CN107255743A - 一种基于能谱相似度的特高压直流输电线路雷击故障识别方法 - Google Patents
一种基于能谱相似度的特高压直流输电线路雷击故障识别方法 Download PDFInfo
- Publication number
- CN107255743A CN107255743A CN201710305650.0A CN201710305650A CN107255743A CN 107255743 A CN107255743 A CN 107255743A CN 201710305650 A CN201710305650 A CN 201710305650A CN 107255743 A CN107255743 A CN 107255743A
- Authority
- CN
- China
- Prior art keywords
- mrow
- failure
- msub
- fault
- mtd
- 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.)
- Granted
Links
- 238000001228 spectrum Methods 0.000 title claims abstract description 37
- 230000005540 biological transmission Effects 0.000 title claims abstract description 27
- 238000000034 method Methods 0.000 title claims abstract description 22
- 238000000354 decomposition reaction Methods 0.000 claims abstract description 13
- 239000011159 matrix material Substances 0.000 claims description 39
- 230000009466 transformation Effects 0.000 claims description 21
- 230000001052 transient effect Effects 0.000 claims description 12
- APTZNLHMIGJTEW-UHFFFAOYSA-N pyraflufen-ethyl Chemical compound C1=C(Cl)C(OCC(=O)OCC)=CC(C=2C(=C(OC(F)F)N(C)N=2)Cl)=C1F APTZNLHMIGJTEW-UHFFFAOYSA-N 0.000 claims description 6
- 230000003595 spectral effect Effects 0.000 claims description 4
- XOOUIPVCVHRTMJ-UHFFFAOYSA-L zinc stearate Chemical compound [Zn+2].CCCCCCCCCCCCCCCCCC([O-])=O.CCCCCCCCCCCCCCCCCC([O-])=O XOOUIPVCVHRTMJ-UHFFFAOYSA-L 0.000 claims description 3
- 238000004458 analytical method Methods 0.000 abstract description 6
- 239000000284 extract Substances 0.000 abstract description 3
- 238000004088 simulation Methods 0.000 description 5
- 238000005070 sampling Methods 0.000 description 4
- 101100499229 Mus musculus Dhrsx gene Proteins 0.000 description 2
- 230000004888 barrier function Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 108010076504 Protein Sorting Signals Proteins 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 239000012212 insulator Substances 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000010349 pulsation Effects 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R19/00—Arrangements for measuring currents or voltages or for indicating presence or sign thereof
- G01R19/0084—Arrangements for measuring currents or voltages or for indicating presence or sign thereof measuring voltage only
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R23/00—Arrangements for measuring frequencies; Arrangements for analysing frequency spectra
- G01R23/16—Spectrum analysis; Fourier analysis
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R29/00—Arrangements for measuring or indicating electric quantities not covered by groups G01R19/00 - G01R27/00
- G01R29/02—Measuring characteristics of individual pulses, e.g. deviation from pulse flatness, rise time or duration
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R29/00—Arrangements for measuring or indicating electric quantities not covered by groups G01R19/00 - G01R27/00
- G01R29/04—Measuring form factor, i.e. quotient of root-mean-square value and arithmetic mean of instantaneous value; Measuring peak factor, i.e. quotient of maximum value and root-mean-square value
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Testing Of Short-Circuits, Discontinuities, Leakage, Or Incorrect Line Connections (AREA)
Abstract
本发明涉及一种基于能谱相似度的特高压直流输电线路雷击故障识别方法,属于电力系统继电保护技术领域。当特高压直流输电线路电压发生波动时,取稳定运行时的正极时域波形与其零轴所围面积和任一故障类型的正极时域波形与其零轴所围面积的比值,根据比值大小识别故障和雷击干扰;若为故障则转入故障分类的识别,利用小波对附加分量进行小波分解识别,判断是接地故障还是雷击故障;若为雷击故障则转入绕击故障与反击故障识别。本发明通过对仿真数据进行时频分析,提取短时间内的数据,集合面积比值、能谱相似度和模极大值的方法,提取一套识别雷电干扰、接地故障、反击故障和绕击故障的判据,能够对各类情况进行准确、快速、有效的识别。
Description
技术领域
本发明涉及一种基于能谱相似度的特高压直流输电线路雷击故障识别方法,属于电力系统继电保护技术领域。
背景技术
雷击是造成特高压输电线路跳闸的主要原因,其中以直击雷危害更为严重。加之我国特高压直流输电线路距离长,分布广和途经的自然条件复杂恶劣,对输电线路保护面临重大考验。雷击故障和普通故障各自有特点,如何利用其特点作为暂态保护的依据来准确、快速识别各类性质故障是很重要的课题。
目前国内外很多学者对此进行了大量的研究。有的学者针对交流输电线路直击雷与短路故障的暂态特性,其暂态信号的能量在高、低频带上存在差异的规律提出了识别判据。然而这种判据并没有考虑到雷击故障较弱的情况从而引起元件误动的情况,存在误判的可能。而对于特高压直流线路的雷电干扰、雷击故障行波和短路故障的行波波形特征的分析,提出的方法仍难以辨识特高压直流输电线路上所发生的雷击故障和普通短路故障,特高压直流线路遭受雷击时的内在暂态特性仍有待进一步研究。
发明内容
本发明要解决的技术问题是提供一种基于能谱相似度的特高压直流输电线路雷击故障识别方法,利用该方法实现提取一套识别雷电干扰、接地故障、反击故障和绕击故障的判据,能够对各类情况进行准确、快速、有效的识别。
本发明的技术方案是:一种基于能谱相似度的特高压直流输电线路雷击故障识别方法,当特高压直流输电线路电压发生波动时,取稳定运行时的正极时域波形与其零轴所围面积和任一故障类型的正极时域波形与其零轴所围面积的比值,根据比值大小识别故障和雷击干扰;若为故障则转入故障分类的识别,利用小波对附加分量进行小波分解识别,判断是接地故障还是雷击故障;若为雷击故障则转入绕击故障与反击故障识别。
所述方法具体步骤为:
(1)取初始行波5ms内的电压采样数据进行分析,首先取稳定运行时的正极时域波形与其零轴所围面积,接着取任一故障类型的正极时域波形与其零轴所围面积,将两者作比,得到比值k,用比值k进行故障与雷电干扰的识别;
式中,U+(t)为稳定运行时的正极电压;u+(t)为故障时的正极电压;
其判定标准为:
当k>1.5时,判定为故障;当k<1.5时,判定为雷电干扰;
(2)若为故障,则计算与标准能谱矩阵的相似度M1、M2、M3,相似度最大者对应故障类型,从而识别雷击故障和接地故障;
(3)若为雷击故障,计算模极大值的差值kk,若kk为正则为反击故障,若kk为负则为绕击故障。
所述标准能谱矩阵的相似度选取规则如下:
(1)截取5ms内的雷击故障与接地故障的暂态电压波形作为特征提取信号,采样频率是20kHz,对其进行7层分解,得到小波系数d1(n)~d7(n);
(2)计算各频带能量Ej:
式中,j为小波分解的层数,dj(k)为小波分解后的高频信号系数,Ej为各频段内的小波能量和;
得到小波能量谱序列为:
d1频带(5kHz<f<10kHz)能量为E1,d2频带(2.5kHz<f<5kHz)能量为E2,d3频带(1.25kHz<f<2.5kHz)能量为E3,d4频带(0.625kHz<f<1.25kHz)能量为E4,d5频带(312.5Hz<f<625Hz)能量为E5,d6频带(156.25Hz<f<312.5Hz)能量为E6,d7频带(78.125Hz<f<156.25Hz)能量为E7,低频小波能量频带a7(0Hz<f<78.125Hz)能量为dn为小波变换所取的波段,n=1-7;
(3)根据电压暂态分量中存在的规律,计算每种故障情况的10组数据的能谱平均值,取d1、d2、d3、d4、d5的能量作为能谱标准矩阵,计算任一故障能谱矩阵与标准矩阵的相似度作为识别判据,相似度最大者为与之对应的故障;
令Ma为待识别故障过电压经小波变换后的高中频能谱矩阵;Mb为能谱参考矩阵,两者相似度为Sab:
式中,H和W分别是矩阵的列数和行数;Mb(i,j)为矩阵中第i行和第j列元素的大小,计算得M1为反击故障标准矩阵的相关度,M2为与绕击故障的标准矩阵的相关度,M3为与接地故障的标准矩阵的相关度。
所述模极大值选取规则如下;
小波模极大值即电压信号经小波变换后的局部极值点,定义为:
|Wsf(x)|≤|Wsf(x0)| (6)
式中,为小波;Wsf(x)是电压信号f(x)的小波函数表示;如果在x的某一邻域范围内式(e)成立,则x0称为小波变换的模极大值点,Wsf(x0)为小波变换的模极大值;
令kk=k1-k2 (7)
若kk>0,即可判定为反击故障;若kk<0,则判定为绕击故障,其中,k1为第一个模极大值,k2为第二个模极大值。
本发明的原理是:
1.直流输电线路雷击识别
特高压直流输电线路发生雷电干扰时,电压波形沿着直流分量上下波动,最后衰减至直流分量;故障电压在短时间内大幅降落,最后衰减为零。计算5ms内电压波形跟零轴的面积与以800kV为基值跟零轴的面积的比值,雷电干扰的比值稳定在1左右,故障的比值积远大于1,据此可以识别雷电干扰和故障。雷击故障时,由于雷电流中有大量高频分量,中高频能量分布突出;短路故障时,电压瞬间被截断,能量主要集中在低频段。利用两种故障的能谱矩阵存在的差异,计算实际某种故障与标准矩阵的相关度可作为识别雷击故障和接地故障的识别依据。反击故障过程由于有塔顶电位(绝对值)骤增造成的绝缘子闪络2个过程,经过小波变换后的两个模极大值正负变化,而绕击故障的模极大值与之相反。利用模极大值正负值的差异构成识别绕击故障和反击故障的依据。
2.小波变换的基本理论
小波分析在时域和频域上同时具有良好的局部化性质,能对不同的频率成分采用逐渐精细的采样步长,聚焦到信号的任意细节,这对检测高频和低频信号均有效,为输电线路故障定位提供了一种更加精细有效的分析方法。
设为一平方可积函数,若其傅里叶变换ψ(ω)满足可容许性条件,即:
则称为一个基本小波,或者小波母函数。
将小波母函数进行伸缩和平移,可以得到连续小波基函数
式中:a是伸缩因子,或称为尺度因子;b是平移因子。
对于任意的函数f(t)∈L2(R)的连续小波变换(Continuous Wavelet Transform,CWT)为:
式中:表示的共轭。
小波多分辨分析就是将输入信号序列进行双通道滤波的过程,滤波器的输出分别对应于输入信号的低频概貌和高频细节。利用“二抽取”对每次分解后的低频部分重复进行下去,即:每一级分解把该级输入信号分解成一个低频的粗略逼近和一个高频的细节部分,而且每级输出采样率都可以再减半。对采样频率为fs的离散信号进行多尺度小波变换,则第j尺度对应的是在频带[fs/2j+1,fs/2j]的信号。
输电线路发生故障后,故障信号的频率特性随时间变化而变化,小波变换有等距特性,故障信号的小波变换保持能量守恒,能量在时域和小波域是相等的。经小波多分辨分析可以得到分布在不同频带的故障信号,各频带信号的能量包含丰富的故障信息,可用于故障定位。
现定义某尺度下的信号小波能量为该尺度小波变换系数平方沿时间轴的积分,表达式如下:
式中:Ej为第j层信号小波能量;N为时窗数据宽度;Wj(k)为第j层小波变换系数。则离散小波变换的小波能量谱序列为
E=[E1,E2,…,Ej,…] (12)
小波能量谱反映了故障信号各个尺度的能量水平,低尺度下的信号小波能量代表高频信号小波能量,而高尺度下的信号小波能量代表低频信号小波能量。
本发明的有益效果是:
1、提取一套识别雷电干扰、接地故障、反击故障和绕击故障的判据,能够对各类情况进行准确、快速、有效的识别。
2、识别方法能够排除大部分的干扰,减少误识别的概率。
3、识别方法效率高,提高了线路保护的可靠性。
附图说明
图1是本发明的故障识别方法的原理框图;
图2是本发明基于PSCAD/EMTDC电磁暂态仿真平台建立±800kV直流输电线路仿真图;
图3是本发明两极电压波形图,其中图a为反击未故障时,图b为绕击未故障时,图c为绕击故障时,图d为反击未故障时;
图4是本发明普通短路故障两极电压波形放大图;
图5是本发明雷击故障与普通短路故障的高中频能谱图,a为反击故障,b为绕击故障,c为普通短路故障;
图6是本发明反击、绕击故障零模分量模极大值图,a为反击故障零模分量模极大值图,b为绕击故障零模分量模极大值图。
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。
实施例1:一种基于能谱相似度的特高压直流输电线路雷击故障识别方法,当特高压直流输电线路电压发生波动时,取稳定运行时的正极时域波形与其零轴所围面积和任一故障类型的正极时域波形与其零轴所围面积的比值,根据比值大小识别故障和雷击干扰;若为故障则转入故障分类的识别,利用小波对附加分量进行小波分解识别,判断是接地故障还是雷击故障;若为雷击故障则转入绕击故障与反击故障识别。
所述方法具体步骤为:
(1)取初始行波5ms内的电压采样数据进行分析,首先取稳定运行时的正极时域波形与其零轴所围面积,接着取任一故障类型的正极时域波形与其零轴所围面积,将两者作比,得到比值k,用比值k进行故障与雷电干扰的识别;
式中,U+(t)为稳定运行时的正极电压;u+(t)为故障时的正极电压;
其判定标准为:
当k>1.5时,判定为故障;当k<1.5时,判定为雷电干扰;
(2)若为故障,则计算与标准能谱矩阵的相似度M1、M2、M3,相似度最大者对应故障类型,从而识别雷击故障和接地故障;
(3)若为雷击故障,计算模极大值的差值kk,若kk为正则为反击故障,若kk为负则为绕击故障。
所述标准能谱矩阵的相似度选取规则如下:
(1)截取5ms内的雷击故障与接地故障的暂态电压波形作为特征提取信号,采样频率是20kHz,对其进行7层分解,得到小波系数d1(n)~d7(n);
(2)计算各频带能量Ej:
式中,j为小波分解的层数,dj(k)为小波分解后的高频信号系数,Ej为各频段内的小波能量和;
得到小波能量谱序列为:
d1频带(5kHz<f<10kHz)能量为E1,d2频带(2.5kHz<f<5kHz)能量为E2,d3频带(1.25kHz<f<2.5kHz)能量为E3,d4频带(0.625kHz<f<1.25kHz)能量为E4,d5频带(312.5Hz<f<625Hz)能量为E5,d6频带(156.25Hz<f<312.5Hz)能量为E6,d7频带(78.125Hz<f<156.25Hz)能量为E7,低频小波能量频带a7(0Hz<f<78.125Hz)能量为dn为小波变换所取的波段,n=1-7;
(3)根据电压暂态分量中存在的规律,计算每种故障情况的10组数据的能谱平均值,取d1、d2、d3、d4、d5的能量作为能谱标准矩阵,计算任一故障能谱矩阵与标准矩阵的相似度作为识别判据,相似度最大者为与之对应的故障;
令Ma为待识别故障过电压经小波变换后的高中频能谱矩阵;Mb为能谱参考矩阵,两者相似度为Sab:
式中,H和W分别是矩阵的列数和行数;Mb(i,j)为矩阵中第i行和第j列元素的大小,计算得M1为反击故障标准矩阵的相关度,M2为与绕击故障的标准矩阵的相关度,M3为与接地故障的标准矩阵的相关度。
所述模极大值选取规则如下;
小波模极大值即电压信号经小波变换后的局部极值点,定义为:
|Wsf(x)|≤|Wsf(x0)| (6)
式中,为小波;Wsf(x)是电压信号f(x)的小波函数表示;如果在x的某一邻域范围内式(e)成立,则x0称为小波变换的模极大值点,Wsf(x0)为小波变换的模极大值;
令kk=k1-k2 (7)
若kk>0,即可判定为反击故障;若kk<0,则判定为绕击故障,其中,k1为第一个模极大值,k2为第二个模极大值。
实施例2:仿真模型如图2所示,采用云广±800kV直流输电系统参数,双极线路输送容量为5000MW,整流侧和逆变侧的无功补偿容量分别为3000和4000Mvar,每极换流单元为2个12脉动的换流器组成。直流滤波器为12/24/36三调谐滤波器。
(1)取初始行波5ms内的电压采样数据进行分析,将稳定运行的正极时域波形与其零轴所围面积与任一故障类型的正极时域波形与其零轴所围面积作比值k,用这个比值进行故障与雷电干扰的识别。
式中,U+(t)为稳定运行时的正极电压;u+(t)为故障时的正极电压。
为提高识别准确性,设定k=1.5k=1.5作为故障与雷电干扰的识别判据,即,当k>1.5时,判定为故障;当k<1.5时,判定为雷电干扰。
(2)若为故障,则计算与标准能谱矩阵的相似度M1、M2、M3,相似度最大者对应故障类型,从而识别雷击故障和接地故障。
(3)若为雷击故障,计算模极大值的差值kk,若kk为正则为反击故障,若为负则为绕击故障。
本发明利用PSCAD/EMTDC电磁暂态仿真软件对云广±800kV直流输电模型进行大量仿真。仿真考虑了雷击干扰和不同故障类型,以及不同故障距离和过渡电阻的情况,表1统计了不同条件下雷击干扰的仿真识别结果,大量的仿真结果表明这些判据的有效性。
表1仿真结果
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 (4)
1.一种基于能谱相似度的特高压直流输电线路雷击故障识别方法,其特征在于:当特高压直流输电线路电压发生波动时,取稳定运行时的正极时域波形与其零轴所围面积和任一故障类型的正极时域波形与其零轴所围面积的比值,根据比值大小识别故障和雷击干扰;若为故障则转入故障分类的识别,利用小波对附加分量进行小波分解识别,判断是接地故障还是雷击故障;若为雷击故障则转入绕击故障与反击故障识别。
2.根据权利要求1所述的基于能谱相似度的特高压直流输电线路雷击故障识别方法,其特征在于所述方法具体步骤为:
(1)取初始行波5ms内的电压采样数据进行分析,首先取稳定运行时的正极时域波形与其零轴所围面积,接着取任一故障类型的正极时域波形与其零轴所围面积,将两者作比,得到比值k,用比值k进行故障与雷电干扰的识别;
<mrow>
<mi>k</mi>
<mo>=</mo>
<mfrac>
<mrow>
<mo>&Integral;</mo>
<msub>
<mi>U</mi>
<mo>+</mo>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<mo>&Integral;</mo>
<msub>
<mi>u</mi>
<mo>+</mo>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
</mrow>
式中,U+(t)为稳定运行时的正极电压;u+(t)为故障时的正极电压;
其判定标准为:
当k>1.5时,判定为故障;当k<1.5时,判定为雷电干扰;
(2)若为故障,则计算与标准能谱矩阵的相似度M1、M2、M3,相似度最大者对应故障类型,从而识别雷击故障和接地故障;
(3)若为雷击故障,计算模极大值的差值kk,若kk为正则为反击故障,若kk为负则为绕击故障。
3.根据权利要求2所述的基于能谱相似度的特高压直流输电线路雷击故障识别方法,其特征在于:
所述标准能谱矩阵的相似度选取规则如下:
(1)截取5ms内的雷击故障与接地故障的暂态电压波形作为特征提取信号,采样频率是20kHz,对其进行7层分解,得到小波系数d1(n)~d7(n);
(2)计算各频带能量Ej:
<mrow>
<msub>
<mi>E</mi>
<mi>j</mi>
</msub>
<mo>=</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>k</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>N</mi>
</munderover>
<mo>|</mo>
<msub>
<mi>d</mi>
<mi>j</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<msup>
<mo>|</mo>
<mn>2</mn>
</msup>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>2</mn>
<mo>)</mo>
</mrow>
</mrow>
式中,j为小波分解的层数,dj(k)为小波分解后的高频信号系数,Ej为各频段内的小波能量和;
得到小波能量谱序列为:
<mrow>
<mi>E</mi>
<mo>=</mo>
<mo>&lsqb;</mo>
<mtable>
<mtr>
<mtd>
<msub>
<mi>E</mi>
<mn>1</mn>
</msub>
</mtd>
<mtd>
<msub>
<mi>E</mi>
<mn>2</mn>
</msub>
</mtd>
<mtd>
<msub>
<mi>E</mi>
<mn>3</mn>
</msub>
</mtd>
<mtd>
<msub>
<mi>E</mi>
<mn>4</mn>
</msub>
</mtd>
<mtd>
<msub>
<mi>E</mi>
<mn>5</mn>
</msub>
</mtd>
<mtd>
<msub>
<mi>E</mi>
<mn>6</mn>
</msub>
</mtd>
<mtd>
<msub>
<mi>E</mi>
<mn>7</mn>
</msub>
</mtd>
<mtd>
<msubsup>
<mi>E</mi>
<mn>7</mn>
<mn>0</mn>
</msubsup>
</mtd>
</mtr>
</mtable>
<mo>&rsqb;</mo>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>3</mn>
<mo>)</mo>
</mrow>
</mrow>
对应的,d1频带能量为E1,d2频带能量为E2,d3频带能量为E3,d4频带能量为E4,d5频带能量为E5,d6频带能量为E6,d7频带能量为E7,低频小波能量频带a7能量为dn为小波变换所取的波段,n=1-7;
(3)根据电压暂态分量中存在的规律,计算每种故障情况的10组数据的能谱平均值,取d1、d2、d3、d4、d5的能量作为能谱标准矩阵,计算任一故障能谱矩阵与标准矩阵的相似度作为识别判据,相似度最大者为与之对应的故障;
令Ma为待识别故障过电压经小波变换后的高中频能谱矩阵;Mb为能谱参考矩阵,两者相似度为Sab:
<mrow>
<msub>
<mi>M</mi>
<mi>n</mi>
</msub>
<mo>=</mo>
<mfrac>
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>H</mi>
</munderover>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>W</mi>
</munderover>
<msub>
<mi>M</mi>
<mi>a</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
<mo>)</mo>
</mrow>
<msub>
<mi>M</mi>
<mi>b</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
<mo>)</mo>
</mrow>
</mrow>
<msqrt>
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>H</mi>
</munderover>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>W</mi>
</munderover>
<msubsup>
<mi>M</mi>
<mi>a</mi>
<mn>2</mn>
</msubsup>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
<mo>)</mo>
</mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>H</mi>
</munderover>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>W</mi>
</munderover>
<msubsup>
<mi>M</mi>
<mi>b</mi>
<mn>2</mn>
</msubsup>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
<mo>)</mo>
</mrow>
</mrow>
</msqrt>
</mfrac>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>4</mn>
<mo>)</mo>
</mrow>
</mrow>
式中,H和W分别是矩阵的列数和行数;Mb(i,j)为矩阵中第i行和第j列元素的大小,计算得M1为反击故障标准矩阵的相关度,M2为与绕击故障的标准矩阵的相关度,M3为与接地故障的标准矩阵的相关度。
4.根据权利要求2所述的基于能谱相似度的特高压直流输电线路雷击故障识别方法,其特征在于:
所述模极大值选取规则如下;
小波模极大值即电压信号经小波变换后的局部极值点,定义为:
|Wsf(x)|≤|Wsf(x0)| (6)
式中,为小波;Wsf(x)是电压信号f(x)的小波函数表示;如果在x的某一邻域范围内式(e)成立,则x0称为小波变换的模极大值点,Wsf(x0)为小波变换的模极大值;
令kk=k1-k2 (7)
若kk>0,即可判定为反击故障;若kk<0,则判定为绕击故障,其中,k1为第一个模极大值,k2为第二个模极大值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710305650.0A CN107255743B (zh) | 2017-05-03 | 2017-05-03 | 一种基于能谱相似度的特高压直流输电线路雷击故障识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710305650.0A CN107255743B (zh) | 2017-05-03 | 2017-05-03 | 一种基于能谱相似度的特高压直流输电线路雷击故障识别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107255743A true CN107255743A (zh) | 2017-10-17 |
CN107255743B CN107255743B (zh) | 2019-09-27 |
Family
ID=60027521
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710305650.0A Active CN107255743B (zh) | 2017-05-03 | 2017-05-03 | 一种基于能谱相似度的特高压直流输电线路雷击故障识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107255743B (zh) |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108152668A (zh) * | 2017-12-04 | 2018-06-12 | 昆明理工大学 | 一种计算导通的线路避雷器与线路闪络点之间距离的方法 |
CN108896870A (zh) * | 2018-06-28 | 2018-11-27 | 四川大学 | 工频和冲击联合作用下的输电线路故障识别方法 |
CN109375065A (zh) * | 2018-12-12 | 2019-02-22 | 长沙理工大学 | 基于三维灰色绝对关联度的行波识别方法和定位装置 |
CN109375051A (zh) * | 2018-08-29 | 2019-02-22 | 国网浙江省电力有限公司电力科学研究院 | 基于频谱密度衰减的雷电暂态信号识别方法及系统 |
CN109581166A (zh) * | 2019-01-15 | 2019-04-05 | 清华大学 | 基于Sobel能量谱的输电线路雷击或故障定位方法 |
CN109696598A (zh) * | 2018-12-26 | 2019-04-30 | 四川大学 | 一种考虑继发性故障的配电网故障选线方法 |
CN110108929A (zh) * | 2019-05-22 | 2019-08-09 | 电子科技大学 | 一种抗干扰型雷电流采集装置 |
CN110378020A (zh) * | 2019-07-19 | 2019-10-25 | 华北电力大学 | 电网换相换流器多频段动态相量电磁暂态仿真方法及系统 |
CN111025088A (zh) * | 2019-12-09 | 2020-04-17 | 北京铁诚精锐电力技术有限公司 | 铁路电力线路故障定位方法和装置 |
CN112083277A (zh) * | 2020-08-21 | 2020-12-15 | 国网山东省电力公司诸城市供电公司 | 一种电力线路传输故障检测方法及系统 |
CN112083278A (zh) * | 2020-08-23 | 2020-12-15 | 昆明理工大学 | 一种基于站端故障电流宽频检测的配电网直击雷与感应雷辨识方法 |
CN114034966A (zh) * | 2021-10-13 | 2022-02-11 | 国电南瑞科技股份有限公司 | 一种基于支持向量机的输电线路故障识别方法和装置 |
CN115575783A (zh) * | 2022-12-09 | 2023-01-06 | 昆明理工大学 | 一种交流输电线路多重雷绕击与反击识别方法及系统 |
CN115575726A (zh) * | 2022-11-21 | 2023-01-06 | 昆明理工大学 | 一种输电线路多重雷击性质判别方法及系统 |
CN115575772A (zh) * | 2022-11-21 | 2023-01-06 | 昆明理工大学 | 一种输电线路雷电绕击与反击的暂态零模量识别方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH02105075A (ja) * | 1988-10-14 | 1990-04-17 | Hitachi Ltd | 雷撃点標定システム |
US20010048297A1 (en) * | 2000-02-14 | 2001-12-06 | Medelius Pedro J. | System and method of locating lightning strikes |
CN101806849A (zh) * | 2010-03-30 | 2010-08-18 | 昆明理工大学 | 利用特高压直流输电极波波形面积比值的故障选极方法 |
CN103633629A (zh) * | 2013-11-11 | 2014-03-12 | 同济大学 | 基于小波变换和能量谱分析的高压直流输电线路的保护方法 |
CN103675602A (zh) * | 2013-12-03 | 2014-03-26 | 昆明理工大学 | 一种输电线路雷击闪络与未闪络的判别方法 |
-
2017
- 2017-05-03 CN CN201710305650.0A patent/CN107255743B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH02105075A (ja) * | 1988-10-14 | 1990-04-17 | Hitachi Ltd | 雷撃点標定システム |
US20010048297A1 (en) * | 2000-02-14 | 2001-12-06 | Medelius Pedro J. | System and method of locating lightning strikes |
CN101806849A (zh) * | 2010-03-30 | 2010-08-18 | 昆明理工大学 | 利用特高压直流输电极波波形面积比值的故障选极方法 |
CN103633629A (zh) * | 2013-11-11 | 2014-03-12 | 同济大学 | 基于小波变换和能量谱分析的高压直流输电线路的保护方法 |
CN103675602A (zh) * | 2013-12-03 | 2014-03-26 | 昆明理工大学 | 一种输电线路雷击闪络与未闪络的判别方法 |
Non-Patent Citations (2)
Title |
---|
吴昊等: ""小波能量谱和神经网络法识别雷击与短路故障"", 《高电压技术》 * |
李晓斌等: ""基于小波能量谱的输电线路雷击故障识别方法研究"", 《电测与仪表》 * |
Cited By (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108152668A (zh) * | 2017-12-04 | 2018-06-12 | 昆明理工大学 | 一种计算导通的线路避雷器与线路闪络点之间距离的方法 |
CN108896870A (zh) * | 2018-06-28 | 2018-11-27 | 四川大学 | 工频和冲击联合作用下的输电线路故障识别方法 |
CN109375051A (zh) * | 2018-08-29 | 2019-02-22 | 国网浙江省电力有限公司电力科学研究院 | 基于频谱密度衰减的雷电暂态信号识别方法及系统 |
CN109375051B (zh) * | 2018-08-29 | 2021-03-12 | 国网浙江省电力有限公司电力科学研究院 | 基于频谱密度衰减的雷电暂态信号识别方法及系统 |
CN109375065A (zh) * | 2018-12-12 | 2019-02-22 | 长沙理工大学 | 基于三维灰色绝对关联度的行波识别方法和定位装置 |
CN109696598A (zh) * | 2018-12-26 | 2019-04-30 | 四川大学 | 一种考虑继发性故障的配电网故障选线方法 |
CN109581166A (zh) * | 2019-01-15 | 2019-04-05 | 清华大学 | 基于Sobel能量谱的输电线路雷击或故障定位方法 |
CN109581166B (zh) * | 2019-01-15 | 2020-04-03 | 清华大学 | 基于Sobel能量谱的输电线路故障定位方法 |
CN110108929A (zh) * | 2019-05-22 | 2019-08-09 | 电子科技大学 | 一种抗干扰型雷电流采集装置 |
CN110378020A (zh) * | 2019-07-19 | 2019-10-25 | 华北电力大学 | 电网换相换流器多频段动态相量电磁暂态仿真方法及系统 |
CN111025088B (zh) * | 2019-12-09 | 2020-12-25 | 北京铁诚精锐电力技术有限公司 | 铁路电力线路故障定位方法和装置 |
CN111025088A (zh) * | 2019-12-09 | 2020-04-17 | 北京铁诚精锐电力技术有限公司 | 铁路电力线路故障定位方法和装置 |
CN112083277A (zh) * | 2020-08-21 | 2020-12-15 | 国网山东省电力公司诸城市供电公司 | 一种电力线路传输故障检测方法及系统 |
CN112083278A (zh) * | 2020-08-23 | 2020-12-15 | 昆明理工大学 | 一种基于站端故障电流宽频检测的配电网直击雷与感应雷辨识方法 |
CN114034966A (zh) * | 2021-10-13 | 2022-02-11 | 国电南瑞科技股份有限公司 | 一种基于支持向量机的输电线路故障识别方法和装置 |
CN115575726A (zh) * | 2022-11-21 | 2023-01-06 | 昆明理工大学 | 一种输电线路多重雷击性质判别方法及系统 |
CN115575772A (zh) * | 2022-11-21 | 2023-01-06 | 昆明理工大学 | 一种输电线路雷电绕击与反击的暂态零模量识别方法 |
CN115575726B (zh) * | 2022-11-21 | 2023-02-24 | 昆明理工大学 | 一种输电线路多重雷击性质判别方法及系统 |
CN115575772B (zh) * | 2022-11-21 | 2023-03-14 | 昆明理工大学 | 一种输电线路雷电绕击与反击的暂态零模量识别方法 |
CN115575783A (zh) * | 2022-12-09 | 2023-01-06 | 昆明理工大学 | 一种交流输电线路多重雷绕击与反击识别方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN107255743B (zh) | 2019-09-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107255743B (zh) | 一种基于能谱相似度的特高压直流输电线路雷击故障识别方法 | |
CN108054736B (zh) | 一种基于电压极波的多端柔性直流电网直流线路保护方法 | |
Suonan et al. | A novel fault-location method for HVDC transmission lines | |
CN103941163B (zh) | 利用模糊k均值聚类的谐振接地系统故障选线方法 | |
CN104977502B (zh) | 一种特高压直流输电线路区内外故障识别方法 | |
CN102005740B (zh) | 利用极波小波能量比值的特高压直流线路边界元件方法 | |
CN108896869A (zh) | 一种基于s变换的高压直流输电线路雷击干扰识别方法 | |
Hao et al. | An intelligent algorithm for fault location on VSC-HVDC system | |
CN106019076B (zh) | 一种高压直流输电线路故障测距方法 | |
CN106646140A (zh) | 基于测量波阻抗的高压直流输电线路区内外故障识别方法 | |
Biswas et al. | A dual-time transform assisted intelligent relaying scheme for the STATCOM-compensated transmission line connecting wind farm | |
CN102135560B (zh) | 雷电波侵入变电站的扰动识别方法 | |
CN108120903A (zh) | 一种基于脉冲神经膜系统的小电流单相接地故障选线方法 | |
CN101915888B (zh) | ±800kV直流输电线路雷击干扰的可拓融合识别方法 | |
CN102931728B (zh) | 基于小波多分辨率分析的电网扰动在线辨识及可视化方法 | |
CN102967779B (zh) | 一种输电线路分布参数的辨识方法 | |
CN110244122A (zh) | 电力系统谐振过电压检测与控制方法 | |
CN105004939A (zh) | 一种复合电能质量扰动信号定量分析方法 | |
CN110247420B (zh) | 一种hvdc输电线路故障智能识别方法 | |
CN107329046A (zh) | 基于模量分析的直流架空线雷击识别方法 | |
CN104898021A (zh) | 一种基于k-means聚类分析的配电网故障选线方法 | |
CN105486978A (zh) | 单相短路故障选线方法 | |
CN103941149B (zh) | 电气化铁道牵引网故障定位方法 | |
CN105301447A (zh) | 柔性直流输电系统电缆单极故障测距方法 | |
CN102147443B (zh) | 基于自适应电流的单端测距方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |