CN106291238B - 一种三端直流输电线路离散小波变换和支持向量机的故障支路识别方法 - Google Patents

Abstract

本发明涉及一种三端直流输电线路离散小波变换和支持向量机的故障支路识别方法，属于电力系统故障测距技术领域。首先在三端直流MT支路、NT支路和QT支路设置故障位置，并且步长设为1km，过渡电阻分别设为0Ω、10Ω和100Ω；其次，时窗长取为1ms，对量测端电流行波进行db4小波分解并选取第二尺度下的小波变换系数作为支持向量机SVM的输入属性，建立起SVM故障支路判别模型，并对该模型进行训练，且约定SVM输出1为QT支路故障，输出0为MT支路故障，输出‑1为NT支路故障；最后，当三端直流线路发生时，将电流行波进行db4小波分解并输入SVM，并根据SVM的输出结果实现故障支路的判断。

Description

一种三端直流输电线路离散小波变换和支持向量机的故障支 路识别方法

技术领域

本发明涉及一种三端直流输电线路离散小波变换和支持向量机的故障支路识别方法，属于电力系统故障测距技术领域。

背景技术

多端柔性直流输电是由三个或三个以上换流站及其连接换流站之间的直流线路组成。经济性上，较多个两端直流输电系统能节省输电走廊、减少造价较高的换流站个数，有效减少投资成本和运行费用；灵活性上，可根据需求使某个或某些换流站既可作为整流运行，也可作为逆变运行，通过功率反转，调节潮流分布。研究适用于三端直流输电线路故障支路识别的故障测距技术，能够有效的提高输电线路的可靠性和经济性，对电力系统的安全运行具有重要意义。

目前的测距方法从原理上分为阻抗法、故障分析法、行波法等,常用的比较精确的高压输电线路故障测距方法，根据数据来源的不同分为行波测距、常规量测距等。常规测距受运行方式、线路参数的精确度等影响较大，行波测距精度高,但依赖于线路两端精确的对时，受通讯干扰较大,线路首末端还会出现死区。当故障发生在线路首末端时，由于行波传输速度快,行波测距装置中的行波检测采集模块无法采集到高速行波，这时就出现了测距的盲区；当GPS不能正确对时或线路两端通讯发生故障时，行波测距装置也不能正常测距；当行波测距装置本身出现故障时，行波测距也将失去作用。

发明内容

本发明要解决的技术问题是提供一种三端直流输电线路离散小波变换和支持向量机的故障支路识别方法，用以解决上述问题。

本发明的技术方案是：一种三端直流输电线路离散小波变换和支持向量机的故障支路识别方法，首先在三端直流MT支路、NT支路和QT支路设置故障位置，并且步长设为1km，过渡电阻分别设为0Ω、10Ω和100Ω；其次，时窗长取为1ms，对量测端电流行波进行db4小波分解并选取第二尺度下的小波变换系数作为支持向量机SVM的输入属性，建立起SVM故障支路判别模型，并对该模型进行训练，且约定SVM输出1为QT支路故障，输出0为MT支路故障，输出-1为NT支路故障；最后，当三端直流线路发生时，将电流行波进行db4小波分解并输入SVM，并根据SVM的输出结果实现故障支路的判断。

具体步骤为：

第一步、在三端直流输电线路中，利用仿真数据形成历史样本，分别在MT支路、NT支路和QT支路设置故障位置，步长为1km，过渡电阻分别设为0Ω、10Ω和100Ω，时窗长为1ms，获取故障电流数据；

第二步、对量测端电流行波进行db4小波分解并选取第二尺度下的小波变换系数作为SVM1的输入属性，建立起SVM故障支路判别模型，并对该模型进行训练，且约定SVM输出1为QT支路故障，输出0为MT支路故障，输出-1为NT支路故障；

第三步、据SVM的输出结果实现故障支路的判断，当三端直流线路发生时，将电流行波进行db4小波分解，并作为SVM的输入属性；

若SVM输出为1，则判断为QT支路故障；

若SVM输出为0，则判断为MT支路；

若SVM输出为-1，则判断为NT支路故障。

本发明的原理是：对于三端直流输电线路，当故障位于MT支路半线长之内，第2个行波为故障点反射波，与故障初始行波同极性；当故障位于MT支路半线长之外，第2个行波为T节点反射波，与故障初始行波反极性。M端观测到的Q端和N端反射波与故障初始行波均为反极性。当故障位于NT支路，M端检测到的故障点反射波与故障初始行波同极性，N端反射波与故障初始行波反极性。当故障位于QT支路，M端检测到的故障点反射波与故障初始行波同极性，Q端反射波与故障初始行波反极性。所以无论故障位于某支路，故障点反射波与故障初始行波同极性，对端”电气边界”反射波与故障初始行波反极性。定义2τl_max为故障行波在线路MN，线路MQ中最长线路中往返一次的时间，于M端观测，若在2τl_max内能检测到N端和Q端反射波，则可以实现故障支路的识别。

离散小波变换(Discrete Wavelet Transform)既能考察局部时域过程的频域特征，又能考察局部频域过程的时域特征。支持向量机(SVM)是建立在统计学习理论基础上的一种小样本机器学习方法，用于解决二分类问题，SVM的主要思想可以概括为两点：(1)它是针对线性可分情况进行分析，对于线性不可分的情况，通过使用非线性映射算法将低维输入空间线性不可分的样本转化为高维特征空间使其线性可分，从而使得高维特征空间采用线性算法对样本的非线性特征进行线性分析成为可能；(2)它基于结构风险最小化理论之上在特征空间中建构最优分割超平面，使得学习器得到全局最优化，并且在整个样本空间的期望风险以某个概率满足一定上界。将三端直流输电线路故障支路量测端电流行波进行db4小波分解并选取第二尺度下的小波变换系数作为SVM的输入属性，利用离散小波变换和支持向量机实现故障支路的识别。

本发明的有益效果是：利用DWT-SVM故障支路判别机制对三端直流输电线路的故障支路的识别，通过大量仿真实验证明，该方法可以准确、可靠的识别三段线缆混合直流输电线路故障支路。

附图说明

图1是本发明三端直流输电系统示意图；

图2是本发明基于离散小波变换和支持向量机的故障支路判别机制和模型图。

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。

一种三端直流输电线路离散小波变换和支持向量机的故障支路识别方法，首先在三端直流MT支路、NT支路和QT支路设置故障位置，并且步长设为1km，过渡电阻分别设为0Ω、10Ω和100Ω；其次，时窗长取为1ms，对量测端电流行波进行db4小波分解并选取第二尺度下的小波变换系数作为支持向量机SVM的输入属性，建立起SVM故障支路判别模型，并对该模型进行训练，且约定SVM输出1为QT支路故障，输出0为MT支路故障，输出-1为NT支路故障；最后，当三端直流线路发生时，将电流行波进行db4小波分解并输入SVM，并根据SVM的输出结果实现故障支路的判断。

具体步骤为：

第一步、在三端直流输电线路中，利用仿真数据形成历史样本，分别在MT支路、NT支路和QT支路设置故障位置，步长为1km，过渡电阻分别设为0Ω、10Ω和100Ω，时窗长为1ms，获取故障电流数据；

第二步、对量测端电流行波进行db4小波分解并选取第二尺度下的小波变换系数作为SVM1的输入属性，建立起SVM故障支路判别模型，并对该模型进行训练，且约定SVM输出1为QT支路故障，输出0为MT支路故障，输出-1为NT支路故障；

第三步、据SVM的输出结果实现故障支路的判断，当三端直流线路发生时，将电流行波进行db4小波分解，并作为SVM的输入属性；

若SVM输出为1，则判断为QT支路故障；

若SVM输出为0，则判断为MT支路；

若SVM输出为-1，则判断为NT支路故障。

实施例1：三端直流输电线路如图1所示。其线路参数如下：三段架空直流线路的长度l₁、l₂和l₃依次为100km、30km和50km。现假设MT支路距离M端45km发生正线路故障，过渡电阻为50Ω。

根据第一步、在三端直流输电线路中，利用仿真数据形成历史样本：分别在MT支路、NT支路和QT支路设置故障位置，步长为1km，过渡电阻分别设为0Ω、10Ω和100Ω，时窗长为1ms，获取故障电流数据；根据第二步、对量测端电流行波进行db4小波分解并选取第二尺度下的小波变换系数作为SVM1的输入属性，并约定SVM输出1为QT支路故障，输出0为MT支路故障，输出-1为NT支路故障；根据SVM输出为0，可知故障位于MT支路。

实施例2：三端直流输电线路如图1所示。其线路参数如下：三段架空直流线路的长度l₁、l₂和l₃依次为100km、30km和50km。现假设NT支路距离M端126km发生正线路故障，过渡电阻为10Ω。

根据第一步、在三端直流输电线路中，利用仿真数据形成历史样本：分别在MT支路、NT支路和QT支路设置故障位置，步长为1km，过渡电阻分别设为0Ω、10Ω和100Ω，时窗长为1ms，获取故障电流数据；根据第二步、对量测端电流行波进行db4小波分解并选取第二尺度下的小波变换系数作为SVM1的输入属性，并约定SVM输出1为QT支路故障，输出0为MT支路故障，输出-1为NT支路故障；根据SVM输出为1，可知故障位于NT支路。

实施例3：三端直流输电线路如图1所示。其线路参数如下：三段架空直流线路的长度l₁、l₂和l₃依次为100km、30km和50km。现假设QT支路距离M端134km发生正线路故障，过渡电阻为50Ω。

根据第一步、在三端直流输电线路中，利用仿真数据形成历史样本：分别在MT支路、NT支路和QT支路设置故障位置，步长为1km，过渡电阻分别设为0Ω、10Ω和100Ω，时窗长为1ms，获取故障电流数据；根据第二步、对量测端电流行波进行db4小波分解并选取第二尺度下的小波变换系数作为SVM1的输入属性，并约定SVM输出1为QT支路故障，输出0为MT支路故障，输出-1为NT支路故障；根据SVM输出为-1，可知故障位于QT支路。

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 (1)

1.一种三端直流输电线路离散小波变换和支持向量机的故障支路识别方法，其特征在于：首先在三端直流MT支路、NT支路和QT支路设置故障位置，并且步长设为1km，过渡电阻分别设为0Ω、10Ω和100Ω；其次，时窗长取为1ms，对量测端电流行波进行db4小波分解并选取第二尺度下的小波变换系数作为支持向量机SVM的输入属性，建立起SVM故障支路判别模型，并对该模型进行训练，且约定SVM输出1为QT支路故障，输出0为MT支路故障，输出-1为NT支路故障；最后，当三端直流线路发生时，将电流行波进行db4小波分解并输入SVM，并根据SVM的输出结果实现故障支路的判断；

具体步骤为：

第一步、在三端直流输电线路中，利用仿真数据形成历史样本，分别在MT支路、NT支路和QT支路设置故障位置，步长为1km，过渡电阻分别设为0Ω、10Ω和100Ω，时窗长为1ms，获取故障电流数据；

第二步、对量测端电流行波进行db4小波分解并选取第二尺度下的小波变换系数作为SVM1的输入属性，建立起SVM故障支路判别模型，并对该模型进行训练，且约定SVM输出1为QT支路故障，输出0为MT支路故障，输出-1为NT支路故障；

第三步、据SVM的输出结果实现故障支路的判断，当三端直流线路发生时，将电流行波进行db4小波分解，并作为SVM的输入属性；

若SVM输出为1，则判断为QT支路故障；

若SVM输出为0，则判断为MT支路；

若SVM输出为-1，则判断为NT支路故障。