CN103913654B - 高压直流输电系统接地极故障特征的识别方法以及设备 - Google Patents

Abstract

本发明提供一种高压直流输电系统接地极故障特征的识别方法以及设备，所述方法包括：获取高压直流输电系统的接地极线路高电压信号；对接地极线路高电压信号的直流分量进行降压；对接地极线路高电压信号的交流分量进行降压；对降压后的电压交流分量进行数模混合最优滤波处理；获取接地极线路大电流信号；对大电流信号的直流分量进行转换；对转换后的电流直流分量进行取样处理；对大电流信号的交流分量进行转换；对转换后的电流交流分量进行取样处理；对第二取样电压进行数模混合最优滤波处理；进行A/D转换；对所述的数字信号进行故障特征的识别。解决了现有技术中的故障录波装置无法准确获取暂态故障信息并且容易引起误动作的问题。

Description

高压直流输电系统接地极故障特征的识别方法以及设备

技术领域

本发明关于高压直流输电技术领域，特别是关于高压直流输电系统的故障识别技术，具体的讲是一种高压直流输电系统接地极故障特征的识别方法以及设备。

背景技术

我国的能源与负荷中心在地域上分布极不均衡，决定了我国能源远距离、大规模流动的必然趋势。高压直流输电以其送电容量大、输送距离远的优点，在能源流动中具有不可替代的地位。

高压直流输电技术在很多方面不同于交流输电，有它自身固有的特点和技术要求，接地极设计技术就是其中的一例。接地极线路（又叫接地极引出线）是高压直流输电系统中必不可缺的重要组成部分。直流接地极线路的电压较低，经过地区多为山区，雷雨频繁，线路发生故障概率较大。接地极线路发生故障后会影响直流双极系统，严重时甚至会造成双极闭锁。当检测到接地极线路发生接地故障时，如果能够及时准确地判断出故障类型，并启动相应保护控制措施，不但可以降低接地极线路瞬时故障导致直流停运的概率，保持系统的功率输送，而且可有效保障直流系统的稳定运行。

接地极线路故障主要有稳态故障和暂态故障。稳态故障持续时间长，现有技术中的故障录波装置能够较容易识别。暂态故障持续时间短、冲击大，现有技术中的故障录波装置无法准确获取暂态故障信息，并且容易引起误动作。当接地极发生暂态故障时，接地极相关的电压、电流、温度、中性母线电压、电流等都会产生瞬态变化，这些瞬态变化具有很高的带宽，需要很高的采样率才能不失真地获得。一方面，现有的故障录波装置采样率无法准确的采集线路参量信息，另一方面，现有故障录波装置仅仅借助一种参量（如电压或者电流）信息判断接地极的故障，很难准确判断出故障类型，如由于雷击的暂态故障将无法正确识别，这将导致保护装置误动作造成双极闭锁。

因此，针对接地极故障特征的识别，特别是暂态故障特征识别方面，如何研发一种能够准确判断接地极故障类型的方案，提高接地极运行的可靠性是本领域亟待解决的技术难题。

本发明是在国家863计划项目基金(2012AA050209)资助下，提出了一种高压直流输电系统接地极故障特征的识别方法以及设备。

发明内容

为了克服现有技术中的故障录波装置无法准确获取暂态故障信息并且容易引起误动作的问题，本发明提供了一种高压直流输电系统接地极故障特征的识别方法以及设备，利用数模混合最优滤波测量技术解决了接地极故障信息采集装置精度差、误报率高的问题和在暂态条件下实时高精度测量接地极线路电参量信息的问题，利用小波分频带测量，解决了接地极故障特征提取与识别问题，提高了故障特征识别精度和可靠性。

本发明的目的之一是，提供一种高压直流输电系统接地极故障特征的识别方法，包括：获取高压直流输电系统的接地极线路高电压信号；对所述的接地极线路高电压信号的直流分量进行降压，得到降压后的电压直流分量；对所述的接地极线路高电压信号的交流分量进行降压，得到降压后的电压交流分量；对降压后的电压交流分量进行数模混合最优滤波处理，得到第一滤波电压；获取高压直流输电系统的接地极线路大电流信号；对所述的接地极线路大电流信号的直流分量进行转换，得到转换后的电流直流分量；对所述转换后的电流直流分量进行取样处理，得到第一取样电压；对所述的接地极线路大电流信号的交流分量进行转换，得到转换后的电流交流分量；对所述转换后的电流交流分量进行取样处理，得到第二取样电压；对所述的第二取样电压进行数模混合最优滤波处理，得到第二滤波电压；对降压后的电压直流分量、所述的第一滤波电压、第一取样电压、第二滤波电压进行模拟/数字A/D转换，得到数字信号；对所述的数字信号进行故障特征的识别。

本发明的目的之一是，提供了一种高压直流输电系统接地极故障特征的识别设备，所述的设备具体包括：流电压互感器，用于对高压直流输电系统的接地极线路高电压信号的直流分量进行降压，得到降压后的电压直流分量；交流电压互感器，用于对高压直流输电系统的接地极线路高电压信号的交流分量进行降压，得到降压后的电压交流分量；电压数模混合最优滤波器，用于对降压后的电压交流分量进行数模混合最优滤波处理，得到第一滤波电压；直流电流互感器，用于对高压直流输电系统的接地极线路大电流信号的直流分量进行转换，得到转换后的电流直流分量；直流取样器，用于对所述转换后的电流直流分量进行取样处理，得到第一取样电压；交流电流互感器，用于对高压直流输电系统的接地极线路大电流信号的交流分量进行转换，得到转换后的电流交流分量；交流取样器，用于对所述转换后的电流交流分量进行取样处理，得到第二取样电压；电流数模混合最优滤波器，用于对所述的第二取样电压进行数模混合最优滤波处理，得到第二滤波电压；模拟/数字A/D转换器，用于对降压后的电压直流分量、所述的第一滤波电压、第一取样电压、第二滤波电压进行A/D转换，得到数字信号；数字信号DSP处理器，用于接收所述的数字信号，对所述的数字信号进行故障特征的识别。

本发明的有益效果在于，提供了一种高压直流输电系统接地极故障特征的识别方法以及设备，不仅解决了现有技术中的故障录波装置精度差、误报率高的问题，而且解决了过去无法在暂态条件下实时高精度测量接地极线路电参量信息的问题，能够快速准确判断接地极故障类型，提高了故障特征识别精度和可靠性。

为让本发明的上述和其他目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附图式，作详细说明如下。

附图说明

图1为本发明实施例提供的一种高压直流输电系统接地极故障特征的识别方法的实施方式一的流程图；

图2为图1中的步骤S112的具体流程图；

图3为图2中的步骤S201的具体流程图；

图4为图2中的步骤S203的具体流程图；

图5为图2中的步骤S204的具体流程图；

图6为本发明实施例提供的一种高压直流输电系统接地极故障特征的识别方法的实施方式二的流程图；

图7为本发明实施例提供的一种高压直流输电系统接地极故障特征的识别方法的实施方式三的流程图；

图8为本发明实施例提供的一种高压直流输电系统接地极故障特征的识别设备的实施方式一的结构框图；

图9为本发明实施例提供的一种高压直流输电系统接地极故障特征的识别设备中DSP处理器1000的结构框图；

图10为本发明实施例提供的一种高压直流输电系统接地极故障特征的识别设备中数字信号能量范数确定装置1001的结构框图；

图11为本发明实施例提供的一种高压直流输电系统接地极故障特征的识别设备中基波信号能量范数确定装置1003的结构框图；

图12为本发明实施例提供的一种高压直流输电系统接地极故障特征的识别设备中故障类型识别装置1004的结构框图；

图13为本发明实施例提供的一种高压直流输电系统接地极故障特征的识别设备的实施方式二的结构框图；

图14为本发明实施例提供的一种高压直流输电系统接地极故障特征的识别设备的实施方式三的结构框图；

图15为本发明提供的具体实施例中基于小波变换分频带测量原理的接地极线路故障特征提取方法的流程图；

图16为离散小波变换示意图；

图17为离散小波变换对应的子带分解示意图；

图18为小波多分辨率信号分解原理图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

现有技术中的故障录波装置无法准确获取暂态故障信息，并且容易引起误动作。当接地极发生暂态故障时，接地极相关的电压、电流、温度、中性母线电压、电流等都会产生瞬态变化，这些瞬态变化具有很高的带宽，需要很高的采样率才能不失真地获得。

基于此，本发明提出一种高压直流输电系统接地极故障特征的识别方法，图1为该方法的实施方式一的具体流程图，由图1可知，在实施方式一中，所述的方法包括：

S101：获取高压直流输电系统的接地极线路高电压信号，诸如为u(t)。

S102：对所述的接地极线路高电压信号的直流分量进行降压，得到降压后的电压直流分量。在具体的实施方式中，该步骤可通过直流电压互感器来实现，得到降压后的电压直流分量诸如为u₁(t)。

S103：对所述的接地极线路高电压信号的交流分量进行降压，得到降压后的电压交流分量。在具体的实施方式中，该步骤可通过交流电压互感器来实现，得到降压后的电压交流分量诸如为u₂(t)。

S104：对降压后的电压交流分量进行数模混合最优滤波处理，得到第一滤波电压。在具体的实施方式中，该步骤可通过数模混合最优滤波器来实现，得到的第一滤波电压诸如为u₃(t)。

数模混合最优滤波器完成输入信号的最优相关滤波，提高输入信号的信噪比。模拟数字混合最优滤波法是一种新的测量方法，它利用了最优相关滤波理论，可以在最大信噪比准则下，最大限度的滤除高次谐波和加性噪声的影响。从而较理想的克服干扰。模拟数字混合最优滤波器以乘法型D/A转换器为核心器件，实现模拟量与数字量四象限乘法的运算，具有如下特点：（1）对模拟信号而言，有很高的分辨率和非常好的线性度；（2）由于其本质是采用相关测量中的最优滤波原理，因此具有最小方差意义下的最大信噪比和较强的抗干扰能力；（3）数字信号的分辨率可以提高到D/A转换器的1/4LB S。该方法可以实现对模拟信号高分辨力和高准确度地矢量测量，从而实现高分辨力，高准确度的测量。

S105：获取高压直流输电系统的接地极线路大电流信号，诸如为i(t)。

S106：对所述的接地极线路大电流信号的直流分量进行转换，得到转换后的电流直流分量。在具体的实施方式中，该步骤可通过直流电流互感器来实现，得到转换后的电流直流分量诸如为i₁(t)，其为小电流信号。

S107：对所述转换后的电流直流分量进行取样处理，得到第一取样电压，在具体的实施方式中，该步骤可通过取样器来实现，得到的第一取样电压诸如为u₄(t)。

S108：对所述的接地极线路大电流信号的交流分量进行转换，得到转换后的电流交流分量。在具体的实施方式中，该步骤可通过交流电流互感器来实现，得到转换后的电流交流分量诸如为i₂(t)，其为小电流信号。

S109：对所述转换后的电流交流分量进行取样处理，得到第二取样电压。在具体的实施方式中，该步骤可通过取样器来实现，得到的第二取样电压诸如为u₅(t)。

S110：对所述的第二取样电压进行数模混合最优滤波处理，得到第二滤波电压。在具体的实施方式中，该步骤可通过数模混合最优滤波器来实现，得到的第二滤波电压诸如为u₆(t)。

S111：对降压后的电压直流分量、所述的第一滤波电压、第一取样电压、第二滤波电压进行A/D转换，得到数字信号。在具体的实施方式中，该步骤可通过多通道A/D转换器来实现，即对u₁(t)、u₃(t)、u₄(t)、u₆(t)进行A/D转换，得到的数字信号诸如为f(n)。

也即，在具体的实施方式中，直流电压互感器和交流电压互感器主要完成将接地极线路高电压信号无失真的转换到A/D转换器可以识别的有效范围内；直流电流互感器和交流电流互感器主要完成将接地极线路大电流信号无失真的转换为小电流信号；取样器主要完成将电流互感器输出的电流信号转换为A/D转换器可以识别的有效范围内的电压信号。

S112：对所述的数字信号进行故障特征的识别。在具体的实施方式中，该步骤可通过DSP处理器来实现，其主要完成整体控制功能以及基于小波变换和模极大值理论的故障特征提取算法的实现。下面首先介绍小波变换。

小波变换的一个重要特点是它能确定函数奇异点的位置和奇异性指数。函数在某点具有奇异性是指信号在该点间断或它的某阶导数不连续。在数学上通常用李氏指数来表征信号的奇异性。Lipchitz指数α的大小反映了函数在x₀点奇异性的大小，其值越大，则函数在该点越光滑；反之，则表明函数在该点变化越剧烈。函数在一点连续、可微，则在该点的Lipschitz指数α≥1。在一点可导，而导数有界但不连续时，Lipschitz指数α仍为1。如果函数在x₀的Lipschitz指数α，则称函数在x₀点是奇异的。一个在x₀点不连续但有界的函数，则该点Lipschitz指数α为-1，如瞬时脉冲函数。

在高压直流接地极系统中，电压一般可认为是标准的基波信号，而影响接地极系统正常工作的故障通常则表现为标准电压的突变（故障信号、畸变信号），如：电压跌落、断电、过电压、谐振暂态、脉冲暂态、谐波及暂态谐波等。

设θ(t)是一低通平滑函数，且积分为1，无穷远处衰减为0，记

${\mathrm{\θ}}^{\left(1\right)}\left(t\right)=\frac{\mathrm{d\θ}\left(t\right)}{\mathrm{dt}}---\left(1\right)$

由傅立叶变换的微分原理可知，θ⁽¹⁾(t)必定是带通函数，满足小波的可容许条件

${\∫}_{-\∞}^{\∞}{\mathrm{\θ}}^{\left(1\right)}\left(t\right)\mathrm{dt}=0---\left(2\right)$

所以，θ⁽¹⁾(t)可用作小波变换的基本小波。

信号x(t)在尺度a上对应于基本小波的小波变换为

$W_x(a,t)=x\left(t\right)*{\mathrm{\θ}}_a^{\left(1\right)}\left(t\right)=x\left(t\right)*\left(\frac{d{\mathrm{\θ}}_a\left(t\right)}{\mathrm{dt}}\right)=a\frac{d}{\mathrm{dt}}[x\left(t\right)*{\mathrm{\θ}}_a\left(t\right)]---\left(3\right)$

即信号经平滑后再求一阶导数，等效于直接用平滑函数的导数对信号进行处理。这样，小波变换W_x(a,t)就是信号x(t)在尺度a下由平滑函数θ_a(t)平滑后的一阶导数。而函数一阶导数的绝对值(模)为极值时所对应的点即为函数的拐点，为极大值时所对应的点即为函数的突变点。也即，当小波取为平滑函数的一阶导数时，其变换在各尺度下系数的模极大值对应于信号突变点的位置。

当Lipschitz指数α>0时，小波变换的模极大值将随尺度a的增大而增大，α<0时，小波变换的模极大值将随尺度a的增大而减小。测量中噪声多为白噪声，其Lipschitz指数为负值，而故障信号多为正值，因此可以根据小波变换模极大值在不同尺度上的不同传递特性就可以将故障信号与噪声区别开来。

故障信号的识别中，需要选取能有效区分故障信号的特征矢量。与正常信号相比，故障所对应的各尺度下的小波变换系数的能量值是不同的。因此，本发明的选用能量值作为故障信号识别的特征矢量。

图2为图1中的步骤S112的具体流程图，由图2可知，该步骤具体包括：

S201：根据所述的数字信号确定所述数字信号对应的能量范数，图3为步骤S201的具体流程图，由图3可知，步骤S201具体包括：

S301：获取预先设定的所述数字信号的分解层数，设为L。

S302：根据所述的分解层数对所述的数字信号进行小波变换，得到小波系数矩阵。

以电压信号作为数字信号为例，被测点a的电压可以表示为

u(t)=u_I(t)+u_r(t)  (4)

其中，u_I(t)为基波电压，u_r(t)为畸变电压（故障电压），u(t)为电压信号即数字信号。由多分辨率分析理论可知，u(t)可分解成不同频率的成分，得到了数字信号分解的各频率成分的小波系数矩阵为：

C_signal=[c₀,d₀,d₁,…,d_J-1]  (5)

S303：根据所述的小波系数矩阵确定所述数字信号对应的能量范数。

利用帕塞伐尔Parseval定理，可以把信号在不同尺度上的能量分布表示为对应系数的范数，即数字信号对应的能量范数为：

E_signal=[||c₀||,||d₀||,||d₁||,‖…,||d_J-1||]  (6)

${\left|\right|c_0\left|\right|}_2={\left[\underset{k=-\&infin;}{\mathrm{\&Sigma;}}{\left|c_0\left(k\right)\right|}^2\right]}^{1/2}---\left(7\right)$

${\left|\right|d_j\left|\right|}_2={\left[\underset{k=-\&infin;}{\mathrm{\&Sigma;}}{\left|d_j\left(k\right)\right|}^2\right]}^{1/2}---\left(8\right)$

由图2可知，步骤S112还包括：

S202：根据所述的数字信号确定对应的基波信号，即公式（4）中的基波电压u_I(t)。

S203：根据所述的基波信号确定所述基波信号对应的能量范数，图4为步骤S203的具体流程图，由图4可知，步骤S203具体包括：

S401：获取预先设定的所述数字信号中基波信号的分解层数，在具体的实施方式中，还可对基波信号进行预滤波处理。

S402：根据所述的分解层数对所述的基波信号进行小波变换，得到基波信号的小波系数矩阵。基波信号u_I(t)的小波系数矩阵为C_basis，可表示为

C_basis=[c_0b,d_0b,d_1b,…,d_J-1,b]  (9)

S403：根据所述的小波系数矩阵确定所述基波信号对应的能量范数。

基波信号u_I(t)在不同尺度上的能量范数，可以表示为

E_basis=[||c_0b||,||d_0b||,||d_1b||,……,||d_J-1,b||]  (10)

由图2可知，步骤S112还包括：

S204：根据所述的数字信号对应的能量范数、基波信号对应的能量范数识别故障类型。图5为步骤S204的具体流程图，由图5可知，步骤S204具体包括：

S501：根据所述的数字信号对应的能量范数、基波信号对应的能量范数确定故障信号的能量范数。在具体的实施方式中，故障信号即畸变信号u_r(t)的小波系数矩阵为C_rand。则C_rand可以用C_signal和C_basis表示为

C_rand=C_signal-C_basis=[c_0r,d_0r,d_1r,…,d_J-1,r]  (11)

畸变信号的能量范数可以表示为

$\mathrm{\&Delta;E}=E_{\mathrm{signal}}-E_{\mathrm{basis}}=[{\mathrm{\&Delta;E}}_{c_0},{\mathrm{\&Delta;E}}_{d_0},{\mathrm{\&Delta;E}}_{d_1},...,{\mathrm{\&Delta;E}}_{d_{J-1}}]---\left(12\right)$

S502：根据所述故障信号的能量范数提取所述故障信号的特征量；

S503：根据所述故障信号的特征量识别出所述的数字信号对应的故障类型。

根据公式(12)，就可以把各故障信号（畸变信号）的特征量提取出来。故障信号的特征指标各不相同，谐波的特征指标是谐波频谱电压，电流波形，电压波动与闪变的特征指标是波动幅值、出现频率、调制频率；电压上升和电压跌落信号的特征指标是幅值、持续时间、瞬时值/时间；脉冲暂态信号的特征指标是上升时间、峰值、持续时间等，因此，根据各种故障信号的不同特征指标即可完成对它们的检测、识别和定位。

图6为本发明实施例提供的一种高压直流输电系统接地极故障特征的识别方法的实施方式二的流程图，由图6可知，在实施方式二中，步骤S601至S612与实施方式一中的步骤S101至S112相同，此处不再赘述，该方法还包括：

S613：存储高压直流输电系统的接地极线路高电压信号、接地极线路大电流信号、识别出的故障类型。在具体的实施方式中，该步骤可通过存储器来实现，主要存储采集到的接地极相关电压、电流数据、提取的接地极线路故障特征信息及装置运行所需的重要参数。

图7为本发明实施例提供的一种高压直流输电系统接地极故障特征的识别方法的实施方式三的流程图，由图7可知，在实施方式三中，步骤S701至S712与实施方式一中的步骤S101至S112相同，此处不再赘述，该方法还包括：

S713：将高压直流输电系统的接地极线路高电压信号、接地极线路大电流信号、识别出的故障类型上传到远端服务器。在具体的实施方式中，该步骤可通过GPRS模块来实现，主要完成与远程服务器的双向通信功能，通过该功能能够将装置采集及提取的接地极线路相关信息上传到远端服务器，并接收远端服务器的相关指令。

在本发明的其他实施方式中，还可同时设置存储器与GPRS模块，实现对应的功能。

如上所述，即为本发明提供的一种高压直流输电系统接地极故障特征的识别方法，针对暂态信息采集丢失问题和接地极故障类型识别成功率低的问题提出的，不仅解决了现有故障录波装置精度差、误报率高的问题，而且解决了过去无法在暂态条件下实时高精度测量接地极线路电参量信息的问题，而且能够快速准确判断接地极故障类型，提高了故障特征识别精度和可靠性。

本发明提出一种高压直流输电系统接地极故障特征的识别设备，图8为本发明实施例提供的一种高压直流输电系统接地极故障特征的识别设备的实施方式一的结构框图，由图8可知，在实施方式一中，所述的设备包括：

直流电压互感器100，用于对高压直流输电系统的接地极线路高电压信号的直流分量进行降压，得到降压后的电压直流分量。在具体的实施方式中，高压直流输电系统的接地极线路高电压信号诸如为u(t)，得到降压后的电压直流分量诸如为u₁(t)。

交流电压互感器200，用于对高压直流输电系统的接地极线路高电压信号的交流分量进行降压，得到降压后的电压交流分量。在具体的实施方式中，得到降压后的电压交流分量诸如为u₂(t)。

电压数模混合最优滤波器300，用于对降压后的电压交流分量进行数模混合最优滤波处理，得到第一滤波电压。在具体的实施方式中，得到的第一滤波电压诸如为u₃(t)。

数模混合最优滤波器完成输入信号的最优相关滤波，提高输入信号的信噪比。模拟数字混合最优滤波法是一种新的测量方法，它利用了最优相关滤波理论，可以在最大信噪比准则下，最大限度的滤除高次谐波和加性噪声的影响。从而较理想的克服干扰。模拟数字混合最优滤波器以乘法型D/A转换器为核心器件，实现模拟量与数字量四象限乘法的运算，具有如下特点：（1）对模拟信号而言，有很高的分辨率和非常好的线性度；（2）由于其本质是采用相关测量中的最优滤波原理，因此具有最小方差意义下的最大信噪比和较强的抗干扰能力；（3）数字信号的分辨率可以提高到D/A转换器的1/4LB S。该方法可以实现对模拟信号高分辨力和高准确度地矢量测量，从而实现高分辨力，高准确度的测量。

直流电流互感器400，用于对高压直流输电系统的接地极线路大电流信号的直流分量进行转换，得到转换后的电流直流分量。在具体的实施方式中，高压直流输电系统的接地极线路大电流信号，诸如为i(t)，得到转换后的电流直流分量诸如为i₁(t)，其为小电流信号。

直流取样器500，用于对所述转换后的电流直流分量进行取样处理，得到第一取样电压，在具体的实施方式中，得到的第一取样电压诸如为u₄(t)。

交流电流互感器600，用于对高压直流输电系统的接地极线路大电流信号的交流分量进行转换，得到转换后的电流交流分量。在具体的实施方式中，得到转换后的电流交流分量诸如为i₂(t)，其为小电流信号。

交流取样器700，用于对所述转换后的电流交流分量进行取样处理，得到第二取样电压。在具体的实施方式中，得到的第二取样电压诸如为u₅(t)。

电流数模混合最优滤波器800，用于对所述的第二取样电压进行数模混合最优滤波处理，得到第二滤波电压。在具体的实施方式中，得到的第二滤波电压诸如为u₆(t)。

A/D转换器900，用于对降压后的电压直流分量、所述的第一滤波电压、第一取样电压、第二滤波电压进行A/D转换，得到数字信号。在具体的实施方式中，对u₁(t)、u₃(t)、u₄(t)、u₆(t)进行A/D转换，得到的数字信号诸如为f(n)。

也即，在具体的实施方式中，直流电压互感器和交流电压互感器主要完成将接地极线路高电压信号无失真的转换到A/D转换器可以识别的有效范围内；直流电流互感器和交流电流互感器主要完成将接地极线路大电流信号无失真的转换为小电流信号；取样器主要完成将电流互感器输出的电流信号转换为A/D转换器可以识别的有效范围内的电压信号。

DSP处理器1000，用于接收所述的数字信号，对所述的数字信号进行故障特征的识别。在具体的实施方式中，主要完成整体控制功能以及基于小波变换和模极大值理论的故障特征提取算法的实现。

故障信号的识别中，需要选取能有效区分故障信号的特征矢量。与正常信号相比，故障所对应的各尺度下的小波变换系数的能量值是不同的。因此，本发明的选用能量值作为故障信号识别的特征矢量。

图9为本发明实施例提供的一种高压直流输电系统接地极故障特征的识别设备中DSP处理器1000的结构框图，由图9可知，DSP处理器1000具体包括：

数字信号能量范数确定装置1001，用于根据所述的数字信号确定所述数字信号对应的能量范数，图10为数字信号能量范数确定装置1001的结构框图，由图10可知，数字信号能量范数确定装置1001具体包括：

数字信号分解层数获取模块10011，用于获取预先设定的所述数字信号的分解层数，设为L。

第一小波变换模块10012，用于根据所述的分解层数对所述的数字信号进行小波变换，得到小波系数矩阵。

以电压信号作为数字信号为例，被测点a的电压可以表示为

u(t)=u_I(t)+u_r(t)  (4)

其中，u_I(t)为基波电压，u_r(t)为畸变电压（故障电压），u(t)为电压信号即数字信号。由多分辨率分析理论可知，u(t)可分解成不同频率的成分，得到了数字信号分解的各频率成分的小波系数矩阵为：

C_signal=[c₀,d₀,d₁,…,d_J-1]  (5)

第一能量范数确定模块10013，用于根据所述的小波系数矩阵确定所述数字信号对应的能量范数。

利用帕塞伐尔Parseval定理，可以把信号在不同尺度上的能量分布表示为对应系数的范数，即数字信号对应的能量范数为：

E_signal=[||c₀||,||d₀||,||d₁||,……,||d_J-1||]  (6)

${\left|\right|c_0\left|\right|}_2={\left[\underset{k=-\&infin;}{\mathrm{\&Sigma;}}{\left|c_0\left(k\right)\right|}^2\right]}^{1/2}---\left(7\right)$

${\left|\right|d_j\left|\right|}_2={\left[\underset{k=-\&infin;}{\mathrm{\&Sigma;}}{\left|d_j\left(k\right)\right|}^2\right]}^{1/2}---\left(8\right)$

由图9可知，DSP处理器1000还包括：

基波信号确定装置1002，用于根据所述的数字信号确定对应的基波信号，即公式（4）中的基波电压u_I(t)。

基波信号能量范数确定装置1003，用于根据所述的基波信号确定所述基波信号对应的能量范数，图11为基波信号能量范数确定装置1003的结构框图，由图11可知，基波信号能量范数确定装置1003具体包括：

基波信号分解层数确定模块10031，用于获取预先设定的所述数字信号中基波信号的分解层数，在具体的实施方式中，还可对基波信号进行预滤波处理。

第二小波变换模块10032，用于根据所述的分解层数对所述的基波信号进行小波变换，得到基波信号的小波系数矩阵。基波信号u_I(t)的小波系数矩阵为C_basis，可表示为

C_basis=[c_0b,d_0b,d_1b,…,d_J-1,b]  (9)

第二能量范数确定模块10033，用于根据所述的小波系数矩阵确定所述基波信号对应的能量范数。

基波信号u_I(t)在不同尺度上的能量范数，可以表示为

E_basis=[||c_0b||,||d_0b||,||d_1b||,…‖,||d_J-1,b||]  (10)

由图9可知，DSP处理器1000还包括：

故障类型识别装置1004，用于根据所述的数字信号对应的能量范数、基波信号对应的能量范数识别故障类型。图12为故障类型识别装置1004的结构框图，由图12可知，故障类型识别装置1004具体包括：

故障信号能量范数确定模块10041，用于根据所述的数字信号对应的能量范数、基波信号对应的能量范数确定故障信号的能量范数。在具体的实施方式中，故障信号即畸变信号u_r(t)的小波系数矩阵为C_rand。则C_rand可以用C_signal和C_basis表示为

C_rand=C_signal-C_basis=[c_0r,d_0r,d_1r,…,d_J-1,r]  (11)

畸变信号的能量范数可以表示为

$\mathrm{\&Delta;E}=E_{\mathrm{signal}}-E_{\mathrm{basis}}=[{\mathrm{\&Delta;E}}_{c_0},{\mathrm{\&Delta;E}}_{d_0},{\mathrm{\&Delta;E}}_{d_1},...,{\mathrm{\&Delta;E}}_{d_{J-1}}]---\left(12\right)$

特征量提取模块10042，用于根据所述故障信号的能量范数提取所述故障信号的特征量；

故障类型识别模块10043，用于根据所述故障信号的特征量识别出所述的数字信号对应的故障类型。

根据公式(12)，就可以把各故障信号（畸变信号）的特征量提取出来。故障信号的特征指标各不相同，谐波的特征指标是谐波频谱电压，电流波形，电压波动与闪变的特征指标是波动幅值、出现频率、调制频率；电压上升和电压跌落信号的特征指标是幅值、持续时间、瞬时值/时间；脉冲暂态信号的特征指标是上升时间、峰值、持续时间等，因此，根据各种故障信号的不同特征指标即可完成对它们的检测、识别和定位。

图13为本发明实施例提供的一种高压直流输电系统接地极故障特征的识别设备的实施方式二的结构框图，由图13可知，在实施方式二中，该设备还包括：

存储器1100，用于存储高压直流输电系统的接地极线路高电压信号、接地极线路大电流信号、识别出的故障类型。在具体的实施方式中，存储器主要存储采集到的接地极相关电压、电流数据、提取的接地极线路故障特征信息及装置运行所需的重要参数。

图14为本发明实施例提供的一种高压直流输电系统接地极故障特征的识别设备的实施方式三的结构框图，由图14可知，在实施方式三中，该设备还包括：

GPRS模块1200，用于与远程服务器进行双向通信，将高压直流输电系统的接地极线路高电压信号、接地极线路大电流信号、识别出的故障类型上传到远端服务器。在具体的实施方式中，GPRS模块主要完成与远程服务器的双向通信功能，通过该功能能够将装置采集及提取的接地极线路相关信息上传到远端服务器，并接收远端服务器的相关指令。

在本发明的其他实施方式中，还可同时设置存储器与GPRS模块，实现对应的功能。

如上所述，即为本发明提供的一种高压直流输电系统接地极故障特征的识别设备，针对暂态信息采集丢失问题和接地极故障类型识别成功率低的问题提出的，不仅解决了现有故障录波装置精度差、误报率高的问题，而且解决了过去无法在暂态条件下实时高精度测量接地极线路电参量信息的问题，而且能够快速准确判断接地极故障类型，提高了故障特征识别精度和可靠性。

下面结合具体的实施例，详细介绍本发明的技术方案。设经过多通道A/D转换器后采集的数字信号为f(n)（电压、电流信号），对其进行小波分解，其小波变换分频带测量方法如图16所示。图16为离散小波变换示意图。由图16可知，c_j,k为离散信号f(n)在频域分辨率a=2^j下的分解系数，h_k、g_k是一对小波双通道滤波器组，h_k为低通滤波器，g_k为高通滤波器；c_j-1,k、d_j-1,k是滤波器组2抽取输出，分别代表离散信号f(n)在频域分辨率a=2^j-1下经过小波变换得到的尺度系数和小波系数。小波变换是正交变换，该变换具有能量无损性。采用正交小波变换多分辨率分解，可以对能量有限的信号空间进行正交直和分解，从而实现对信号的分频带分解测量。，图17为离散小波变换对应的子带分解原理图，经过小波变换后原信号空间V_j分解为两个正交子空间V_j-1和W_j-1，c_j-1,k、d_j-1,k分别是原离散信号f(n)在这两个空间上的映射。

采用同样的方法对子空间V_j继续做这种分解，将类似的结构重复推演下去，便可实现对离散信号的频域多分辨率分解，从而将信号分解到一组正交的不同频率的子带上。

取采样频率f_s=12800Hz，对离散信号f(n)进行6层小波分解，分解算法的原理如图18所示。图18中，输入信号序列c_6,k为原始信号i(t)的采样序列i(n)，计算出小波分解系数分别为d_5,k，d_4,k，d_3,k，d_2k，d_1,k，d_0,k和c_0,k。然后，计算信号和畸变信号在各分解层上的各系数的范数，即

${\left|\right|c_0\left|\right|}_2={\left[\underset{k=-\&infin;}{\mathrm{\&Sigma;}}{\left|c_0\left(k\right)\right|}^2\right]}^{1/2}$

${\left|\right|d_j\left|\right|}_2={\left[\underset{k=-\&infin;}{\mathrm{\&Sigma;}}{\left|d_j\left(k\right)\right|}^2\right]}^{1/2}$

进一步可获得信号和畸变信号在不同尺度上的能量，可以表示为

E_signal=[||c₀||,||d₀||,||d₁||,‖…,||d_J-1||]

E_basis＝[||c_0b||,||d_0b||,||d_1b||,……,||d_J-1,b||]

则畸变信号的能量可以表示为

$\mathrm{\&Delta;E}=E_{\mathrm{signal}}-E_{\mathrm{basis}}=[{\mathrm{\&Delta;E}}_{c_0},{\mathrm{\&Delta;E}}_{d_0},{\mathrm{\&Delta;E}}_{d_1},...,{\mathrm{\&Delta;E}}_{d_{J-1}}]$

最后，利用各种故障信号的特征指标，如谐波的特征指标是谐波频谱电压，电流波形，电压波动与闪变的特征指标是波动幅值、出现频率、调制频率；电压上升和电压跌落信号的特征指标是幅值、持续时间、瞬时值/时间；脉冲暂态信号的特征指标是上升时间、峰值、持续时间等，完成对故障信号的检测、识别和定位。

图15为该具体实施例中基于小波变换分频带测量原理的接地极线路故障特征提取方法的流程图，具体包括：

S1：对经过多通道A/D转换器后采集的数字信号为f(n)进行预滤波；

S2：获取预先设定的分解层数L；

S3：对数字信号进行小波变换；

S4：判断分解层数是否完成，但判断为否时，返回执行步骤S3，否则执行步骤S5；

S5：计算数字信号各系数的能量范数；

S6：对基波信号进行预滤波，并获取预先设定的分解层数；

S7：对基波信号进行小波变换；

S8：判断分解层数是否完成，但判断为否时，返回执行步骤S7，否则执行步骤S9；

S9：计算数字信号各系数的能量范数；

S10：计算畸变信号的能量范数；

S11：根据畸变信号的能量范数进行故障特征提取；

S12：根据提取的故障特征进行故障识别。

综上所述，本发明提出的一种高压直流输电系统接地极故障特征的识别方法以及设备，不仅解决了现有技术中的故障录波装置精度差、误报率高的问题，而且解决了过去无法在暂态条件下实时高精度测量接地极线路电参量信息的问题，能够快速准确判断接地极故障类型，提高了故障特征识别精度和可靠性。

本发明有益效果在于：

（1）利用数模混合最优滤波测量技术解决了接地极故障信息采集装置精度差、误报率高的问题和在暂态条件下实时高精度测量接地极线路电参量信息的问题；

（2）利用小波分频带测量和模极大值技术，解决了接地极故障特征提取与识别问题，提高了故障特征识别精度和可靠性。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一般计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体（Read-Only Memory，ROM）或随机存储记忆体（Random Access Memory，RAM）等。

本发明中应用了具体实施例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (8)

1.一种高压直流输电系统接地极故障特征的识别方法，其特征是，所述的方法具体包括：

获取高压直流输电系统的接地极线路高电压信号；

对所述的接地极线路高电压信号的直流分量进行降压，得到降压后的电压直流分量；

对所述的接地极线路高电压信号的交流分量进行降压，得到降压后的电压交流分量；

对降压后的电压交流分量进行数模混合最优滤波处理，得到第一滤波电压；

获取高压直流输电系统的接地极线路大电流信号；

对所述的接地极线路大电流信号的直流分量进行转换，得到转换后的电流直流分量；

对所述转换后的电流直流分量进行取样处理，得到第一取样电压；

对所述的接地极线路大电流信号的交流分量进行转换，得到转换后的电流交流分量；

对所述转换后的电流交流分量进行取样处理，得到第二取样电压；

对所述的第二取样电压进行数模混合最优滤波处理，得到第二滤波电压；

对降压后的电压直流分量、所述的第一滤波电压、第一取样电压、第二滤波电压进行模拟/数字转换，得到数字信号；

对所述的数字信号进行故障特征的识别；

其中，对所述的数字信号进行故障特征的识别具体包括：

根据所述的数字信号确定所述数字信号对应的能量范数；

根据所述的数字信号确定对应的基波信号；

根据所述的基波信号确定所述基波信号对应的能量范数；

根据所述的数字信号对应的能量范数、基波信号对应的能量范数识别故障类型。

2.根据权利要求1所述的方法，其特征是，根据所述的数字信号确定所述数字信号对应的能量范数具体包括：

获取预先设定的所述数字信号的分解层数；

根据所述的分解层数对所述的数字信号进行小波变换，得到小波系数矩阵；

根据所述的小波系数矩阵确定所述数字信号对应的能量范数。

3.根据权利要求1所述的方法，其特征是，根据所述的基波信号确定所述基波信号对应的能量范数具体包括：

获取预先设定的所述数字信号中基波信号的分解层数；

根据所述的分解层数对所述的基波信号进行小波变换，得到基波信号的小波系数矩阵；

根据所述的小波系数矩阵确定所述基波信号对应的能量范数。

4.根据权利要求1所述的方法，其特征是，根据所述的数字信号对应的能量范数、基波信号对应的能量范数识别故障类型具体包括：

根据所述的数字信号对应的能量范数、基波信号对应的能量范数确定故障信号的能量范数；

根据所述故障信号的能量范数提取所述故障信号的特征量；

根据所述故障信号的特征量识别出所述的数字信号对应的故障类型。

5.一种高压直流输电系统接地极故障特征的识别设备，其特征是，所述的设备具体包括：

直流电压互感器，用于对高压直流输电系统的接地极线路高电压信号的直流分量进行降压，得到降压后的电压直流分量；

交流电压互感器，用于对高压直流输电系统的接地极线路高电压信号的交流分量进行降压，得到降压后的电压交流分量；

电压数模混合最优滤波器，用于对降压后的电压交流分量进行数模混合最优滤波处理，得到第一滤波电压；

直流电流互感器，用于对高压直流输电系统的接地极线路大电流信号的直流分量进行转换，得到转换后的电流直流分量；

直流取样器，用于对所述转换后的电流直流分量进行取样处理，得到第一取样电压；

交流电流互感器，用于对高压直流输电系统的接地极线路大电流信号的交流分量进行转换，得到转换后的电流交流分量；

交流取样器，用于对所述转换后的电流交流分量进行取样处理，得到第二取样电压；

电流数模混合最优滤波器，用于对所述的第二取样电压进行数模混合最优滤波处理，得到第二滤波电压；

模拟/数字转换器，用于对降压后的电压直流分量、所述的第一滤波电压、第一取样电压、第二滤波电压进行A/D转换，得到数字信号；

数字信号DSP处理器，用于接收所述的数字信号，对所述的数字信号进行故障特征的识别；

其中，所述的DSP处理器具体包括：

数字信号能量范数确定装置，用于根据所述的数字信号确定所述数字信号对应的能量范数；

基波信号确定装置，用于根据所述的数字信号确定对应的基波信号；

基波信号能量范数确定装置，用于根据所述的基波信号确定所述基波信号对应的能量范数；

故障类型识别装置，用于根据所述的数字信号对应的能量范数、基波信号对应的能量范数识别故障类型。

6.根据权利要求5所述的设备，其特征是，所述的数字信号能量范数确定装置具体包括：

数字信号分解层数获取模块，用于获取预先设定的所述数字信号的分解层数；

第一小波变换模块，用于根据所述的分解层数对所述的数字信号进行小波变换，得到小波系数矩阵；

第一能量范数确定模块，用于根据所述的小波系数矩阵确定所述数字信号对应的能量范数。

7.根据权利要求6所述的设备，其特征是，所述的基波信号能量范数确定装置具体包括：

基波信号分解层数确定模块，用于获取预先设定的所述数字信号中基波信号的分解层数；

第二小波变换模块，用于根据所述的分解层数对所述的基波信号进行小波变换，得到基波信号的小波系数矩阵；

第二能量范数确定模块，用于根据所述的小波系数矩阵确定所述基波信号对应的能量范数。

8.根据权利要求6所述的设备，其特征是，所述的故障类型识别装置具体包括：

故障信号能量范数确定模块，用于根据所述的数字信号对应的能量范数、基波信号对应的能量范数确定故障信号的能量范数；

特征量提取模块，用于根据所述故障信号的能量范数提取所述故障信号的特征量；

故障类型识别模块，用于根据所述故障信号的特征量识别出所述的数字信号对应的故障类型。