CN101159376A - 一种小电流接地故障检测与定位的装置及方法 - Google Patents

Abstract

一种小电流接地故障检测与定位的装置及方法，该装置包括由CPU模块、DSP、前置回路单元模块、A/D转换模块、存储器模块、显示与键盘操作模块、通信模块组成的下位机和上位机；其中前置回路模块、A/D转换模块、CPU模块、DSP依次连接，存储器模块、显示与键盘操作单元模块、通信模块分别与CPU模块相连，上位机与通信模块相连，CPU模块采集母线的零序电压及各线路的零序电流的模拟信号，按比例调节其大小使之成为装置能处理的幅值范围，将其转换为计算模块能够识别的数字信号，通过DSP分析信号，判断是否发生故障，若发生故障给出选线结果，保存故障信息，并将选线结果传送给上位机进行故障报警。

Description

一种小电流接地故障检测与定位的装置及方法

技术领域

本发明属于输变电技术领域，特别涉及一种小电流接地故障检测与定位的装置及方法。

背景技术

我国配电网中66kV和35kV电网主要采用中性点经消弧线圈接地方式，3kV~10kV电网则以中性点不接地方式为主，个别地区如上海以及北京、广州等部分城市电网采用小电阻接地方式。这种系统发生单相接地故障(一般占70％以上)时，由于故障点的电流很小，电弧不稳定等原因，接地选线问题一直都没有得到很好的解决。目前国内流行的五种选线方法有功率方向方法、谐波分析法(即群体比幅比相法)五次谐波法、信号注入法与小波方法。

(1)功率方向法：根据故障线路的有功分量比非故障线路的有功分量大而且方向相反，判断每条线路零序电流的功率方向来确定故障线路。但是，故障电流中有功分量也很小，易受零序电流过滤器中不平衡电流等因素的影响，这种方法从原理上讲达不到100％的准确率，可能出现一条线路接地，却判断出多条线路接地或一条都判断不出的结果。

(2)谐波分析法：谐波分析法采用单相接地后零序稳态信号的群体比幅比相法，由于比幅比相时，采用的是相对原理，在不接地系统中，这种方法的应用效果较好，但是在消弧线圈接地系统中由于消弧线圈的补偿作用，选线法则会失效，而且对于CT不平衡导致的零序电流，这种方法也不能有效解决。

(3)五次谐波法：在消弧线圈接地系统中对于五次谐波分量，依然可以近似看成故障线路的电流大小等于所有非故障线路的电流之和，方向与非故障线路的电流方向相反。五次谐波法解决了中性点经消弧线圈系统的故障选线问题，它的一个不足是故障电流中五次谐波含量仅占基波的1/10左右，在有过渡电阻接地的情况下数值就会更小，易造成误判。

(4)信号注入法：虽然接线简单，不需零序CT回路，但由于注入信号大小及方法的限制一般主要用于10KV及以下电压等级的系统。另外，探头的灵敏度和可靠性易受各种外界因素影响，而且对综合自动化系统及无人值守的变电站的使用有些不便。

(5)小波方法：其理论依据是由于电网中绝缘被击穿而引起的接地故障经常发生在相电压接近于最大值的瞬间，因此，可以将故障后的暂态容性电流看成是由于故障相电压突然降低而引起的放电电容电流和由于非故障相电压突然升高而引起的充电电容电流二者之和，故障线路中暂态电流则是其它各线路电流之和，在变化方向上，非故障线路暂态电流与故障线路暂态电流的变化相反。依据这两点就可以作为故障线路判断的标准。小波法的缺点是暂态过程持续时间较短，而且无法重现，一般情况下一个周波之后就衰减到很小的值，因此必须能够捕获暂态信息并做出正确判断。

由于配电网结构复杂，单相接地故障又具有多样性，可利用的故障电流通常很小，相对信噪比很低，再加上测量环节精度的限制，因此现有的选线装置不能很好地满足实际需要。总体来说，小电流故障情况同大电流故障情况不同。大电流短路情况特征明显，量值很大，故障状态与正常状态界限分明；而小电流接地情况则不同，故障量非常小，故障状态与正常状态界限不分明，特征不明显，而且故障状态的范围非常大，接地电阻可能很大，也可能很小。此外，我们认为国内的小电流接地选线装置还存在以下问题：如硬件电路设计上存在着严重的先天不足导致了装置的运行可靠性很低；现场安装接线问题；带消弧线圈的系统其选线困难更大，易误判；当前市场上的该类产品良莠不齐等。

综合以上分析可知，目前国内在该领域仍然处于研究阶段，对于小电流选线与定位装置还没有公认有效的产品，但是电力企业对于该项功能的需求却非常迫切。

发明内容

针对现有技术，本发明提供一种小电流接地的故障检测与定位装置及方法。本装置的检测方法除了采用应用小波变换提取故障暂态信息的选线方法外，还采用谐波分析法、能量法等；并且结合模糊自适应推理的故障检测方法以及基于粗糙集理论的有效域确定方法。(本发明中DSP是数字信号处理器的简称，ARM是ARM微处理器的简称。)本发明为国家高技术研究发展计划(“863”计划)课题成果。

小电流接地故障选线装置需要完成的任务依次是：CPU模块采集母线的零序电压及各线路的零序电流的模拟信号，按适当比例调节其大小使之成为装置能处理的幅值范围，将其转换为计算模块能够识别的数字信号，DSP依据一定的算法原理分析信号判断是否发生故障。若发生故障给出选线结果，保存故障信息，并将选线结果传送给上位机进行故障报警。

本发明的硬件装置包括由CPU模块、DSP、前置回路模块、A/D转换模块、存储器模块、显示与键盘操作模块、通信模块组成的下位机和上位机；其中前置回路模块、A/D转换模块、CPU模块、DSP依次连接，存储器模块、显示与键盘操作单元模块、通信模块分别与CPU模块相连，上位机与通信模块相连。

所述的CPU模块采用嵌入式ARM微处理器U1，U1的HD0、HD1、HD2、HD3、HD4、HD5、HD6、HD7分别和DSP数字信号处理器U2的D0、D1、D2、D3、D4、D5、D6、D7相连，U1的HCNTL1、HCNTL0、HBIL、

nWE、nOE、nGCS1分别与U2的A3、A2、A1、A4、

相连。U2的VCLK、VD0、VD1、VD2、VD3、VD4、VD5、VD6、VD7、GPC15、VFRAME、VLINE分别与键盘与显示模块中的LCD显示器接口芯片U4的CP、VK0、VK1、VK2、VK3、VK4、VK5、VK6、VK7、DISP、FRM、LOAD相连；复位芯片U7通过引脚

与U2的nRest引脚相连；A/D转换模块U3的D0～D15通过锁存器U5的D0与U1的D0～D15相连，U3的

与U1的I02相连，电源芯片U6的输出端Vout提供1.8V电源。

所述的前置回路模块的功能为零序电流量、零序电压量的模拟信号采集。J1、J3分别与采集零序电流量的电流互感器、采集零序电压量的电压互感器相连，J2与A/D转换模块相连，J4与计数器的输入端相连，计数器的输出端与ARM相连。接口J1与接口J2之间有RC滤波电路，接口J3与接口J4之间有光电耦合器滤波。其中J1的针1、2、3、4、5、6、7、8、10、11、12、13分别于J2的针1、2、3、4、5、6、7、8、10、11、12、13相连，J3的针1、2、3、4、5、6通过由两电阻的串联电路分别与六个光电耦合器的脚2、六个二极管正极相连，每个二极管正极、负极分别与对应的光电耦合器的脚2、1相连，六个光电耦合器的脚5与六个反向器的输入端相连，六个反向器的输出端分别于J4的1、2、3、4、5、6针相连。J4与计数器的输入端相连。

所述的A/D转换模块的数据口与ARM的数据口直接相连。

所述的存储器模块并不是对应某一芯片或某个电路模块，而是单片机内部各存储部分的综合，之所以把它们列为一个模块，主要是因为它们综合完成了单片机的存储功能32位SDRAM存储器系统，采用的是HY57V561620CT两片芯片并联组成的电路。U8、U9的A0～A11、BA0、BA1分别与U1的ADD0～ADD13相连，U8、U9的DQ0～DQ15依次与U1的XDATA0～XDATA31相连，U8、U9的

SCLK、SCKE分别与U1的nSDCS(0)、nSDRAS、nSDCAS、nDWE、SDCLK、CKE相连，U8的LDQM、UDQM、U9的LDQM、UDQM依次与nWBE0～nWBE3相连。

所述的显示与键盘操作模块中小电流接地选线装置需要一些人机对话操作，比如需要人对装置的参数进行设置、对装置的运行状态进行监控等，硬件设计中这部分的内容是通过设置按键来完成的。显示与键盘操作模块通过存储器模块与U1相连。

所述的通信模块考虑到无人值守及综合自动化站的需要，故增加了和上一级部门进行通信联系的功能。串行口本身只给相互通道提供了硬件结构和基本的通信工作方式。在实际设计中将本装置和上一级部门的通信方式设计成两种，装置的动作信号通过串口方式或继电器接点方式上传。计算机串行接口采用RS232协议。U8的脚1、2与232插口的2、3针相连，232插口通过232电缆与上位机串口相连。

处理小电流单相接地故障选线问题仅凭一种选线方法或者说仅凭一种故障特征量不可能对各种单相接地状况均做出正确判断，应该尽可能多地发掘和利用单相接地故障引起的各种特征表现，研究有效方法来抽取和识别这些特征，形成智能复合选线系统，才可能达到准确选线目的。这里所谓的智能复合选线系统是将多种选线方法有机结合起来，在选线方法之上有组织协调层，针对不同故障状况选择不同方法，系统具有柔性、开放性和智能性。在本发明中，除了采用应用小波变换提取故障暂态信息的选线方法外，还采用谐波分析法、五次谐波分析法、功率方向法。并且结合模糊自适应推理的故障检测方法以及基于粗糙集理论的有效域确定方法。通过以上的方式，有效地避免了单一选线方法的不足，很好的利用了系统单相接地时的稳态信息和暂态信息，从而使得到的选线结果更为精确和接近实际。

本发明的故障检测与定位方法包括以下步骤：

步骤1、开始；

步骤2、实施采集中性点电压值；

步骤3、判断是否越限，如果否，转步骤2，如果是，执行步骤4；

步骤4、定为装置启动并启动交流变送器；

步骤5、信号调整；

步骤6、采集各线路零序电流、零序电压和各线路电流、电压、功率信号；

步骤7、调用故障线路判断子流程；

步骤8、调用故障距离判断子流程；

步骤9、数据打包处理；

步骤10、判断与上位机网络通断，如果通，执行步骤11；如果不通，执行步骤12；

步骤11、数据传送至上位机显示报警，执行步骤13；

步骤12、数据存储在本地硬盘；

步骤13、结束。

故障线路判断子流程按以下步骤执行的：

步骤1、开始；

步骤2、接收数据并放入内存；

步骤3、分别用功率方向选线流程，谐波分析选线流程，五次谐波选线流程，小波选线流程进行选线；

步骤4、根据结果设计决策表；

步骤5、基于粗糙集理论的选线有效域确定；

根据提出的多种选线方法，本发明提出应用粗糙集理论对故障样本集进行数据挖掘和知识发现，确定各种选线方法的有效域。该方法以决策表为主要工具，对故障样本数据进行离散化处理，对冗余信息进行知识约简，最终获得故障信号特征与选线方法间的决策规则；通过概率的表达形式对不协调决策规则进行有效处理。

基于粗糙集理论的选线有效域确定方法是按以下步骤进行的：

步骤5.1、故障数据离散化；

步骤5.2、约简；

步骤5.3、计算选择系数；

对于配电线路单相接地故障各个判据的综合选择，我们将判别权重

$\mathrm{\λ}=\underset{j=1}{\overset{r\left(d\right)}{\mathrm{\Σ}}}{s}_j\·\frac{c_j}{r_j}---\left(1\right)$

作为判别准则。其中 $c_j=\frac{l_{j.\min }}{l_j}$ 为灵敏系数，即该线路故障的最小可能范围，l_j为故障点到采集装置的距离； $r_j=\frac{l_{j+1.\max }-l_j}{l_j}$ 为选择系数，即线路故障的最大可能范围； $s_j=\frac{\mathrm{Card}(X\∩Y)}{\mathrm{Card}\left(U\right)}$

为判别准则的支持权值，其中X为前提属性，Y为结论属性，U为论域；r(d)为决策属性的个数，其余符号在以下叙述中将给出具体意义。

步骤5.4、建立每种流程的有效性模糊模型；

当应用电压和电流量进行故障诊断时，我们考虑线路发生单相短路时的故障电流可以表示为 $I_{f.j}=\frac{E_s}{X_s+X_j{l}_j}---\left(2\right)$

其中E_s为系统的等值计算相电势；X_s为系统正常运行方式下等值电抗；X_j为线路单位公里长度的正序电抗；l_j为故障点到采集装置的距离。此时，对应的系统线电压为

$U_{f.j}=\sqrt{3}{I}_{f.j}{X}_j{l}_j---\left(3\right)$

下面我们以电流为例进行定性、定量分析。当单相短路故障发生在对应的线路最长距离且系统运行在最大运行方式时，有 $l_{j.\max }=\frac{1}{X_j}(\frac{E_s}{I_{f.j}}-X_{\min })---\left(4\right)$

我们假设故障点沿线路均匀分布，当满足线路灵敏系数为1，即l_j.min＝l_j，此时判别点取为系统在最小运行方式下线路末端发生单相短路时的电流值，则当下一段线路发生最大运行方式下单相短路时有

I_j+1.max＝I_f.j    (5)

即 $\frac{\sqrt{3}}{2}\frac{E_s}{X_{\max }+X_j{l}_j}=\frac{E_s}{X_{\min }+X_j{l}_{j+1.\max }}---\left(6\right)$

可以解得 $l_{j+1.\max }=\frac{2\sqrt{3}}{3}(\frac{X_{\max }}{X_j}+l_j)-\frac{X_{\min }}{X_j}---\left(7\right)$

此时，选择系数为 $r_j=\frac{l_{j+1.\max }-l_j}{l_j}=\frac{\frac{2\sqrt{3}}{3}(\frac{X_{\max }}{X_j}+l_j)-\frac{X_{\min }}{X_j}-l_j}{l_j}---\left(8\right)$

同理，当电流的判别点满足线路选择系数为0，即l_j.max＝l_j，此时判别点取为系统在最大运行方式下线路末端发生单相短路时电流值，则当本段线路发生最小运行方式下短路时有

I_j.min＝I_f.j    (9)

即 $\frac{\sqrt{3}}{2}\frac{E_s}{X_{\max }+X_j{l}_{j.\min }}=\frac{E_s}{X_{\min }+X_j{l}_j}---\left(10\right)$

可以解得 $l_{j.\min }=\frac{\sqrt{3}}{2}(\frac{X_{\min }}{X_j}+l_j)-\frac{X_{\max }}{X_j}---\left(11\right)$

此时灵敏系数为 $c_j=\frac{l_{j.\min }}{l_j}=\frac{\frac{\sqrt{3}}{2}(\frac{X_{\min }}{X_j}+l_j)-\frac{X_{\max }}{X_j}}{l_j}---\left(12\right)$

当我们将该线路作为基准线路研究时，可以近似认为X_min≈X_max≈X_jl_j，则可以解得r_j≈0.3，c_j≈0.7，即当灵敏系数为1时，选择系数约为0.3，当选择系数为0时，灵敏系数约为0.7。由以上分析可知，灵敏系数应为(0.7，1)，而选择系数应为(0，0.3)。同理，我们可以对于电压属性也进行分析，可以得到相同的结论。

步骤6、模糊自适应推理的故障监测；

为了进行模糊决策，检测到的单相接地故障数据必须经模糊化转换为可以进行定量分析的模糊隶属度值。模糊隶属度函数可以有多种选择，比如三角函数、高斯函数和指数函数等。通过对现场运行的实测数据运用学习算法和机理分析，可以提取一组模糊决策规则，所提取出的模糊决策规则形成一个决策规则库。通常地，第i条模糊决策规则Ri的文字描述形式如下：

Ri：If运行状态属于决策条件空间的第i条子集，

then  当前线路运行状况的决策结果是…。

在决策前提条件中，由m个变量描述的运行状态构成决策条件空间(decisioncondition space)C，C＝{c₁，c₂，...，c_j，...，c_m}，其中c_j代表第j类配电线路运行参数表示的运行状态。在决策结论中，所有备选的n个推理结果构成决策结果空间(如运行正常、单相接地和系统谐振等)D，D＝{d₁，d₂，...，d_i，...，d_n}，其中d_i代表第i类决策结果。每一类配电线路运行参数表示的运行状态可以被划分为v个程度模糊子集，当前运行状态属于每一个模糊子集的隶属度为E＝{e₀，e₁，...，e_k，...，e_v-1}，其中e_k代表该配电线路运行参数表示的运行状态偏离其正常值的程度。每一类决策结果同样可以被划分为u个程度模糊子集，每一类决策结果属于其对应的每一个模糊子集的隶属度为F＝{f₀，f₁，...，f_k，..，f_u-1}，其中f_k表示该类决策结果可能性的程度。

采用上述的模糊自适应推理定位方法能够适应各种工况变化，可以准确判断出配电线路当前的运行状况，准确率很高；并可以在较短时间内判断出发生单相接地短路的配电线路并进行具体的故障定位，相对误差小于配电线路全长的1.5％，完全满足现场的实际需要。

智能复合选线系统的核心部分是组织协调层的设计。构造组织协调层需要完成两方面的工作：一是需要确定各种方法的有效性区域，这一项工作需要根据大量实际样本，结合一定理论计算来确定；二是实现综合判断功能，得出一个最终选线结果。

综合判断实际上就是一个综合决策过程。每种方法都输出一个结果，并给出中间信息以体现该结果的可信度。而决策层需要综合考虑这些信息，做出最终决策，如果方法的有效性区域界限很分明，那么决策系统就很容易做出决策了，但这样做势必导致对方法有效性的要求太苛刻，有效区域太小，很多故障可能无法判断。有效区域的本来面目实际上是模糊的，没有一个明确的边界。所以我们也应该遵循这种自然状况，用模糊的方法来处理。模糊数学的发展已经为我们解决模糊问题提供了重要的工具。

模糊自适应推理的故障监测方法是按以下步骤执行的：

步骤6.1、确定模糊决策方法；

步骤6.2、中间信息模糊化；

步骤6.3、模糊决策；

步骤6.4、将结果输出到显示装置；

步骤7、选线结束。

谐波分析选线流程是按以下步骤执行的：

步骤一、开始；

步骤二、提取电流最大的3条线路的电流、电压信号；

步骤三、设定电流最大三条线路的初始累计值s1、s2、s3和母线电流s的初始累计值；

步骤四、将电流数组、电压数组逐点进行比较；

步骤五、符号相同s直接累加绝对值；相反累加绝对值；符号全相同设定s为较大值；

步骤六、值最大的判定为故障线路。

五次谐波选线流程是按以下步骤执行的：

步骤一、开始；

步骤二、取五次谐波电流分量的幅值；

步骤三、找出谐波电流分量电流有增量幅值的线路；

步骤四、引进线路的最大的五次谐波分量的幅值F作为衡量标准；

步骤五、用假设检查法确定每条线路相应的F值；

步骤六、F值最大为故障线路；

步骤七、结束。

功率方向选线流程是按以下步骤实现的：

步骤一、开始；

步骤二、提取各线路的零序有功分量大小及其相位；

步骤三、判断方向流向是否流向母线且大小等于其他线路有功分量与消弧线圈零序有功分量之和；如果是，执行步骤七；如果否，执行步骤四；

步骤四、判断方向由母线流向电路且所有线路零序有功分量都等于本身有功损耗电流值；如果是，执行步骤五；如果否，执行步骤六；

步骤五、判定母线为故障线路，执行步骤七；

步骤六、选线失败；

步骤七、结束。

小波法选线流程是按以下步骤执行的：

步骤1、开始；

步骤2、接收上传数据并放入内存；

步骤3、对零序电流In_i进行小波变化得到小波系数C_i；

步骤4、判断极性是否相同；如果是，执行步骤10；如果否，执行步骤5；

步骤5、取C_i系数最大的线路L_k并判断其极性；

步骤6、判断这条线路的极性是否与其它线路相反；如果是，执行步骤7；如果否，执行步骤11；

步骤7、该线路为故障线路并记录下选线标志L_k；

步骤8、故障数据入库并显示；

步骤9、选线结束。

步骤10、母线接地故障，返回步骤8；

步骤11、选线失败，返回步骤9；

当故障选线子流程结束后，如果选线成功，则把故障线路相应的电流值继续保留在内存中，而把其它非故障线路，即健全线路的电流值数据从内存中删除，然后对保留的数据进行小波分析。故障距离判断子流程可按下述步骤进行：

步骤一：故障距离判断子流程开始；

步骤二：根据选线标志L_k保留其对应线路的电流值L_k并删除其它线路事先保存电流值；

步骤三；结合模糊双曲正切模型对I_k进行小波变换得各尺度系数C_k

步骤四：对各系数C_k取模极大值；

步骤五：记录第1个模极大值发生时刻t₁并记录其极性；

步骤六：记录第i个模极大值极性；

步骤七：判断极性是否相同，不相同则判断下一个模极大值，回到步骤六，相同则继续；

步骤八：找到与第1个极性相同的模极大值j；

步骤九：判断是否找到，找到记录其发生时刻转步骤十，没找到则测距失败，转步骤十三；

步骤十：记录其发生时刻t₂；

步骤十一：计算故障距离x；

步骤十二：结果数据入库/显示；

步骤十三：结束。

上述步骤完成的工作是对故障电流行波施行小波变换。考察小波变换模极大值在不同尺度下的变化情况，以消除噪声干扰。故障点的反射波(包括初始行波和来自于故障点的反射波)所产生的小波变换极大值和其它两种反射波(对端母线反射波、相邻母线反射波)所产生的小波变换模极大值的极性相反，据此，可有效区别故障点行波和其它行波，这样就剔除了其它反射波，只对故障点的反射波进行分析。通过设置门槛，去除其它非故障点反射波所产生的模极大值，如换位点产生的模极大值，门槛可用浮动门槛，即取为给定尺度下初始行波小波变换模极大值的10％。选择初始电流行波小波变换模极大值最大时所对应的尺度为检测尺度。需要说明的是，对于理想的阶跃信号，因为其模极大值不随尺度变化，可选择尺度2、3为检测尺度；实际的行波信号，不管其变化多么尖锐，其在小波变换下的模极大值随尺度的增大而增大这个事实都是存在的，只是大小不同。根据结果，以该尺度下的小波变换模极大值分布作为检测的依据，由第一个模极大值和第二个模极大值的位置决定出故障距离。

按照上述步骤测距时，噪声信号、由换位点所产生的行波反射分量、相邻母线的反射波和对端母线的反射波都将被剔除(并非真正意义上的消除，而是我们视而不见)，最终保留在电流行波里的模极大值分布中，就只有两种性质的行波分量，即初始行波和来自于故障点的反射波，二者极性相同，测距公式为：

x＝vΔt/2    (13)

式中：v为行波速度，Δt为时间间隔。

通过仿真分析我们清晰地看到利用小波变换的行波法测距实现了我们预期的目标，达到了理想的测距效果，但在实现短路点定位时，必须准确地捕捉采样得到的暂态电流、电压波形信号序列的对应特征点——零序波拐点。而由于不可避免的工业现场的电磁干扰，采集到的零序波序列附加了大量噪声，如何从噪声当中准确地提取出信号的特征点是定位的关键。本项目采用结合了模糊双曲正切模型的自适应变尺度小波变换进行零序波拐点辨识，不仅可以对原始信号做有效的滤波，更主要的是可以精确地提取信号的特征点——零序波拐点。

为正确选择小波变换尺度α，本发明提出了一种新的模糊状态空间模型，即模糊双曲正切模型，其状态矩阵为状态变量的双曲正切函数，输入矩阵为线性定常矩阵。模糊双曲正切模型主要具有几大特点：此模型为本质非线性模型；模型易于由几条模糊规则得到；此模型是一种全局模型；不需要进行模糊模型结构的辨识，计算量大为减少。

模糊双曲正切模型的规则可以表示为：

Rⁱ：If x₁ is F_x1 ⁱ，x₂ is F_x2 ⁱ，...，x_m is F_xn ⁱ，then $y^i=\±c_{x_1}\±c_{x_2}\±\·\·\·\±c_{x_n}.$ 其中，Rⁱ表示第i条模糊规则，n为总共的模糊规则数，f_xj ⁱ(j＝1，2，...，m)为模糊集合，包括正(P)和负(N)两个语言值。c_xj(j＝1，...，m)是与F_xj对应的正常数。它前面的符号确定如下：当F_xj为正(P)时，c_xj前面的符号为正号；当F_xj为负(N)时，c_xj前面的符号为负号。x_j的隶属度函数取为 ${\mathrm{\μ}}_{P_{x_i}}\left(x\right)=e^{-\frac{1}{2}{(x-k_{\mathrm{xi}})}^2}---\left(14\right)$

${\mathrm{\μ}}_{N_{x_i}}\left(x\right)=e^{-\frac{1}{2}{(x-k_{\mathrm{xi}})}^2}---\left(15\right)$

其中k_xi为大于零的常数。

当采用单点模糊化，清晰化采用加权平均法，直积运算采用求积法时，则可以根据此规则基得出如下形式的数学模型：

y＝Atanh(kxx)    (16)

其中 $A=\mathrm{diag}(C_{x_1},...{,C}_{x_m}),$ $k_x=\mathrm{diag}(k_{x_1},...,k_{x_m}).$

该模型巧妙的利用了模糊规则的组成和推理方式，用一个整体的双曲正切模型表示了一组模糊规则。这种模型的规则构造简单，易于利用人的经验。最终形成的总体模型，易于实际应用。

模糊双曲正切模型规则基：已知MISO系统的n个输入变量为x＝[x₁(t)，...，x_n(t)]^T，输出为y。如果用来描述此系统的模糊规则基满足以下条件，则称这组模糊规则基为广义双曲正切型模糊规则基。

(1)其中第1条模糊规则的形式为

R1：If(x₁-d₁₁) is F_x11 and (x₁-d₁₂) is FX₁₂ and...and(x₁-d_1w1)is F_x1w1 and(x₂-d₂₁)is Fx₂₁ and(x₂-d₂₂)is Fx₂₂ and...and(x₂-d_2w2)is F_x2w2 and...and(x_n-d_n1)is F_xn1 and(x_n-d_n2)is F_xn2 and...and(x_n-d_nwn)is F_xnwn then

$y^1=c_{F_{11}}+c_{F_{12}}+\·\·\·+c_{F_{1w_1}}+c_{F_{21}}+c_{F_{22}}+\·\·\·+c_{F_{{2w}_2}}+c_{F_{n1}}+c_{F_{n2}}+\·\·\·+c_{F_{{\mathrm{nw}}_n}},$ 其中，w_i(i＝1，...，n)为将x_i进行平移变换的次数，d_ij(i＝1，...，n，j＝1，...，w_i)为x_i作平移变换时的偏移量，F_xij(i＝1，...，n，j＝1，...，w_i)为与x_i-d_ij对应的模糊子集，包括正(P)和负(N)两个语言值。c_F(i＝1，...，n，j＝1，...，w_i)是与F_xij对应的常数。

(2)If中状态变量和输入变量以及then中输出常数项都是可选的，但是输出项c_Fij(i＝1，...，n，j＝1，...，w_i)与输入变量是一一对应的，即如果在If部分包括F_xij(i＝1，...，n，j＝1，...，w_i)，则在then部分应包括c_Fij项；相反如果If部分不包括F_xij，则在then部分也应不包括c_Fij项。

此模糊规则基共有2^w1+w2+...+wn条模糊规则，其中w_i(i＝1，...，n)为将某个输入变量x_i线性变换的次数，即在If部分模糊变量包括所有可能的正负组合，在then部分常数包括所有的常数组合。

通过上述理论创新方法的应用，就可以准确检测出零序波的下降沿，从而进行短路点定位，当零序波传播到首末端相应的测点的时间差确定以后，根据下式就可实现定位短路点 $\mathrm{\λ}=\underset{j=1}{\overset{r\left(d\right)}{\mathrm{\Σ}}}{s}_j\·\frac{c_j}{r_j}---\left(17\right)$

其中， $c_j=\frac{l_{j.\min }}{l_j}$ 为规则的灵敏系数，即当该线路发生故障时，进行报警的可能性； $r_j=\frac{l_{j+1.\max }-l_j}{l_j}$ 为规则的选择系数，即当与该线路相邻的线路发生故障时，发生误报的可能性； $s_j=\frac{\mathrm{Card}(X\∩Y)}{\mathrm{Card}\left(U\right)}$ 为规则的支持权值。

本发明的优点是：

1本发明采用了粗糙集理论对故障样本集进行数据挖掘和知识发现来确定选线方法的有效域，对冗余信息进行知识约简，最终获得故障信号特征与选线方法间的决策规则，并通过概率的表达形式对不协调决策规则进行有效处理。

2本发明在谐波分析法结合暂态过程的小波分析法与零序能量法的基础上，提出了智能复合选线方法及其实现手段。在智能复合选线思想中，每种选线方法都对故障数据进行分析计算，得出一个选线结果，并把选线结果和中间数据传送到组织协调层。

3本发明采用了基于模糊自适应推理的故障检测与定位方法。整个模糊决策系统包括4个主要部分：数据采集，规则的离线学习，电网运行工况的在线模糊决策和基于小波变换法的故障点综合定位。此定位方法使得模糊控制规则在控制过程中自动地调整、修改和完善，从而使系统的控制性能不断改善，达到最佳的控制效果。

4本发明采用了基于ANFIS的小波滤波，并结合了模糊双曲正切模型的自适应变尺度小波变换进行零序波拐点辨识，可以精确地提取信号的特征点——零序波拐点。采用了多种数学算法进行采样数据的数字化处理，用模糊双曲正切模型形成的规则基选择适宜的尺度对分析信号实施小波变换处理，自动选择适用的小波分析尺度。

5本发明的硬件系统采用了基于嵌入式系统实现方式的硬件电路设计。

硬件电路设计中采用LPC2000系列芯片，进一步提高了系统的集成度；电压互感器、电流互感器变采用回路分离，消除了调整放大倍数时互相之间的牵连；为提高采样精度(特别是对带有消弧线圈的系统)而采用的工频同步电路能自动检测与切换，确保了同步电路故障后，系统仍能正确采样；选用了高性能多路开关，抗干扰能力大大增强。

附图说明

图1为系统结构框图；

图2为A/D转换、AMR、DSP、LCD控制器连接的电路原理图；

图3为前置回路模块滤波电路的电路原理图；

图4为存储器模块的电路原理图；

图5为本发明的总流程图；

图6为故障线路判断子流程图；

图7为谐波分析选线子流程图；

图8为五次谐波选线子流程图；

图9为功率方向法选线子流程图；

图10为小波法选线子流程图；

图11为故障距离判断子流程图；

具体实施方式

下面结合附图对本发明作进一步说明；

本发明中数据信号处理器U1采选用芯片TMS320C5416、CPU模块既：嵌入式ARM微处理器U2选用芯片S3C44BOX；A/D转换模块选用ADS7805，显示模块U4选用KCS057QVlAJ；锁存器选用芯片74LS273，电源模块U6选用AMC1117，复位芯片U7选用MAX811，如图2所示。

Arm连接DSP：嵌入式ARM微处理器S3C44BOX与数字信号处理器通过TMS320C5416的HD0、HD1、HD2、HD3、HD4、HD5、HD6、HD7分别和S3C44BOX的D0、D1、D2、D3、D4、D5、D6、D7相连，这是一种HPI的连接方式，这种方式的优点是不需要附加其他的逻辑电路，非常方便。

S3C44BOX通过两根地址线A3和A2寻址HPI方式的所有控制寄存器HCNTL1和HCNTL0。S3C44BOX通过地址线A1来解决HPI的八个端口HD0、HD1、HD2、HD3、HD4、HD5、HD6、HD7的数据位数与TMS320C5416的数据位数不同这一问题，前者为8位，后者为16位，当向A1＝0的地址写数据时，表示第一个字节，当向A1＝1的地址写数据时，表示第二个字节。

S3C44BOX通过A4引脚和TMS320C5416的

相连，当A4＝1时，代表读操作，当A4＝0时，代表写操作。

AD连接DSP：TI公司的16-bit定点DSP TMS320C5416，是一种低功耗器件，采用了改进的哈佛结构，有1条程序总线和3条数据总线，流水线操作，有高度并行32-bit算术逻辑单元、16*16-bit并行硬件乘法器、片内存储器、片内外设和高度专业化的指令集。当TMS320C5416外接16MHZ的晶振，工作时钟控制模式选为×1，将ADS7805的/CS脚接到DSP的/RD信号引脚，为了减少控制线，将

引脚直接接成低电平，R/C引脚接到DSP的扩展输出口，而

信号连接到普通的端入端口即可。

ARM连接LCD显示器：KCS057QV1AJ是由KYOCERA公司生产，具有320×240个象素点、带CFL背光的STN(超扭曲向列)256色LCD显示模块。它不带LCD控制器，很容易与S3C44BOX的LCD控制器接口。

KCS057QV1AJ提供的外部接口信号线如下：FRM：驱动器扫描的同步信号线；LOAD：数据锁存信号线；CP：数据移位时钟信号线；DISP：显示控制信号线；D[7:0]：8根显示数据输入线。

在KCS057QV1AJ与LCD控制器之间接线时，KCS057QV1AJ的FRM、LOAD、CP，D[7:0]分别和LCD控制器的VFRAME、VLINE、VCLK，VD[7:0]相连。DISP引脚与S3C44BOX的GPIO的GPC15相连，通过GPC15来控制LCD显示模块的打开和关闭。

键盘操作模块采用的是ARMSKY-4*4行列式矩阵键盘模块。

HT1380：时钟模块HT1380通过SCLK与S3C44BOX的XCLK引脚相连，为S3C44BOX提供时钟信号。

MAX811：复位芯片MAX811通过引脚

与S3C44BOX的nRest引脚相连。

小电流接地系统故障选线装置需要实时接收数据、实时判断、实时上传故障选线结果，是一个典型的要求实时控制、实时处理的系统，而LPC2000系列芯片是基于ARM7TDMI-S CPU内核，支持ARM和Thumb指令集，芯片内集成丰富外设，而且具有非常低的功率消耗，使该系列微控制器特别适用于复杂工业控制、海量数据处理、访问控制和信号采集等场合，在保证系统实时性和稳定性等方面是比较好的。因此，我们也选择LPC2000系列芯片作为主芯片。

前置回路模块的电路原理图如图3所示，在实际应用中，根据阻容滤波时间常数公式τ＝RC(单位为秒)及相关的电子电路基础理论知识，根据时间常数，压力信号的阻容滤波参数为电容和电阻，所设计的滤波电路能够保证被检测信号通过，并将低于该时间常数的高频或者低频干扰滤掉。对于模拟信号采用低通阻容滤波处理，对于流量脉冲信号经过光电隔离开关进行整形和去噪、输入输出通道隔离等，使脉冲信号近乎方波，再送入计数器进行数据处理。

下面结合附图对本发明作进一步说明；

具体实施例1：

小电流接地故障选线装置需要完成的任务依次是：ARM采集母线的零序电压及各线路的零序电流的模拟信号，按适当比例调节其大小使之成为装置能处理的幅值范围，将其转换为计算模块能够识别的数字信号，DSP依据一定的算法原理分析信号判断是否发生故障。若发生故障给出选线结果，保存故障信息，并将选线结果传送给上位机进行故障报警。

系统的母线零序电压和各线路的零序电流经过电压互感器和电流互感器变换后，输入前置回路模块，电压和电流信号经过高精度的电压互感器和电流互感器进一步变换后，信号变为-5V到+5V的电压信号；电压信号通过低通滤波器滤除干扰，输出平滑的电压模拟信号，系统通过A/D转换模块的采样装置在线监测系统的零序电压和相电压，监测各线路相电流。以零序电压，零序电流的变化作为故障的启动条件。

在小电流接地系统中，当发生金属性单相接地故障时，接地相电压降低为0，而正常运行的两路相电压升高为线电压即相电压的

倍。同时，线路上的零序电压和零序电流都会增加，其中零序电压的幅值等于正常工作时的相电压。因此，可以利用零序电压和零序电流超过一定的门槛作为单相接地故障的启动条件，

s₀＞s_0d    (18)

所用的零序电压和零序电流可以是直接测量的结果也可以是通过三相电压或电流计算而来：

$s_0\left(t\right)=\frac{1}{3}(s_A\left(t\right)+s_B\left(t\right)+s_C\left(t\right))---\left(19\right)$

上述两式中的S代表了电压或电流。

当接地点存在过渡电阻时，零序电压随着过渡电阻的增加而降低。同时为了克服正常工作时不平衡电压的影响，零序电压的门槛一般取为相电压的20％。

在每个采样周期，判断中性点电压是否越限，若其绝对值超过门槛值，装置启动，继续采集若干点之后停止采样，保持数据，存储到存储模块。

检测到故障后，就可以根据保留在内存中的这些数据进行故障分析判断了。

选线过程：采样子线程创建1000*64的二维数组，用来对数据进行时实存储，存满之后从数据始端循环覆盖，发生故障后(大于启动电压6个点)将数组中前100组数据和后200组数据作为暂态电压，再将后500组数据作为稳态数据，把数据提交主线程进行故障选线。1秒后，如果故障没有消失，则继续提取500个点作为稳态数据，提交主线程进行连续选线。然后进行特征提取，进行隶属度计算和最终决策，得到选线结果。以群体比幅比相法为例说明选线过程：提取电流最大的3条线路，并设初始累加值为s1，s2 s3，s.将这3个电流数组与电压数组进行逐点比较，与电压符号相反，则s直接累加绝对值；与电压符号相同，则s累加绝对值；3条线路电压与电流符号都相同，则s(母线)设成一个较大值将s1，s2 s3，s(母线)进行比较，值最大的就是故障线路。通过故障数据分别用有功率方向方法、谐波分析法(即群体比幅比相法)五次谐波法、小波方法进行选线，对于配电线路单相接地故障各个判据的综合选择，我们将判别权重 $\mathrm{\λ}=\underset{j=1}{\overset{r\left(d\right)}{\mathrm{\Σ}}}{s}_j\·\frac{c_j}{r_j}---\left(20\right)$

作为判别准则。采用粗糙集理论对故障样本集进行数据挖掘和知识发现来确定选线方法的有效域，对于配电线路单相接地故障各个判据的综合选择。确定决策结果空间D＝{d₁，d₂，...，d_i，...，d_n}，当前运行状态属于每一个模糊子集的隶属度E＝{e₀，e₁，...，e_k，...，e_v-1}，每一类决策结果属于其对应的每一个模糊子集的隶属度为F＝{f₀，f₁，...，f_k，...，f_u-1}。

当DSP接收到ARM传过来的故障数据后，就可以启动小波分析程序分别故障测距的计算分析了。测距公式为：x＝vΔt/2    (21)

正确选择小波变换尺度α，本项目采用模糊双曲正切模型形成的规则基选择适宜的尺度。可以准确检测出零序波的下降沿，从而进行短路点定位8把选择结果(数字量，0代表不是故障线，1代表故障线)和测距结果输出到显示装置。然后启动报警器，通知值班人员。待故障排除后，装置检测到零序电压低于启动阀值，继电器恢复正常状态，程序跳出选线流程，回到检测状态。小波分析程序设计采用MathTools公司推出的Matcom，它可以将Matlab的源代码译成同等功能的C++源码，既保持了Matlab的优良算法，又保持了C++的高执行效率。因此，我们只需要编写选线和测距过程各自所对应的MATLAB的*.m程序文件，然后在VisualC++6.0编译环境中转化成C++程序文件。这样的编程方式非常简洁，修改*.m文件中选取的小波函数、分解尺度等非常容易实现，而且还可以借助MATLAB和VisualC++强大的图形系统，对诊断之后的故障进行形象的显示，例如波形显示和地理信息的显示。

本装置可以应用于配电系统10KV变电站及工厂自备变电站。在配电系统10KV变电站中本装置安装于10KV母线零序变压器二次回路接口。二者的不同之处在于电压等级的不同。故障或者波动发生时，显示装置显示出决策结果空间D＝{d₁，d₂，...，d_i，...，d_n}，当前运行状态属于每一个模糊子集的隶属度E＝{e₀，e₁，...，e_k，...，e_v-1}，每一类决策结果属于其对应的每一个模糊子集的隶属度为F＝{f₀，f₁，...，f_k，...，f_u-1}，以及最终的选线结果和测距结果，并启动报警。

Claims (8)

1.一种小电流接地故障检测与定位的装置，其特征在于该装置包括由CPU模块、DSP、前置回路单元模块、A/D转换模块、存储器模块、显示与键盘操作模块、通信模块组成的下位机和上位机；其中前置回路模块、A/D转换模块、CPU模块、DSP依次连接，存储器模块、显示与键盘操作单元模块、通信模块分别与CPU模块相连，上位机与通信模块相连，CPU模块采集母线的零序电压及各线路的零序电流的模拟信号，按比例调节其大小使之成为装置能处理的幅值范围，将其转换为计算模块能够识别的数字信号，通过DSP分析信号，判断是否发生故障，若发生故障给出选线结果，保存故障信息，并将选线结果传送给上位机进行故障报警。

2.根据权利要求1所述的一种小电流接地故障检测与定位的装置，其特征在于所述的CPU模块采用嵌入式ARM微处理器U1，U1的HD0、HD1、HD2、HD3、HD4、HD5、HD6、HD7分别和DSP数字信号处理器U2的D0、D1、D2、D3、D4、D5、D6、D7相连，U1的HCNTL1、HCNTLO、HBIL、

nWE、nOE、nGCS1分别与U2的A3、A2、A1、A4、

相连；U2的VCLK、VD0、VD1、VD2、VD3、VD4、VD5、VD6、VD7、GPC15、VFRAME、VLINE分别与键盘与显示模块中的LCD显示器接口芯片U4的CP、VK0、VK1、VK2、VK3、VK4、VK5、VK6、VK7、DISP、FRM、LOAD相连；复位芯片U7通过引脚

与U2的nRest引脚相连；A/D转换模块U3的D0～D15通过锁存器U5的D0与U1的D0～D15相连，U3的

与U1的IO2相连，电源芯片U6的输出端Vout提供1.8V电源。

3.根据权利要求1所述的一种小电流接地故障检测与定位的装置，其特征在于所述的前置回路模块用来采集零序电流量、零序电压量的模拟信号，其J1、J3分别与采集零序电流量的电流互感器、采集零序电压量的电压互感器相连，J2与A/D转换模块相连，J4与计数器的输入端相连，计数器的输出端与ARM相连；接口J1与接口J2之间有RC滤波电路，接口J3与接口J4之间有光电耦合器滤波，其中J1的针1、2、3、4、5、6、7、8、10、11、12、13分别于J2的针1、2、3、4、5、6、7、8、10、11、12、13相连，J3的针1、2、3、4、5、6通过由两电阻的串联电路分别与六个光电耦合器的脚2、六个二极管正极相连，每个二极管正极、负极分别与对应的光电耦合器的脚2、1相连，六个光电耦合器的脚5与六个反向器的输入端相连，六个反向器的输出端分别于J4的1、2、3、4、5、6针相连；J4与计数器的输入端相连。

4.权利要求1所述装置实现小电流接地故障检测与定位的方法，其特征在于该方法包括以下步骤：

步骤1、开始；

步骤2、实施采集中性点电压值；

步骤3、判断是否越限，如果否，转步骤2，如果是执行步骤4；

步骤4、定为装置启动并启动交流变送器；

步骤5、信号调整；

步骤6、采集各线路零序电流、零序电压和各线路电流、电压、功率信号；

步骤7、调用故障线路判断子流程；

步骤8、调用故障距离判断子流程；

步骤9、数据打包处理；

步骤10、判断与上位机网络通断，如果通，执行步骤11；如果不通，执行步骤12；

步骤11、数据传送至上位机显示报警，执行步骤13；

步骤12、数据存储在本地硬盘；

步骤13、结束。

5.根据权利要求4所述的小电流接地故障检测与定位的方法，其特征在于步骤7所述故障线路判断子流程包括以下步骤：

步骤1、开始；

步骤2、接收数据并放入内存；

步骤3、分别用功率方向选线流程，谐波分析选线流程，五次谐波选线流程，小波选线流程进行选线；

步骤4、根据结果设计决策表；

步骤5、基于粗糙集理论的选线有效域确定；

步骤6、模糊自适应推理的故障监测；

步骤7、选线结束。

6.根据权利要求5所述的一种小电流接地故障检测与定位的方法，其特征在于步骤5所述基于粗糙集理论的选线有效域确定包括以下步骤：

步骤5.1、故障数据离散化；

步骤5.2、约简；

步骤5.3、计算选择系数；

步骤5.4、建立每种流程的有效性模糊模型。

7.根据权利要求5所述的一种小电流接地故障检测与定位的方法，其特征在于步骤6模糊自适应推理的故障监测包括以下步骤：

步骤6.1、确定模糊决策方法；

步骤6.2、中间信息模糊化；

步骤6.3、模糊决策；

步骤6.4、将结果输出到显示装置。

8.根据权利要求4所述的一种小电流接地故障检测与定位的方法，其特征在于步骤8所述故障距离判断子流程包括以下步骤：

步骤一：故障距离判断子流程开始；

步骤二：根据选线标志L_k保留其对应线路的电流值I_k并删除其它线路事先保存电流值；

步骤三；结合模糊双曲正切模型对I_k进行小波变换得各尺度系数C_k

步骤四：对各系数C_k取模极大值；

步骤五：记录第1个模极大值发生时刻t₁并记录其极性；

步骤六：记录第i个模极大值极性；

步骤七：判断极性是否相同，不相同则判断下一个模极大值，回到步骤六，相同则继续；

步骤八：找到与第1个极性相同的模极大值j；

步骤九：判断是否找到，找到记录其发生时刻转步骤十，没找到则测距失败，转步骤十三；

步骤十：纪录其发生时刻t₂；

步骤十一：计算故障距离x；

步骤十二：结果数据入库/显示；

步骤十三：结束。

Images