CN106597215A - 一种基于短时窗内暂态行波的故障测距方法及系统 - Google Patents

Abstract

本发明公开了一种基于短时窗内暂态行波的故障测距方法及系统，所述方法包括以下步骤：获取故障前输电线路两端的行波数据，进行信号工频拟合处理，得到精确拟合函数值；根据行波数据计算故障点处的电压模量或电流模量；再根据精确拟合函数值进行凯伦贝尔变换处理，进行数据对齐处理，得到精确同步数据值；根据精确同步数据值进行小波变换处理，提取模极大值的时间差进行故障测距，得到精准故障测距值。本发明提供的方法中对行波数据进行信号拟合和数据对齐处理，使其故障行波测距不依赖于GPS对时装置的时间信息，克服了GPS对时装置的限制，因此，本发明的方法及系统可极大的提高暂态行波测距的可靠性，使故障测距结果精准。

Description

一种基于短时窗内暂态行波的故障测距方法及系统

技术领域

本发明涉及电网中行波双端故障测距技术领域，特别涉及一种基于短时窗内暂态行波的故障测距方法及系统。

背景技术

高压输电线路由于穿越山区、森林、丘陵等偏僻地带，地理环境复杂，易发生故障。引起故障的因素一般发生在山火、风雪、雷电、污秽、覆冰等，大多没有明显的破坏痕迹，导致人工查找故障点十分困难。快速、准确的故障测距，可加快线路的恢复，及时消除隐患，对保证电力系统的安全稳定运行和经济运行有十分重要的意义。高压输电线路故障测距是电力系统继电保护的重要组成部分，是一项保证电网安全、稳定运行的必要技术措施。

目前，现有的故障测距方法主要采用双端测距算法为主、单端算法为辅的方法，该方法依赖GPS对时装置提供的时间信息，使得其授时的所有行波测距装置上的时间都以同一源为参照，也就是所有的时间都是同步的。由于故障出现的时间段为一小段时间，约几毫秒，在电力系统内，将时间段小于20ms的称为短时窗，因此，对故障行波进行测距多在短时窗内进行。行波是指沿着输电线路传输的一种电磁波，在暂态过程中出现的行波是暂态行波，也称为故障行波。

但是，由于GPS对时装置的可靠性低，影响时间信息的准确性，导致采用现有的故障测距方法的测距结果受故障电阻、互感器误差、线路参数不对称等因素的影响，误差较大，测距结果无法满足使用要求；因此，GPS对时装置的对时精度和装置运行的稳定性直接影响了双端测距的精度，在一些情况下，会出现无对时的情况，导致在部分场景下测距失败，测距结果不可靠、不精准等问题。

发明内容

本发明的发明目的在于提供一种基于短时窗内暂态行波的故障测距方法及系统，以解决现有的故障测距方法依赖GPS对时装置，而GPS对时装置的可靠性低，会影响时间信息的准确性，导致测距结果不可靠、不精准的问题。

第一方面，根据本发明的实施例，提供了一种基于短时窗内暂态行波的故障测距方法，包括以下步骤：

S1、获取故障前输电线路两端的行波数据，进行信号工频拟合处理，滤除噪声，得到精确拟合函数值；其中，所述行波数据包括：采样信号、采样数据、采样时间和采样频率；

S2、根据所述输电线路两端的行波数据计算故障点处的电压模量或电流模量；再根据所述精确拟合函数值进行凯伦贝尔变换处理，将所述电压模量或所述电流模量转换成电压或电流的零模或线模分量；计算半周波的电压或电流，得到电压计算值或电流计算值；比较所述电压计算值与所述电压的零模或线模分量的一致性，或，比较所述电流计算值与所述电流的零模或线模分量的一致性，进行数据对齐处理，得到精确同步数据值；

S3、根据所述精确同步数据值进行同步小波变换处理，提取模极大值的时间差进行故障测距，得到精准故障测距值。

优选地，所述步骤S1具体包括以下步骤：

S101、建立拟合正弦函数模型；

S102、获取故障前输电线路两端采样点的采样信号、采样数据、采样时间和采样频率，将所述采样信号对应的所述采样数据根据所述拟合正弦函数模型进行拟合计算，滤除噪声，得到正弦函数拟合值；

S103、根据所述采样数据和所述正弦函数拟合值，计算所述采样数据和所述正弦函数拟合值之间误差的平方和，得到误差平方和公式；

S104、根据所述误差平方和公式、所述采样时间和所述采样频率，利用两个周波的所述采样数据进行计算，得到所述精确拟合函数值；

其中，所述拟合正弦函数模型为：

y(t)＝Asin(100πt+θ)；

式中，y(t)为拟合函数的瞬时值，A为拟合函数的幅值，t为采样时间，θ为拟合函数的初始相位。

优选地，所述步骤S2具体包括以下步骤：

S201、建立分布参数模型，根据所述输电线路两端的行波数据计算故障点处的电压模量或电流模量；

S202、根据所述精确拟合函数值，进行凯伦贝尔变换处理，将所述电压模量转换成电压的零模或线模分量，或，将所述电流模量转换成电流的零模或线模分量；

S203、获取故障前计算采样点的起始时刻，从输电线路两端计算半周波处的电压或电流，得到电压计算值和电流计算值；比较所述半周波的所述电压计算值与所述电压的零模或线模分量、所述电流计算值与所述电流的零模或线模分量的一致性，并得到电压计算方程和电流计算方程；

S204、根据所述电压计算方程和所述电流计算方程，利用插值法计算所述输电线路两端的采样时间差，将所述采样时间差的数据进行数据对齐处理，得到所述精确同步数据值。

优选地，所述电压计算方程为：

所述电流计算方程为：

式中，u为电压，i为电流，T_s为采样周期，N为每周波采样点数，n为正整数，t_d为两端的采样时间差，t₀为故障前的计算采样点的起始时刻，L为滤波器的长度。

优选地，所述步骤S3具体包括以下步骤：

S301、读取所述精确同步数据值，对所述精确同步数据值进行分解拓展处理，得到分解拓展数据；

S302、根据所述分解拓展数据，进行离散小波变换处理，将原始信号与滤波器信号进行卷积计算，得到初次变换序列；

S303、根据所述初次变换序列，通过多次循环，进行多层层分解处理，每层均形成了近似系数和细节系数，得到最终变换序列；

S304、根据所述最终变换序列，将其划分为数个等值区间；

S305、当上一级所述循环延伸到下一级所述循环时，判断所述等值区间内部极大值点是否依然存在；

若不存在，则所述最终变换序列为噪声；

若存在，则所述最终变换序列为行波的始端；

通过在数个等值区间内的逐级循环移动，精准查找模极大值点，提取所述模极大值的时间差，进行精准故障测距，得到所述精准故障测距值。

第二方面，根据本发明的实施例，提供了一种基于短时窗内暂态行波的故障测距系统，包括：

信号拟合处理模块，用于获取故障前输电线路两端的行波数据，进行信号工频拟合处理，滤除噪声，得到精确拟合函数值；其中，所述行波数据包括：采样信号、采样数据、采样时间和采样频率；

数据对齐处理模块，用于根据所述输电线路两端的行波数据计算故障点处的电压模量或电流模量；再根据所述精确拟合函数值进行凯伦贝尔变换处理，将所述电压模量或所述电流模量转换成电压或电流的零模或线模分量；计算半周波的电压或电流，得到电压计算值或电流计算值；比较所述电压计算值与所述电压的零模或线模分量的一致性，或，比较所述电流计算值与所述电流的零模或线模分量的一致性，进行数据对齐处理，得到精确同步数据值；

精准故障测距模块，用于根据所述精确同步数据值进行同步小波变换处理，提取模极大值的时间差进行故障测距，得到精准故障测距值。

优选地，所述信号拟合处理模块包括：

第一建模模块，用于建立拟合正弦函数模型；

信号拟合处理子模块，用于获取故障前输电线路两端采样点的采样信号、采样数据、采样时间和采样频率，将所述采样信号对应的所述采样数据根据所述拟合正弦函数模型进行拟合计算，滤除噪声，得到正弦函数拟合值；

拟合计算模块，用于根据所述采样数据和所述正弦函数拟合值，计算所述采样数据和所述正弦函数拟合值之间误差的平方和，得到误差平方和公式；

精确求解模块，用于根据所述误差平方和公式、所述采样时间和所述采样频率，利用两个周波的所述采样数据进行计算，得到所述精确拟合函数值；

其中，所述拟合正弦函数模型为：

y(t)＝Asin(100πt+θ)；

式中，y(t)为拟合函数的瞬时值，A为拟合函数的幅值，t为采样时间，θ为拟合函数的初始相位。

优选地，所述数据对齐处理模块包括：

第二建模模块，用于建立分布参数模型，根据所述输电线路两端的行波数据计算故障点处的电压模量或电流模量；

第一数据变换模块，用于根据所述精确拟合函数值，进行凯伦贝尔变换处理，将所述电压模量转换成电压的零模或线模分量，或，将所述电流模量转换成电流的零模或线模分量；

数据比较模块，用于获取故障前计算采样点的起始时刻，从输电线路两端计算半周波处的电压或电流，得到电压计算值和电流计算值；比较所述半周波的所述电压计算值与所述电压的零模或线模分量、所述电流计算值与所述电流的零模或线模分量的一致性，并得到电压计算方程和电流计算方程；

数据对齐处理子模块，用于根据所述电压计算方程和所述电流计算方程，利用插值法计算所述输电线路两端的采样时间差，将所述采样时间差的数据进行数据对齐处理，得到所述精确同步数据值。

优选地，所述电压计算方程为：

所述电流计算方程为：

式中，u为电压，i为电流，Ts为采样周期，N为每周波采样点数，n为正整数，t_d为两端的采样时间差，t₀为故障前的计算采样点的起始时刻，L为滤波器的长度。

优选地，所述精准故障测距模块包括：

分解拓展处理模块，用于读取所述精确同步数据值，对所述精确同步数据值进行分解拓展处理，得到分解拓展数据；

第二数据变换模块，用于根据所述分解拓展数据，进行离散小波变换处理，将原始信号与滤波器信号进行卷积计算，得到初次变换序列；

多层处理模块，用于根据所述初次变换序列，通过多次循环，进行多层层分解处理，每层均形成了近似系数和细节系数，得到最终变换序列；

区间划分模块，用于根据所述最终变换序列，将其划分为数个等值区间；

精准故障测距子模块，用于当上一级所述循环延伸到下一级所述循环时，判断所述等值区间内部极大值点是否依然存在；

若不存在，则所述最终变换序列为噪声；

若存在，则所述最终变换序列为行波的始端；

通过在数个等值区间内的逐级循环移动，精准查找模极大值点，提取所述模极大值的时间差，进行精准故障测距，得到所述精准故障测距值。

由以上技术方案可知，本发明实施例提供了一种基于短时窗内暂态行波的故障测距方法及系统，所述方法包括以下步骤：获取故障前输电线路两端的行波数据，进行信号工频拟合处理，滤除噪声，得到精确拟合函数值；根据所述输电线路两端的行波数据计算故障点处的电压模量或电流模量；再根据所述精确拟合函数值进行凯伦贝尔变换处理，进行数据对齐处理，得到精确同步数据值；根据所述精确同步数据值进行同步小波变换处理，提取模极大值的时间差进行故障测距，得到精准故障测距值。本发明提供的方法，通过获取输电线路两端的变电站的行波数据进行双端测距，先将行波数据利用拟合正弦函数模型进行信号拟合处理，滤除掉暂态行波中的噪声，暂态行波即为故障态行波；再计算采样数据与拟合后的暂态行波数据之间误差的平方和，利用两个周波的采样数据即可得到精确拟合函数；再根据输电线路两端的行波数据计算故障点处相应的电压或电流模量，与精确拟合函数值经过凯伦贝尔变换后得到的电压的零模或线模分量、电流的零模或线模分量进行一致性的比较；通过分析故障时暂态行波的特征，将行波数据采用变换后的数据进行对比，即可实现将采样数据进行精确同步，得到精确同步数据值；最后将该精确同步数据值进行小波变换处理，通过提取模极大值的时间差，进行故障测距，可准确得出测距结果。本发明提供的方法中对行波数据进行信号拟合和数据对齐处理，使其故障行波测距不依赖于GPS对时装置的时间信息，克服了现有的处理信号时受GPS对时的限制，即使GPS对时装置的时间信息不可靠，采用本发明提供的方法仍可准确的进行双端故障测距，因此，本发明提供的方法及系统可极大的提高暂态行波测距的可靠性，使故障测距结果精准。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例示出的基于短时窗内暂态行波的故障测距方法的实施场景图；

图2为本发明实施例示出的基于短时窗内暂态行波的故障测距方法的流程图；

图3为图2中步骤S1的流程图；

图4为图2中步骤S2的流程图；

图5为图2中步骤S3的流程图；

图6为本发明实施例示出的基于短时窗内暂态行波的故障测距系统的结构框图；

图7为图6中信号拟合处理模块的结构框图；

图8为图6中数据对齐处理模块的结构框图；

图9为图6中精准故障测距模块的结构框图。

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、完整的描述，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。

请参阅图2，本发明实施例提供了一种故障测距方法，包括以下步骤：

S1、获取故障前输电线路两端的行波数据，进行信号工频拟合处理，滤除噪声，得到精确拟合函数值；其中，所述行波数据包括：采样信号、采样数据、采样时间和采样频率；

S2、根据所述输电线路两端的行波数据计算故障点处的电压模量或电流模量；再根据所述精确拟合函数值进行凯伦贝尔变换处理，将所述电压模量或所述电流模量转换成电压或电流的零模或线模分量；计算半周波的电压或电流，得到电压计算值或电流计算值；比较所述电压计算值与所述电压的零模或线模分量的一致性，或，比较所述电流计算值与所述电流的零模或线模分量的一致性，进行数据对齐处理，得到精确同步数据值；

S3、根据所述精确同步数据值进行同步小波变换处理，提取模极大值的时间差进行故障测距，得到精准故障测距值。

具体地，本发明提供的方法，可将输电线路出现故障的故障行波数据进行故障测距，使行波测距不完全依赖于现场的GPS对时装置，通过分析故障时暂态行波的特征，将行波测距数据采用变换后的数据进行对比，根据稳态时的数据特征，将行波进行对齐后，利用小波变换对同步后的数据进行同时变换，提取行波始端采样点的时间差，实现进行精确的故障测距。该方法不完全依赖于GPS对时装置，在其时间信息不可靠时，仍可准确地进行双端测距，可极大的提高行波测距的可靠性。

步骤S1中，获取故障前输电线路两端的行波数据，进行信号工频拟合处理，滤除噪声，得到精确拟合函数值，如图3所示，具体包括以下步骤：

S101、建立拟合正弦函数模型；

S102、获取故障前输电线路两端采样点的采样信号、采样数据、采样时间和采样频率，将所述采样信号对应的所述采样数据根据所述拟合正弦函数模型进行拟合计算，滤除噪声，得到正弦函数拟合值；

依据对行波数据的采集情况来看，由于对行波数据进行采样信号时，采样频率较高，使得采样的结果易受采样信号的干扰，从而导致最终在绘制采样数据曲线时，噪声的含量大，因此首先要对其故障前的信号进行处理，以免影响采样结果。

其中，所述行波数据包括：采样信号、采样数据、采样时间和采样频率。行波数据来源于行波测距装置，该行波测距装置设置在输电线路两端的变电站上，即行波测距装置1设置在变电站1上、行波测距装置2设置在变电站2上。本发明实施例的应用场景如图1所示。

首先，根据我国电网的额定频率为50HZ，建立拟合正弦函数模型；该拟合正弦函数模型如下式所示：

y(t)＝Asin(100πt+θ)；

式中，y(t)为拟合函数的瞬时值，A为拟合函数的幅值，t为采样时间，θ为拟合函数的初始相位。

对拟合正弦函数模型进行展开处理，得出：

y(t)＝Asinθ·cos(100πt)+Acosθ·sin(100πt)；

其中令：a＝Asinθ，b＝Acosθ，则有：

y(t)＝a·cos(100πt)+b·sin(100πt)，此式为变换后的拟合函数模型。

由于在实际采样中，所采集到的采样信号为离散的，对行波数据进行拟合处理多为针对离散的采样信号；采样时间的间隔为Δt＝N₁/N₂；

其中，N₁为采样频率，N₂为电网额定频率。

设每一个采样点采集到的采样信号为0，△t，2△t，……，(n-1)△t，与其对应的采样数据为y₁,y₂,……y_n。

S103、根据所述采样数据和所述正弦函数拟合值，计算所述采样数据和所述正弦函数拟合值之间误差的平方和，得到误差平方和公式；

由上述变换后的拟合函数模型可知，根据各个采样点对应的采样数据，计算采样数据与函数拟合值之间误差的平方和的最小值。

误差的平方和公式为：

S104、根据所述误差平方和公式、所述采用时间和所述采样频率，利用两个周波的所述采样数据进行计算，得到所述精确拟合函数值。

为了计算准确，采用两个周波的采样数据，并根据误差平方和公式、采样时间和采样频率进行计算，求出精确拟合函数值。

由于两个周波是由数据精确度和计算速度共同决定的，因此，将两个周波的数据作为求解依据是最优的。

经过步骤S1的处理后，将输电线路两端故障前的行波数据进行信号拟合处理，可滤除掉暂态行波中的噪声，暂态行波即为故障态行波；通过利用拟合正弦函数模型对采集到的采样信号进行工频拟合，得到滤除掉噪声后的暂态行波数据；再计算采样数据与拟合后的暂态行波数据之间误差的平方和，利用两个周波的采样数据即可得到精确拟合函数，以作为后序数据对齐处理的基础。

在步骤S2中，根据所述输电线路两端的行波数据计算故障点处的电压模量或电流模量；再根据所述精确拟合函数值进行凯伦贝尔变换处理，将所述电压模量或所述电流模量转换成电压或电流的零模或线模分量；计算半周波的电压或电流，得到电压计算值或电流计算值；比较所述电压计算值与所述电压的零模或线模分量的一致性，或，比较所述电流计算值与所述电流的零模或线模分量的一致性，进行数据对齐处理，得到精确同步数据值；如图4所示，具体包括以下步骤：

S201、建立分布参数模型，根据所述输电线路两端的行波数据计算故障点处的电压模量或电流模量。

首先，设输电线路为无损线路，建立分布参数模型，计算输电线路两端故障点处的电压模量和电流模量。

以线模分量为例，输电线路两端设为s端和r端，并设u_s和i_s为s端的电压和电流线模分量，u_r和i_r为r端的电压和电流线模分量，则从s端计算的故障点x处的电压线模分量为：

式中，Z_c为线路线模波阻抗，v为线模波速度。上式中，右边由两部分组成，分别表示相应的前行波和反行波。

同上式，从r端计算的故障点处电压线模分量为：

u_fr(x,t)＝u_fr(L-x,t+t_d)；

式中，t_d为输电输电线路两端采样的不同步时间。

S202、根据所述精确拟合函数值，进行凯伦贝尔变换处理，将所述电压模量转换成电压的零模或线模分量，或，将所述电流模量转换成电流的零模或线模分量。

其次，将经步骤S1拟合后得到的精确拟合函数值，采用凯伦贝尔变换方法进行变换处理，其变换矩阵如下所示：

将故障行波数据中的故障初始状态、故障稳定状态和故障切除状态，此三相的电压和电流分别转换成零模和线模分量，即为电压的零模或线模分量、电流的零模或线模分量。

S203、获取故障前计算采样点的起始时刻，从输电线路两端计算半周波处的电压或电流，得到电压计算值和电流计算值；比较所述半周波的所述电压计算值与所述电压的零模或线模分量、所述电流计算值与所述电流的零模或线模分量的一致性，并得到电压计算方程和电流计算方程。

再次，设t₀为故障前计算采样点的起始时刻，分别从输电线路两端计算半周波，即L/2处的电压或电流，得到电压计算值和电流计算值；将半周波的电压的零模或线模分量与电压计算值进行比较，再将半周波的电流的零模或线模分量与电流计算值进行比较，分别比较二者数值的行波一致性；并根据比较过程得到电压计算方程和电流计算方程。

该电压计算方程和电流计算方程用于后序计算两端的采样时间差t_d。

电压计算方程为：

电流计算方程为：

其中，u为电压，i为电流，T_s为采样周期，N为每周波采样点数，n为正整数，t_d为两端的采样时间差，t₀为故障前的计算采样点的起始时刻，L为滤波器的长度。

S204、根据所述电压计算方程和所述电流计算方程，利用插值法计算所述输电线路两端的采样时间差，将所述采样时间差的数据进行数据对齐处理，得到所述精确同步数据值。

最后，根据电压计算方程或电流计算方程，求解出输电线路两端的采样时间差t_d，以将两端的电压或电流模量进行一致性比较，即可将数据进行精确同步。

求解输电线路两端的采样时间差t_d的具体步骤为：

以采样初始时间t₀对应的采样点为基准，往前逐个计算其他采样点对应的f(t_d)，在一个周波范围内，计算f(t_d)的最小值对应的采样点的采样时间与采样初始时间t₀的时间差t_min。

以时间差t_min为基准，在其前后相邻的两个采样点的采样间隔时间△t内，以△t/100的精度要求，用插值法计算f(t_d)的最小值所对应的时间差即为t_d。

由于在行波出现故障前，从输电线路两端计算的输电线路上任一采样点处的电压或电流模量均应该是相同的，实际测量的采样数据应能够满足一致性的要求。

为评估一致性，取半个周期的采样数据进行一致性比较，通过数据对齐的过程，即可将数据进行精确同步，得到精确同步数据值。

经过步骤S2的过程，根据输电线路两端的行波数据计算故障点处相应的电压或电流模量，与根据步骤S1拟合处理后的精确拟合函数值经过凯伦贝尔变换后得到的电压的零模或线模分量、电流的零模或线模分量进行一致性的比较，通过分析故障时暂态行波的特征，将行波数据采用变换后的数据进行对比，以实现对二者进行数据对齐处理；通过电压计算方程或电流计算方程，以一个周波的采样数据为求解依据，用插值法计算出输电线路两端的采样时间差，与半周波的采样数据进行一致性比较，即可实现将采样数据进行精确同步，得到精确同步数据值，以作为后序进行精确故障测距的依据。

由于现有的技术测距都是利用GPS对时装置所授的时间进行双端测距，然而GPS对时装置的可靠性低，会影响时间信息的准确性，将导致无法精准进行故障测距。而本发明提供的步骤S2对行波数据进行数据对齐处理，不依赖于GPS对时装置的时间信息，克服了现有的处理信号时受GPS对时的限制，即使GPS对时装置的时间信息不可靠，采用本发明提供的方法仍可准确的进行双端故障测距。在实际应用中，可通过提高对齐的查找精度，消除对时带来的误差，即可实现精确的数据同步。

步骤S3中，根据所述精确同步数据值进行同步小波变换处理，提取模极大值的时间差进行故障测距，得到精准故障测距值，如图5所示，具体包括以下步骤：

S301、读取所述精确同步数据值，对所述精确同步数据值进行分解拓展处理，得到分解拓展数据；

通过步骤S1的信号拟合处理和步骤S2的数据对齐处理，根据稳态时的数据特征，将行波数据进行对齐后，实现了基于电压或电流的数据精确同步，该方法克服了受GPS对时的限制，在实际应用中，可通过提高对齐的查找精度，消除对时带来的误差；利用精确同步数据值，采用改进的小波变换算法进行故障测距，即可实现精准测距，得到精准故障测距值。

首先，将与采样点相对应的采样信号的边界信号进行分解拓展处理，其中，边界信号为采样点周围的信号。

其分解拓展处理的方法具体为：

举例说明：假设边界信号的长度为N，滤波器的长度为L，每次对边界信号进行分解时只需在边界信号的两端增加L_en个采样点即可。其中，当L为奇数时，首尾各取其L％2的整数部分；当L为偶数时，首端取L％2，尾端取(L％2-1)。

拓展后的边界信号为N+Len，其值取自与其相对称的采样点的采样数据值。

S302、根据所述分解拓展数据，进行离散小波变换处理，将原始信号与滤波器信号进行卷积计算，得到初次变换序列。

其次，对拓展后的边界信号的数据值进行离散小波变换处理。

由以上例子可知，经过拓展后的采样数据为data[1],data[2]…data[N+L_en]。

对其取低通滤波器h[]＝{0.0313,0.1563,0.3125,0.3125,0.1563,0.0313}，高通滤波器g[]＝{-1,1}，将原始信号与滤波器信号进行卷积计算，得到每层变换后的高通和低通数据，记为A[m][i]，B[m][i]，其中m为级数，i为采样长度。

S303、根据所述初次变换序列，通过多次循环，进行多层层分解处理，每层均形成了近似系数和细节系数，得到最终变换序列。

再次，对上述初始变换序列进行多层层分解，层数根据实际情况而定，一般不大于6。由于低通和高通滤波器长度不一样，因此计算出的值个数也是不一样的，高通A[m][i]要比低通B[m][i]的数据元素多，这里统一取N个点即可，因此每进行一层的循环，都可以保证N个数据，便于进行下一层循环，经过上述拓展后经过离散小波变换后输出的点数刚好为N。

S304、根据所述最终变换序列，将其划分为数个等值区间。

S305、当上一级所述循环延伸到下一级所述循环时，判断所述等值区间内部极大值点是否依然存在。

若不存在，则所述最终变换序列为噪声；若存在，则所述最终变换序列为行波的始端；通过在数个等值区间内的逐级循环移动，精准查找模极大值点，提取模极大值的时间差，进行精准故障测距，得到所述精准故障测距值。

最后，查找模极大值，经过上述变换后，每层循环均形成了近似系数A[m][i]和细节系数B[m][i]，其查找步骤如下：将采样数据划分为数个不同的等值区间，判断该等值区间内部极大值点由上一级延伸到下一级，是否依然存在，若不存在则认为是噪音，若存在则认为是行波的始端，通过小区间的逐级移动，可精确的找到模极大值点，得到此点的相应的采样点数，通过对对齐后的数据进行同时变换，提取模极大值的时间差，进行故障测距，可准确得出测距结果。

经过步骤S3的过程，输电线路两端故障前的行波数据先后经过步骤S1的信号拟合和步骤S2的数据对齐处理，对同步后的数据利用改进的小波变换方法进行变换后，通过提取模极大值的时间差，进行故障测距，可准确得出测距结果。

由以上技术方案可知，本发明实施例提供了一种基于短时窗内暂态行波的故障测距方法，通过获取输电线路两端的变电站的行波数据进行双端测距，先将行波数据利用拟合正弦函数模型进行信号拟合处理，滤除掉暂态行波中的噪声，暂态行波即为故障态行波；再计算采样数据与拟合后的暂态行波数据之间误差的平方和，利用两个周波的采样数据即可得到精确拟合函数；再根据输电线路两端的行波数据计算故障点处相应的电压或电流模量，与精确拟合函数值经过凯伦贝尔变换后得到的电压的零模或线模分量、电流的零模或线模分量进行一致性的比较；通过分析故障时暂态行波的特征，将行波数据采用变换后的数据进行对比，即可实现将采样数据进行精确同步，得到精确同步数据值；最后将该精确同步数据值进行小波变换处理，通过提取模极大值的时间差，进行故障测距，可准确得出测距结果。本发明提供的方法中对行波数据进行信号拟合和数据对齐处理，使其故障行波测距不依赖于GPS对时装置的时间信息，克服了现有的处理信号时受GPS对时的限制，即使GPS对时装置的时间信息不可靠，采用本发明提供的方法仍可准确的进行双端故障测距，因此，本发明提供的方法可极大的提高暂态行波测距的可靠性，使故障测距结果精准。

第二方面，本发明实施例提供了一种基于短时窗内暂态行波的故障测距系统，如图6所示，包括：

信号拟合处理模块1，用于获取故障前输电线路两端的行波数据，进行信号工频拟合处理，滤除噪声，得到精确拟合函数值；其中，所述行波数据包括：采样信号、采样数据、采样时间和采样频率。

数据对齐处理模块2，用于根据所述输电线路两端的行波数据计算故障点处的电压模量或电流模量；再根据所述精确拟合函数值进行凯伦贝尔变换处理，将所述电压模量或所述电流模量转换成电压或电流的零模或线模分量；计算半周波的电压或电流，得到电压计算值或电流计算值；比较所述电压计算值与所述电压的零模或线模分量的一致性，或，比较所述电流计算值与所述电流的零模或线模分量的一致性，进行数据对齐处理，得到精确同步数据值。

精准故障测距模块3，用于根据所述精确同步数据值进行同步小波变换处理，提取模极大值的时间差进行故障测距，得到精准故障测距值。

具体地，如图7所示，所述信号拟合处理模块1包括：

第一建模模块101，用于建立拟合正弦函数模型。

信号拟合处理子模块102，用于获取故障前输电线路两端采样点的采样信号、采样数据、采样时间和采样频率，将所述采样信号对应的所述采样数据根据所述拟合正弦函数模型进行拟合计算，滤除噪声，得到正弦函数拟合值。

拟合计算模块103，用于根据所述采样数据和所述正弦函数拟合值，计算所述采样数据和所述正弦函数拟合值之间误差的平方和，得到误差平方和公式。

精确求解模块104，用于根据所述误差平方和公式、所述采样时间和所述采样频率，利用两个周波的所述采样数据进行计算，得到所述精确拟合函数值。

其中，所述拟合正弦函数模型为：

y(t)＝Asin(100πt+θ)；

式中，y(t)为拟合函数的瞬时值，A为拟合函数的幅值，t为采样时间，θ为拟合函数的初始相位。

具体地，如图8所示，所述数据对齐处理模块2包括：

第二建模模块201，用于建立分布参数模型，根据所述输电线路两端的行波数据计算故障点处的电压模量或电流模量。

第一数据变换模块202，用于根据所述精确拟合函数值，进行凯伦贝尔变换处理，将所述电压模量转换成电压的零模或线模分量，或，将所述电流模量转换成电流的零模或线模分量。

数据比较模块203，用于获取故障前计算采样点的起始时刻，从输电线路两端计算半周波处的电压或电流，得到电压计算值和电流计算值；比较所述半周波的所述电压计算值与所述电压的零模或线模分量、所述电流计算值与所述电流的零模或线模分量的一致性，并得到电压计算方程和电流计算方程。

数据对齐处理子模块204，用于根据所述电压计算方程和所述电流计算方程，利用插值法计算所述输电线路两端的采样时间差，将所述采样时间差的数据进行数据对齐处理，得到所述精确同步数据值。

具体地，所述电压计算方程为：

所述电流计算方程为：

式中，u为电压，i为电流，Ts为采样周期，N为每周波采样点数，n为正整数，t_d为两端的采样时间差，t₀为故障前的计算采样点的起始时刻，L为滤波器的长度。

具体地，如图9所示，所述精准故障测距模块3包括：

分解拓展处理模块301，用于读取所述精确同步数据值，对所述精确同步数据值进行分解拓展处理，得到分解拓展数据。

第二数据变换模块302，用于根据所述分解拓展数据，进行离散小波变换处理，将原始信号与滤波器信号进行卷积计算，得到初次变换序列。

多层处理模块303，用于根据所述初次变换序列，通过多次循环，进行多层层分解处理，每层均形成了近似系数和细节系数，得到最终变换序列。

区间划分模块304，用于根据所述最终变换序列，将其划分为数个等值区间。

精准故障测距子模块305，用于当上一级所述循环延伸到下一级所述循环时，判断所述等值区间内部极大值点是否依然存在；

若不存在，则所述最终变换序列为噪声；

若存在，则所述最终变换序列为行波的始端；

通过在数个等值区间内的逐级循环移动，精准查找模极大值点，提取所述模极大值的时间差，进行精准故障测距，得到所述精准故障测距值。

关于上述各个实施例中的系统，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本发明的其它实施方案。本申请旨在涵盖本发明的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本发明未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本发明的真正范围和精神由下面的权利要求指出。

应当理解的是，本发明并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。

Claims (10)

1.一种基于短时窗内暂态行波的故障测距方法，其特征在于，包括以下步骤：

S1、获取故障前输电线路两端的行波数据，进行信号工频拟合处理，滤除噪声，得到精确拟合函数值；其中，所述行波数据包括：采样信号、采样数据、采样时间和采样频率；

S2、根据所述输电线路两端的行波数据计算故障点处的电压模量或电流模量；再根据所述精确拟合函数值进行凯伦贝尔变换处理，将所述电压模量或所述电流模量转换成电压或电流的零模或线模分量；计算半周波的电压或电流，得到电压计算值或电流计算值；比较所述电压计算值与所述电压的零模或线模分量的一致性，或，比较所述电流计算值与所述电流的零模或线模分量的一致性，进行数据对齐处理，得到精确同步数据值；

S3、根据所述精确同步数据值进行同步小波变换处理，提取模极大值的时间差进行故障测距，得到精准故障测距值。

2.根据权利要求1所述的方法，其特征在于，所述步骤S1具体包括以下步骤：

S101、建立拟合正弦函数模型；

S102、获取故障前输电线路两端采样点的采样信号、采样数据、采样时间和采样频率，将所述采样信号对应的所述采样数据根据所述拟合正弦函数模型进行拟合计算，滤除噪声，得到正弦函数拟合值；

S103、根据所述采样数据和所述正弦函数拟合值，计算所述采样数据和所述正弦函数拟合值之间误差的平方和，得到误差平方和公式；

S104、根据所述误差平方和公式、所述采样时间和所述采样频率，利用两个周波的所述采样数据进行计算，得到所述精确拟合函数值；

其中，所述拟合正弦函数模型为：

y(t)＝Asin(100πt+θ)；

式中，y(t)为拟合函数的瞬时值，A为拟合函数的幅值，t为采样时间，θ为拟合函数的初始相位。

3.根据权利要求1所述的方法，其特征在于，所述步骤S2具体包括以下步骤：

S201、建立分布参数模型，根据所述输电线路两端的行波数据计算故障点处的电压模量或电流模量；

S202、根据所述精确拟合函数值，进行凯伦贝尔变换处理，将所述电压模量转换成电压的零模或线模分量，或，将所述电流模量转换成电流的零模或线模分量；

S203、获取故障前计算采样点的起始时刻，从输电线路两端计算半周波处的电压或电流，得到电压计算值和电流计算值；比较所述半周波的所述电压计算值与所述电压的零模或线模分量、所述电流计算值与所述电流的零模或线模分量的一致性，并得到电压计算方程和电流计算方程；

S204、根据所述电压计算方程和所述电流计算方程，利用插值法计算所述输电线路两端的采样时间差，将所述采样时间差的数据进行数据对齐处理，得到所述精确同步数据值。

4.根据权利要求3所述的方法，其特征在于，所述电压计算方程为：

$f\left(t_d\right)=\underset{n=0}{\overset{N/2}{\mathrm{\Σ}}}|u_{fs}(\frac{L}{2},t_0-n\·T_s)-u_{fr}(\frac{L}{2},t_0+t_d-n\·T_s)|;$

所述电流计算方程为：

$f\left(t_d\right)=\underset{n=0}{\overset{N/2}{\mathrm{\Σ}}}|i_{fs}(\frac{L}{2},t_0-n\·T_s)-i_{fr}(\frac{L}{2},t_0+t_d-n\·T_s)|;$

式中，u为电压，i为电流，T_s为采样周期，N为每周波采样点数，n为正整数，t_d为两端的采样时间差，t₀为故障前的计算采样点的起始时刻，L为滤波器的长度。

5.根据权利要求1所述的方法，其特征在于，所述步骤S3具体包括以下步骤：

S301、读取所述精确同步数据值，对所述精确同步数据值进行分解拓展处理，得到分解拓展数据；

S302、根据所述分解拓展数据，进行离散小波变换处理，将原始信号与滤波器信号进行卷积计算，得到初次变换序列；

S303、根据所述初次变换序列，通过多次循环，进行多层层分解处理，每层均形成了近似系数和细节系数，得到最终变换序列；

S304、根据所述最终变换序列，将其划分为数个等值区间；

S305、当上一级所述循环延伸到下一级所述循环时，判断所述等值区间内部极大值点是否依然存在；

若不存在，则所述最终变换序列为噪声；

若存在，则所述最终变换序列为行波的始端；

通过在数个等值区间内的逐级循环移动，精准查找模极大值点，提取所述模极大值的时间差，进行精准故障测距，得到所述精准故障测距值。

6.一种基于短时窗内暂态行波的故障测距系统，其特征在于，包括：

信号拟合处理模块，用于获取故障前输电线路两端的行波数据，进行信号工频拟合处理，滤除噪声，得到精确拟合函数值；其中，所述行波数据包括：采样信号、采样数据、采样时间和采样频率；

数据对齐处理模块，用于根据所述输电线路两端的行波数据计算故障点处的电压模量或电流模量；再根据所述精确拟合函数值进行凯伦贝尔变换处理，将所述电压模量或所述电流模量转换成电压或电流的零模或线模分量；计算半周波的电压或电流，得到电压计算值或电流计算值；比较所述电压计算值与所述电压的零模或线模分量的一致性，或，比较所述电流计算值与所述电流的零模或线模分量的一致性，进行数据对齐处理，得到精确同步数据值；

精准故障测距模块，用于根据所述精确同步数据值进行同步小波变换处理，提取模极大值的时间差进行故障测距，得到精准故障测距值。

7.根据权利要求6所述的系统，其特征在于，所述信号拟合处理模块包括：

第一建模模块，用于建立拟合正弦函数模型；

信号拟合处理子模块，用于获取故障前输电线路两端采样点的采样信号、采样数据、采样时间和采样频率，将所述采样信号对应的所述采样数据根据所述拟合正弦函数模型进行拟合计算，滤除噪声，得到正弦函数拟合值；

拟合计算模块，用于根据所述采样数据和所述正弦函数拟合值，计算所述采样数据和所述正弦函数拟合值之间误差的平方和，得到误差平方和公式；

精确求解模块，用于根据所述误差平方和公式、所述采样时间和所述采样频率，利用两个周波的所述采样数据进行计算，得到所述精确拟合函数值；

其中，所述拟合正弦函数模型为：

y(t)＝Asin(100πt+θ)；

式中，y(t)为拟合函数的瞬时值，A为拟合函数的幅值，t为采样时间，θ为拟合函数的初始相位。

8.根据权利要求6所述的系统，其特征在于，所述数据对齐处理模块包括：

第二建模模块，用于建立分布参数模型，根据所述输电线路两端的行波数据计算故障点处的电压模量或电流模量；

第一数据变换模块，用于根据所述精确拟合函数值，进行凯伦贝尔变换处理，将所述电压模量转换成电压的零模或线模分量，或，将所述电流模量转换成电流的零模或线模分量；

数据比较模块，用于获取故障前计算采样点的起始时刻，从输电线路两端计算半周波处的电压或电流，得到电压计算值和电流计算值；比较所述半周波的所述电压计算值与所述电压的零模或线模分量、所述电流计算值与所述电流的零模或线模分量的一致性，并得到电压计算方程和电流计算方程；

数据对齐处理子模块，用于根据所述电压计算方程和所述电流计算方程，利用插值法计算所述输电线路两端的采样时间差，将所述采样时间差的数据进行数据对齐处理，得到所述精确同步数据值。

9.根据权利要求8所述的系统，其特征在于，所述电压计算方程为：

$f\left(t_d\right)=\underset{n=0}{\overset{N/2}{\mathrm{\Σ}}}|u_{fs}(\frac{L}{2},t_0-n\·T_s)-u_{fr}(\frac{L}{2},t_0+t_d-n\·T_s)|;$

所述电流计算方程为：

$f\left(t_d\right)=\underset{n=0}{\overset{N/2}{\mathrm{\Σ}}}|i_{fs}(\frac{L}{2},t_0-n\·T_s)-i_{fr}(\frac{L}{2},t_0+t_d-n\·T_s)|;$

式中，u为电压，i为电流，Ts为采样周期，N为每周波采样点数，n为正整数，t_d为两端的采样时间差，t₀为故障前的计算采样点的起始时刻，L为滤波器的长度。

10.根据权利要求6所述的系统，其特征在于，所述精准故障测距模块包括：

分解拓展处理模块，用于读取所述精确同步数据值，对所述精确同步数据值进行分解拓展处理，得到分解拓展数据；

第二数据变换模块，用于根据所述分解拓展数据，进行离散小波变换处理，将原始信号与滤波器信号进行卷积计算，得到初次变换序列；

多层处理模块，用于根据所述初次变换序列，通过多次循环，进行多层层分解处理，每层均形成了近似系数和细节系数，得到最终变换序列；

区间划分模块，用于根据所述最终变换序列，将其划分为数个等值区间；

精准故障测距子模块，用于当上一级所述循环延伸到下一级所述循环时，判断所述等值区间内部极大值点是否依然存在；

若不存在，则所述最终变换序列为噪声；

若存在，则所述最终变换序列为行波的始端；

通过在数个等值区间内的逐级循环移动，精准查找模极大值点，提取所述模极大值的时间差，进行精准故障测距，得到所述精准故障测距值。