CN106370983B - 多回线路中故障馈线选择方法和系统 - Google Patents

Abstract

本发明涉及一种多回线路中故障馈线选择方法和系统，方法包括：分别对接地故障发生时刻起预设时间段内每条馈线的暂态零序电流数据进行若干次采样，根据采样次数、配电系统的馈线总数和各个采样时刻各条馈线的采样数据建立馈线的特征值的函数模型；根据所述函数模型计算每条馈线的特征值，当所述特征值为正时，判定发生多回线故障；在发生多回线故障时，若馈线总数大于1，根据所述采样数据分别计算各条馈线的零序电流，若所述零序电流满足预设的电流约束条件，则将所述特征值为正的馈线选为故障馈线；其中，所述预设的电流约束条件与配电系统中各条馈线的零序电流矢量和以及消弧线圈的补偿输出相关联。

Description

多回线路中故障馈线选择方法和系统

技术领域

本发明涉及供电故障选线装置技术领域，特别是涉及一种多回线路中故障馈线选择方法和系统。

背景技术

目前，配电网(6～66kV)广泛采用小电流接地方式，在系统发生单相接地故障时，带故障运行两小时，对供电可靠性意义重大。但是，供电部门仍然需要尽快查找故障线路并及时切除。由于小电流接地的配电网发生单相接地故障时，故障电流较小甚至非常小，给故障选线带来困难。

为解决小电流接地系统的故障选线，传统选线方法，包括有功分量法、残流增量法、五次谐波法、首半波法、暂态极性法、小波法等等。

然而，由于从正常状态到故障状态的过程是一个暂态过程，上述方法在进行多回线故障选线时，上述判断方式容易受到外接电磁干扰，准确性较低。

发明内容

基于此，有必要针对多回线故障选线时准确性较低的问题，提供一种多回线路中故障馈线选择方法和系统。

一种多回线路中故障馈线选择方法，包括以下步骤：

分别对接地故障发生时刻起预设时间段内每条馈线的暂态零序电流数据进行若干次采样，根据采样次数、配电系统的馈线总数和各个采样时刻各条馈线的采样数据建立馈线的特征值的函数模型；

根据所述函数模型计算每条馈线的特征值，当所述特征值为正时，判定发生多回线故障；

在发生多回线故障时，若馈线总数大于1，根据所述采样数据分别计算各条馈线的零序电流，若所述零序电流满足预设的电流约束条件，则将所述特征值为正的馈线选为故障馈线；其中，所述预设的电流约束条件与配电系统中各条馈线的零序电流矢量和以及消弧线圈的补偿输出相关联。

一种多回线路中故障馈线选择系统，包括：

模型建立模块，用于分别对接地故障发生时刻起预设时间段内每条馈线的暂态零序电流数据进行若干次采样，根据采样次数、配电系统的馈线总数和各个采样时刻各条馈线的采样数据建立馈线的特征值的函数模型；

预判模块，用于根据所述函数模型计算每条馈线的特征值，当所述特征值为正时，判定发生多回线故障；

选线模块，用于在发生多回线故障时，若馈线总数大于1，根据所述采样数据分别计算各条馈线的零序电流，若所述零序电流满足预设的电流约束条件，则将所述特征值为正的馈线选为故障馈线；其中，所述预设的电流约束条件与配电系统中各条馈线的零序电流矢量和以及消弧线圈的补偿输出相关联。

上述多回线路中故障馈线选择方法和系统，通过将接地故障发生时刻起一段时间内的暂态过渡过程的全部数据作为函数模型的初始输入，将函数模型的特征值为正值的馈线均作为预选的故障线路，并利用全体零序电流矢量和为零的特性，对预选结果进行校验，判断结果准确，解决了多回线故障选线困难和不准确的问题。

附图说明

图1为一个实施例的多回线路中故障馈线选择方法流程图；

图2为一个实施例的多回线路中故障馈线选择系统的结构示意图。

具体实施方式

下面结合附图对本发明的技术方案进行说明。

如图1所示，本发明提供一种多回线路中故障馈线选择方法，可包括以下步骤：

S1，分别对接地故障发生时刻起预设时间段内每条馈线的暂态零序电流数据进行若干次采样，根据采样次数、配电系统的馈线总数和各个采样时刻各条馈线的采样数据建立馈线的特征值的函数模型；

其中，所述预设时间段可以是5ms～10ms。该时间段是发生故障后由正常状态(稳态)到故障状态(稳态)过渡的一般性时间。即，在该时间段内的状态可视为是一个暂态过程，该时间段之后的过程可视为是一个稳态过程。在该时间段内，电磁干扰较强，系统受电磁干扰影响较大。

假设K_i为第i条馈线的特征值，N为总采样次数，M为馈线总数，A_it是采样时刻为t时第i条馈线的采样数据，则所述函数模型可记为：

由于配电系统中的电流是交流电，因此，所述采样数据A_it的值既可以是正的，也可以是负的。经过试验证明，故障馈线的电流极性与非故障馈线的极性是相反的，可根据上述规律查找故障馈线。

在上述公式中，代表第i条馈线在t时刻的电流的极性，代表全部馈线在t时刻的整体极性，该整体极性代表的是全部馈线中大多数馈线的极性值。例如，当馈线总数为10，其中，极性值为正的馈线数目是8，极性值为负的馈线数目是2，则的值为正数，而馈线中大多数馈线的极性正是正数。当第i条馈线是正常馈线时，该馈线的极性与的极性应当是相同的；当第i条馈线是故障馈线时，该馈线的极性与的极性应当是相反的。仍以上述数据为例，若第i条馈线是正常馈线，则该馈线的极性为正，的极性也为正；若第i条馈线是故障馈线，则该馈线的极性为负，的极性为正。通过上述举例可以看出，当第i条馈线是正常馈线时，上述公式的分子为正数，从而上述公式的值为负数；反之，当第i条馈线是故障馈线时，上述公式的分子为负数，从而上述公式的值为正数。

通过实践证明，由于受到电磁干扰，“故障线路与非故障线路极性相反”并不是在整个过渡过程中每个时刻都成立的。通过对N次采样的数据进行累加，可以充分利用接地故障发生时刻起5ms～10ms内每条馈线的暂态零序电流数据，能够有效去除电磁干扰，使结果更加准确。

S2，根据所述函数模型计算每条馈线的特征值，当所述特征值为正时，判定发生多回线故障；

基于上述分析，当存在特征值为正的馈线时可判定发生接地故障，在第i条馈线的特征值为正时，可预判该馈线为故障馈线。若不存在特征值为正的馈线，可判定未发生接地故障。为了进一步提高判断结果的准确性，可以对该结果进行校验，如步骤S3所述。

S3，在发生多回线故障时，若馈线总数大于1，根据所述采样数据分别计算各条馈线的零序电流，若所述零序电流满足预设的电流约束条件，则将所述特征值为正的馈线选为故障馈线；其中，所述预设的电流约束条件与配电系统中各条馈线的零序电流矢量和以及消弧线圈的补偿输出相关联。

根据节点电流定律，全体零序电流矢量和为零。可根据上述特性对预判结果进行校验。其中，可首先根据如下公式计算各条馈线的零序电流：

式中，A_it是采样时刻为t时第i条馈线的采样数据，N为总采样次数，I_0i为第i条馈线的零序电流。

可根据如下公式计算消弧线圈的补偿输出：

式中，A_Lt为消弧线圈在是采样时刻为t时的输出电流，N为总采样次数，I_L为消弧线圈的补偿输出。

从而校验的约束条件可记为：

∑I₁≈|I_L-∑I₂|；

式中，∑I₁为所有故障线路的零序电流的总和，∑I₂为所有非故障线路的零序电流总和，I_L为消弧线圈的补偿输出。

在馈线数量大于1时，若满足上述约束条件，可将预判过程中判定的特征值为正的馈线选为故障馈线；若不满足上述约束条件，可以将最小正特征值对应的馈线调整为非故障馈线，并重新校验，直到满足所述电流约束条件，最后，可将特征值为正的馈线选为故障馈线。

在馈线数量为0或者1时，若若预判阶段判定存在特征值为正的馈线，即预判为发生多回线路故障时，可判定为母线故障，并将与各馈线相连接的母线选为故障线路。

上述多回线路中故障馈线选择方法，通过将接地故障发生时刻起一段时间内的暂态过渡过程的全部数据作为函数模型的初始输入，将函数模型的特征值为正值的馈线均作为预选的故障线路，并利用全体零序电流矢量和为零的特性，对预选结果进行校验，判断结果准确，解决了多回线故障选线困难和不准确的问题。

如图2所示，本发明提供一种多回线路中故障馈线选择系统，可包括：

模型建立模块10，用于分别对接地故障发生时刻起预设时间段内每条馈线的暂态零序电流数据进行若干次采样，根据采样次数、配电系统的馈线总数和各个采样时刻各条馈线的采样数据建立馈线的特征值的函数模型；

其中，所述预设时间段可以是5ms～10ms。该时间段是发生故障后由正常状态(稳态)到故障状态(稳态)过渡的一般性时间。即，在该时间段内的状态可视为是一个暂态过程，该时间段之后的过程可视为是一个稳态过程。在该时间段内，电磁干扰较强，系统受电磁干扰影响较大。

假设K_i为第i条馈线的特征值，N为总采样次数，M为馈线总数，A_it是采样时刻为t时第i条馈线的采样数据，则所述函数模型可记为：

由于配电系统中的电流是交流电，因此，所述采样数据A_it的值既可以是正的，也可以是负的。经过试验证明，故障馈线的电流极性与非故障馈线的极性是相反的，可根据上述规律查找故障馈线。

在上述公式中，代表第i条馈线在t时刻的电流的极性，代表全部馈线在t时刻的整体极性，该整体极性代表的是全部馈线中大多数馈线的极性值。例如，当馈线总数为10，其中，极性值为正的馈线数目是8，极性值为负的馈线数目是2，则的值为正数，而馈线中大多数馈线的极性正是正数。当第i条馈线是正常馈线时，该馈线的极性与的极性应当是相同的；当第i条馈线是故障馈线时，该馈线的极性与的极性应当是相反的。仍以上述数据为例，若第i条馈线是正常馈线，则该馈线的极性为正，的极性也为正；若第i条馈线是故障馈线，则该馈线的极性为负，的极性为正。通过上述举例可以看出，当第i条馈线是正常馈线时，上述公式的分子为正数，从而上述公式的值为负数；反之，当第i条馈线是故障馈线时，上述公式的分子为负数，从而上述公式的值为正数。

通过实践证明，由于受到电磁干扰，“故障线路与非故障线路极性相反”并不是在整个过渡过程中每个时刻都成立的。通过对N次采样的数据进行累加，可以充分利用接地故障发生时刻起5ms～10ms内每条馈线的暂态零序电流数据，能够有效去除电磁干扰，使结果更加准确。

预判模块20，用于根据所述函数模型计算每条馈线的特征值，当所述特征值为正时，判定发生多回线故障；

基于上述分析，当存在特征值为正的馈线时可判定发生接地故障，在第i条馈线的特征值为正时，可预判该馈线为故障馈线。若不存在特征值为正的馈线，可判定未发生接地故障。为了进一步提高判断结果的准确性，可以对该结果进行校验，如选线模块30所执行的功能。

选线模块30，用于在发生多回线故障时，若馈线总数大于1，根据所述采样数据分别计算各条馈线的零序电流，若所述零序电流满足预设的电流约束条件，则将所述特征值为正的馈线选为故障馈线；其中，所述预设的电流约束条件与配电系统中各条馈线的零序电流矢量和以及消弧线圈的补偿输出相关联。

根据节点电流定律，全体零序电流矢量和为零。可根据上述特性对预判结果进行校验。其中，可首先根据如下公式计算各条馈线的零序电流：

式中，A_it是采样时刻为t时第i条馈线的采样数据，N为总采样次数，I_0i为第i条馈线的零序电流。

可根据如下公式计算消弧线圈的补偿输出：

式中，A_Lt为消弧线圈在是采样时刻为t时的输出电流，N为总采样次数，I_L为消弧线圈的补偿输出。

从而校验的约束条件可记为：

∑I₁≈|I_L-∑I₂|；

式中，∑I₁为所有故障线路的零序电流的总和，∑I₂为所有非故障线路的零序电流总和，I_L为消弧线圈的补偿输出。

在馈线数量大于1时，若满足上述约束条件，可将预判过程中判定的特征值为正的馈线选为故障馈线；若不满足上述约束条件，可以将最小正特征值对应的馈线调整为非故障馈线，并重新校验，直到满足所述电流约束条件，最后，可将特征值为正的馈线选为故障馈线。

在馈线数量为0或者1时，若若预判阶段判定存在特征值为正的馈线，即预判为发生多回线路故障时，可判定为母线故障，并将与各馈线相连接的母线选为故障线路。

上述多回线路中故障馈线选择系统，通过将接地故障发生时刻起一段时间内的暂态过渡过程的全部数据作为函数模型的初始输入，将函数模型的特征值为正值的馈线均作为预选的故障线路，并利用全体零序电流矢量和为零的特性，对预选结果进行校验，判断结果准确，解决了多回线故障选线困难和不准确的问题。

本发明的多回线路中故障馈线选择系统与本发明的多回线路中故障馈线选择方法一一对应，在上述多回线路中故障馈线选择方法的实施例阐述的技术特征及其有益效果均适用于多回线路中故障馈线选择系统的实施例中，特此声明。

以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (8)

1.一种多回线路中故障馈线选择方法，其特征在于，包括以下步骤：

分别对接地故障发生时刻起预设时间段内每条馈线的暂态零序电流数据进行若干次采样，根据采样次数、配电系统的馈线总数和各个采样时刻各条馈线的采样数据建立馈线的特征值的函数模型；

根据所述函数模型计算每条馈线的特征值，当所述特征值为正时，判定发生多回线故障；

在发生多回线故障时，若馈线总数大于1，根据所述采样数据分别计算各条馈线的零序电流，若所述零序电流满足预设的电流约束条件，则将所述特征值为正的馈线选为故障馈线；其中，所述预设的电流约束条件与配电系统中各条馈线的零序电流矢量和以及消弧线圈的补偿输出相关联；

根据所述函数模型计算每条馈线的特征值的步骤包括：

根据如下公式计算每条馈线的特征值：

式中，Ki为第i条馈线的特征值，N为总采样次数，M为馈线总数，A_it是采样时刻为t时第i条馈线的采样数据。

2.根据权利要求1所述的多回线路中故障馈线选择方法，其特征在于，根据所述采样数据分别计算各条馈线的零序电流的步骤包括：

根据如下公式计算各条馈线的零序电流：

式中，A_it是采样时刻为t时第i条馈线的采样数据，N为总采样次数，I_Oi为第i条馈线的零序电流。

3.根据权利要求1所述的多回线路中故障馈线选择方法，其特征在于，根据如下公式计算消弧线圈的补偿输出：

式中，A_Lt为消弧线圈在是采样时刻为t时的输出电流，N为总采样次数，I_L为消弧线圈的补偿输出。

4.根据权利要求1所述的多回线路中故障馈线选择方法，其特征在于，所述电流约束条件为：

∑I₁≈|I_L-∑I₂|；

式中，∑I₁为所有故障线路的零序电流的总和，∑I₂为所有非故障线路的零序电流总和，I_L为消弧线圈的补偿输出。

5.根据权利要求1至4任意一项所述的多回线路中故障馈线选择方法，其特征在于，还包括以下步骤：

若不满足所述电流约束条件，则将最小正特征值对应的馈线调整为非故障馈线，直到满足所述电流约束条件；

将特征值为正的馈线选为故障馈线。

6.根据权利要求1至4任意一项所述的多回线路中故障馈线选择方法，其特征在于，还包括以下步骤：

在发生多回线故障时，若馈线数量为小于或等于1，则判定为母线故障；

将与各馈线相连接的母线选为故障线路。

7.根据权利要求1至4任意一项所述的多回线路中故障馈线选择方法，其特征在于，所述预设时间为5ms～10ms。

8.一种多回线路中故障馈线选择系统，其特征在于，包括：

模型建立模块，用于分别对接地故障发生时刻起预设时间段内每条馈线的暂态零序电流数据进行若干次采样，根据采样次数、配电系统的馈线总数和各个采样时刻各条馈线的采样数据建立馈线的特征值的函数模型；

预判模块，用于根据所述函数模型计算每条馈线的特征值，当所述特征值为正时，判定发生多回线故障；

选线模块，用于在发生多回线故障时，若馈线总数大于1，根据所述采样数据分别计算各条馈线的零序电流，若所述零序电流满足预设的电流约束条件，则将所述特征值为正的馈线选为故障馈线；其中，所述预设的电流约束条件与配电系统中各条馈线的零序电流矢量和以及消弧线圈的补偿输出相关联；

所述函数模型为：

式中，Ki为第i条馈线的特征值，N为总采样次数，M为馈线总数，A_it是采样时刻为t时第i条馈线的采样数据。