CN103713237A - 一种电力系统输电线路短路故障诊断方法 - Google Patents

Abstract

本发明公开了一种新的电力系统输电线路短路故障的诊断方法。首先，提取输电线路的录波信号，通过离散小波变换获得输电线路三相电流值及其对地电流的离散值。然后，根据小波函数db10计算各相电流的小波系数熵值，进而计算各相电流小波系数绝对熵值之和，比较确定三个值中的最大值相、最小值相以及中间值相。根据设计算法判断输入电流信号所在线路发生故障类型以及故障相别。该算法中涉及三个参数，通过训练集进行参数设置；通过测试集进行模型准确性验证，同时对参数进行修正。本发明能够快速判断线路是否发生故障及其故障类型，对现场调度人员在故障发生后快速、准确定位故障区域有很好的辅助作用，有助于提高输电线路的安全性和稳定性。

Description

一种电力系统输电线路短路故障诊断方法

技术领域

本发明属于电力系统输电安全技术领域，特别涉及一种电力系统输电线路短路故障诊断方法。

背景技术

输电线路一方面跨越的空间距离大，一般为几十到几千千米，另一方面长期暴露在环境条件恶劣的户外，无法进行有效的维护，与其他电气元件比较，输电线路所处的条件决定了它是电力系统中最容易发生故障的一环。输电线路上，最常见同时也是最危险的故障是相与相或相与地之间的非正常连接，即短路。这些故障在电力系统中分为单相接地短路、两相相间短路、两相接地短路和三相接地短路。其中以单相接地短路最为常见，而三相短路是比较少见的。短路发生时会产生很大的短路电流，同时使系统中电压大大降低。短路点短路电流及短路电流的热效应和机械效应会直接损坏电气设备。电压下降影响用户的正常工作，影响产品质量。短路更严重的后果，是因为电压下降可能导致电力系统发电厂之间并列运行的稳定性遭受破坏，引起系统振荡，直至整个系统瓦解。因此输电线路的短路故障诊断是电力系统故障诊断的一个重点。

电力系统中发生故障时，伴随有高次谐波的产生，为避免这些谐波的不良影响，有必要对其加以分析和抑制。小波分析将此类信号变换投影到不同的尺度上会明显地表现出这些高频、奇异高次谐波信号的特性。特别是小波包具有将频率空间进一步细分的特性，将很好地为抑制高次谐波提供可靠的依据。小波变换能够表征其他信号分析技术无法满足的分析所需要的电力系统暂态信号方面的数据。通常情况下，暂态信号的小波变换用多分辨率分解的快速算法来表达，利用正交小波基将信号分解成不同频率下的信号。它等于递归滤波的高通和低通滤波器对信号进行分析。

目前，采用小波变换来进行故障判断主要是将小波熵用于神经网络或模糊系统等启发式算法中来识别故障。通过小波变换和小波时频参数生成小波熵特征向量，然后结合神经网络来识别故障。这在做理论研究时可以得到很复杂的模型和很好的识别效果，故障识别能力强。但对于现场实际，这种方法所设计的系统复杂，不能很好的适用实际应用，而且不同的现场存在各种差异，该方法通用性较差。同时，识别故障需要的时间长，不利于电力系统稳定且经济运行。

发明内容

本发明的目的是提供一种电力系统输电线路短路故障诊断方法，其特征在于：包括如下步骤：

步骤1：输电线路电流信号提取及数据预处理；

步骤2：故障诊断流程，输电线路短路故障可以分为：单相接地短路、两相间短路、两相接地短路以及三相接地短路四类故障，因此，在故障诊断时应首先判断某条线路是否发生了故障，然后确定故障类型及故障相别；

步骤3：参数设置，在进行故障诊断时用到了三个参数alpha1,alpha2,alpha3，用于比较电流信号小波转换后能量熵的绝对值之和之间的关系，从而确定输电线路是否发生故障、故障类型及故障相别，所以，参数的设置是整个诊断模型中关键的一步；

步骤4：在步骤3参数设置基础上，结合步骤2设计的输电线路故障诊断模型，就能诊断出输电线路是否发现故障以及发生的故障类型。

所述步骤1的具体步骤如下：

步骤1.1：提取输电线路电流信号，每条输电线路都会配备相应的故障录波器，通过传感器采集获得对应线路的录波信号，此处的录波信号为离散的数据序列；一个录波文件会包含相应输电线路的多项数据，该文件存储于系统录波数据库中，首先按照既定的数据转换规则从上述录波文件中转换得到输电线路录波电流序列；然后生成电流序列文本，此序列数据采集间隔为0.3125ms，即每秒钟采集3200个等间隔的数据；

步骤1.2：小波变换求各相电流能量熵值，给定一个离散信号序列x(n)时，在时刻k和尺度j快速转化，转换后得到高频分量D_j(k)和低频分量A_j(k)；频带信息包含在信号分量D_j(k)和A_j(k)中，通过以下方式获得重建：

$\left\{\begin{array}{c}{D}_j\left(k\right):\left[2^{-(j+1)}{f}_s{,}^{2^{-j}}{f}_s\right]\\ A_j\left(k\right):\left[\mathrm{0,}{2}^{-(j+1)}{f}_s\right]\end{array}(j=\mathrm{1,2},...,m)---\left(1\right)\right.$

其中，f_s是离散信号采样频率；

通过离散小波变换后的离散信号序列x(n)可以表示为：

$x\left(n\right)=D_1\left(n\right)+A_1\left(n\right)=D_1\left(n\right)+D_2\left(n\right)+A_2\left(n\right)=\underset{j=1}{\overset{J}{\mathrm{\Σ}}}{D}_j\left(n\right)+A_J\left(n\right)---\left(2\right)$

E_jk是在时刻k和尺度j下小波能量谱，计算方法如下：

$E_{\mathrm{jk}}={\left|D_j\left(k\right)\right|}^2---\left(3\right)$

小波熵值的计算方法有很多种，其中采用非规范化香农熵方法计算小波能量熵，计算公式如下：

$E_j=-\underset{k}{\mathrm{\Σ}}{E}_{\mathrm{jk}}\log E_{\mathrm{jk}}---\left(4\right)$

最后求解小波能量熵绝对值之和，计算公式如下：

$E=\underset{j}{\mathrm{\Σ}}\left|E_j\right|---\left(5\right)$

由步骤1.1可以得到的三相电流值i_a,i_b,i_c，求对地电流i_g：

i_g=i_a+i_b+i_c     (6)

根据上述方法对三相电流及对地电流i_a,i_b,i_c,i_g四个离散信号序列求取小波能量熵的绝对值之和，得到对应的四个熵值之和分别为suma,sumb,sumc,sumg。

所述步骤2的具体步骤如下：

步骤2.1：判断输电线路是否发生故障，在步骤1中得到了sum_a,sum_b,sum_c，比较确定其中的最大值，次大值及最小值；把最大值赋给max1，次大值赋给max2，最小值赋给min；

设置参数alpha1,alpha2,alpha3，比较min/sumg，alpha1的大小关系，如果min/sumg小于alpha1，则系统故障；如果min/sumg大于alpha1，继续判断；比较max2/min和alpha2的大小关系，如果max2/min大于alpha2，则系统故障；否则，系统无故障；

步骤2.2：判断输电线路发生故障的类型及故障相，接步骤2.1，如果max2/min大于alpha2，则系统故障，此时故障类型为两相间短路故障，故障相为max1和max2对应的相别。如果min/sumg小于alpha1，则系统故障，继续判断。如果min/sumg大于alpha3，则故障类型为三相接地短路；如果min/sumg小于alpha3，继续判断。如果sumg小于max2，则故障类型为两相接地短路，故障相为max1和max2对应的相别；如果sumg大于max2，则故障类型为单相接地短路，故障相为max1对应的相别；最后输出诊断结果。

所述步骤3的具体步骤如下：

步骤3.1：参数初始化

根据对诊断模型的预估和输电线路电流特性的理论分析，上述参数初始化为：alpha1=3.0,alpha2=4.0,alpha3=1.0；

步骤3.2：参数调整

参数初始化后，诊断系统在对历史录波数据诊断分析时，会出现一些误诊断情况；因此，需要通过训练集对参数进行调整；通过训练集录波数据以及相应的故障类型逐步调整三个参数，最终使得诊断系统能够准确诊断出输电线路发生的故障；最终参数调整为：alpha1=2.0,alpha2=12.0,alpha3=1.0，

最后，结合步骤2设计的输电线路故障诊断模型，诊断出输电线路是否发现故障以及发生的故障类型。

本发明的有益效果是和现有技术相比，具有诊断速度快、通用性强的特点。

本发明的优点：

1.本发明采用小波变换，但并不和神经网络等复杂的算法结合，而是通过小波能量熵能充分表现实时频域局部特征这一特点来诊断故障。这一方法使得模型简单化，可以提高故障诊断速度，从而促使输电系统稳定且经济运行。

2.本发明将故障类型判别和故障相别确定两种算法结合一起，仅采用小波能量熵诊断故障，由于模型条件大大弱化，可以标定更多数据点，保证高质量的训练数据集，从而获得更合适的模型参数，进而保证了故障诊断的准确率。

附图说明

图1为电力系统输电线路短路故障诊断流程图。

附表1为短路故障编码表

附表2为训练集部分数据表

附表3为测试集部分数据表

具体实施方式

本发明的目提供一种电力系统输电线路短路故障诊断方法，以下结合附图及具体实施例，对本发明作进一步的详细描述。

虽然现如今一些新的启发式算法，如神经网络、贝叶斯网络、模糊集算法等在电力系统故障判断方面的研究较多，但这些研究很多都处于理论研究阶段，实际应用局限性很大。面对节点数量庞大，实际网络复杂的地区性输电网络，这些方法应用困难。本发明提出的基于小波转换、利用小波能量熵判断输电线路故障的方法通用性强，诊断速度快，能很好的应用于实际系统中。为了验证前面提出的电力系统输电线路短路故障诊断模型的有效性和参数设置的合理性，采集某地区电力公司录波数据形成测试集进行验证。由于本发明中参数的设置是根据专家经验来设置的，所以测试集在验证参数的同时还要根据故障诊断的准确率对参数进行修正，以获得更合理的参数。根据图1所示的电力系统输电线路短路故障诊断流程图。该方法的具体步骤如下：

步骤1：从录波系统的历史数据库中选取数据进行诊断方法参数调整。在调整参数时，需要选择合适时间段的数据作为训练数据集和测试数据集，本发明参数训练集及测试集的数据包含35kv、110kv和220kv输电线路正常运行及发生故障时的数据，训练样本的多样性保证了参数设置的合理性，训练集包含80组数据，该数据选自某地区电力公司一天内系统从正常运行到发生故障再到正常运行的录波电流数据；测试样本用来验证方法的有效性及参数的准确性，测试集共包含180组数据，该数据选自该地区一年内发生典型故障时的录波电流数据。步骤1完成了参数调整的数据收集。

步骤2：数据预处理

对于训练集中的录波电流数据进行数据预处理。

步骤2.1：通过小波函数“db10”对数据进行两级小波分解，利用小波包得到每个数据通过小波变换后的小波系数cd1和cd2。

步骤2.2：计算小波能量谱。每个尺度下的小波的能量等于小波系数绝对值的平方。即，E1(k)等于|cd1|²；E2(k)等于|cd2|²。

步骤2.3：计算小波能量熵。小波能量熵等于所有数据在同一尺度下的小波能量取对数与小波能量乘积之和的相反数。即，E1各个E1(k)乘以E1(k)对数之和的相反数；E2等于各个E2(k)乘以E2(k)对数之和的相反数。

步骤2.4：计算小波能量熵绝对值之和。即，sum等于E1的绝对值与E2的绝对值之和。

步骤2.5：由以上四步即可得到每一相对应的小波能量熵值。即suma,sumb,sumc,sumg。

步骤3：参数初始化

根据对诊断模型的预估和输电线路电流特性的理论分析，电力系统输电线路短路故障诊断方法的参数初始化为：alpha1=3.0,alpha2=4.0,alpha3=1.0。

步骤4：故障诊断流程

输电线路短路故障可以分为：单相接地短路、两相间短路、两相接地短路以及三相接地短路四类故障。因此，在故障诊断时应首先判断某条线路是否发生了故障，然后确定故障类型及故障相。具体包括以下步骤：

步骤4.1：判断输电线路是否发生故障

步骤2中得到了suma,sumb,sumc，比较确定其中的最大值，次大值及最小值。把最大值赋给max1，次大值赋给max2，最小值赋给min。

比较min/sumg和alpha1的大小关系，如果min/sumg小于alpha1，则系统故障；如果min/sumg大于alpha1，继续判断。比较max2/min和alpha2的大小关系，如果max2/min大于alpha2，则系统故障；否则，系统无故障。

步骤4.2：判断输电线路发生故障的类型及故障相

接步骤3.1，如果max2/min大于alpha2，则系统故障，此时故障类型为两相间短路故障，故障相为max1和max2对应的相别。如果min/sumg小于alpha1，则系统故障，继续判断。如果min/sumg大于alpha3，则故障类型为三相接地短路；如果min/sumg小于alpha3，继续判断。如果sumg小于max2，则故障类型为两相接地短路，故障相为max1和max2对应的相别；如果sumg大于max2，则故障类型为单相接地短路，故障相为max1对应的相别。

步骤4.3：确定诊断结果正确与否

为了与方便判断诊断结果的正确性以及后续参数调整，对输电线路中存在的四种类型故障进行编码。共11种故障，编码如表1所示。

步骤5：参数调整

由步骤4中的诊断，通过训练集中数据的训练，该方法在诊断分析时，会出现一些误诊断情况。主要是参数设置不合理的原因，通过训练集中的数据样本对参数逐步调整，最终使得诊断方法能够准确诊断出输电线路发生的故障。参数最终调整为：alpha1=2.0,alpha2=11.0,alpha3=1.0。

步骤6：验证方法的有效性及准确性

为了进一步验证本发明提出方法的有效性，测试集可选择该地区一年内发生典型故障时的录波电流数据。此处选取的测试集共包含180组数据。通过对测试集中数据故障的逐一分析，最终正确诊断173组，误诊断7组；诊断准确率为96.11%，误诊断率为3.89%，符合工程误差率。

步骤7：参数的进一步修正

由于本发明提出的方法是基于现场实际数据的诊断方法，所以参数在通过测试集数据训练后，可以做出进一步的调整，这可以提高本方法诊断的准确行，同时，更能符合不同现场的不同情况。由步骤6中测试集的验证，参数最终修正为：alpha1=2.0,alpha2=12.0,alpha3=1.0。

至此，整个电力系统输电线路故障诊断及方法验证流程结束。表2和表3分别给出训练集和测试集的部分数据。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。

表1短路故障编码表

表2训练集部分数据

表3测试集部分数据

Claims (4)

1.一种电力系统输电线路短路故障诊断方法，其特征在于：包括如下步骤：

步骤1：输电线路电流信号提取及数据预处理；

步骤2：故障诊断流程，输电线路短路故障可以分为：单相接地短路、两相间短路、两相接地短路以及三相接地短路四类故障，因此，在故障诊断时应首先判断某条线路是否发生了故障，然后确定故障类型及故障相别；

步骤3：参数设置，在进行故障诊断时用到了三个参数alpha1,alpha2,alpha3，用于比较电流信号小波转换后能量熵的绝对值之和之间的关系，从而确定输电线路是否发生故障、故障类型及故障相别，所以，参数的设置是整个诊断模型中关键的一步；

步骤4：在步骤3参数设置基础上，结合步骤2设计的输电线路故障诊断模型，就能诊断出输电线路是否发现故障以及发生的故障类型。

2.根据权利要求1所述一种电力系统输电线路短路故障诊断方法，其特征在于：所述步骤1的具体步骤如下：

步骤1.1：提取输电线路电流信号，每条输电线路都会配备相应的故障录波器，通过传感器采集获得对应线路的录波信号，此处的录波信号为离散的数据序列；一个录波文件会包含相应输电线路的多项数据，该文件存储于系统录波数据库中，首先按照既定的数据转换规则从上述录波文件中转换得到输电线路录波电流序列；然后生成电流序列文本，此序列数据采集间隔为0.3125ms，即每秒钟采集3200个等间隔的数据；

步骤1.2：小波变换求各相电流能量熵值，给定一个离散信号序列x(n)时，在时刻k和尺度j快速转化，转换后得到高频分量D_j(k)和低频分量A_j(k)；频带信息包含在信号分量D_j(k)和A_j(k)中，通过以下方式获得重建：

$\left\{\begin{array}{c}{D}_j\left(k\right):\left[2^{-(j+1)}{f}_s{,}^{2^{-j}}{f}_s\right]\\ A_j\left(k\right):\left[\mathrm{0,}{2}^{-(j+1)}{f}_s\right]\end{array}(j=\mathrm{1,2},...,m)---\left(1\right)\right.$

其中，f_s是离散信号采样频率；

通过离散小波变换后的离散信号序列x(n)可以表示为：

$x\left(n\right)=D_1\left(n\right)+A_1\left(n\right)=D_1\left(n\right)+D_2\left(n\right)+A_2\left(n\right)=\underset{j=1}{\overset{J}{\mathrm{\Σ}}}{D}_j\left(n\right)+A_J\left(n\right)---\left(2\right)$

E_jk是在时刻k和尺度j下小波能量谱，计算方法如下：

$E_{\mathrm{jk}}={\left|D_j\left(k\right)\right|}^2---\left(3\right)$

小波熵值的计算方法有很多种，其中采用非规范化香农熵方法计算小波能量熵，计算公式如下：

$E_j=-\underset{k}{\mathrm{\Σ}}{E}_{\mathrm{jk}}\log E_{\mathrm{jk}}---\left(4\right)$

最后求解小波能量熵绝对值之和，计算公式如下：

$E=\underset{j}{\mathrm{\Σ}}\left|E_j\right|---\left(5\right)$

由步骤1.1可以得到的三相电流值i_a,i_b,i_c，求对地电流i_g：

i_g=i_a+i_b+i_c     (6)

根据上述方法对三相电流及对地电流i_a,i_b,i_c,i_g四个离散信号序列求取小波能量熵的绝对值之和，得到对应的四个熵值之和分别为suma,sumb,sumc,sumg。

3.根据权利要求1所述一种电力系统输电线路短路故障诊断方法，其特征在于：所述步骤2的具体步骤如下：

步骤2.1：判断输电线路是否发生故障，在步骤1中得到了suma,sumb,sumc，比较确定其中的最大值，次大值及最小值；把最大值赋给max1，次大值赋给max2，最小值赋给min；

设置参数alpha1,alpha2,alpha3，比较min/sumg，alpha1的大小关系，如果min/sumg小于alpha1，则系统故障；如果min/sumg大于alpha1，继续判断；比较max2/min和alpha2的大小关系，如果max2/min大于alpha2，则系统故障；否则，系统无故障；

步骤2.2：判断输电线路发生故障的类型及故障相，接步骤2.1，如果max2/min大于alpha2，则系统故障，此时故障类型为两相间短路故障，故障相为max1和max2对应的相别。如果min/sumg小于alpha1，则系统故障，继续判断。如果min/sumg大于alpha3，则故障类型为三相接地短路；如果min/sumg小于alpha3，继续判断。如果sumg小于max2，则故障类型为两相接地短路，故障相为max1和max2对应的相别；如果sumg大于max2，则故障类型为单相接地短路，故障相为max1对应的相别；最后输出诊断结果。

4.根据权利要求1所述一种电力系统输电线路短路故障诊断方法，其特征在于：所述步骤3的具体步骤如下：

步骤3.1：参数初始化

根据对诊断模型的预估和输电线路电流特性的理论分析，上述参数初始化为：alpha1=3.0,alpha2=4.0,alpha3=1.0；

步骤3.2：参数调整

参数初始化后，诊断系统在对历史录波数据诊断分析时，会出现一些误诊断情况；因此，需要通过训练集对参数进行调整；通过训练集录波数据以及相应的故障类型逐步调整三个参数，最终使得诊断系统能够准确诊断出输电线路发生的故障；最终参数调整为：alpha1=2.0,alpha2=12.0,alpha3=1.0，

最后，结合步骤2设计的输电线路故障诊断模型，诊断出输电线路是否发现故障以及发生的故障类型。

Images