CN101915888B - ±800kV直流输电线路雷击干扰的可拓融合识别方法 - Google Patents

Abstract

本发明涉及±800kV直流输电线路雷击干扰的可拓融合识别方法。对雷击故障、雷击干扰和非雷击故障下的电磁暂态仿真，提取时域波形的特征。对于采样率为10kHz、时窗为5ms的电压采样值，前2ms数据直接进行相关度计算，后3ms数据直接进行均值计算，最后对相关度计算结果和均值计算结果根据各自的权系数进行可拓融合，计算其关联函数值，形成了直接基于采样值的雷电干扰识别判据。当关联函数的计算结果大于或等于零时识别为雷电干扰，保护复归；当关联函数的计算结果小于零时识别为线路故障。通过大量的仿真表明，该方法可对直流输电线路中发生雷电干扰时进行正确的识别，对暂态保护走向实用化起到推动作用。

Description

±800kV直流输电线路雷击干扰的可拓融合识别方法

技术领域

本发明涉及一种±800kV直流输电线路雷击干扰的可拓融合识别方法，属于电力系统继电保护技术领域。

背景技术

通常，除直流输电线路外，直流母线上没有其它出线，且直流线路电压不存在过零点问题，线路两端具有平波电抗器和直流滤波器构成的现实的物理边界^[1]，这些使得暂态保护应用于直流输电线路保护具有优势。暂态保护的雷击干扰识别元件是必不可少的，雷电流多为负极性的脉冲波，属于高频信号，雷击干扰是引起暂态保护误动的主要因素之一，对暂态保护的雷击干扰识别元件尚需进行深入的研究。

快速、可靠的雷电干扰识别算法对暂态保护走向实用化具有重要意义。学者们为此进行了深入的研究^[2-3]，现有的雷电干扰识别技术大多利用雷击线路造成故障或未故障时电流的高低频能量分布特征不同进行雷击干扰识别，然而能量计算过程中对时窗等关键参数却未做出统一的规定，这就导致了采用能量差异对其识别时容易产生误判的情况；同时从保护速动性方面，现有的雷电干扰识别技术仍然不理想。

雷电干扰识别元件是暂态保护中必备的环节之一，可靠的雷电干扰识别技术是暂态保护成功走向实用化亟待解决的重要课题之一。在现有研究工作的基础上^[4-9]，提出一种计算速度快、可靠性高的雷电干扰识别算法，在雷击线路未引起故障时，保护闭锁，使暂态保护不会因雷击干扰而产生误动，对于提高保护的可靠性，进一步提高电网的稳定运行能力具有着重要的意义。

参考文献

[1]张保会，郝治国等.智能电网继电保护研究的进展(一)-----故障甄别新原理[J].电力系统自动化设备，2010，30(1)：1-6

[2]董杏丽，葛耀中，董新洲 暂态分量保护中雷电干扰问题的对策[J].中国电机工程学报，2002，22(9)：74-78

[3]段建东，任晋峰，张保会，罗四倍 超高速保护中雷电干扰识别的暂态法研究[J]..中国电机工程学报，2006，23(26)：07-07

[4]司大军，束洪春，陈学允，于继来 输电线路雷击的电磁暂态特征分析及其识别方法研究[J].中国电机工程学报，2005，25(7)：64-06

[5]韩民晓，丁辉，陈修宇等.高压直流输电系统电磁暂态建模[J].电力系统及其自动化学报，2008，20(4)：7-11.

[6]中国南方电网公司.±800kV直流输电技术研究[M].北京：中国电力出版社，2006：209.

[7]陈谦 新型多端直流输电系统的运行与控制[D].南京：东南大学 2004 [10]天广直流控制保护对直流线路故障的响应分析

[8]李爱民，蔡泽祥，任达勇等.高压直流输电控制与保护对线路故障的动态响应特性分析[J].电力系统自动化，2009，33(11)：72-75

[9]郭宁明，覃剑，陈祥训.雷击对暂态分量故障测距的影响及识别[J].电力系统自动化，2008，32(5)：76-79

发明内容

本发明针对现有技术存在的不足，在对±800kV直流输电线路进行故障和雷击未故障电磁暂态特征分析的基础上，提供一种利用采样值直接进行计算的±800kV直流输电线路雷击干扰的可拓融合识别方法。

雷电作用于输电线路上时，当雷击线路导致杆塔绝缘子两端压差达到其闪络电压时，绝缘子将发生闪络，称之为雷击故障，本发明中将雷击故障和一般单相接地故障称之为故障；当雷击线路未引起绝缘子闪络时，称之为雷电干扰。本发明主要对雷击干扰和故障情况下，利用PSCAD/EMTDC电磁暂态仿真平台建立±800kV直流输电线路仿真模型，如图1所示。图1中杆塔档距为500m；雷电流采用2.6/50μs双指数波，其中，雷电通道波阻抗为300Ω；绝缘子采用压控开关模型，避雷器采用金属氧化物模型。所需采样值的采样率为10kHz，数据选取故障后5ms时窗的采样值。

电磁暂态仿真分析结果表明，由于故障和雷电干扰物理机理上的不同，两者时域波形上存在着显著差异。总体观察得出，故障情况下，5ms时窗内电压幅值先是骤降，然后趋于平缓并维持在一定大小，由于相关度法侧重于刻画一段时窗内电压总体变化率特征，而电压平均值则更偏向于刻画时窗内电压大小特征，基于此，对前部分电压采样值计算相关度，而后部分采样值计算其均值将更加可靠；雷击干扰情况下，雷电流引起的扰动会导致前部分采样数据相关度计算值较小，但后部分采样数据的均值计算值较大，从而保证该情况下不会误判。采样数据的分时段计算有助于进一步提高雷击干扰识别的可靠性。对电压采样值前2ms直接进行相关度计算，后3ms直接进行均值计算。由于可拓学融合针对的是相互矛盾的对象，最后对两者进行可拓融合，提炼出基于采样值直接计算的雷击干扰识别判据，算法兼有故障选极功能。

本发明的±800kV直流输电线路雷击干扰的可拓融合识别方法经过下列步骤完成：

1)当电压信号满足启动条件时，读取基于极电压u₁(k)、u₂(k)采样值，采样频率为10kHz的，时窗为5ms电压波形数据。

2)选取前2ms数据进行相关度计算

$\mathrm{\γ}=\frac{\underset{k=1}{\overset{20}{\mathrm{\Σ}}}{u}_i\left(k\right)\×V_i\left(k\right)}{{[\underset{k=1}{\overset{20}{\mathrm{\Σ}}}{V}_i^2\left(k\right)\×\underset{k=1}{\overset{20}{\mathrm{\Σ}}}{u_i}^2\left(k\right)]}^{1/2}}---\left(1\right)$

其中γ表示相关度，u_i(k)表示各极电压采样值，V_i(k)表示稳态电压采样值。

3)选取后3ms数据进行电压平均值计算

$u_{\mathrm{ave}}=\frac{\underset{k=21}{\overset{50}{\mathrm{\Σ}}}\left|u_i\left(k\right)\right|}{\underset{k=21}{\overset{50}{\mathrm{\Σ}}}\left|V_i\left(k\right)\right|}---\left(2\right)$

其中u_ave表示电压平均值，u_i(k)表示各极电压采样值，V_i(k)表示稳态电压采样值

4)确定平均值和相关度的权系数

${\mathrm{\α}}_{\mathrm{\γ}}=\frac{{\mathrm{\τ}}_{\mathrm{Zi}1}}{{\mathrm{\τ}}_l}---\left(3\right)$

${\mathrm{\α}}_{\mathrm{ave}}=\frac{{\mathrm{\τ}}_l-{\mathrm{\τ}}_{\mathrm{Zi}1}}{{\mathrm{\τ}}_l}---\left(4\right)$

其中，α_γ表示相关度的权系数，α_ave表示平均值的权系数；τ_l为采样数据时窗的总长度，τ_zi1为所选数据段内暂态过程持续时间。

5)对相关度和电压均值进行可拓融合，计算其关联置信度

$\mathrm{\λ}\left(I_i\right)=f(u_i,{\mathrm{\τ}}_{\mathrm{Zi}})$

$=\frac{{\mathrm{\τ}}_{\mathrm{Zi}1}}{{\mathrm{\τ}}_l}\×\frac{|\frac{\underset{k=21}{\overset{50}{\mathrm{\Σ}}}\left|u_i\left(k\right)\right|}{\underset{k=21}{\overset{50}{\mathrm{\Σ}}}\left|V_i\left(k\right)\right|}-\frac{a_{i1}+b_{i1}}{2}|-\frac{b_{i1}-a_{i1}}{2}}{\left(\right|\frac{\underset{k=21}{\overset{50}{\mathrm{\Σ}}}\left|u_i\left(k\right)\right|}{\underset{k=21}{\overset{50}{\mathrm{\Σ}}}\left|V_i\left(k\right)\right|}-\frac{c_{i1}+d_{i1}}{2}|-\frac{d_{i1}-c_{i1}}{2})-\left(\right|\frac{\underset{k=21}{\overset{50}{\mathrm{\Σ}}}\left|u_i\left(k\right)\right|}{\underset{k=21}{\overset{50}{\mathrm{\Σ}}}\left|V_i\left(k\right)\right|}-\frac{a_{i1}+b_{i1}}{2}|-\frac{b_{i1}-a_{i1}}{2})}+$

$\frac{{\mathrm{\τ}}_l-{\mathrm{\τ}}_{\mathrm{Zi}1}}{{\mathrm{\τ}}_l}\×\frac{|\frac{\underset{k=1}{\overset{20}{\mathrm{\Σ}}}{u}_i\left(k\right)\×V_i\left(k\right)}{{[\underset{k=1}{\overset{20}{\mathrm{\Σ}}}{V}_i^2\left(k\right)\×\underset{k=1}{\overset{20}{\mathrm{\Σ}}}{u_i}^2\left(k\right)]}^{1/2}}-\frac{a_{i2}+b_{i2}}{2}|-\frac{b_{i2}-a_{i2}}{2}}{\left(\right|\frac{\underset{k=1}{\overset{20}{\mathrm{\Σ}}}{u}_i\left(k\right)\×V_i\left(k\right)}{{[\underset{k=1}{\overset{20}{\mathrm{\Σ}}}{V}_i^2\left(k\right)\×\underset{k=1}{\overset{20}{\mathrm{\Σ}}}{u_i}^2\left(k\right)]}^{1/2}}-\frac{c_{i2}+d_{i2}}{2}|-\frac{d_{\mathrm{ij}}-c_{i2}}{2})-\left(\right|\frac{\underset{k=1}{\overset{20}{\mathrm{\Σ}}}{u}_i\left(k\right)\×V_i\left(k\right)}{{[\underset{k=1}{\overset{20}{\mathrm{\Σ}}}{V}_i^2\left(k\right)\×\underset{k=1}{\overset{20}{\mathrm{\Σ}}}{u_i}^2\left(k\right)]}^{1/2}}-\frac{a_{i2}+b_{i2}}{2}|-\frac{b_{i2}-a_{i2}}{2})}---\left(5\right)$

其中u_i(k)表示各极电压采样值，V_i(k)表示稳态电压采样值，a_i1，b_i1表示特征-电压平均值的量域，a_i1＝0.8，b_i1＝1.2；a_i2，b_i2表示特征-相关度的量域a_i2＝0.8，b_i2＝1.0；c_i1，d_i1表示特征-电压平均值的节域c_i1＝0.7，d_i1＝1.3；c_i2，d_i2表示特征-相关度的节域最小值和最大值c_i2＝0.7，d_i2＝1.0；τ_l为采样数据时窗的总长度，这里τ_l＝5ms；τ_z为所选数据段内暂态过程持续时间，这里τ_z＝2ms。

3)基于上述原理，形成故障识别判据如下：

若λ(I_i)≥0，则判断为雷电干扰，

若λ(I_i)＜0，则识别为发生故障。

本发明与现有技术相比具有如下优点：

采用上述方案，即对10kHz，5ms的电压采样数据，前2ms数据直接进行相关度计算，后3ms数据直接进行均值计算，最终对计算结果进行可拓融合。该方法原理清晰、可靠高，能对雷击干扰进行正确的识别，而且省略了传统数字滤波环节，直接基于采样值计算，具有计算速度快的特点。由于本发明所依据的理论基础较为直观，物理概念清晰，因而易于实现，可广泛应用于暂态保护中的雷击干扰识别元件，提高暂态保护可靠性，对暂态保护的走向实用化具有重要意义。

附图说明

图1为直流系统示意图；

图2为控制系统示意图；

图3边界元件幅频特性；

图4为雷电流波形，图中横坐标表示时间，纵坐标表示雷电流值。

图5为直流输电线路导体排列示意图，C表示导体，G表示地线。

图6为直流输电线路杆塔结构，图(a)表示杆塔几何模型，图(b)表示杆塔多波阻抗模型；

图7为发生雷击杆塔故障时，检测到的正负极电压时域波形图；图中横坐标表示时间，纵坐标表示极电压值，图(a)表示负极电压时域波形图，图(b)表示正极电压时域波形图；

图8为发生雷击杆塔未故障时，检测到的正负极电压时域波形图；图中横坐标表示时间，纵坐标表示极电压值，图(a)表示负极电压时域波形图，图(b)表示正极电压时域波形图；

图9为发生雷击导线故障时，检测到的正负极电压时域波形图；图中横坐标表示时间，纵坐标表示极电压值，图(a)表示负极电压时域波形图，图(b)表示正极电压时域波形图；

图10为发生雷击导线未故障时，检测到的正负极电压时域波形图；图中横坐标表示时间，纵坐标表示极电压值，图(a)表示负极电压时域波形图，图(b)表示正极电压时域波形图；

图11为发生接地故障时，检测到的正负极电压时域波形图；图中横坐标表示时间，纵坐标表示极电压值，图(a)表示负极电压时域波形图，图(b)表示正极电压时域波形图；

图12为电压均值“归一化”后图形。横坐标：1-反击故障、2-绕击故障、3-接地故障、4-绕击未故障、5-反击未故障，各情况下正负极电压平均值。纵坐标表示5ms时窗内的电压采样数据平均值经过归一化处理，取绝对值后的计算值；

图13为特征可拓融合示意图；

图14为本发明的雷击干扰识别流程图。

具体实施方式

直流输电线路发生雷击干扰时，运用本发明方法可对雷击干扰进行正确的识别。具体实现流程如图14所示。

具体步骤如下：

1)当电压信号满足启动条件时，读取基于极电压u₁(k)、u₂(k)采样值，采样频率为10kHz的，时窗为5ms电压波形数据。

2)按照公式(5)计算关联置信度：

$\mathrm{\λ}\left(I_i\right)=f(u_i,{\mathrm{\τ}}_{\mathrm{Zi}})$

$=\frac{{\mathrm{\τ}}_{\mathrm{Zi}1}}{{\mathrm{\τ}}_l}\×\frac{|\frac{\underset{k=21}{\overset{50}{\mathrm{\Σ}}}\left|u_i\left(k\right)\right|}{\underset{k=21}{\overset{50}{\mathrm{\Σ}}}\left|V_i\left(k\right)\right|}-\frac{a_{i1}+b_{i1}}{2}|-\frac{b_{i1}-a_{i1}}{2}}{\left(\right|\frac{\underset{k=21}{\overset{50}{\mathrm{\Σ}}}\left|u_i\left(k\right)\right|}{\underset{k=21}{\overset{50}{\mathrm{\Σ}}}\left|V_i\left(k\right)\right|}-\frac{c_{i1}+d_{i1}}{2}|-\frac{d_{i1}-c_{i1}}{2})-\left(\right|\frac{\underset{k=21}{\overset{50}{\mathrm{\Σ}}}\left|u_i\left(k\right)\right|}{\underset{k=21}{\overset{50}{\mathrm{\Σ}}}\left|V_i\left(k\right)\right|}-\frac{a_{i1}+b_{i1}}{2}|-\frac{b_{i1}-a_{i1}}{2})}+$

$\frac{{\mathrm{\τ}}_l-{\mathrm{\τ}}_{\mathrm{Zi}1}}{{\mathrm{\τ}}_l}\×\frac{|\frac{\underset{k=1}{\overset{20}{\mathrm{\Σ}}}{u}_i\left(k\right)\×V_i\left(k\right)}{{[\underset{k=1}{\overset{20}{\mathrm{\Σ}}}{V}_i^2\left(k\right)\×\underset{k=1}{\overset{20}{\mathrm{\Σ}}}{u_i}^2\left(k\right)]}^{1/2}}-\frac{a_{i2}+b_{i2}}{2}|-\frac{b_{i2}-a_{i2}}{2}}{\left(\right|\frac{\underset{k=1}{\overset{20}{\mathrm{\Σ}}}{u}_i\left(k\right)\×V_i\left(k\right)}{{[\underset{k=1}{\overset{20}{\mathrm{\Σ}}}{V}_i^2\left(k\right)\×\underset{k=1}{\overset{20}{\mathrm{\Σ}}}{u_i}^2\left(k\right)]}^{1/2}}-\frac{c_{i2}+d_{i2}}{2}|-\frac{d_{\mathrm{ij}}-c_{i2}}{2})-\left(\right|\frac{\underset{k=1}{\overset{20}{\mathrm{\Σ}}}{u}_i\left(k\right)\×V_i\left(k\right)}{{[\underset{k=1}{\overset{20}{\mathrm{\Σ}}}{V}_i^2\left(k\right)\×\underset{k=1}{\overset{20}{\mathrm{\Σ}}}{u_i}^2\left(k\right)]}^{1/2}}-\frac{a_{i2}+b_{i2}}{2}|-\frac{b_{i2}-a_{i2}}{2})}---\left(5\right)$

其中u_i(k)表示各极电压采样值，V_i(k)表示稳态电压采样值，a_i1，b_i1表示特征-电压平均值的量域，a_i1＝0.8，b_i1＝1.2；a_i2，b_i2表示特征-相关度的量域a_i2＝0.8，b_i2＝1.0；c_i1，d_i1表示特征-电压平均值的节域c_i1＝0.7，d_i1＝1.3，c_i2，d_i2表示特征-相关度的节域最小值和最大值c_i2＝0.7，d_i2＝1.0；τ_l为采样数据时窗的总长度，这里τ_l＝5ms；τ_z为所选数据段内暂态过程持续时间，这里τ_z＝2ms。

3)基于上述原理，形成故障识别判据如下：

若λ(I_i)≥0，则判断为雷电干扰，

若λ(I_i)＜0，则识别为发生故障。

实施例说明如下：分别对图1所示±800kV直流输电线路在不同雷击情况下进行了仿真。仿真考虑在线路不同位置发生雷击故障、雷击未故障和非雷击故障情况，并对雷击故障和非雷击故障在不同故障类型、不同接地电阻条件下的仿真。针对雷击点与闪络点不一致情况，本发明也进行了雷击干扰识别判据有效性的验证，并考虑了对该判据较为不利情形，即闪络点相对于保护而言远离雷击点情况。对各种情况下的采样值均叠加10％的随机噪声，进一步验证该判据对雷击干扰识别的准确性。上述各情况下将采样值直接带入公式(5)计算得到的结果如表1所示，其中L1表示雷击点或接地点与观测点之间的距离，L2表示闪络点与雷击点间的距离，Rg表示杆塔接地电阻。“干扰”表示识别结果为线路发生雷电干扰，“故障”表示识别结果为线路发生了故障，由表1表明本发明提出的基于采样值直接计算的雷击干扰识别判据能够对故障和雷击干扰进行准确的识别。由表1仍可以看出，该判据同时还具有故障选极能力，可用其作为线路保护故障选极的依据之一。

表1

Claims (1)

1.一种±800kV直流输电线路雷击干扰的可拓融合识别方法，其特征在于经过下列步骤完成：

1)当电压信号满足启动条件时，读取基于极电压u₁(k)、u₂(k)采样值，采样频率为10kHz的，时窗为5ms电压波形数据；

2)选取前2ms数据进行相关度计算

$\mathrm{\γ}=\frac{\underset{k=1}{\overset{20}{\mathrm{\Σ}}}{u}_i\left(k\right)\×V_i\left(k\right)}{{[\underset{k=1}{\overset{20}{\mathrm{\Σ}}}{V}_i^2\left(k\right)\×\underset{k=1}{\overset{20}{\mathrm{\Σ}}}{u}_i^2\left(k\right)]}^{1/2}}---\left(1\right)$

其中γ表示相关度，u_i(k)表示各极电压采样值，V_i(k)表示稳态电压采样值；

3)选取后3ms数据进行电压平均值计算

$u_{\mathrm{ave}}=\frac{\underset{k=21}{\overset{50}{\mathrm{\Σ}}}\left|u_i\left(k\right)\right|}{\underset{k=21}{\overset{50}{\mathrm{\Σ}}}\left|V_i\left(k\right)\right|}---\left(2\right)$

其中u_ave表示电压平均值，u_i(k)表示各极电压采样值，V_i(k)表示稳态电压采样值；

4)确定平均值和相关度的权系数

${\mathrm{\α}}_{\mathrm{\γ}}=\frac{{\mathrm{\τ}}_{\mathrm{Zi}1}}{{\mathrm{\τ}}_l}---\left(3\right)$

${\mathrm{\α}}_{\mathrm{ave}}=\frac{{\mathrm{\τ}}_l-{\mathrm{\τ}}_{\mathrm{Zi}1}}{{\mathrm{\τ}}_l}---\left(4\right)$

其中，α_γ表示相关度的权系数，α_ave表示平均值的权系数；τ₁为采样数据时窗的总长度，τ_zi1为所选数据段内暂态过程持续时间；

5)对相关度和电压均值进行可拓融合，计算其关联置信度

$\mathrm{\λ}\left(I_i\right)=f(u_i,{\mathrm{\τ}}_{\mathrm{Zi}})$

$=\frac{{\mathrm{\τ}}_{\mathrm{Zi}1}}{{\mathrm{\τ}}_l}\×\frac{|\frac{\underset{k=21}{\overset{50}{\mathrm{\Σ}}}\left|u_i\left(k\right)\right|}{\underset{k=21}{\overset{50}{\mathrm{\Σ}}}\left|V_i\left(k\right)\right|}-\frac{a_{i1}+b_{i1}}{2}|-\frac{b_{i1}-a_{i1}}{2}}{\left(\right|\frac{\underset{k=21}{\overset{50}{\mathrm{\Σ}}}\left|u_i\left(k\right)\right|}{\underset{k=21}{\overset{50}{\mathrm{\Σ}}}\left|V_i\left(k\right)\right|}-\frac{c_{i1}+d_{i1}}{2}|-\frac{d_{i1}-c_{i1}}{2})-\left(\right|\frac{\underset{k=21}{\overset{50}{\mathrm{\Σ}}}\left|u_i\left(k\right)\right|}{\underset{k=21}{\overset{50}{\mathrm{\Σ}}}\left|V_i\left(k\right)\right|}-\frac{a_{i1}+b_{i1}}{2}|-\frac{b_{i1}-a_{i1}}{2})}+$

$\frac{{\mathrm{\τ}}_l-{\mathrm{\τ}}_{\mathrm{Zi}1}}{{\mathrm{\τ}}_l}\×\frac{|\frac{\underset{k=1}{\overset{20}{\mathrm{\Σ}}}{u}_i\left(k\right)\×V_i\left(k\right)}{{[\underset{k=1}{\overset{20}{\mathrm{\Σ}}}{V}_i^2\left(k\right)\×\underset{k=1}{\overset{20}{\mathrm{\Σ}}}{u}_i^2\left(k\right)]}^{1/2}}-\frac{a_{i2}-b_{i2}}{2}|-\frac{b_{i2}-a_{i2}}{2}}{\left(\right|\frac{\underset{k=1}{\overset{20}{\mathrm{\Σ}}}{u}_i\left(k\right)\×V_i\left(k\right)}{{[\underset{k=1}{\overset{20}{\mathrm{\Σ}}}{V}_i^2\left(k\right)\×\underset{k=1}{\overset{20}{\mathrm{\Σ}}}{u}_i^2\left(k\right)]}^{1/2}}-\frac{c_{i2}+d_{i2}}{2}|-\frac{d_{\mathrm{ij}}-c_{i2}}{2})-\left(\right|\frac{\underset{k=1}{\overset{20}{\mathrm{\Σ}}}{u}_i\left(k\right)\×V_i\left(k\right)}{{[\underset{k=1}{\overset{20}{\mathrm{\Σ}}}{V}_i^2\left(k\right)\×\underset{k=1}{\overset{20}{\mathrm{\Σ}}}{u}_i^2\left(k\right)]}^{1/2}}-\frac{a_{i2}+b_{i2}}{2}|-\frac{b_{i2}-a_{i2}}{2})}---\left(5\right)$

其中u_i(k)表示各极电压采样值，V_i(k)表示稳态电压采样值，a_i1，b_i1表示特征-电压平均值的量域；a_i2，b_i2表示特征-相关度的量域；c_i1，d_i1表示特征-电压平均值的节域；c_i2，d_i2表示特征-相关度的节域最小值和最大值；τ₁为采样数据时窗的总长度；τ_zi1为所选数据段内暂态过程持续时间；

6)基于上述原理，形成故障识别判据如下：

若λ(I_i)≥0，则判断为雷电干扰，

若λ(I_i)＜0，则识别为发生故障。

Images