CN106771871A

CN106771871A - 一种基于vmd与柔性形态学的输电线路故障行波测距方法

Info

Publication number: CN106771871A
Application number: CN201611230923.1A
Authority: CN
Inventors: 陈惠�; 莫付江; 许梦素; 汪培培; 赵岗岗; 王露笛
Original assignee: Jiangsu University
Current assignee: Jiangsu University
Priority date: 2016-12-28
Filing date: 2016-12-28
Publication date: 2017-05-31

Abstract

本发明公开了一种基于VMD与柔性形态学的输电线路故障行波测距方法。本方法为：首先采集故障发生后的两端的电压数据，对原始故障行波信号进行截断，取故障后3ms的数据；然后对故障行波进行相模变换；再然后对其进行VMD(变分模态分解)分解，分解过程中自动滤去白噪声，其分解得到的IMF1分量集中包含了故障信息，再采用柔性形态边缘检测方法对IMF1分量进行处理，结合两者的优势可以很清晰的得到行波波头达到时刻。与以前的测距方法相比行波波头的检测效果更好，精确度更高，误差在工程允许的范围内。

Description

一种基于VMD与柔性形态学的输电线路故障行波测距方法

技术领域

本发明属于输电线路故障定位技术领域，特别涉及一种VMD与柔性形态学相结合的输电线路故障定位方法。

背景技术

对于电力系统来说，输电线路故障测距是必不可少的一部分。当发生线路故障后，传统人工巡线方式比较浪费时间和精力，高效、快速的故障定位可以及时发现故障位置，从而可排除故障，及时恢复供电以减少社会经济损失。

故障测距有故障分析法和行波法，故障分析法的精度不高，然而行波的定位精度高，所以现在行波检测成为了热点。目前行波的检测方法主要有小波变换(WT)和希尔伯特-黄变换(HHT)两种。小波模极大值法虽然对故障信号奇异性检测有良好的效果，但是小波变换需要选取适合特定信号的小波基和分解尺度，不能达到需要的满意效果。HHT方法使用EMD进行分解，EMD的分解效果受包络方式影响，存在端点效应和模态混叠问题，难以准确的确定行波波头的到达时刻。变分模态分解(VMD)是这几年新出来的一种自适应信号分解方法，分解模态稳定性好，能够更好地反应信号的奇异性特征。柔性形态学的膨胀和腐蚀操作可以看作是对原信号的扩张和收缩，将膨胀与腐蚀的结果做差值可以有效放大信号的突变点，精确度高，实现故障点的准确定位。

发明内容

本发明的目的在于克服现有技术的缺点与不足，提供了一种基于VMD与柔性形态学的输电线路故障行波测距方法，

本发明所采用的技术方案是：

一种基于VMD与柔性形态学的输电线路故障行波测距方法，具体步骤如下：

步骤1：对原始故障行波信号进行截断，取故障后3ms的数据；

步骤2：对截断的数据进行相模变换；

步骤3：对线模分量进行VMD分解，同时去除了白噪声；

步骤4：寻找固有模态函数IMF1分量进行柔性形态边缘检测；

步骤5：寻找柔性形态边缘检测结果图中第一个幅值最大脉冲确定故障行波波头初始到达两端的时刻t_M、t_N，根据测距公式计算故障距离，式中：L为线路的水平长度，d_Mf为故障点到一端的距离，t_M、t_N为故障点行波到线路两端的时间。

进一步，步骤3中对线模分量进行VMD分解的具体步骤为：

(1)初始化模态各模态对应的中心频率拉格朗日乘子和迭代次数n；模态个数K取3；

(2)计算更新模态i表示第i个，1≤i≤k，1≤k≤K,α表示数据保真约束的平衡参数；

(3)计算中心频率

(4)计算更新拉格朗日乘子τ表示双上升时间步长；

(5)如果则迭代停止，否则返回执行步骤(2)到(4)。

进一步，步骤4中对IMF1分量进行柔性形态边缘检测，具体如下

(1)对IMF1采用适应性较强的膨胀腐蚀型算子进行柔性形态边缘检测：

其中表示柔性膨胀：

其中fΘ[B,A,r]表示柔性腐蚀：

其中[B,A,r]为结构元素；r◇f(a)为重复集；r为重复度；

(2)设定基于噪声强度的软阈值方法

噪声强度定义为：

g(n)表示柔性形态边缘检测结果；N表示采样点个数。

边缘检测算子的输出阈值：

形态边缘检测定位结果：

f(n)表示被检测信号。

本发明的有益效果：

VMD为完全非递归分解模型且运算效率高，具有良好的抗噪性。形态学膨胀、腐蚀运算具有扩张性和收缩性，能够有效放大信号的奇异点。

附图说明

图1是本发明的220KV输电线路仿真模型图；

图2是本发明的两端测得的线模分量图；

其中：图(a)为一端检测到的电压线模分量图；图(b)为另一端检测到的电压线模分量图；

图3是本发明的两端VMD分解后的IMF1分量图；

其中：图(a)为一端VMD分解后的IMF1分量图；图(b)为另一端VMD分解后的IMF1分量图；

图4是本发明的柔性形态边缘检测结果图；

其中图(a)为一端的柔性形态边缘检测结果图；图(b)为另一端的柔性形态边缘检测结果图。

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详细的说明。

本发明具体按照以下步骤实施：

步骤1：采集故障发生后的两端的电压数据，对原始故障行波信号进行截断，取故障后3ms的数据；

步骤2：对截断的数据进行相模变换；

步骤3：对线模分量进行VMD分解，同时去除了白噪声；

VMD为完全非递归分解模型且运算效率高，具有良好的抗噪性，克服了EMD存在的模态混叠等不足。基于干扰信号性质与数量，预设分解模态数，通过提取信号的模态进而将信号从含噪信号中剥离出来。

线模分量进行VMD分解具体步骤为：

(3)计算中心频率

(4)计算更新拉格朗日乘子τ表示双上升时间步长；

(5)如果则迭代停止，否则返回执行步骤(2)到(4)。

步骤4：寻找IMF1分量并进行柔性形态边缘检测；

对IMF1分量进行柔性形态边缘检测，具体如下:

其中表示柔性膨胀：

其中fΘ[B,A,r]表示柔性腐蚀：

其中[B,A,r]为结构元素；r◇f(a)为重复集；r为重复度；

(2)设定基于噪声强度的软阈值方法

噪声强度定义为：

边缘检测算子的输出阈值：

形态边缘检测定位结果：

步骤5：寻找柔性形态边缘检测结果图中第一个幅值最大脉冲确定故障行波波头初始到达两端的时刻t_M、t_N,根据测距公式计算故障距离，式中：L为线路的水平长度，d_Mf为故障点到一端的距离，t_M、t_N为故障点行波到线路两端的时间。

实施例

选取单极接地故障的一个典型算例：220KV输电线路仿真模型，如图1所示，设置距离线路一端30kM处发生单极接地故障，过渡电阻为50Ω，从两端获得行波数据，截取故障发生后的3ms数据，将故障行波数据进行相模变换得到线模分量，如图2所示，对线模分量进行VMD分解获得IMF1分量，如图3所示，对IMF1分量进行柔性形态边缘检测，检测结果，如图4所示。通过图4可知两端到达点对应为102和571，将两个数值代入测距公式得到故障距离线路一端的距离。

本发明对不同故障距离、不同故障类型进行了仿真验证，结果如下表1所示。

表1不同故障下的测距结果

上文所列出的一系列的详细说明仅仅是针对本发明的可行性实施方式的具体说明，它们并非用以限制本发明的保护范围，凡未脱离本发明技艺精神所作的等效实施方式或变更均应包含在本发明的保护范围之内。

Claims

1.一种基于VMD与柔性形态学的输电线路故障行波测距方法，其特征在于，包括如下步骤：

步骤2：对截断的数据进行相模变换；

步骤3：对线模分量进行VMD分解，同时去除了白噪声；基于干扰信号性质与数量，预设分解模态数，通过提取信号的模态进而将信号从含噪信号中剥离出来；

步骤4：寻找IMF1分量并进行柔性形态边缘检测；

2.根据权利要求1所述的一种基于VMD与柔性形态学的输电线路故障行波测距方法，其特征在于，所述步骤3中对线模分量进行VMD分解的具体步骤为：

步骤3.1：初始化模态各模态对应的中心频率拉格朗日乘子和迭代次数n；模态个数K取3；

步骤3.2：计算更新模态i表示第i个，1≤i≤k，1≤k≤K,α表示数据保真约束的平衡参数；

步骤3.3：计算中心频率

步骤3.4：计算更新拉格朗日乘子τ表示双上升时间步长；

步骤3.5：如果则迭代停止，否则返回执行步骤步骤3.2到步骤3.4。

3.根据权利要求1所述的一种基于VMD与柔性形态学的输电线路故障行波测距方法，其特征在于，所述步骤4中对IMF1分量进行柔性形态边缘检测的具体步骤如下：

步骤4.1：对IMF1采用适应性较强的膨胀腐蚀型算子进行柔性形态边缘检测：

其中表示柔性膨胀：

其中fΘ[B,A,r]表示柔性腐蚀：

f(n)Θ[B,A,r]＝min{[r◇f(a),a∈A_n]∪[f(b):b∈(B/A)_n]}

其中[B,A,r]为结构元素；r◇f(a)为重复集；r为重复度；

步骤4.2：设定基于噪声强度的软阈值方法

噪声强度定义为：

边缘检测算子的输出阈值：

形态边缘检测定位结果：

。