基于电能表暂态扰动特征的停电类型快速研判方法

2023-12-13姚伟吴钰李家睿王璐杜璇高新亭

微型电脑应用 2023年11期

姚伟, 吴钰, 李家睿, 王璐, 杜璇, 高新亭

(1.国网上海市电力公司松江供电公司, 上海 201699; 2.上海博英信息科技有限公司, 上海 200241)

0 引言

为了保证供电的经济性和安全性,提高供电可靠性是电力企业追求的目标,需要通过电网可靠性管理来保障供电电能质量[1-3]。一旦发生停电事故,如果电网的可靠性管理不善,极易发生一系列连锁反应,严重影响电网的供电,造成大面积停电,加大经济损失。为了提高电力企业的可靠性管理水平,有必要进行停电类型的判断研究。

电能表暂态扰动特征是指频谱、持续时间与扰动的随机性特征,存在短时电压改变与不同瞬变现象,通过分析电能表暂态扰动特征能够辨识出不同电能质量扰动类型,进而获取电网故障类型[4]。丁芃等[5]提出基于模型辨识的配电线路永久性故障判定方法,通过分析各种故障停电线路的频域特性,利用模型辨识原理辨识停电线路内部结构,判断线路故障性质;吕小红等[6]提出基于灰色经验融合的电网故障研判模型,利用灰色信息融合方法融合专家经验和现场数据,提取和现场数据非常接近的专家经验,实现故障研判。

但以往的研究方法容易受到冗余信息的干扰,抗噪性能较差,且并未涉及停电类型研判,为此,提出基于电能表暂态扰动特征的停电类型快速研判方法。

1 基于电能表暂态扰动特征的停电类型快速研判方法

1.1 检测电能表暂态扰动特征信号

基于希尔伯特变换和滑移奇异值分解方法,检测电能表暂态扰动特征信号。具体步骤如下。

步骤1:在电能表暂态扰动特征采样信号y(k)内提取基波信号l(k)并得到电能表暂态扰动特征采样信号y(k)的FFT(Fast Fourier Transfor,快速傅立叶变换)序列Y(k)。

通过FFTSHIFT初始变换Y(k),获取最终变换结果Ys(k)。经过变换后,Ys(k)内的暂态扰动特征高频成分由100 Hz低通滤波器实施过滤G(k)。

Ys(k)×G(k)即频域滤波结果,频域滤波结果经由FFTSHIFT变换使频率成分回到最初地点,同时利用IFFT(Invert Fast Fourier Transfor,反向快速傅里叶变换)获取N点电能表暂态扰动特征基频信号l(k),公式如下:

l(k)=IFFT(FFTSHIFT(Ys(k)·G(k)))

(1)

步骤2:通过希尔伯特变换获取瞬时电能表暂态扰动特征基波幅值a(k),公式如下:

a(k)=abs(HT(l(k)))

(2)

步骤3:在采样信号y(k)中筛选出基频信号l(k),得到高频信号h(k),公式如下:

h(k)=y(k)-l(k)

(3)

步骤4:通过基于滑移奇异值分解的噪声抑制方法抑制h(k)内的噪声获取奇异值特征波形,设初始特征采样点k=0;设k=k+1,在电能表暂态扰动特征高频信号h内选取M个频率点,通过M个数据点构建向量qk,通过向量组建Hankel矩阵Hk,矩阵Hk包含R行M-R+1列,公式如下:

(4)

其中,2≤R≤(M+1)/2,一般情况下R的取值为2。

奇异值分解矩阵Hk。公式如下:

(5)

其中,U与VT为正交矩阵。获取对角矩阵Λk的公式如下:

(6)

获取矩阵Hk内奇异值特征波形p(k),公式如下:

(7)

反复操作上述过程,至k与N一致为止。

步骤5:阈值滤波处理p(k),得到无噪声的奇异值特征波形pd(k),公式如下:

(8)

其中,λ是自适应估算阈值。

步骤6:通过包络极值算法,获取变换后的采样信号Y(k)内仅存在关键频率点的频谱Ym(k),令不同邻近极大值点间存在M1、M2、…、Mj、…、ML-1个频率点,极大值包络计算公式如下:

(9)

其中,极大值序列是Y1(j)。

计算|Y2(k)|的极大值,选取符合以下公式的频率点ki,公式如下:

|Y2(ki-2)|<|Y2(ki-1)|<|Y2(ki)|>

|Y2(ki+1)|>|Y2(ki+2)|

|Y2(ki)|>ε

(10)

其中,阈值是ε,一般情况下取值为0.009 pu。

通过初始化Ym(k)=0,得到全部符合式(10)的频率点ki即关键频率点,同时Ym(ki)=2|Y(ki)|/N,便可获取仅存在关键频率点的频谱Xm(k)。

步骤7:输出电能表暂态扰动特征波形a(k)、pd(k)与Ym(k)。

1.2 提取量

在特征波形a(k)、pd(k)与Ym(k)内提取量。

(1) 电能表暂态扰动特征F1即频谱Ym(k)内不同频率点的频率值,用于初步判断中有没有谐波、振荡暂态、电压缺口、电压尖峰与电压闪变的扰动类型。

(2) 电能表暂态扰动特征F2即频谱Ym(k)内的基频幅值,用于判断中有没有电压暂降、中断与暂升的扰动类型。

(3) 电能表暂态扰动特征F3即总谐波畸变率,用于判断中有没有谐波的扰动类型,表达公式如下:

(11)

其中,高次谐波幅值较小,因此仅考虑到30次谐波,即H=30,第x次谐波的FFT频谱是Yx,基频的FFT频谱是Y1。

(4) 电能表暂态扰动特征F4～F6分别是暂降、中断与暂升持续时间,用于判断电能表暂态扰动特征中有没有电压振荡的扰动类型;特征F4是基波幅值a内幅值低于(1.0+ξ)pu的持续时间,参数ξ用于避免FFT低通滤波导致的基波幅值误差,一般情况下ξ=0.01 pu;特征F5是基波幅值a内幅值低于(0.2+ξ)pu的持续时间;特征F6是基波幅值a内幅值超过(1.2-ξ)pu低于(1.9-ξ)pu的持续时间。

(5) 特征F7与F8分别是无噪声存在的奇异值特征波形pdrms内脉冲数量与最大脉冲宽度,用于辅助判断电能表暂态扰动特征中有没有脉冲暂态、电压缺口与电压尖峰的扰动类型。

(6) 电能表暂态扰动特征F9即电能表暂态扰动特征高频信号h内幅值超过0.2 pu且低于-0.2 pu的脉冲极性,用于判断电能表暂态扰动特征中有没有电压缺口与电压尖峰的扰动类型。

(7) 电能表暂态扰动特征F10与F11分别是无噪声存在的奇异值特征波形pd1000内最大脉冲宽度与半个周期中最大脉冲数量,用于判断电能表暂态扰动特征中有没有振荡暂态。pd1000的获取方式是将低通滤波器的截止频率100 Hz更换成1000 Hz,然后通过基于希尔伯特变换与滑移奇异值分解方法,二次处理电能表暂态扰动特征采样信号,获取瞬时基波幅值a1000与无噪声存在的奇异值特征波形pd1000。

1.3 停电类型快速研判方法

计算这个频带内11个电能表暂态扰动特征量之和,归一化处理11个电能表暂态扰动特征量之和,公式如下:

(12)

其中,小波分解的具体层数是o,零序电压分量是bγo,第γ个电能表暂态扰动特征提取分量是Eγ,归一化处理后的电能表暂态扰动特征量之和是eγ。

按照归一化处理结果判断停电类型,停电类型分别是单相接地故障、两相接地故障、两相短路与三相短路,当故障相电能表暂态扰动特征量大于非故障相的电能表暂态扰动特征量时,则停电类型为单相接地故障;当故障相电能表暂态扰动特征量较小,两故障相的电能表暂态扰动特征量均较大时,则停电类型为两相接地故障;当两故障相的电能表暂态扰动特征量均较大并差距较小时,则停电类型为两相短路;当三相的电能表暂态扰动特征量均较大,且电能表暂态扰动特征量的大小和故障时间有关时,则停电类型为三相短路。

2 实验分析

2.1 构建仿真实验环境

以某省配电网为原型,在MATLAB设计一个配电线路自动停电故障仿真平台,其中包含停电故障数据存储模块、电路线路模块与控制工况模块,该平台的结构图如图1所示。

图1 配电线路自动停电故障仿真平台结构图

2.2 对比分析

2.2.2 停电类型研判准确率

利用本文方法、文献[5]方法与文献[6]方法研判该输电线路的停电类型,比较分析3种方法停电类型的研判性能,研判性能按照停电类型研判的准确率判断,停电类型研判准确率越高,则研判性能越好。

通过不同的停电故障距离,验证3种方法停电类型研判性能,测试结果如表1所示。

表1 3种方法停电类型研判的准确率

根据表1可知,随着停电故障距离的不断增加,3种方法停电类型研判的准确率均有所下降,本文方法准确率下降幅度明显低于其余2种方法,在不同停电故障距离时的停电类型研判准确率均显著高于其余2种方法,研判准确率是99.1%,其余2种方法的准确率分别是84.8%与83.4%。实验证明,随着停电故障距离的不断增加,本文方法停电类型研判的准确率较高,依旧具有较好的停电类型研判性能。

2.2.3 停电类型研判耗时

为检验设计方法的运算量,设置不同的信号的采样长度,测试电能表暂态扰动特征的停电类型研判所耗费的运算时间,如表2所示。

表2 3种方法停电类型研判的运算时间

根据表2可知,在不同的信号的采样长度下,本文方法的运算时间较其他2种方法均较短,且运算时间小于采样时间,说明本文方法采用的希尔伯特变换方法和滑移奇异值分解方法能够降低运算的复杂度和减少运算量,使电能表暂态特征的停电类型研判在具有较强的抗噪性的同时具有较短的运算时间,能够为实现实时电能表电能质量监测提供支持。