CN104880642A - 一种基于模式识别的交流线路故障选相方法 - Google Patents

Abstract

本发明涉及一种基于模式识别的交流线路故障选相方法，电力系统继电保护技术领域。为交流线路三个相，分别配置选相元件，当线路发生故障时，由电磁暂态仿真分别获得线路全长内含有一相故障和不含该相故障下的量测端该相电流曲线簇；对其求取绝对值后选取时窗为1ms，映射到PCA空间；在PCA聚类空间，该相故障形成一个聚类中心，该相未故障形成一个聚类中心，且两者是以q₁＝5为界，即当q₁≤5为该相未故障，当q₁5为该相故障。本发明保护判据简洁可靠，较传统的保护，其自适应的能力较强。采用数据驱动的方法实现故障选相，较传统的故障选相的鲁棒性好。

Description

一种基于模式识别的交流线路故障选相方法

技术领域

本发明涉及一种基于模式识别的交流线路故障选相方法，电力系统继电保护技术领域。

背景技术

高压输电线路发生故障后，准确快速地选择出故障相别对于保证继电保护装置的正确动作、有选择地切除故障相(对于综合重合闸)具有非常重要的意义。保护广泛采用的选相原理可分为：利用工频量的传统选相原理和利用暂态量的选相原理。传统的故障选相主要是基于工频量，采用突变量选相与稳态量选相相结合的方案，其性能相对稳定，但速动性受自身原理的限制；利用暂态量的选相元件配合于行波保护或边界保护，可以满足超、特高压输电线路快速地切除故障的要求，并给综合重合闸提供依据。

基于PCA(主成分分析，Principal Component Analysis)的故障选相元件的原理是若A相故障，由于存在大电流的流通通路，A相线路量测端检测到的故障电流在短时窗内总的趋势是增加的；若B相故障，A相未故障，A相线路量测端检测到故障行波是B相耦合到A相的故障行波，其故障分量总体上是围绕时间轴变化的。这样，可在输电线路每相安装一个故障基于PCA聚类分析的故障选相元件，即PCA_a、PCA_b和PCA_c，并根据PCA的聚类结果选出故障相。

发明内容

本发明要解决的技术问题是提出一种基于模式识别的交流线路故障选相方法，用以解决上述问题。

本发明的技术方案是：一种基于模式识别的交流线路故障选相方法，为交流线路三个相，分别配置选相元件，当线路发生故障时，由电磁暂态仿真分别获得线路全长内含有一相故障和不含该相故障下的量测端该相电流曲线簇；对其求取绝对值后选取时窗为1ms，映射到PCA空间；在PCA聚类空间，该相故障形成一个聚类中心，该相未故障形成一个聚类中心，且两者是以q₁＝5为界，即当q₁≤5为该相未故障，当q₁>5为该相故障。

具体步骤为：

第一步、利用仿真数据形成历史样本：为交流线路三个相，A相、B相和C相分别配置选相元件PCA_a、PCA_b和PCA_c，当线路发生故障时，由电磁暂态仿真分别获得线路全长内含有A相故障(A相故金属性接地故障，故障初始相角为90°；AB两相故障和AB两相接地故障；AC两相故障和AC两相接地故障；ABC三相故障和ABC三相接地故障)和不含A相故障(B相接地故障、C相接地故障、BC两相故障和BC两相接地故障)下的量测端A相电流曲线簇；

第二步、将仿真获得故障电流求取绝对值；

第三步、时窗选为1ms，对上述求取绝对值后的电流曲线簇进行主成分分析，构建由第一主成分(PC₁)和第二主成分(PC₂)为轴形成的主成分聚类空间PCA_a；

第四步、当交流线路发生故障时，将量测端所获得的故障行波选取1ms的数据并映射到主成分聚类空间中，得到其在第一主成分(PC₁)轴上的投影值q₁；

第五步、根据权利要求书中步骤四中所得的投影值q₁来判断故障A相是否故障，具体的判据如式(1)～(2)所示：

若q_A1>5，则判A相故障  (1)

若q_A1≤5，则判为A相未故障  (2)

第六步、仿照上述步骤，同样得到B和C相是否故障的判据，即

若q_B1>5，则判B相故障  (3)

若q_B1≤5，则判为B相未故障  (4)

若q_C1>5，则判C相故障  (5)

若q_C1≤5，则判为C相未故障  (6)。

本发明的原理是：基于PCA的故障选相元件的原理是若A相故障，由于存在大电流的流通通路，A相线路量测端检测到的故障电流在短时窗内总的趋势是增加的；若B相故障，A相未故障，A相线路量测端检测到故障行波是B相耦合到A相的故障行波，其故障分量总体上是围绕时间轴变化的。这样，可在输电线路每相安装一个故障基于PCA聚类分析的故障选相元件，即PCA_a、PCA_b和PCA_c，并根据PCA的聚类结果选出故障相。

本发明的有益效果是：

(1)保护判据简洁可靠，较传统的保护，其自适应的能力较强。

(2)采用数据驱动的方法实现故障选相，较传统的故障选相的鲁棒性好。

附图说明

图1为实施例1、2、3中500kV交流输电线路的仿真系统图；

图2为A相量测端得到故障电流曲线簇。

图3为A相量测端得到的故障电流曲线簇样本数据聚类形成的聚类空间。

图4为B相量测端得到的故障电流曲线簇样本数据聚类形成的聚类空间。

图5为C相量测端得到的故障电流曲线簇样本数据聚类形成的聚类空间。

具体实施方式

下面结合附图和具体实施方式，对本发明作进一步说明。

实施例1：500kV交流输电线路的仿真系统图如图1所示。线路全长150km，距量测端75km发生A相接地故障，故障初相角为90°，接地电阻10Ω，采样率为1MHz。

(1)根据说明书中的步骤一至步骤三构建故障选相元件PCA_a、PCA_b和PCA_c；

(2)根据说明书中的步骤四将故障样本投入主成分聚类空间中，得到其在第一主成分(PC₁)轴上的投影值q_A1为49.78，q_B1为3.16，q_C1为3.15。

(3)根据步骤五和六，判断出A相故障。

实施例2：500kV交流输电线路的仿真系统图如图1所示。线路全长150km，距量测端10km发生AB相故障，故障初相角为60°，接地电阻30Ω，采样率为1MHz。

(1)根据说明书中的步骤一至步骤三构建故障选相元件PCA_a、PCA_b和PCA_c；

(2)根据说明书中的步骤四将故障样本投入主成分聚类空间中，得到其在第一主成分(PC₁)轴上的投影值q_A1为61.54，q_B1为61.40，q_C1为0.004。

(3)根据步骤五和六，判断出AB相故障。

实施例3：500kV交流输电线路的仿真系统图如图1所示。线路全长150km，距量测端10km发生ABC三相接地故障，接地电阻100Ω，采样率为1MHz。

(1)根据说明书中的步骤一至步骤三构建故障选相元件PCA_a、PCA_b和PCA_c；

(2)根据说明书中的步骤四将故障样本投入主成分聚类空间中，得到其在第一主成分(PC₁)轴上的投影值q_A1为29.99，q_B1为21.17，q_C1为8.76。

(3)根据步骤五和六，判断出ABC三相故障。

以上结合附图对本发明的具体实施方式作了详细说明，但是本发明并不限于上述实施方式，在本领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下作出各种变化。

Claims (2)

1.一种基于模式识别的交流线路故障选相方法，其特征在于：为交流线路三个相，分别配置选相元件，当线路发生故障时，由电磁暂态仿真分别获得线路全长内含有一相故障和不含该相故障下的量测端该相电流曲线簇；对其求取绝对值后选取时窗为1ms，映射到PCA空间；在PCA聚类空间，该相故障形成一个聚类中心，该相未故障形成一个聚类中心，且两者是以q₁＝5为界，即当q₁≤5为该相未故障，当q₁>5为该相故障。

2.根据权利要求1所述的基于模式识别的交流线路故障选相方法，其特征在于具体步骤为：

第一步、利用仿真数据形成历史样本：为交流线路三个相，A相、B相和C相分别配置选相元件PCA_a、PCA_b和PCA_c，当线路发生故障时，由电磁暂态仿真分别获得线路全长内含有A相故障和不含A相故障下的量测端A相电流曲线簇；

第二步、将仿真获得故障电流求取绝对值；

第三步、时窗选为1ms，对上述求取绝对值后的电流曲线簇进行主成分分析，构建由第一主成分(PC₁)和第二主成分(PC₂)为轴形成的主成分聚类空间PCA_a；

第四步、当交流线路发生故障时，将量测端所获得的故障行波选取1ms的数据并映射到主成分聚类空间中，得到其在第一主成分(PC₁)轴上的投影值q₁；

第五步、根据权利要求书中步骤四中所得的投影值q₁来判断故障A相是否故障，具体的判据如式(1)～(2)所示：

若q_A1>5，则判A相故障            (1)

若q_A1≤5，则判为A相未故障       (2)

第六步、仿照上述步骤，同样得到B和C相是否故障的判据，即

若q_B1>5，则判B相故障        (3)

若q_B1≤5，则判为B相未故障   (4)

若q_C1>5，则判C相故障        (5)

若q_C1≤5，则判为C相未故障   (6)。