基于电力线载波通信的分布式馈线自动化故障定位方法

2024-05-23王喜柱

通信电源技术 2024年7期

王喜柱

（晋中职业技术学院，山西晋中 030600）

0 引言

随着电力系统的不断发展和智能化水平的提升，馈线自动化技术在提高电网供电可靠性和管理效率方面发挥着重要作用。故障定位作为馈线自动化的关键环节，其准确性直接关系着电力系统的稳定运行和用户的用电体验[1]。传统的故障定位通常依赖人工巡检与各种监控设备，在实际应用中存在一定的不足[2]。因此，电力系统领域急需研究并开发新型、高效的故障定位技术，为智能电网建设提供有力的技术支撑[3]。基于此，文章利用电力线载波通信，设计了一种全新的分布式馈线自动化故障定位方法，能够快速、准确定位故障点，并提高故障处理的自动化水平，减少人工干预。

1 分布式馈线自动化故障定位方法设计

1.1 分布式馈线节点数据采集

分布式馈线节点数据采集是馈线自动化故障定位中的关键环节，用于收集各个馈线节点的实时数据。根据馈线系统的要求，配置数据采集设备的参数。

在分布式馈线节点数据采集过程中，传感器被精准部署在馈线节点处，实时监测电流、电压及温度等关键物理量。这些物理量通常以模拟信号的形式存在，无法直接进行数据分析和处理。而传感器内置的信号转换模块会将这些模拟信号转换成数字信号，以便后续进行传输和处理。数据采集器能够接收来自传感器的数字信号[4]。为确保数据的高效传输和存储，数据采集器会采用差分编码技术对这些数字信号进行适当压缩。差分编码不仅能显著降低数据的冗余度，减轻传输和存储的负载，还能在一定程度上提高数据的抗干扰能力。完成数据压缩后，采集的数据会被暂存在馈线节点的本地存储设备中。存储设备通常采用高可靠性、高容量的存储介质，以确保数据的长期保存和快速访问[5]。

电力线载波通信作为一种高效、稳定的通信方式，能够在复杂的电力网络环境中实现数据的可靠传输。在数据传输过程中，实时监测通信链路的状态，包括信号强度、传输速率及丢包率等关键指标。一旦发现通信链路出现异常或不稳定的情况，立即采取相应的措施进行修复或调整，以确保数据传输的稳定性和可靠性。

1.2 分布式馈线故障检测

完成分布式馈线节点数据采集后，需要对馈线进行故障检测，以及时、准确地识别馈线系统中发生的故障。首先，启动分布式馈线自动化故障检测机制，实时监控馈线系统的运行状态，确保馈线的安全与稳定[6]。其次，根据馈线系统的历史数据、长期的运行经验及设备的技术规格等，设定各种关键参数的故障检测阈值。这些阈值反映了馈线系统在正常运行状态下的参数范围，一旦实时数据超出这些范围，就意味着馈线系统可能出现了故障或异常情况。最后，通过部署在馈线各节点的传感器，实时采集馈线系统的各项数据，包括电流、电压及温度等关键参数，以了解馈线系统的实时运行状态。通过处理和分析这些数据，可以计算出电流变化率、电压波动范围等，更直观地反映馈线系统的健康状况，从而为后续的故障检测提供有力支持。为确保数据的准确性，需要定期校准和维护传感器，以确保其测量结果的准确性。同时，需要采用合适的数据处理和分析方法，以消除可能的干扰和噪声，提高数据的可靠性。故障特征参数的计算公式为

式中：ROC表示电流的变化率；ΔI表示电流的变化量；Δt表示时间间隔；Umax、Umin分别表示电压在一段时间内的最大值和最小值。通过式（1）和式（2）提取分布式馈线自动化故障特征，建立故障特征库，并储存已知的故障特征，以便与实时数据进行比对。一旦馈线系统出现故障，故障电流或电压会立即出现异常变化。

1.3 基于电力线载波通信的自动化故障定位

在分布式馈线故障检测的基础上，借助电力线载波通信自动化定位故障点。基于电力线载波通信的馈线自动化故障定位是将电力线作为通信介质，通过发送和接收特定的信号来检测和定位馈线系统中发生故障的位置，并通过调制和解调技术传输数据。

在馈线自动化故障定位中，可以利用电力线载波通信技术发送特定的信号，并通过接收的信号特征来判断馈线中是否存在故障。在实际应用中，会在馈线系统中设置多个通信节点，这些节点通过电力线实现相互连接。当系统发生故障时，系统会启动故障定位机制，且故障节点会发送特定的定位信号。这些信号会沿着电力线传播，一旦遇到故障点，信号就会发生反射或衰减；而其他节点会接收这些信号，并对信号进行分析，以确定故障点的位置。

由分布式传输线理论可知，应用高频电源时，可以将分布式馈线视作一个双线传输的分布式参数模型，以更准确地描述电力线在高频信号传输过程中的行为特性。馈线分布式参数等效模型如图1 所示。

图1 馈线分布式参数等效模型

在该模型中，电力线不仅是输送电能的介质，还是承载高频信息的通信信道。分布式馈线每单位长度的串联电阻R和串联电感L的计算公式为

式中：r表示导体半径；D表示两个导体中心的距离；σs表示导体电导率；μa表示导体相对磁导率；μ0表示导体的真空磁导率。馈线每单位长度的并联电容C与并联电导G的计算公式为

式中：δa为导体相对介电常数；δ0为导体真空介电常数；tanβ为导体的损耗因子。

通过式（3）～式（6）可以得出等效模型的各项参数。传感器将检测到的异常数据通过电力线载波通信模块发送至馈线自动化系统的中央控制器。在此基础上，利用行波在馈线中的传播速度计算故障点与测量点之间的距离，计算公式为

式中：L表示馈线的长度；t表示信号从一端传播到另一端所需的时间。

在馈线系统中，故障定位信号首先会沿着电力线传播，并经过系统中的各个节点。其次，节点上的电力线载波通信模块将接收到的故障定位信号转发至中央控制器。再次，中央控制器接收到该信号后，对其进行分析和处理。最后，利用测量的信号到达时间和行波速度，结合馈线的拓扑结构，计算故障点距馈线终端的距离，公式为

式中：tm为测量点接收到信号的时间；ti为信号注入时间。

由于信号传播可能会受到馈线阻抗、分支线路等因素的影响，需要对计算故障位置进行校准。利用反射系数和行波速度，对故障定位结果进行调整，用公式表示为

式中：dc为校准后的故障点距馈线终端的距离；R为反射系数，反映信号在馈线中传播时受到的反射程度，通常取-1 ～1。其中，R=0 表示没有反射，R＜0 表示反射方向与行波传播方向相反，R＞0 表示反射方向与行波传播方向相同。

2 实验分析

2.1 实验准备

为验证文章设计的基于电力线载波通信的分布式馈线自动化故障定位方法的有效性，模拟一个中等规模的电力系统。该系统包括10 条馈线，总长度约为50 km，每条馈线上均匀分布着20 个节点，节点间的距离约为2.5 km。同时，采用具有高速数据传输能力的电力线载波通信设备，通信速率为1 Mb/s，误码率低于0.000 1%。为每个节点安装电流传感器和电压传感器，实时监测线路状态，采样频率为1 kHz。此外，利用故障模拟装置，模拟不同类型的电力故障。本次实验测试的参数包括3 个：第一，通信参数。载波频率为50 kHz，通信协议采用自定义的传输控制协议/网际协议（Transmission Control Protocol/Internet Protocol，TCP/IP），以确保数据的可靠传输。第二，故障模拟参数。模拟短路故障时，短路电阻设置为0.1 Ω。第三，数据处理参数。采用分布式算法处理数据，数据处理延迟不超过100 ms。在此基础上，启动载波通信设备，建立通信链路。

2.2 结果分析

将分布式馈线自动化故障定位精度作为此次实验的评价指标，以衡量故障定位结果的准确性。定位精度用实际故障位置与定位结果之间的误差表示，计算公式为

式中：La为分布式馈线实际故障位置到馈线终端的距离；Lr为分布式馈线故障定位结果。A值越小，分布式馈线实际故障位置与定位结果之间的误差越小，故障定位精度越高；反之，同理。

为验证所提方法的有效性，分别将文献[1]提出的基于路径故障特征的定位方法、文献[3]提出的基于改进多元宇宙算法的定位方法作为对照组1 与对照组2，将文章提出的定位方法作为实验组，进行对比实验。在相同的实验环境下，模拟不同类型的故障，分别使用文章提出方法和两种常规方法进行故障定位，记录并分析3 种方法的定位精度（即实际故障位置与检测位置之间的距离差），对比结果如表1 所示。