CN105548820A - 基于暂态行波模极大值法的电缆线路故障识别与定位方法 - Google Patents

基于暂态行波模极大值法的电缆线路故障识别与定位方法 Download PDF

Info

Publication number
CN105548820A
CN105548820A CN201610136376.4A CN201610136376A CN105548820A CN 105548820 A CN105548820 A CN 105548820A CN 201610136376 A CN201610136376 A CN 201610136376A CN 105548820 A CN105548820 A CN 105548820A
Authority
CN
China
Prior art keywords
phase
mains side
signal
voltage signal
load
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201610136376.4A
Other languages
English (en)
Inventor
汪梅
郭娅楠
徐长丰
张一哲
姬和静
朱亮
孙敏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xian University of Science and Technology
Original Assignee
Xian University of Science and Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Xian University of Science and Technology filed Critical Xian University of Science and Technology
Priority to CN201610136376.4A priority Critical patent/CN105548820A/zh
Publication of CN105548820A publication Critical patent/CN105548820A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/08Locating faults in cables, transmission lines, or networks
    • G01R31/081Locating faults in cables, transmission lines, or networks according to type of conductors
    • G01R31/083Locating faults in cables, transmission lines, or networks according to type of conductors in cables, e.g. underground
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/08Locating faults in cables, transmission lines, or networks
    • G01R31/088Aspects of digital computing

Abstract

本发明公开了一种基于暂态行波模极大值法的电缆线路故障识别与定位方法,包括步骤:一、信号实时检测及同步上传;二、信号采集及存储;三、电缆故障识别,具体为:电流波形图绘制,分形盒维数计算,电流信号空间变换,对模空间的电流信号进行离散小波变换及小波系数求解,电流信号的初始行波模极大值点检测,电缆故障识别;四、电缆故障定位,具体为:电压波形图绘制,电压信号空间变换,对电源侧电压信号的β模电压分量uβ和负载侧电压信号的β模电压分量uβ′进行离散小波变换及小波系数求解,电压信号的初始行波模极大值点检测,电缆故障定位。本发明方法步骤简单,实现方便,故障识别与定位效率高、精确度高,功能完备,实用性强。

Description

基于暂态行波模极大值法的电缆线路故障识别与定位方法
技术领域
本发明属于电缆故障识别技术领域,具体涉及一种基于暂态行波模极大值法的电缆线路故障识别与定位方法。
背景技术
电力电缆线路是电力系统中的重要环节,是连接电厂与用户的中枢纽带。由于电力电缆长期深埋于地下,易受土壤环境的变化,所以极易发生运行故障,需要及时对线路出现的各种故障进行准确的诊断识别处理,否则会对电力系统各种设备造成各种不同程度的损坏,造成很大的经济损失,甚至造成人身生命伤害。电缆在实际运行中最常见同时也是最危险的故障是各种类型的短路,短路故障包括单相接地短路故障、两相短路、两相接地短路故障和三相短路故障等。目前在电力电缆故障检测和识别领域,广泛采用的是反映工频电气量的继电保护装置,电缆故障信息的检测通常采用互感器,电力电缆故障信号分析通常采用高频暂态信号分析。
当电缆发生短路故障时,电缆故障产生的是高频暂态行波信号,这些暂态信号中包含大量的故障信息,其中包括故障类型、方向、位置、持续时间等,如果能充分的利用这些信息,快速识别出不同的故障类型,确定故障相以及故障类型,就能快速的对系统中的突发事件做出及时的反应,保证电网正常、稳定的运行。行波信号是个全频域信号,而电缆故障瞬间产生的暂态行波信号的频率主要分布在10Hz~100kHz之间,而我们现在常见的电流互感器是初次级绕组通过铁芯进行电磁耦合,初、次级电流比与匝比相同。用于测量40-20kHz的正弦波电流,显然不能满足获取电缆故障高频行波信号的要求,用其进行电量转换和信号调理之后得到的二次侧信号就会丢失很多的故障暂态信号的一些高频数据,从而影响后续的数据处理和故障检测环节的分析;由于互感器的非理想性,使得变比和相位测量都存在较大的误差,测量频率有限。常需要采用硬件或软件的方法补偿,增加了系统的稳定性的同时又使系统变得的复杂。
在电力电缆故障信号分析中,小波分析具有时频域局部化的特征,能通过时频窗口的灵活变化突出故障信号的突变成分,能有效的提取故障信号特征信息。目前已有不少采用多小波分解进行故障检测的方法,这些方法虽然对噪声中的小波分析算法进行了一些改进,但仍不易实现对时域特征变化为主的扰动进行分辨,还不能迅速、准确地对10种常见的短路故障进行分类识别。
为了解决以上问题,有人提出了基于分形和小波变换的电力电缆故障识别方法,将分形法与小波分析法相结合,通过分形法能够直接判断出A相接地短路故障和C相接地短路故障,并将其余8种短路故障分为三类,再结合小波分析法能够判断出其余8种短路故障,提高了电缆故障识别的效率,但是,效率还是不够高,且在识别出短路故障类别后,无法进行故障定位,功能还不够完备。
发明内容
本发明所要解决的技术问题在于针对上述现有技术中的不足,提供一种基于暂态行波模极大值法的电缆线路故障识别与定位方法,其方法步骤简单,实现方便,故障识别与定位效率高、精确度高,功能完备,实用性强,使用效果好,便于推广使用。
为解决上述技术问题,本发明采用的技术方案是:一种基于暂态行波模极大值法的电缆线路故障识别与定位方法,其特征在于该方法包括以下步骤:
步骤一、信号实时检测及同步上传:通过电源侧A相霍尔电流传感器对被检测电缆所在线路电源侧的A相电流进行实时检测,并将实时所检测的电源侧A相电流信号ia同步上传至第一数据采集卡,同时,将实时所检测的电源侧A相电流信号ia通过I/V转换电路模块进行I/V转换得到电源侧A相电压信号Ua后同步上传至第二数据采集卡;通过电源侧B相霍尔电流传感器对被检测电缆所在线路电源侧的B相电流进行实时检测,并将实时所检测的电源侧B相电流信号ib同步上传至第一数据采集卡,同时,将实时所检测的电源侧B相电流信号ib通过I/V转换电路模块进行I/V转换得到电源侧B相电压信号Ub后同步上传至第二数据采集卡;通过电源侧C相霍尔电流传感器对被检测电缆所在线路电源侧的C相电流进行实时检测,并将实时所检测的电源侧C相电流信号ic同步上传至第一数据采集卡,同时,将实时所检测的电源侧C相电流信号ic通过I/V转换电路模块进行I/V转换得到电源侧C相电压信号Uc后同步上传至第二数据采集卡;通过负载侧A相霍尔电流传感器对被检测电缆所在线路负载侧的A相电流进行实时检测,并将实时所检测的负载侧A相电流信号ia′通过I/V转换电路模块进行I/V转换得到负载侧A相电压信号Ua′后同步上传至第二数据采集卡;通过负载侧B相霍尔电流传感器对被检测电缆所在线路负载侧的B相电流进行实时检测,并将实时所检测的负载侧B相电流信号ib′通过I/V转换电路模块进行I/V转换得到负载侧B相电压信号Ub′后同步上传至第二数据采集卡;通过负载侧C相霍尔电流传感器对被检测电缆所在线路负载侧的C相电流进行实时检测,并将实时所检测的负载侧C相电流信号ic′通过I/V转换电路模块进行I/V转换得到负载侧C相电压信号Uc′后同步上传至第二数据采集卡;
步骤二、信号采集及存储:第一数据采集卡对电源侧A相电流信号ia、电源侧B相电流信号ib和电源侧C相电流信号ic进行采集并相应进行A/D转换后,同步传送至主控计算机;第二数据采集卡对电源侧A相电压信号Ua、电源侧B相电压信号Ub和电源侧C相电压信号Uc,以及负载侧A相电压信号Ua′、负载侧B相电压信号Ub′和负载侧C相电压信号Uc′进行采集并相应进行A/D转换后,同步传送至主控计算机;主控计算机对电源侧A相电流信号ia、电源侧B相电流信号ib和电源侧C相电流信号ic,电源侧A相电压信号Ua、电源侧B相电压信号Ub和电源侧C相电压信号Uc,以及负载侧A相电压信号Ua′、负载侧B相电压信号Ub′和负载侧C相电压信号Uc′的采样点数量、所有采样点和各采样点所对应的采样时刻进行存储;
步骤三、电缆故障识别:当被检测电缆发生故障时,第一数据采集卡传送来的电源侧A相电流信号ia、电源侧B相电流信号ib和电源侧C相电流信号ic为故障信号,此时通过主控计算机对电源侧A相电流信号ia、电源侧B相电流信号ib和电源侧C相电流信号ic进行分析处理,并相应得出被检测电缆的故障类型属于A相接地短路故障、B相接地短路故障、C相接地短路故障、AB两相短路接地故障、AB相间短路故障、BC两相短路接地故障、BC相间短路故障、AC两相短路接地故障、AC相间短路故障和ABC三相短路接地故障中的哪一种,其分析处理过程如下:
步骤301、电流波形图绘制:所述主控计算机调用电流波形绘制模块绘制出电源侧A相电流信号ia随采样时间t变化的电源侧A相电流波形图、电源侧B相电流信号ib随采样时间t变化的电源侧B相电流波形图和电源侧C相电流信号ic随采样时间t变化的电源侧C相电流波形图;
步骤302、分形盒维数计算,具体过程为:
步骤3021、非故障状态下电流的盒维数计算:假设非故障状态时电源侧A相电流波形、电源侧B相电流波形和电源侧C相电流波形中的任意一个波形为欧氏空间的非空有界点集Sr,用边长为n的小方格覆盖该点集Sr时,假设Nn(Sr)为边长为n时其中包含点集Sr的点的最小盒子数,所述主控计算机先根据公式计算出非故障状态下电流的盒维数特征值Dim(Sr),再根据公式计算出非故障状态下电流的盒维数特征期望值E(Dim*);其中,r=1,2,…,m,m为不小于3的正整数;
步骤3022、故障状态下电流的盒维数计算:首先,假设电源侧A相电流波形是欧氏空间的非空有界点集SA,用边长为n的小方格覆盖该点集SA时,假设Nn(SA)为边长为n时其中包含点集SA的点的最小盒子数,所述主控计算机先根据公式计算出故障状态下电源侧A相电流的盒维数特征值Dim(SA),再根据公式计算出A相分形维数FA;接着,假设电源侧B相电流波形是欧氏空间的非空有界点集SB,用边长为n的小方格覆盖该点集SB时,假设Nn(SB)为边长为n时其中包含点集SB的点的最小盒子数,所述主控计算机先根据公式计算出故障状态下电源侧B相电流的盒维数特征值Dim(SB),再根据公式计算出B相分形维数FB;然后,假设电源侧C相电流波形是欧氏空间的非空有界点集SC,用边长为n的小方格覆盖该点集SC时,假设Nn(SC)为边长为n时其中包含点集SC的点的最小盒子数,所述主控计算机先根据公式计算出故障状态下电源侧C相电流的盒维数特征值Dim(SC),再根据公式计算出C相分形维数FC
步骤303、电流信号空间变换:所述主控计算机调用电流信号凯伦布尔变换模块将电源侧A相电流信号ia、电源侧B相电流信号ib和电源侧C相电流信号ic从相空间变换到模空间,得到电源侧电流信号的0模电流分量i0、电源侧电流信号的α模电流分量iα和电源侧电流信号的β模电流分量iβ
步骤304、对模空间的电流信号进行离散小波变换及小波系数求解:首先,所述主控计算机选取电源侧电流信号的0模电流分量i0作为一维信号f(n0)并调用离散小波变换模块对一维信号f(n0)进行离散小波变换,相应求得离散小波变换后的各层小波系数,各层所述小波系数包括各层近似系数和各层细节系数,各层细节系数记作dj,k,其中,n0=0,1,2,…N-1且N为一维信号f(n0)的采样序列中的采样点数量,一维信号f(n0)的采样序列中的采样点数量、所有采样序列点和各采样序列点所对应的采样时刻均与步骤二中主控计算机所存储的电源侧A相电流信号ia、电源侧B相电流信号ib和电源侧C相电流信号ic的采样点数量、所有采样点和各采样点所对应的采样时刻一一对应;j=1,2,…,J且J为离散小波变换的层数,k=0,1,2…,N-1且k为一维信号f(n0)的采样序列中的N个采样序列点的序号;接着,所述主控计算机选取电源侧电流信号的α模电流分量iα作为一维信号f(nα)并调用离散小波变换模块对一维信号f(nα)进行离散小波变换,相应求得离散小波变换后的各层小波系数,各层所述小波系数包括各层近似系数和各层细节系数,各层细节系数记作d′j,k,其中,nα=0,1,2,…N-1且N为一维信号f(nα)的采样序列中的采样点数量,一维信号f(nα)的采样序列中的采样点数量、所有采样序列点和各采样序列点所对应的采样时刻均与步骤二中主控计算机所存储的电源侧A相电流信号ia、电源侧B相电流信号ib和电源侧C相电流信号ic的采样点数量、所有采样点和各采样点所对应的采样时刻一一对应;j=1,2,…,J且J为离散小波变换的层数,k=0,1,2…,N-1且k为一维信号f(nα)的采样序列中的N个采样序列点的序号;然后,所述主控计算机选取电源侧电流信号的β模电流分量iβ作为一维信号f(nβ)并调用离散小波变换模块对一维信号f(nβ)进行离散小波变换,相应求得离散小波变换后的各层小波系数,各层所述小波系数包括各层近似系数和各层细节系数,各层细节系数记作d″j,k,其中,nβ=0,1,2,…N-1且N为一维信号f(nβ)的采样序列中的采样点数量,一维信号f(nβ)的采样序列中的采样点数量、所有采样序列点和各采样序列点所对应的采样时刻均与步骤二中主控计算机所存储的电源侧A相电流信号ia、电源侧B相电流信号ib和电源侧C相电流信号ic的采样点数量、所有采样点和各采样点所对应的采样时刻一一对应;j=1,2,…,J且J为离散小波变换的层数,k=0,1,2…,N-1且k为一维信号f(nβ)的采样序列中的N个采样序列点的序号;
步骤305、电流信号的初始行波模极大值点检测:首先,所述主控计算机按照一维信号f(n0)的采样序列的采样顺序,由前至后对第J层细节系数dJ,k的模极大值点进行检测与记录,且检测得出当k=i时,dJ,k取得模极大值点,即电源侧电流信号的0模电流分量i0的初始行波模极大值I0=dJ,i;接着,所述主控计算机按照一维信号f(nα)的采样序列的采样顺序,由前至后对第J层细节系数d′J,k的模极大值点进行检测与记录,且检测得出当k=i时,d′J,k取得模极大值点,即电源侧电流信号的α模电流分量iα的初始行波模极大值Iα=d′J,i;然后,所述主控计算机按照一维信号f(nβ)的采样序列的采样顺序,由前至后对第J层细节系数d″J,k的模极大值点进行检测与记录,且检测得出当k=i时,d″J,k取得模极大值点,即电源侧电流信号的β模电流分量iβ的初始行波模极大值Iβ=d″J,i;其中,i=0,1,2,…,N-1;
步骤306、电缆故障识别:所述主控计算机对A相分形维数FA、B相分形维数FB和C相分形维数FC进行比对,并对电源侧电流信号的0模电流分量i0的初始行波模极大值I0、电源侧电流信号的α模电流分量iα的初始行波模极大值Iα和电源侧电流信号的β模电流分量iβ的初始行波模极大值Iβ进行比对,并根据比对结果对电缆故障进行识别,具体为:
当Fc>Fa>Fb时,判定为ABC三相短路接地故障,识别结束并输出识别结果;
当Fb>Fa>Fc时,首先判断是否有Iα≠0,当Iα≠0时,判断是否有Iβ≠0,当Iα≠0且Iβ≠0时,判定为A相接地短路故障;当Iα≠0且Iβ=0时,判定为B相接地短路故障;当Iα=0时,判定为C相接地短路故障;识别结束并输出识别结果;
当Fc>Fb>Fa时,首先判断是否有I0=0,当I0=0时,判定为AB相间短路故障;当I0≠0时,判定为AB两相短路接地故障;识别结束并输出识别结果;
当Fb>Fc>Fa时,首先判断是否有I0=0,当I0=0时,判定为AC相间短路故障;当I0≠0时,判定为AC两相短路接地故障;识别结束并输出识别结果;
当Fa>Fb>Fc时,首先判断是否有I0=0,当I0=0时,判定为BC相间短路故障;当I0≠0时,判定为BC两相短路接地故障;识别结束并输出识别结果;
步骤四、电缆故障定位:当被检测电缆发生故障时,第二数据采集卡传送来的电源侧A相电压信号Ua、电源侧B相电压信号Ub和电源侧C相电压信号Uc,以及负载侧A相电压信号Ua′、负载侧B相电压信号Ub′和负载侧C相电压信号Uc′为故障信号,此时通过主控计算机对电源侧A相电压信号Ua、电源侧B相电压信号Ub和电源侧C相电压信号Uc,以及负载侧A相电压信号Ua′、负载侧B相电压信号Ub′和负载侧C相电压信号Uc′进行分析处理,并相应得出被检测电缆的故障位置,其分析处理过程如下:
步骤401、电压波形图绘制:首先,所述主控计算机调用电压波形绘制模块绘制出电源侧A相电压信号Ua随采样时间t变化的电源侧A相电压波形图、电源侧B相电压信号Ub随采样时间t变化的电源侧B相电压波形图和电源侧C相电压信号Uc随采样时间t变化的电源侧C相电压波形图,以及负载侧A相电压信号Ua′随采样时间t变化的负载侧A相电压波形图、负载侧B相电压信号Ub′随采样时间t变化的负载侧B相电压波形图和负载侧C相电压信号Uc′随采样时间t变化的负载侧C相电压波形图;
步骤402、电压信号空间变换:所述主控计算机调用电压信号凯伦布尔变换模块将电源侧A相电压信号Ua、电源侧B相电压信号Ub和电源侧C相电压信号Uc从相空间变换到模空间,得到电源侧电压信号的0模电压分量u0、电源侧电压信号的α模电压分量uα和电源侧电压信号的β模电压分量uβ;并将负载侧A相电压信号Ua′、负载侧B相电压信号Ub′和负载侧C相电压信号Uc′从相空间变换到模空间,得到负载侧电压信号的0模电压分量u0′、负载侧电压信号的α模电压分量uα′和负载侧电压信号的β模电压分量uβ′;
步骤403、对电源侧电压信号的β模电压分量uβ和负载侧电压信号的β模电压分量uβ′进行离散小波变换及小波系数求解:首先,所述主控计算机选取电源侧电压信号的β模电压分量uβ作为一维信号f(mβ)并调用离散小波变换模块对一维信号f(mβ)进行离散小波变换,相应求得离散小波变换后的各层小波系数,各层小波系数包括各层近似系数和各层细节系数,各层细节系数记作dj′,k′,其中,mβ=0,1,2,…M-1且M为一维信号f(mβ)的采样序列中的采样点数量,一维信号f(mβ)的采样序列中的采样点数量、所有采样序列点和各采样序列点所对应的采样时刻均与步骤二中主控计算机所存储的电源侧A相电压信号Ua、电源侧B相电压信号Ub和电源侧C相电压信号Uc的采样点数量、所有采样点和各采样点所对应的采样时刻一一对应;j′=1,2,…,J′且J′为离散小波变换的层数,k′=0,1,2…,M-1且k′为一维信号f(mβ)的采样序列中的M个采样序列点的序号;然后,所述主控计算机选取负载侧电压信号的β模电压分量u′β作为一维信号f(m′β)并调用离散小波变换模块对一维信号f(m′β)进行离散小波变换,相应求得离散小波变换后的各层小波系数,各层小波系数包括各层近似系数和各层细节系数,各层细节系数记作d′j′,k′,其中,m′β=0,1,2,…M-1且M为一维信号f(m′β)的采样序列中的采样点数量,一维信号f(m′β)的采样序列中的采样点数量、所有采样序列点和各采样序列点所对应的采样时刻均与步骤二中主控计算机所存储的电源侧A相电压信号Ua、电源侧B相电压信号Ub和电源侧C相电压信号Uc的采样点数量、所有采样点和各采样点所对应的采样时刻一一对应;j′=1,2,…,J′且J′为离散小波变换的层数,k′=0,1,2…,M-1且k′为一维信号f(mβ)的采样序列中的M个采样序列点的序号;
步骤404、电压信号的初始行波模极大值点检测:首先,所述主控计算机按照一维信号f(mβ)的采样序列的采样顺序,由前至后对第J′层细节系数dJ′,k′的模极大值点进行检测与记录,且检测得出当k′=i′时,dJ′,k′取得模极大值点,即电源侧电压信号的β模电压分量uβ的初始行波模极大值Uβ=dJ′,i′,记录电源侧电压信号的β模电压分量uβ的初始行波模极大值Uβ出现的时刻t1;然后,所述主控计算机按照一维信号f(m′β)的采样序列的采样顺序,由前至后对第J′层细节系数d′J′,k′的模极大值点进行检测与记录,且检测得出当k′=i′时,d′J′,k′取得模极大值点,即负载侧电压信号的β模电压分量u′β的初始行波模极大值U′β=d′J′,i′,记录负载侧电压信号的β模电压分量u′β的初始行波模极大值U′β出现的时刻t2;其中,i′=0,1,2,…,M-1;
步骤405、电缆故障定位:所述主控计算机根据公式计算电缆故障位置到电源侧A相霍尔电流传感器、电源侧B相霍尔电流传感器和电源侧C相霍尔电流传感器的安装位置的距离x,其中,l为被检测电缆的总长度,v为暂态行波在被检测电缆上传播的速度且L为被检测电缆单位长度的电感,C为被检测电缆单位长度的电容。
上述的基于暂态行波模极大值法的电缆线路故障识别与定位方法,其特征在于:所述第一数据采集卡为数据采集卡PCI9203,所述第二数据采集卡为数据采集卡PCI6221。
上述的基于暂态行波模极大值法的电缆线路故障识别与定位方法,其特征在于:步骤3021和步骤3022中所述n的取值为小于1的正数。
上述的基于暂态行波模极大值法的电缆线路故障识别与定位方法,其特征在于:步骤303中所述主控计算机调用电流信号凯伦布尔变换模块将电源侧A相电流信号ia、电源侧B相电流信号ib和电源侧C相电流信号ic从相空间变换到模空间,采用的变换矩阵为得到的电源侧电流信号的0模电流分量得到的电源侧电流信号的α模电流分量得到的电源侧电流信号的β模电流分量
上述的基于暂态行波模极大值法的电缆线路故障识别与定位方法,其特征在于:步骤304中所述J的取值为3~7。
上述的基于暂态行波模极大值法的电缆线路故障识别与定位方法,其特征在于:步骤402中所述主控计算机调用电压信号凯伦布尔变换模块将电源侧A相电压信号Ua、电源侧B相电压信号Ub和电源侧C相电压信号Uc从相空间变换到模空间,采用的变换矩阵为得到的电源侧电压信号的0模电压分量得到的电源侧电流信号的α模电流分量得到的电源侧电流信号的β模电流分量 u β = 1 3 ( u a - u c ) .
上述的基于暂态行波模极大值法的电缆线路故障识别与定位方法,其特征在于:步骤402中所述主控计算机调用电压信号凯伦布尔变换模块将负载侧A相电压信号Ua′、负载侧B相电压信号Ub′和负载侧C相电压信号Uc′从相空间变换到模空间,采用的变换矩阵为得到的负载侧电压信号的0模电压分量得到的负载侧电压信号的α模电压分量得到的负载侧电压信号的β模电压分量 u β ' = 1 3 ( u a ' - u c ' ) .
上述的基于暂态行波模极大值法的电缆线路故障识别与定位方法,其特征在于:步骤403中所述J′的取值为3~7。
本发明与现有技术相比具有以下优点:
1、本发明的方法步骤简单,实现方便。
2、本发明取行波小波变换第3~7层的模极大值,是因为高频分量行波可能会随着线路传输而发生衰减并产生波形滞后,使得故障时间定位可能产生较大误差,所以采用较低频率分量行波的小波变换模极大值时刻进行定位,能够得到较为精确的定位结果。
3、本发明提出了一种新的、更为简便的分形与小波融合的电缆故障识别方法,提高了故障类型识别的正确率。
4、本发明将故障选相与故障定位相结合,功能完备,通过多点采集,能够获得更为准确的原始数据,并能够得到更为准确的故障识别和定位结果。
5、本发明的电缆故障识别与定位效率高,实用性强,使用效果好,便于推广使用。
综上所述,本发明的方法步骤简单,实现方便,故障识别与定位效率高、精确度高,功能完备,实用性强,使用效果好,便于推广使用。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
图1为本发明的基于暂态行波模极大值法的电缆线路故障识别与定位方法的方法流程框图。
图2为本发明所采用的电缆线路故障识别与定位系统的电路原理框图。
附图标记说明:
1—电源侧A相霍尔电流传感器;2—电源侧B相霍尔电流传感器;
3—电源侧C相霍尔电流传感器;4—负载侧A相霍尔电流传感器;
5—负载侧B相霍尔电流传感器;6—负载侧C相霍尔电流传感器;
7—第一数据采集卡;8—第二数据采集卡;
9—主控计算机;10—I/V转换电路模块;
11—被检测电缆。
具体实施方式
如图1和图2所示,本发明的基于暂态行波模极大值法的电缆线路故障识别与定位方法,包括以下步骤:
步骤一、信号实时检测及同步上传:通过电源侧A相霍尔电流传感器1对被检测电缆11所在线路电源侧的A相电流进行实时检测,并将实时所检测的电源侧A相电流信号ia同步上传至第一数据采集卡7,同时,将实时所检测的电源侧A相电流信号ia通过I/V转换电路模块10进行I/V转换得到电源侧A相电压信号Ua后同步上传至第二数据采集卡8;通过电源侧B相霍尔电流传感器2对被检测电缆11所在线路电源侧的B相电流进行实时检测,并将实时所检测的电源侧B相电流信号ib同步上传至第一数据采集卡7,同时,将实时所检测的电源侧B相电流信号ib通过I/V转换电路模块10进行I/V转换得到电源侧B相电压信号Ub后同步上传至第二数据采集卡8;通过电源侧C相霍尔电流传感器3对被检测电缆11所在线路电源侧的C相电流进行实时检测,并将实时所检测的电源侧C相电流信号ic同步上传至第一数据采集卡7,同时,将实时所检测的电源侧C相电流信号ic通过I/V转换电路模块10进行I/V转换得到电源侧C相电压信号Uc后同步上传至第二数据采集卡8;通过负载侧A相霍尔电流传感器4对被检测电缆11所在线路负载侧的A相电流进行实时检测,并将实时所检测的负载侧A相电流信号ia′通过I/V转换电路模块10进行I/V转换得到负载侧A相电压信号Ua′后同步上传至第二数据采集卡8;通过负载侧B相霍尔电流传感器5对被检测电缆11所在线路负载侧的B相电流进行实时检测,并将实时所检测的负载侧B相电流信号ib′通过I/V转换电路模块10进行I/V转换得到负载侧B相电压信号Ub′后同步上传至第二数据采集卡8;通过负载侧C相霍尔电流传感器6对被检测电缆11所在线路负载侧的C相电流进行实时检测,并将实时所检测的负载侧C相电流信号ic′通过I/V转换电路模块10进行I/V转换得到负载侧C相电压信号Uc′后同步上传至第二数据采集卡8;
本实施例中,所述第一数据采集卡7为数据采集卡PCI9203,所述第二数据采集卡8为数据采集卡PCI6221。
步骤二、信号采集及存储:第一数据采集卡7对电源侧A相电流信号ia、电源侧B相电流信号ib和电源侧C相电流信号ic进行采集并相应进行A/D转换后,同步传送至主控计算机9;第二数据采集卡8对电源侧A相电压信号Ua、电源侧B相电压信号Ub和电源侧C相电压信号Uc,以及负载侧A相电压信号Ua′、负载侧B相电压信号Ub′和负载侧C相电压信号Uc′进行采集并相应进行A/D转换后,同步传送至主控计算机9;主控计算机9对电源侧A相电流信号ia、电源侧B相电流信号ib和电源侧C相电流信号ic,电源侧A相电压信号Ua、电源侧B相电压信号Ub和电源侧C相电压信号Uc,以及负载侧A相电压信号Ua′、负载侧B相电压信号Ub′和负载侧C相电压信号Uc′的采样点数量、所有采样点和各采样点所对应的采样时刻进行存储;
步骤三、电缆故障识别:当被检测电缆11发生故障时,第一数据采集卡7传送来的电源侧A相电流信号ia、电源侧B相电流信号ib和电源侧C相电流信号ic为故障信号,此时通过主控计算机9对电源侧A相电流信号ia、电源侧B相电流信号ib和电源侧C相电流信号ic进行分析处理,并相应得出被检测电缆11的故障类型属于A相接地短路故障、B相接地短路故障、C相接地短路故障、AB两相短路接地故障、AB相间短路故障、BC两相短路接地故障、BC相间短路故障、AC两相短路接地故障、AC相间短路故障和ABC三相短路接地故障中的哪一种,其分析处理过程如下:
步骤301、电流波形图绘制:所述主控计算机9调用电流波形绘制模块绘制出电源侧A相电流信号ia随采样时间t变化的电源侧A相电流波形图、电源侧B相电流信号ib随采样时间t变化的电源侧B相电流波形图和电源侧C相电流信号ic随采样时间t变化的电源侧C相电流波形图;
步骤302、分形盒维数计算,具体过程为:
步骤3021、非故障状态下电流的盒维数计算:假设非故障状态时电源侧A相电流波形、电源侧B相电流波形和电源侧C相电流波形中的任意一个波形为欧氏空间的非空有界点集Sr,用边长为n的小方格覆盖该点集Sr时,假设Nn(Sr)为边长为n时其中包含点集Sr的点的最小盒子数,所述主控计算机(9)先根据公式计算出非故障状态下电流的盒维数特征值Dim(Sr),再根据公式计算出非故障状态下电流的盒维数特征期望值E(Dim*);其中,r=1,2,…,m,m为不小于3的正整数;
步骤3022、故障状态下电流的盒维数计算:首先,假设电源侧A相电流波形是欧氏空间的非空有界点集SA,用边长为n的小方格覆盖该点集SA时,假设Nn(SA)为边长为n时其中包含点集SA的点的最小盒子数,所述主控计算机9先根据公式计算出故障状态下电源侧A相电流的盒维数特征值Dim(SA),再根据公式计算出A相分形维数FA;接着,假设电源侧B相电流波形是欧氏空间的非空有界点集SB,用边长为n的小方格覆盖该点集SB时,假设Nn(SB)为边长为n时其中包含点集SB的点的最小盒子数,所述主控计算机9先根据公式计算出故障状态下电源侧B相电流的盒维数特征值Dim(SB),再根据公式计算出B相分形维数FB;然后,假设电源侧C相电流波形是欧氏空间的非空有界点集SC,用边长为n的小方格覆盖该点集SC时,假设Nn(SC)为边长为n时其中包含点集SC的点的最小盒子数,所述主控计算机9先根据公式计算出故障状态下电源侧C相电流的盒维数特征值Dim(SC),再根据公式计算出C相分形维数FC
本实施例中,步骤3021和步骤3022中所述n的取值为小于1的正数。
步骤303、电流信号空间变换:所述主控计算机9调用电流信号凯伦布尔变换模块将电源侧A相电流信号ia、电源侧B相电流信号ib和电源侧C相电流信号ic从相空间变换到模空间,得到电源侧电流信号的0模电流分量i0、电源侧电流信号的α模电流分量iα和电源侧电流信号的β模电流分量iβ
本实施例中,步骤303中所述主控计算机9调用电流信号凯伦布尔变换模块将电源侧A相电流信号ia、电源侧B相电流信号ib和电源侧C相电流信号ic从相空间变换到模空间,采用的变换矩阵为得到的电源侧电流信号的0模电流分量得到的电源侧电流信号的α模电流分量得到的电源侧电流信号的β模电流分量具体实施时,所述主控计算机9调用电流信号凯伦布尔变换模块进行凯伦布尔变换时,是根据公式i=S×ip进行变换的,其中,i为相空间的电源侧A相电流信号ia、电源侧B相电流信号ib和电源侧C相电流信号ic的向量,ip为模空间的电源侧电流信号的0模电流分量i0、电源侧电流信号的α模电流分量iα和电源侧电流信号的β模电流分量iβ的向量。
步骤304、对模空间的电流信号进行离散小波变换及小波系数求解:首先,所述主控计算机9选取电源侧电流信号的0模电流分量i0作为一维信号f(n0)并调用离散小波变换模块对一维信号f(n0)进行离散小波变换,相应求得离散小波变换后的各层小波系数,各层所述小波系数包括各层近似系数和各层细节系数,各层细节系数记作dj,k,其中,n0=0,1,2,…N-1且N为一维信号f(n0)的采样序列中的采样点数量,一维信号f(n0)的采样序列中的采样点数量、所有采样序列点和各采样序列点所对应的采样时刻均与步骤二中主控计算机9所存储的电源侧A相电流信号ia、电源侧B相电流信号ib和电源侧C相电流信号ic的采样点数量、所有采样点和各采样点所对应的采样时刻一一对应;j=1,2,…,J且J为离散小波变换的层数,k=0,1,2…,N-1且k为一维信号f(n0)的采样序列中的N个采样序列点的序号;接着,所述主控计算机9选取电源侧电流信号的α模电流分量iα作为一维信号f(nα)并调用离散小波变换模块对一维信号f(nα)进行离散小波变换,相应求得离散小波变换后的各层小波系数,各层所述小波系数包括各层近似系数和各层细节系数,各层细节系数记作d′j,k,其中,nα=0,1,2,…N-1且N为一维信号f(nα)的采样序列中的采样点数量,一维信号f(nα)的采样序列中的采样点数量、所有采样序列点和各采样序列点所对应的采样时刻均与步骤二中主控计算机9所存储的电源侧A相电流信号ia、电源侧B相电流信号ib和电源侧C相电流信号ic的采样点数量、所有采样点和各采样点所对应的采样时刻一一对应;j=1,2,…,J且J为离散小波变换的层数,k=0,1,2…,N-1且k为一维信号f(nα)的采样序列中的N个采样序列点的序号;然后,所述主控计算机9选取电源侧电流信号的β模电流分量iβ作为一维信号f(nβ)并调用离散小波变换模块对一维信号f(nβ)进行离散小波变换,相应求得离散小波变换后的各层小波系数,各层所述小波系数包括各层近似系数和各层细节系数,各层细节系数记作d″j,k,其中,nβ=0,1,2,…N-1且N为一维信号f(nβ)的采样序列中的采样点数量,一维信号f(nβ)的采样序列中的采样点数量、所有采样序列点和各采样序列点所对应的采样时刻均与步骤二中主控计算机9所存储的电源侧A相电流信号ia、电源侧B相电流信号ib和电源侧C相电流信号ic的采样点数量、所有采样点和各采样点所对应的采样时刻一一对应;j=1,2,…,J且J为离散小波变换的层数,k=0,1,2…,N-1且k为一维信号f(nβ)的采样序列中的N个采样序列点的序号;
本实施例中,步骤304中所述J的取值为3~7。
步骤305、电流信号的初始行波模极大值点检测:首先,所述主控计算机9按照一维信号f(n0)的采样序列的采样顺序,由前至后对第J层细节系数dJ,k的模极大值点进行检测与记录,且检测得出当k=i时,dJ,k取得模极大值点,即电源侧电流信号的0模电流分量i0的初始行波模极大值I0=dJ,i;接着,所述主控计算机9按照一维信号f(nα)的采样序列的采样顺序,由前至后对第J层细节系数d′J,k的模极大值点进行检测与记录,且检测得出当k=i时,d′J,k取得模极大值点,即电源侧电流信号的α模电流分量iα的初始行波模极大值Iα=d′J,i;然后,所述主控计算机9按照一维信号f(nβ)的采样序列的采样顺序,由前至后对第J层细节系数d″J,k的模极大值点进行检测与记录,且检测得出当k=i时,d″J,k取得模极大值点,即电源侧电流信号的β模电流分量iβ的初始行波模极大值Iβ=d″J,i;其中,i=0,1,2,…,N-1;
步骤306、电缆故障识别:所述主控计算机9对A相分形维数FA、B相分形维数FB和C相分形维数FC进行比对,并对电源侧电流信号的0模电流分量i0的初始行波模极大值I0、电源侧电流信号的α模电流分量iα的初始行波模极大值Iα和电源侧电流信号的β模电流分量iβ的初始行波模极大值Iβ进行比对,并根据比对结果对电缆故障进行识别,具体为:
当Fc>Fa>Fb时,判定为ABC三相短路接地故障,识别结束并输出识别结果;
当Fb>Fa>Fc时,首先判断是否有Iα≠0,当Iα≠0时,判断是否有Iβ≠0,当Iα≠0且Iβ≠0时,判定为A相接地短路故障;当Iα≠0且Iβ=0时,判定为B相接地短路故障;当Iα=0时,判定为C相接地短路故障;识别结束并输出识别结果;
当Fc>Fb>Fa时,首先判断是否有I0=0,当I0=0时,判定为AB相间短路故障;当I0≠0时,判定为AB两相短路接地故障;识别结束并输出识别结果;
当Fb>Fc>Fa时,首先判断是否有I0=0,当I0=0时,判定为AC相间短路故障;当I0≠0时,判定为AC两相短路接地故障;识别结束并输出识别结果;
当Fa>Fb>Fc时,首先判断是否有I0=0,当I0=0时,判定为BC相间短路故障;当I0≠0时,判定为BC两相短路接地故障;识别结束并输出识别结果;
步骤四、电缆故障定位:当被检测电缆11发生故障时,第二数据采集卡8传送来的电源侧A相电压信号Ua、电源侧B相电压信号Ub和电源侧C相电压信号Uc,以及负载侧A相电压信号Ua′、负载侧B相电压信号Ub′和负载侧C相电压信号Uc′为故障信号,此时通过主控计算机9对电源侧A相电压信号Ua、电源侧B相电压信号Ub和电源侧C相电压信号Uc,以及负载侧A相电压信号Ua′、负载侧B相电压信号Ub′和负载侧C相电压信号Uc′进行分析处理,并相应得出被检测电缆11的故障位置,其分析处理过程如下:
步骤401、电压波形图绘制:首先,所述主控计算机(9)调用电压波形绘制模块绘制出电源侧A相电压信号Ua随采样时间t变化的电源侧A相电压波形图、电源侧B相电压信号Ub随采样时间t变化的电源侧B相电压波形图和电源侧C相电压信号Uc随采样时间t变化的电源侧C相电压波形图,以及负载侧A相电压信号Ua′随采样时间t变化的负载侧A相电压波形图、负载侧B相电压信号Ub′随采样时间t变化的负载侧B相电压波形图和负载侧C相电压信号Uc′随采样时间t变化的负载侧C相电压波形图;
步骤402、电压信号空间变换:所述主控计算机9调用电压信号凯伦布尔变换模块将电源侧A相电压信号Ua、电源侧B相电压信号Ub和电源侧C相电压信号Uc从相空间变换到模空间,得到电源侧电压信号的0模电压分量u0、电源侧电压信号的α模电压分量uα和电源侧电压信号的β模电压分量uβ;并将负载侧A相电压信号Ua′、负载侧B相电压信号Ub′和负载侧C相电压信号Uc′从相空间变换到模空间,得到负载侧电压信号的0模电压分量u0′、负载侧电压信号的α模电压分量uα′和负载侧电压信号的β模电压分量uβ′;
本实施例中,步骤402中所述主控计算机9调用电压信号凯伦布尔变换模块将电源侧A相电压信号Ua、电源侧B相电压信号Ub和电源侧C相电压信号Uc从相空间变换到模空间,采用的变换矩阵为得到的电源侧电压信号的0模电压分量得到的电源侧电流信号的α模电流分量得到的电源侧电流信号的β模电流分量具体实施时,所述主控计算机9调用电压信号凯伦布尔变换模块进行凯伦布尔变换时,是根据公式u=S′×up进行变换的,其中,u为相空间的电源侧A相电压信号Ua、电源侧B相电压信号Ub和电源侧C相电压信号Uc的向量,up为模空间的电源侧电压信号的0模电压分量u0、电源侧电压信号的α模电压分量uα和电源侧电压信号的β模电压分量uβ的向量。
本实施例中,步骤402中所述主控计算机9调用电压信号凯伦布尔变换模块将负载侧A相电压信号Ua′、负载侧B相电压信号Ub′和负载侧C相电压信号Uc′从相空间变换到模空间,采用的变换矩阵为得到的负载侧电压信号的0模电压分量得到的负载侧电压信号的α模电压分量得到的负载侧电压信号的β模电压分量具体实施时,所述主控计算机9调用电压信号凯伦布尔变换模块进行凯伦布尔变换时,是根据公式u′=S″×u′p进行变换的,其中,u′为相空间的负载侧A相电压信号Ua′、负载侧B相电压信号Ub′和负载侧C相电压信号Uc′的向量,u′p为模空间的负载电源侧电压信号的0模电压分量u0′、负载侧电压信号的α模电压分量u′α和负载侧电压信号的β模电压分量u′β的向量。
步骤403、对电源侧电压信号的β模电压分量uβ和负载侧电压信号的β模电压分量uβ′进行离散小波变换及小波系数求解:首先,所述主控计算机9选取电源侧电压信号的β模电压分量uβ作为一维信号f(mβ)并调用离散小波变换模块对一维信号f(mβ)进行离散小波变换,相应求得离散小波变换后的各层小波系数,各层小波系数包括各层近似系数和各层细节系数,各层细节系数记作dj′,k′,其中,mβ=0,1,2,…M-1且M为一维信号f(mβ)的采样序列中的采样点数量,一维信号f(mβ)的采样序列中的采样点数量、所有采样序列点和各采样序列点所对应的采样时刻均与步骤二中主控计算机9所存储的电源侧A相电压信号Ua、电源侧B相电压信号Ub和电源侧C相电压信号Uc的采样点数量、所有采样点和各采样点所对应的采样时刻一一对应;j′=1,2,…,J′且J′为离散小波变换的层数,k′=0,1,2…,M-1且k′为一维信号f(mβ)的采样序列中的M个采样序列点的序号;然后,所述主控计算机9选取负载侧电压信号的β模电压分量u′β作为一维信号f(m′β)并调用离散小波变换模块对一维信号f(m′β)进行离散小波变换,相应求得离散小波变换后的各层小波系数,各层小波系数包括各层近似系数和各层细节系数,各层细节系数记作d′j′,k′,其中,m′β=0,1,2,…M-1且M为一维信号f(m′β)的采样序列中的采样点数量,一维信号f(m′β)的采样序列中的采样点数量、所有采样序列点和各采样序列点所对应的采样时刻均与步骤二中主控计算机9所存储的电源侧A相电压信号Ua、电源侧B相电压信号Ub和电源侧C相电压信号Uc的采样点数量、所有采样点和各采样点所对应的采样时刻一一对应;j′=1,2,…,J′且J′为离散小波变换的层数,k′=0,1,2…,M-1且k′为一维信号f(mβ)的采样序列中的M个采样序列点的序号;
本实施例中,步骤403中所述J′的取值为3~7。
步骤404、电压信号的初始行波模极大值点检测:首先,所述主控计算机9按照一维信号f(mβ)的采样序列的采样顺序,由前至后对第J′层细节系数dJ′,k′的模极大值点进行检测与记录,且检测得出当k′=i′时,dJ′,k′取得模极大值点,即电源侧电压信号的β模电压分量uβ的初始行波模极大值Uβ=dJ′,i′,记录电源侧电压信号的β模电压分量uβ的初始行波模极大值Uβ出现的时刻t1;然后,所述主控计算机9按照一维信号f(m′β)的采样序列的采样顺序,由前至后对第J′层细节系数d′J′,k′的模极大值点进行检测与记录,且检测得出当k′=i′时,d′J′,k′取得模极大值点,即负载侧电压信号的β模电压分量u′β的初始行波模极大值U′β=d′J′,i′,记录负载侧电压信号的β模电压分量u′β的初始行波模极大值U′β出现的时刻t2;其中,i′=0,1,2,…,M-1;
步骤405、电缆故障定位:所述主控计算机9根据公式计算电缆故障位置到电源侧A相霍尔电流传感器1、电源侧B相霍尔电流传感器2和电源侧C相霍尔电流传感器3的安装位置的距离x,单位为m,其中,l为被检测电缆11的总长度,单位为m,v为暂态行波在被检测电缆11上传播的速度且单位为m/s,L为被检测电缆11单位长度的电感,单位为H/m,C为被检测电缆11单位长度的电容,单位为F/m。
为了验证本发明的技术效果,对被检测电缆进行了A相接地短路故障、B相接地短路故障、C相接地短路故障、AB两相短路接地故障、AB相间短路故障、BC两相短路接地故障、BC相间短路故障、AC两相短路接地故障、AC相间短路故障和ABC三相短路接地故障10种短路故障模拟,依次执行本发明步骤一和步骤二,并在主控计算机9中采用MATLAB软件对步骤三进行了仿真,仿真得到的仅采用分形维数进行电缆故障识别的仿真结果如表1所示:
表1采用分形维数进行电缆故障识别仿真结果
从表1中的仿真结果可以看出,各种短路故障,A相分形维数FA、B相分形维数FB和C相分形维数FC的大小情况如下:
当发生A相接地短路故障、B相接地短路故障或C相接地短路故障时,Fb>Fa>Fc
当发生AB相间短路故障或AB两相短路接地故障时,Fc>Fb>Fa
当发生BC相间短路故障或BC两相短路接地故障时,Fa>Fb>Fc
当发生AC相间短路故障或AC两相短路接地故障时,Fb>Fc>Fa
当发生ABC三相短路接地故障时,Fc>Fa>Fb
与步骤306中的电缆故障识别方法相符合。
再设置被检测电缆11所在线路的不同的初始角度和不同的过渡电阻值,仿真得到的采用分形维数并结合初始行波模极大值进行电缆故障识别的仿真结果如表2所示:
表2采用分形维数并结合初始行波模极大值进行电缆故障识别仿真结果
从表2中的仿真结果可以看出,各种短路故障,电源侧电流信号的0模电流分量i0的初始行波模极大值I0、电源侧电流信号的α模电流分量iα的初始行波模极大值Iα和电源侧电流信号的β模电流分量iβ的大小情况如下:
当发生A相接地短路故障时,Iα≠0且Iβ≠0;
当发生B相接地短路故障时,Iα≠0且Iβ=0;
当发生C相接地短路故障时,Iα=0;
当发生AB相间短路故障时,I0=0;
当发生BC相间短路故障时,I0=0;
当发生AC相间短路故障时,I0=0;
当发生AB两相短路接地故障时,I0≠0;
当发生BC两相短路接地故障时,I0≠0;
当发生AC两相短路接地故障时,I0≠0;
与步骤306中的电缆故障识别方法相符合。
以上的仿真结果很好地验证了采用本发明的方法进行电缆故障识别的可行性和有效性,本发明能够在较短时间内不受初始角、过渡电阻、故障距离等参数的影响,对电缆运行中的10种短路故障进行准确识别。
另外,还在主控计算机9中采用MATLAB软件对步骤四进行了仿真,仿真时,首先对被检测电缆11进行Simulink模型搭建,将故障设置在距离电源侧A相霍尔电流传感器1、电源侧B相霍尔电流传感器2和电源侧C相霍尔电流传感器3的安装位置分别为0.1km、0.2km、0.3km、0.5km、0.7km、1km、2km、5km、10km、22km、31km、40km、50km、61km、70km、78km、85km、89km、94km和99km处,由于电力系统故障70%以上的故障都是由单相接地故障引起的,因此针对单相接地故障进行故障距离定位,设置故障类型为A相接地短路故障,L=0.88×10-6H/m,C=0.166×10-9F/m,运行仿真模型,将电源侧A相电压信号Ua、电源侧B相电压信号Ub和电源侧C相电压信号Uc从相空间变换到模空间,并将负载侧A相电压信号Ua′、负载侧B相电压信号Ub′和负载侧C相电压信号Uc′从相空间变换到模空间,再对电源侧电压信号的β模电压分量uβ和负载侧电压信号的β模电压分量uβ′进行离散小波变换及小波系数求解,进行电压信号的初始行波模极大值点检测,并进行故障定位,得到的不同故障距离下的定位仿真结果与绝对误差对照表如表3所示:
表3不同故障距离下的定位仿真结果与绝对误差对照表
从表3能够看出,采用本发明的方法进行电缆故障定位,定位误差不超过26m,满足故障定位误差要求,因此能够很好地用于电缆故障定位。
以上所述,仅是本发明的较佳实施例,并非对本发明作任何限制,凡是根据本发明技术实质对以上实施例所作的任何简单修改、变更以及等效结构变化,均仍属于本发明技术方案的保护范围内。

Claims (8)

1.一种基于暂态行波模极大值法的电缆线路故障识别与定位方法,其特征在于该方法包括以下步骤:
步骤一、信号实时检测及同步上传:通过电源侧A相霍尔电流传感器(1)对被检测电缆(11)所在线路电源侧的A相电流进行实时检测,并将实时所检测的电源侧A相电流信号ia同步上传至第一数据采集卡(7),同时,将实时所检测的电源侧A相电流信号ia通过I/V转换电路模块(10)进行I/V转换得到电源侧A相电压信号Ua后同步上传至第二数据采集卡(8);通过电源侧B相霍尔电流传感器(2)对被检测电缆(11)所在线路电源侧的B相电流进行实时检测,并将实时所检测的电源侧B相电流信号ib同步上传至第一数据采集卡(7),同时,将实时所检测的电源侧B相电流信号ib通过I/V转换电路模块(10)进行I/V转换得到电源侧B相电压信号Ub后同步上传至第二数据采集卡(8);通过电源侧C相霍尔电流传感器(3)对被检测电缆(11)所在线路电源侧的C相电流进行实时检测,并将实时所检测的电源侧C相电流信号ic同步上传至第一数据采集卡(7),同时,将实时所检测的电源侧C相电流信号ic通过I/V转换电路模块(10)进行I/V转换得到电源侧C相电压信号Uc后同步上传至第二数据采集卡(8);通过负载侧A相霍尔电流传感器(4)对被检测电缆(11)所在线路负载侧的A相电流进行实时检测,并将实时所检测的负载侧A相电流信号ia′通过I/V转换电路模块(10)进行I/V转换得到负载侧A相电压信号Ua′后同步上传至第二数据采集卡(8);通过负载侧B相霍尔电流传感器(5)对被检测电缆(11)所在线路负载侧的B相电流进行实时检测,并将实时所检测的负载侧B相电流信号ib′通过I/V转换电路模块(10)进行I/V转换得到负载侧B相电压信号Ub′后同步上传至第二数据采集卡(8);通过负载侧C相霍尔电流传感器(6)对被检测电缆(11)所在线路负载侧的C相电流进行实时检测,并将实时所检测的负载侧C相电流信号ic′通过I/V转换电路模块(10)进行I/V转换得到负载侧C相电压信号Uc′后同步上传至第二数据采集卡(8);
步骤二、信号采集及存储:第一数据采集卡(7)对电源侧A相电流信号ia、电源侧B相电流信号ib和电源侧C相电流信号ic进行采集并相应进行A/D转换后,同步传送至主控计算机(9);第二数据采集卡(8)对电源侧A相电压信号Ua、电源侧B相电压信号Ub和电源侧C相电压信号Uc,以及负载侧A相电压信号Ua′、负载侧B相电压信号Ub′和负载侧C相电压信号Uc′进行采集并相应进行A/D转换后,同步传送至主控计算机(9);主控计算机(9)对电源侧A相电流信号ia、电源侧B相电流信号ib和电源侧C相电流信号ic,电源侧A相电压信号Ua、电源侧B相电压信号Ub和电源侧C相电压信号Uc,以及负载侧A相电压信号Ua′、负载侧B相电压信号Ub′和负载侧C相电压信号Uc′的采样点数量、所有采样点和各采样点所对应的采样时刻进行存储;
步骤三、电缆故障识别:当被检测电缆(11)发生故障时,第一数据采集卡(7)传送来的电源侧A相电流信号ia、电源侧B相电流信号ib和电源侧C相电流信号ic为故障信号,此时通过主控计算机(9)对电源侧A相电流信号ia、电源侧B相电流信号ib和电源侧C相电流信号ic进行分析处理,并相应得出被检测电缆(11)的故障类型属于A相接地短路故障、B相接地短路故障、C相接地短路故障、AB两相短路接地故障、AB相间短路故障、BC两相短路接地故障、BC相间短路故障、AC两相短路接地故障、AC相间短路故障和ABC三相短路接地故障中的哪一种,其分析处理过程如下:
步骤301、电流波形图绘制:所述主控计算机(9)调用电流波形绘制模块绘制出电源侧A相电流信号ia随采样时间t变化的电源侧A相电流波形图、电源侧B相电流信号ib随采样时间t变化的电源侧B相电流波形图和电源侧C相电流信号ic随采样时间t变化的电源侧C相电流波形图;
步骤302、分形盒维数计算,具体过程为:
步骤3021、非故障状态下电流的盒维数计算:假设非故障状态时电源侧A相电流波形、电源侧B相电流波形和电源侧C相电流波形中的任意一个波形为欧氏空间的非空有界点集Sr,用边长为n的小方格覆盖该点集Sr时,假设Nn(Sr)为边长为n时其中包含点集Sr的点的最小盒子数,所述主控计算机(9)先根据公式计算出非故障状态下电流的盒维数特征值Dim(Sr),再根据公式计算出非故障状态下电流的盒维数特征期望值E(Dim*);其中,r=1,2,…,m,m为不小于3的正整数;
步骤3022、故障状态下电流的盒维数计算:首先,假设电源侧A相电流波形是欧氏空间的非空有界点集SA,用边长为n的小方格覆盖该点集SA时,假设Nn(SA)为边长为n时其中包含点集SA的点的最小盒子数,所述主控计算机(9)先根据公式计算出故障状态下电源侧A相电流的盒维数特征值Dim(SA),再根据公式计算出A相分形维数FA;接着,假设电源侧B相电流波形是欧氏空间的非空有界点集SB,用边长为n的小方格覆盖该点集SB时,假设Nn(SB)为边长为n时其中包含点集SB的点的最小盒子数,所述主控计算机(9)先根据公式计算出故障状态下电源侧B相电流的盒维数特征值Dim(SB),再根据公式计算出B相分形维数FB;然后,假设电源侧C相电流波形是欧氏空间的非空有界点集SC,用边长为n的小方格覆盖该点集SC时,假设Nn(SC)为边长为n时其中包含点集SC的点的最小盒子数,所述主控计算机(9)先根据公式计算出故障状态下电源侧C相电流的盒维数特征值Dim(SC),再根据公式计算出C相分形维数FC
步骤303、电流信号空间变换:所述主控计算机(9)调用电流信号凯伦布尔变换模块将电源侧A相电流信号ia、电源侧B相电流信号ib和电源侧C相电流信号ic从相空间变换到模空间,得到电源侧电流信号的0模电流分量i0、电源侧电流信号的α模电流分量iα和电源侧电流信号的β模电流分量iβ
步骤304、对模空间的电流信号进行离散小波变换及小波系数求解:首先,所述主控计算机(9)选取电源侧电流信号的0模电流分量i0作为一维信号f(n0)并调用离散小波变换模块对一维信号f(n0)进行离散小波变换,相应求得离散小波变换后的各层小波系数,各层所述小波系数包括各层近似系数和各层细节系数,各层细节系数记作dj,k,其中,n0=0,1,2,…N-1且N为一维信号f(n0)的采样序列中的采样点数量,一维信号f(n0)的采样序列中的采样点数量、所有采样序列点和各采样序列点所对应的采样时刻均与步骤二中主控计算机(9)所存储的电源侧A相电流信号ia、电源侧B相电流信号ib和电源侧C相电流信号ic的采样点数量、所有采样点和各采样点所对应的采样时刻一一对应;j=1,2,…,J且J为离散小波变换的层数,k=0,1,2…,N-1且k为一维信号f(n0)的采样序列中的N个采样序列点的序号;接着,所述主控计算机(9)选取电源侧电流信号的α模电流分量iα作为一维信号f(nα)并调用离散小波变换模块对一维信号f(nα)进行离散小波变换,相应求得离散小波变换后的各层小波系数,各层所述小波系数包括各层近似系数和各层细节系数,各层细节系数记作d′j,k,其中,nα=0,1,2,…N-1且N为一维信号f(nα)的采样序列中的采样点数量,一维信号f(nα)的采样序列中的采样点数量、所有采样序列点和各采样序列点所对应的采样时刻均与步骤二中主控计算机(9)所存储的电源侧A相电流信号ia、电源侧B相电流信号ib和电源侧C相电流信号ic的采样点数量、所有采样点和各采样点所对应的采样时刻一一对应;j=1,2,…,J且J为离散小波变换的层数,k=0,1,2…,N-1且k为一维信号f(nα)的采样序列中的N个采样序列点的序号;然后,所述主控计算机(9)选取电源侧电流信号的β模电流分量iβ作为一维信号f(nβ)并调用离散小波变换模块对一维信号f(nβ)进行离散小波变换,相应求得离散小波变换后的各层小波系数,各层所述小波系数包括各层近似系数和各层细节系数,各层细节系数记作d″j,k,其中,nβ=0,1,2,…N-1且N为一维信号f(nβ)的采样序列中的采样点数量,一维信号f(nβ)的采样序列中的采样点数量、所有采样序列点和各采样序列点所对应的采样时刻均与步骤二中主控计算机(9)所存储的电源侧A相电流信号ia、电源侧B相电流信号ib和电源侧C相电流信号ic的采样点数量、所有采样点和各采样点所对应的采样时刻一一对应;j=1,2,…,J且J为离散小波变换的层数,k=0,1,2…,N-1且k为一维信号f(nβ)的采样序列中的N个采样序列点的序号;
步骤305、电流信号的初始行波模极大值点检测:首先,所述主控计算机(9)按照一维信号f(n0)的采样序列的采样顺序,由前至后对第J层细节系数dJ,k的模极大值点进行检测与记录,且检测得出当k=i时,dJ,k取得模极大值点,即电源侧电流信号的0模电流分量i0的初始行波模极大值I0=dJ,i;接着,所述主控计算机(9)按照一维信号f(nα)的采样序列的采样顺序,由前至后对第J层细节系数d′J,k的模极大值点进行检测与记录,且检测得出当k=i时,d′J,k取得模极大值点,即电源侧电流信号的α模电流分量iα的初始行波模极大值Iα=d′J,i;然后,所述主控计算机(9)按照一维信号f(nβ)的采样序列的采样顺序,由前至后对第J层细节系数d″J,k的模极大值点进行检测与记录,且检测得出当k=i时,d″J,k取得模极大值点,即电源侧电流信号的β模电流分量iβ的初始行波模极大值Iβ=d″J,i;其中,i=0,1,2,…,N-1;
步骤306、电缆故障识别:所述主控计算机(9)对A相分形维数FA、B相分形维数FB和C相分形维数FC进行比对,并对电源侧电流信号的0模电流分量i0的初始行波模极大值I0、电源侧电流信号的α模电流分量iα的初始行波模极大值Iα和电源侧电流信号的β模电流分量iβ的初始行波模极大值Iβ进行比对,并根据比对结果对电缆故障进行识别,具体为:
当Fc>Fa>Fb时,判定为ABC三相短路接地故障,识别结束并输出识别结果;
当Fb>Fa>Fc时,首先判断是否有Iα≠0,当Iα≠0时,判断是否有Iβ≠0,当Iα≠0且Iβ≠0时,判定为A相接地短路故障;当Iα≠0且Iβ=0时,判定为B相接地短路故障;当Iα=0时,判定为C相接地短路故障;识别结束并输出识别结果;
当Fc>Fb>Fa时,首先判断是否有I0=0,当I0=0时,判定为AB相间短路故障;当I0≠0时,判定为AB两相短路接地故障;识别结束并输出识别结果;
当Fb>Fc>Fa时,首先判断是否有I0=0,当I0=0时,判定为AC相间短路故障;当I0≠0时,判定为AC两相短路接地故障;识别结束并输出识别结果;
当Fa>Fb>Fc时,首先判断是否有I0=0,当I0=0时,判定为BC相间短路故障;当I0≠0时,判定为BC两相短路接地故障;识别结束并输出识别结果;
步骤四、电缆故障定位:当被检测电缆(11)发生故障时,第二数据采集卡(8)传送来的电源侧A相电压信号Ua、电源侧B相电压信号Ub和电源侧C相电压信号Uc,以及负载侧A相电压信号Ua′、负载侧B相电压信号Ub′和负载侧C相电压信号Uc′为故障信号,此时通过主控计算机(9)对电源侧A相电压信号Ua、电源侧B相电压信号Ub和电源侧C相电压信号Uc,以及负载侧A相电压信号Ua′、负载侧B相电压信号Ub′和负载侧C相电压信号Uc′进行分析处理,并相应得出被检测电缆(11)的故障位置,其分析处理过程如下:
步骤401、电压波形图绘制:首先,所述主控计算机(9)调用电压波形绘制模块绘制出电源侧A相电压信号Ua随采样时间t变化的电源侧A相电压波形图、电源侧B相电压信号Ub随采样时间t变化的电源侧B相电压波形图和电源侧C相电压信号Uc随采样时间t变化的电源侧C相电压波形图,以及负载侧A相电压信号Ua′随采样时间t变化的负载侧A相电压波形图、负载侧B相电压信号Ub′随采样时间t变化的负载侧B相电压波形图和负载侧C相电压信号Uc′随采样时间t变化的负载侧C相电压波形图;
步骤402、电压信号空间变换:所述主控计算机(9)调用电压信号凯伦布尔变换模块将电源侧A相电压信号Ua、电源侧B相电压信号Ub和电源侧C相电压信号Uc从相空间变换到模空间,得到电源侧电压信号的0模电压分量u0、电源侧电压信号的α模电压分量uα和电源侧电压信号的β模电压分量uβ;并将负载侧A相电压信号Ua′、负载侧B相电压信号Ub′和负载侧C相电压信号Uc′从相空间变换到模空间,得到负载侧电压信号的0模电压分量u′0、负载侧电压信号的α模电压分量uα′和负载侧电压信号的β模电压分量uβ′;
步骤403、对电源侧电压信号的β模电压分量uβ和负载侧电压信号的β模电压分量uβ′进行离散小波变换及小波系数求解:首先,所述主控计算机(9)选取电源侧电压信号的β模电压分量uβ作为一维信号f(mβ)并调用离散小波变换模块对一维信号f(mβ)进行离散小波变换,相应求得离散小波变换后的各层小波系数,各层小波系数包括各层近似系数和各层细节系数,各层细节系数记作dj′,k′,其中,mβ=0,1,2,…M-1且M为一维信号f(mβ)的采样序列中的采样点数量,一维信号f(mβ)的采样序列中的采样点数量、所有采样序列点和各采样序列点所对应的采样时刻均与步骤二中主控计算机(9)所存储的电源侧A相电压信号Ua、电源侧B相电压信号Ub和电源侧C相电压信号Uc的采样点数量、所有采样点和各采样点所对应的采样时刻一一对应;j′=1,2,…,J′且J′为离散小波变换的层数,k′=0,1,2…,M-1且k′为一维信号f(mβ)的采样序列中的M个采样序列点的序号;然后,所述主控计算机(9)选取负载侧电压信号的β模电压分量u′β作为一维信号f(m′β)并调用离散小波变换模块对一维信号f(m′β)进行离散小波变换,相应求得离散小波变换后的各层小波系数,各层小波系数包括各层近似系数和各层细节系数,各层细节系数记作d′j′,k′,其中,m′β=0,1,2,…M-1且M为一维信号f(m′β)的采样序列中的采样点数量,一维信号f(m′β)的采样序列中的采样点数量、所有采样序列点和各采样序列点所对应的采样时刻均与步骤二中主控计算机(9)所存储的电源侧A相电压信号Ua、电源侧B相电压信号Ub和电源侧C相电压信号Uc的采样点数量、所有采样点和各采样点所对应的采样时刻一一对应;j′=1,2,…,J′且J′为离散小波变换的层数,k′=0,1,2…,M-1且k′为一维信号f(mβ)的采样序列中的M个采样序列点的序号;
步骤404、电压信号的初始行波模极大值点检测:首先,所述主控计算机(9)按照一维信号f(mβ)的采样序列的采样顺序,由前至后对第J′层细节系数dJ′,k′的模极大值点进行检测与记录,且检测得出当k′=i′时,dJ′,k′取得模极大值点,即电源侧电压信号的β模电压分量uβ的初始行波模极大值Uβ=dJ′,i′,记录电源侧电压信号的β模电压分量uβ的初始行波模极大值Uβ出现的时刻t1;然后,所述主控计算机(9)按照一维信号f(m′β)的采样序列的采样顺序,由前至后对第J′层细节系数d′J′,k′的模极大值点进行检测与记录,且检测得出当k′=i′时,d′J′,k′取得模极大值点,即负载侧电压信号的β模电压分量u′β的初始行波模极大值U′β=d′J′,i′,记录负载侧电压信号的β模电压分量u′β的初始行波模极大值U′β出现的时刻t2;其中,i′=0,1,2,…,M-1;
步骤405、电缆故障定位:所述主控计算机(9)根据公式计算电缆故障位置到电源侧A相霍尔电流传感器(1)、电源侧B相霍尔电流传感器(2)和电源侧C相霍尔电流传感器(3)的安装位置的距离x,其中,l为被检测电缆(11)的总长度,v为暂态行波在被检测电缆(11)上传播的速度且L为被检测电缆(11)单位长度的电感,C为被检测电缆(11)单位长度的电容。
2.按照权利要求1所述的基于暂态行波模极大值法的电缆线路故障识别与定位方法,其特征在于:所述第一数据采集卡(7)为数据采集卡PCI9203,所述第二数据采集卡(8)为数据采集卡PCI6221。
3.按照权利要求1所述的基于暂态行波模极大值法的电缆线路故障识别与定位方法,其特征在于:步骤3021和步骤3022中所述n的取值为小于1的正数。
4.按照权利要求1所述的基于暂态行波模极大值法的电缆线路故障识别与定位方法,其特征在于:步骤303中所述主控计算机(9)调用电流信号凯伦布尔变换模块将电源侧A相电流信号ia、电源侧B相电流信号ib和电源侧C相电流信号ic从相空间变换到模空间,采用的变换矩阵为得到的电源侧电流信号的0模电流分量得到的电源侧电流信号的α模电流分量得到的电源侧电流信号的β模电流分量
5.按照权利要求1所述的基于暂态行波模极大值法的电缆线路故障识别与定位方法,其特征在于:步骤304中所述J的取值为3~7。
6.按照权利要求1所述的基于暂态行波模极大值法的电缆线路故障识别与定位方法,其特征在于:步骤402中所述主控计算机(9)调用电压信号凯伦布尔变换模块将电源侧A相电压信号Ua、电源侧B相电压信号Ub和电源侧C相电压信号Uc从相空间变换到模空间,采用的变换矩阵为得到的电源侧电压信号的0模电压分量得到的电源侧电流信号的α模电流分量得到的电源侧电流信号的β模电流分量
7.按照权利要求1所述的基于暂态行波模极大值法的电缆线路故障识别与定位方法,其特征在于:步骤402中所述主控计算机(9)调用电压信号凯伦布尔变换模块将负载侧A相电压信号Ua′、负载侧B相电压信号Ub′和负载侧C相电压信号Uc′从相空间变换到模空间,采用的变换矩阵为得到的负载侧电压信号的0模电压分量得到的负载侧电压信号的α模电压分量得到的负载侧电压信号的β模电压分量
8.按照权利要求1所述的基于暂态行波模极大值法的电缆线路故障识别与定位方法,其特征在于:步骤403中所述J′的取值为3~7。
CN201610136376.4A 2016-03-10 2016-03-10 基于暂态行波模极大值法的电缆线路故障识别与定位方法 Pending CN105548820A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610136376.4A CN105548820A (zh) 2016-03-10 2016-03-10 基于暂态行波模极大值法的电缆线路故障识别与定位方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610136376.4A CN105548820A (zh) 2016-03-10 2016-03-10 基于暂态行波模极大值法的电缆线路故障识别与定位方法

Publications (1)

Publication Number Publication Date
CN105548820A true CN105548820A (zh) 2016-05-04

Family

ID=55828140

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610136376.4A Pending CN105548820A (zh) 2016-03-10 2016-03-10 基于暂态行波模极大值法的电缆线路故障识别与定位方法

Country Status (1)

Country Link
CN (1) CN105548820A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108051725A (zh) * 2017-10-31 2018-05-18 国网浙江省电力公司检修分公司 换流站阀塔晶闸管定位系统及其工作方法
CN109086248A (zh) * 2018-06-15 2018-12-25 西安科技大学 一种基于复小波模极大值连线的故障信号分析方法
CN110488149A (zh) * 2019-08-05 2019-11-22 三峡大学 基于小波求和极限学习机sw-elm的输电线路短路故障分类与定位方法
CN113125902A (zh) * 2021-04-19 2021-07-16 福州大学 基于iewt和imdmf的直流配电系统故障检测方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101701999A (zh) * 2009-11-23 2010-05-05 清华大学 输电线路故障方向检测方法
CN101907437A (zh) * 2010-07-23 2010-12-08 西安科技大学 一种基于小波差分算法的电缆故障测距方法
CN102255292A (zh) * 2011-07-25 2011-11-23 西安交通大学 一种基于参数识别的高压输电线路距离保护方法
CN102721902A (zh) * 2012-06-28 2012-10-10 福建省电力有限公司莆田电业局 基于电压行波预测的输电线路故障检测方法
CN103323748A (zh) * 2013-06-29 2013-09-25 西安科技大学 基于分形和小波变换的电力电缆故障识别系统及方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101701999A (zh) * 2009-11-23 2010-05-05 清华大学 输电线路故障方向检测方法
CN101907437A (zh) * 2010-07-23 2010-12-08 西安科技大学 一种基于小波差分算法的电缆故障测距方法
CN102255292A (zh) * 2011-07-25 2011-11-23 西安交通大学 一种基于参数识别的高压输电线路距离保护方法
CN102721902A (zh) * 2012-06-28 2012-10-10 福建省电力有限公司莆田电业局 基于电压行波预测的输电线路故障检测方法
CN103323748A (zh) * 2013-06-29 2013-09-25 西安科技大学 基于分形和小波变换的电力电缆故障识别系统及方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
罗云林: "《基于小波分析机场电力电缆故障点检测研究》", 《中国民航飞行学院学报》 *
肖鹏: "《硕士学位论文》", 1 January 2010 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108051725A (zh) * 2017-10-31 2018-05-18 国网浙江省电力公司检修分公司 换流站阀塔晶闸管定位系统及其工作方法
CN108051725B (zh) * 2017-10-31 2019-12-06 国网浙江省电力有限公司检修分公司 换流站阀塔晶闸管定位系统及其工作方法
CN109086248A (zh) * 2018-06-15 2018-12-25 西安科技大学 一种基于复小波模极大值连线的故障信号分析方法
CN110488149A (zh) * 2019-08-05 2019-11-22 三峡大学 基于小波求和极限学习机sw-elm的输电线路短路故障分类与定位方法
CN113125902A (zh) * 2021-04-19 2021-07-16 福州大学 基于iewt和imdmf的直流配电系统故障检测方法
CN113125902B (zh) * 2021-04-19 2022-07-22 福州大学 基于iewt和imdmf的直流配电系统故障检测方法

Similar Documents

Publication Publication Date Title
CN101907437B (zh) 一种基于小波差分算法的电缆故障测距方法
CN101232176B (zh) 基于暂态行波的中性点非有效接地配电系统故障定位方法
CN102495336B (zh) 一种分布式单相接地故障测距系统及其测距方法
Farughian et al. Review of methodologies for earth fault indication and location in compensated and unearthed MV distribution networks
CN103760467B (zh) 一种配电网单相接地故障点巡查方法
CN102508076B (zh) 一种基于多智能体系统和小波分析的故障诊断装置及方法
CN101459334B (zh) 电力系统故障信息获取方法
CN106093700B (zh) 一种基于电压行波原理的故障录波装置及测距方法
CN105353268A (zh) 一种用于输电线路分布式行波故障判断及定位方法
CN101261304A (zh) 小电流接地系统配电线路单相接地故障自动定位方法
CN103267927B (zh) 一种利用工频分量小波系数直线拟合检测的小电流接地系统故障选线方法
CN103323748B (zh) 基于分形和小波变换的电力电缆故障识别方法
CN105548820A (zh) 基于暂态行波模极大值法的电缆线路故障识别与定位方法
Rathore et al. Wavelet-alienation based protection scheme for multi-terminal transmission line
CN107632236A (zh) 一种基于对端母线反射波识别的单出线输电线路单端故障测距方法
CN202133738U (zh) 一种故障电弧的检测保护装置
CN103018632A (zh) 基于费歇信息的小电流接地系统单相接地故障选线方法
CN106841914A (zh) 配电线路的故障测距装置
Ngaopitakkul et al. Identification of fault locations in underground distribution system using discrete wavelet transform
CN203825142U (zh) 供电线路故障定位仪
Lin et al. Fault location for three-ended ring-topology power system using minimum GPS-based measurements and CVT/CT sensing
Zhang et al. Two terminals protection method for HVDC transmission lines based on maximal overlap discrete wavelet transform and cross-correlation coefficient of traveling wave
CN107085168A (zh) 一种含有多回电缆出线的单相接地故障选线装置
Qianli et al. New approach of fault detection and fault phase selection based on initial current traveling waves
CN106841916B (zh) 基于行波测度和暂态零模无功功率方向的配电自动化系统接地故障定位方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20160504

RJ01 Rejection of invention patent application after publication