CN107797025B - 电力系统的故障定位方法和装置 - Google Patents
电力系统的故障定位方法和装置 Download PDFInfo
- Publication number
- CN107797025B CN107797025B CN201610806065.4A CN201610806065A CN107797025B CN 107797025 B CN107797025 B CN 107797025B CN 201610806065 A CN201610806065 A CN 201610806065A CN 107797025 B CN107797025 B CN 107797025B
- Authority
- CN
- China
- Prior art keywords
- modulus
- transformation
- phase
- fault
- clark
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/08—Locating faults in cables, transmission lines, or networks
- G01R31/088—Aspects of digital computing
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Locating Faults (AREA)
Abstract
本发明提供了电力系统的故障定位方法和装置，其中，包括如下步骤：采集电力系统线路上的三相电流进行三相解耦，得到一模量和二模量；将所述一模量和/或二模量进行小波变换，得到频域信号；将所述频域信号进行去噪滤波；基于去噪滤波以后的信号获得故障行波的波头。本发明提供的电力系统的故障定位方法和装置更快更可靠。
Description
技术领域
本发明涉及电力系统领域，尤其涉及一种电力系统的故障定位方法和装置。
背景技术
电网的故障定位对改善电力系统的持续性具有重要意义。准确可靠的故障定位方法不仅能减少线路检查器的人工工作量，也可以帮助故障排除并及时快速回复电网工作，以减少由于故障带来的经济损失。
电网线路一旦发生故障，会产生故障行波以光速传播，行波有故障信号也有噪声。在现有技术不同的电网故障定位方法中，基于小波转换的算法被认为是有效的方式。小波转换被广泛应用于识别线路故障的行波波头以确定行波的到达时间。根据电网线路上设置的在线装置观察到的波形，高频噪声能在记录的行波波头发现。许多错误的小波变换的模的最大值都是由噪声产生的，因此，高频噪声极大地影响了基于小波转换的行波波头检测。
现有技术的电网故障定位方法包括小波变换步骤。小波变换步骤对高频噪声很敏感，在基于小波转换故障定位算法中，小波变换是非常重要的步骤，其对最后的故障定位结果有极大影响。现有技术也提出了很多去噪滤波方法。然而，现有技术的去噪滤波方法以及电网故障定位机制繁复，不够准确。
发明内容
本发明第一方面电力系统的故障定位方法，其中，包括如下步骤：采集电力系统线路上的三相电流进行三相解耦，得到一模量和二模量；将所述一模量和/或二模量进行小波变换，得到频域信号；将所述频域信号进行去噪滤波；基于去噪滤波以后的信号获得故障行波的波头。本发明提供的电力系统的故障定位方法和装置更快更可靠。
进一步地，所述三相解耦步骤包括克拉克变换和卡伦堡变换。
进一步地，所述克拉克变换为：
其中，Ic0表示零模量，Ic1表示一模量，Ic2表示二模量，Ia、Ib、Ic表示三相电流。
进一步地，所述卡伦堡变换为：
其中，Ik0表示零模量，Ik1表示一模量，Ik2表示二模量，Ia、Ib、Ic表示三相电流。
进一步地，所述三相电流包括A、B、C三相，所述小波变换步骤还包括以下任一项或者任多项：当发生三相电流的A相接地故障时，选取克拉克变换的一模值和二模值，或者克拉克变换的一模值和卡伦堡变换的二模值做小波变换；当发生三相电流的B相接地故障时，选取克拉克变换的一模值和卡伦堡变换的一模值做小波变换；当发生三相电流的C相接地故障时，选取选取克拉克变换的二模值或者卡伦堡变换的二模值做小波变换；当发生三相电流的AB相间故障时，选取克拉克变换的一模值和卡伦堡变换的一模值做小波变换；当发生三相电流的AC相间故障时，选取克拉克变换的二模值或卡伦堡变换的二模值做小波变换；当发生三相电流的BC相间故障时，选取克拉克变换的一模值和卡伦堡变换的一模值做小波变换；当发生三相电流的AB相间接地故障时，选取克拉克变换的一模值和卡伦堡变换的一模值做小波变换；当发生三相电流的AC相间接地故障时，选取克拉克变换的二模值或卡伦堡变换的二模值做小波变换；当发生三相电流的BC相间接地故障时，选取克拉克变换的一模值和卡伦堡变换的一模值做小波变换；当发生三相电流的ABC三相相间故障时，选取克拉克变换的一模值和卡伦堡变换的一模值做小波变换；当发生三相电流的ABC三相相间接地故障时，选取克拉克变换的一模值和卡伦堡变换的一模值做小波变换。本发明能够根据不同的故障类型选取不同的模值。
进一步地，所述去噪滤波步骤还包括如下步骤：将所述频域信号按照不同的频率分成复数层，滤出其中特定频率的一层或者多层信号；判断滤出的一层或多层信号是否大于第一预定阈值并小于第二预定阈值，如是则滤出；将滤出的信号基于利普希茨指数条件法去噪。本发明的去噪滤波步骤通过先选取特定一层或者多层信号，然后设定两个阈值进行筛选，最后再通过利普希茨指数条件法进行进一步去噪，极大地去除了噪声信号并保留了有效信号。
进一步地，所述第一预定阈值为采样窗口所有信号占比90％大小的数值，所述第二预定阈值为噪声的三倍标准差。第一预定值和第二预定值的设置进一步去除了噪声。
进一步地，所述电力系统的线路上设置有复数个采样点，其中，所述电力系统的故障定位方法还包括如下步骤：在发生故障的线路两端的采样点上捕捉所述行波波头，获得所述行波波头的到达时间，并基于两个到达时间的差值计算故障的具体发生处。由于故障行波是以光速传播的，将故障发生处两端的两个采样点上捕捉到的行波波头所对应的时间求差再乘以光速即可得到故障具体发生处。
本发明第二方面提供了电力系统的故障定位装置，其中，包括：三相解耦装置，其用于采集电力系统线路上的三相电流进行三相解耦，得到一模量和二模量；小波变换装置，其用于将所述一模量和/或二模量进行小波变换，得到频域信号；去噪滤波装置，其用于将所述频域信号进行去噪滤波；获取装置，其用于基于去噪滤波以后的信号获得故障行波的波头。本发明提供的电力系统的故障定位方法和装置更快更可靠。
进一步地，所述三相解耦装置利用克拉克变换和卡伦堡变换。
进一步地，所述克拉克变换为：
其中，Ic0表示零模量，Ic1表示一模量，Ic2表示二模量，Ia、Ib、Ic表示三相电流。
进一步地，所述卡伦堡变换为：
其中，Ik0表示零模量，Ik1表示一模量，Ik2表示二模量，Ia、Ib、Ic表示三相电流。
进一步地，所述三相电流包括A、B、C三相，所述小波变换装置还用于以下任一项或者任多项：当发生三相电流的A相接地故障时，选取克拉克变换的一模值和二模值，或者克拉克变换的一模值和卡伦堡变换的二模值做小波变换；当发生三相电流的B相接地故障时，选取克拉克变换的一模值和卡伦堡变换的一模值做小波变换；当发生三相电流的C相接地故障时，选取选取克拉克变换的二模值或者卡伦堡变换的二模值做小波变换；当发生三相电流的AB相间故障时，选取克拉克变换的一模值和卡伦堡变换的一模值做小波变换；当发生三相电流的AC相间故障时，选取克拉克变换的二模值或卡伦堡变换的二模值做小波变换；当发生三相电流的BC相间故障时，选取克拉克变换的一模值和卡伦堡变换的一模值做小波变换；当发生三相电流的AB相间接地故障时，选取克拉克变换的一模值和卡伦堡变换的一模值做小波变换；当发生三相电流的AC相间接地故障时，选取克拉克变换的二模值或卡伦堡变换的二模值做小波变换；当发生三相电流的BC相间接地故障时，选取克拉克变换的一模值和卡伦堡变换的一模值做小波变换；当发生三相电流的ABC三相相间故障时，选取克拉克变换的一模值和卡伦堡变换的一模值做小波变换；当发生三相电流的ABC三相相间接地故障时，选取克拉克变换的一模值和卡伦堡变换的一模值做小波变换。本发明能够根据不同的故障类型选取不同的模值。
进一步地，所述去噪滤波装置还用于：将所述频域信号按照不同的频率分成复数层，滤出其中特定频率的一层或者多层信号；判断滤出的一层或多层信号是否大于第一预定阈值并小于第二预定阈值，如是则滤出；将滤出的信号基于利普希茨指数条件法去噪。本发明的去噪滤波通过先选取特定一层或者多层信号，然后设定两个阈值进行筛选，最后再通过利普希茨指数条件法进行进一步去噪，极大地去除了噪声信号并保留了有效信号。
进一步地，所述第一预定阈值为采样窗口所有信号占比90％大小的数值，所述第二预定阈值为噪声的三倍标准差。第一预定值和第二预定值的设置进一步去除了噪声。
进一步地，所述电力系统的线路上设置有复数个采样点，其中，所述电力系统的故障定位装置还包括控制装置，其用于：在发生故障的线路两端的采样点上捕捉所述行波波头，获得所述行波波头的到达时间，并基于两个到达时间的差值计算故障的具体发生处。由于故障行波是以光速传播的，将故障发生处两端的两个采样点上捕捉到的行波波头所对应的时间求差再乘以光速即可得到故障具体发生处。
附图说明
图1是电力系统的线路结构示意图；
图2是根据本发明一个具体实施例的电力系统的故障定位方法的步骤流程图；
图3是根据本发明一个具体实施例的电力系统的故障定位方法的小波模值正态分布曲线图；
图4是根据本发明一个具体实施例的电力系统的故障定位方法的模值曲线图。
具体实施方式
以下结合附图，对本发明的具体实施方式进行说明。
图1是电力系统的线路结构示意图，图中示出了电力系统的一段线路，该线路上设置了两个变电站，分别为第一变电站T1和第二变电站T2。在第一变电站T1和第二变电站T2之间还设置有两个电压电流保护装置，分别为第一保护装置P1和第二保护装置P2。其中，电压电流保护装置即用于记录线路上的电压电流信号以及故障信号。其中，假设在第一保护装置P1和第二保护装置P2之间发生了线路故障F，下文将结合本发明的电力系统的故障定位机制来定位线路故障F。
其中，当发生线路故障F时，故障信号是以行波的形式光速从线路故障点F向两端传播的，第一保护装置P1和第二保护装置P2分别设置在线路故障F两边并用于捕捉故障行波的波头，从而通过光速和时间来计算故障点分别距离两个保护装置的距离，并通过计算距离差值来定位故障具体发生处。
如图2所示，本发明提供的电力系统的故障定位方法，包括如下步骤：
首先执行步骤S1，采集电力系统线路上的电流信号，电流信号通常为三相电流，然后将采集到的三相电流信号进行三相解耦。所谓三相解耦，即将本来相互联系的三相电流信号通过矩阵变化分解成三个不相关的量，由此得到一模值I1、二模值I2以及零模值Io。其中，一模值I1、二模值I2与线路相关，因此适合用于分析故障信号。零模值Io与接地有关，因此不适合用于分析故障信号。
具体地，所述三相解耦步骤可以利用克拉克变换(Clarke transformation)和卡伦堡变换(Karenbauer transformation)。
其中，克拉克变换为：
其中，Ic0表示零模量，Ic1表示一模量，Ic2表示二模量，Ia、Ib、Ic表示三相电流。
其中，所述卡伦堡变换为：
其中，Ik0表示零模量，Ik1表示一模量，Ik2表示二模量，Ia、Ib、Ic表示三相电流。
表1克拉克变换和卡伦堡变换根据不同故障类型的一模值和二模值选取表
| AG | BG | CG | AB | AC | BC | ABG | ACG | BCG | ABC | ABCG | |
| C1(km) | 0.202 | 0.231 | 0.298 | 0.2985 | -21.3 | 0.298 | 0.298 | 0.231 | 0.163 | 0.163 | 0.163 |
| C2(km) | 0.199 | 40.14 | 0.199 | -0.415 | -0.141 | -0.415 | -0.415 | -0.210 | -0.278 | -0.278 | -0.278 |
| k1(km) | 1.46 | 0.231 | -8.8 | 0.2985 | -0.415 | 0.298 | 0.298 | 0.231 | 0.163 | 0.163 | 0.163 |
| k2(km) | 0.199 | 40.14 | 0.199 | -0.415 | -0.141 | -0.415 | -0.415 | -0.210 | -0.278 | -0.278 | -0.278 |
| 模值选取 | C1，C2(K2) | C1，K1 | C2(K2) | C1，K1 | C2(K2) | C1，K1 | C1，K1 | C2(K2) | C1，K1 | C1，K1 | C1，K1 |
具体地，小波变换步骤的模值选取如上表所示，其中，AG:A相接地故障，其中，故障模式包括：
BG:B相接地故障；
CG:C相接地故障；
AB:AB相间故障；
BC:BC相间故障；
AC:AC相间故障；
ABC:ABC三相相间故障；
ABG:AB相间接地故障；
BCG:BC相间接地故障；
ACG:AC相间接地故障；
ABCG:ABC三相相间接地故障。
其中，C1表示克拉克变换一模量，C2表示克拉克变换二模量，k1表示卡伦堡变换一模值，k2表示卡伦堡变换二模值。因此，如上表所示，当发生三相电流的A相接地故障时，选取克拉克变换的一模值和二模值，或者克拉克变换的一模值和卡伦堡变换的二模值做小波变换；当发生三相电流的B相接地故障时，选取克拉克变换的一模值和卡伦堡变换的一模值做小波变换；当发生三相电流的C相接地故障时，选取选取克拉克变换的二模值或者卡伦堡变换的二模值做小波变换；当发生三相电流的AB相间故障时，选取克拉克变换的一模值和卡伦堡变换的一模值做小波变换；当发生三相电流的AC相间故障时，选取克拉克变换的二模值或卡伦堡变换的二模值做小波变换；当发生三相电流的BC相间故障时，选取克拉克变换的一模值和卡伦堡变换的一模值做小波变换；当发生三相电流的AB相间接地故障时，选取克拉克变换的一模值和卡伦堡变换的一模值做小波变换；当发生三相电流的AC相间接地故障时，选取克拉克变换的二模值或卡伦堡变换的二模值做小波变换；当发生三相电流的BC相间接地故障时，选取克拉克变换的一模值和卡伦堡变换的一模值做小波变换；当发生三相电流的ABC三相相间故障时，选取克拉克变换的一模值和卡伦堡变换的一模值做小波变换；当发生三相电流的ABC三相相间接地故障时，选取克拉克变换的一模值和卡伦堡变换的一模值做小波变换。
然后执行步骤S2，根据具体情况，将步骤S1中得到的一模值I1和/或二模值I2进行小波变换(wavelet transformation)，小波变换步骤即是将一模值I1或二模值I2进行时频转换，将一模值I1或二模值I2的时域信号转化为一模值I1或二模值I2的频域信号。其中，小波变换步骤是用于提取故障行波里存在的明显信息。利用仿真信号，小波变换用于检测故障行波波头非常有效。
接着执行步骤S3，将从S2得到的频域信号进行去噪滤波。相较于现有技术的基于小波变换的故障定位机制，本发明并不需要在小波分解(wavelet decomposition)以前去噪滤波，去噪步骤是在小波域(wavelet domain)进行的。在小波域的去噪步骤包括两部分，即在特定分解层收缩以及基于利普希茨指数条件法去噪。当在小波域执行去噪以后，模最大值(modulus maxima)可以直接获得。由于小波分解是函数空间(function space)的划分(division)，如下：
函数空间根据不同比例被划分为不同的小波函数空间。与频域(frequencydomain)一样，小波域可以根据1MSps的采样率(sampling rate)被划分为如下五层：
因此，步骤S3还包括如下步骤：
首先执行步骤S31，将从步骤S2中得到的频域信号按照不同的频率分成复数层，滤出其中特定频率的一层或者多层信号。其中，将频域信号从0到15.625kHz分为五层，如上表所示的第三到五层更适合用于寻找故障行波的波头，即频率范围分别为15.625～31.25kHz、31.25～62.5kHz和62.5～125kHz的其中三层。这是由于在高频率范围内，噪音也有具有高幅度，在此领域内噪音“淹没”了电流信号。但在低频率范围内，噪音相较于电流信号具有更小的幅度。利用小波收缩方法(wavelet shrinkage method)，只有在中位频率的小波模值会收缩。
然后执行步骤S32，判断滤出的一层或多层信号是否大于第一预定阈值并小于第二预定阈值，如是则滤出。如上文所述，步骤S31已经选出了频率范围分别为15.625～31.25kHz、31.25～62.5kHz和62.5～125kHz的其中三层信号。其中，所述第一预定阈值为采样窗口所有信号占比90％大小的数值，所述第二预定阈值为噪声的三倍标准差。
其中，图3是根据本发明一个具体实施例的电力系统的故障定位方法的小波模值正态分布曲线图，如图3所示，信号中的噪音通常被视为高斯白噪声(Gaussian whitenoise)，其具有普通正态分布(normal distribution)和零均值(zero mean)，对其小波转换那么也同样。在噪声正态分布中，99.7％的采样值在三倍标准差(3standarddeviations)里，因此噪声的三倍标准差被选为小波收缩的阈值之一。噪声的标准差是由故障前的电流信号来预估的。其中，μ为零均值，δ为标准差。考虑到噪声“淹没”电流信号的情况(也就是线路的电流信号比噪声大，但是又不足够大的情况下)，如果三倍标准差比90％的采样值大，因此另一个阈值则被设定为采样窗口所有信号占比90％大小的数值。如图3所示，99.7％的采样值在三倍标准差里，95％的采样值在两倍标准差里，68％的在一倍标准差里。
需要说明的是，例如采样窗口中有10个采样值，选取倒数第二大的值。如果采样窗口有100个值，选取所有值大小的排序第90％大的值，也就是按照大小排序的第90大的采样值。
其中，任何小波模值如果不是大于第一预定阈值并小于第二预定阈值，都设为0值，也就是在故障定位机制中不再考虑，如下：
接着执行步骤S33，将滤出的信号基于利普希茨指数条件法对信号进行进一步去噪。之后，行波波头能够利用模最大值来确定。在执行了上文所述的去噪滤波以后，中间频率的噪声大部分被滤出了。因此，噪声可以基于利普希茨指数条件法进一步去除，利普希茨指数指数(Lipschitz exponent)为：
对于电流信号来说，小尺度(small scale)的小波一模量定会小于大尺度(largescale)的小波模量：
对于电流信号来说，去噪是在小波模值的所有层次执行，这样才能去除噪音。本发明通过滤出特定频率的一层或者多层信号以及基于利普希茨指数指数法去噪，信号中的噪声被极大地去除掉了。
然后执行步骤S4，基于去噪滤波以后的信号获得故障行波的波头。图4是根据本发明一个具体实施例的电力系统的故障定位方法的模值曲线图，如图4所示，横坐标为时间，竖坐标为一模量和/或二模量的模值。一模量和/或二模量的模值的第一个极大值对应的时间t1就是行波波头。
最后执行步骤S5，在发生故障的线路两端的采样点上捕捉所述行波波头，获得所述行波波头的到达时间，并基于两个到达时间的差值计算故障的具体发生处。参见图1，由于故障点F发生故障以后，故障行波是以光速分别向第一保护装置P1和第二保护装置P2两个方向传播，第一保护装置P1和第二第二保护装置P2均分别通过本发明提供的故障定位方法来确定行波波头，例如第一保护装置P1捕捉到了时间t1为故障行波向第一保护装置P1的方向以光速传播的行波波头到达时间，第二保护装置P2捕捉到了时间t2为故障行波向第二保护装置P2的方向以光速传播的行波波头到达时间，因此，时间t1和时间t2之差乘以行波传播的速度即光速就可以得到故障F的确切位置。
本发明第二方面提供了电力系统的故障定位装置，其中，包括：
三相解耦装置，其用于采集电力系统线路上的三相电流进行三相解耦，得到一模量和二模量；
小波变换装置，其用于将所述一模量和/或二模量进行小波变换，得到频域信号；
去噪滤波装置，其用于将所述频域信号进行去噪滤波；
获取装置，其用于基于去噪滤波以后的信号获得故障行波的波头。
进一步地，所述三相解耦装置利用克拉克变换和卡伦堡变换。
进一步地，所述克拉克变换为：
其中，Ic0表示零模量，Ic1表示一模量，Ic2表示二模量，Ia、Ib、Ic表示三相电流。
进一步地，所述卡伦堡变换为：
其中，Ik0表示零模量，Ik1表示一模量，Ik2表示二模量，Ia、Ib、Ic表示三相电流。
进一步地，所述小波变换装置还用于以下任一项或任多项：
-当发生三相电流的A相接地故障时，选取克拉克变换的一模值和二模值，或者克拉克变换的一模值和卡伦堡变换的二模值做小波变换；
-当发生三相电流的B相接地故障时，选取克拉克变换的一模值和卡伦堡变换的一模值做小波变换；
-当发生三相电流的C相接地故障时，选取选取克拉克变换的二模值或者卡伦堡变换的二模值做小波变换；
-当发生三相电流的AB相间故障时，选取克拉克变换的一模值和卡伦堡变换的一模值做小波变换；
-当发生三相电流的AC相间故障时，选取克拉克变换的二模值或卡伦堡变换的二模值做小波变换；
-当发生三相电流的BC相间故障时，选取克拉克变换的一模值和卡伦堡变换的一模值做小波变换；
-当发生三相电流的AB相间接地故障时，选取克拉克变换的一模值和卡伦堡变换的一模值做小波变换；
-当发生三相电流的AC相间接地故障时，选取克拉克变换的二模值或卡伦堡变换的二模值做小波变换；
-当发生三相电流的BC相间接地故障时，选取克拉克变换的一模值和卡伦堡变换的一模值做小波变换；
-当发生三相电流的ABC三相相间故障时，选取克拉克变换的一模值和卡伦堡变换的一模值做小波变换；
-当发生三相电流的ABC三相相间接地故障时，选取克拉克变换的一模值和卡伦堡变换的一模值做小波变换。
进一步地，所述去噪滤波装置还用于：
将所述频域信号按照不同的频率分成复数层，滤出其中特定频率的一层或者多层信号；
判断滤出的一层或多层信号是否大于第一预定阈值并小于第二预定阈值，如是则滤出；
将滤出的信号基于利普希茨指数条件法去噪。
进一步地，所述第一预定阈值为采样窗口所有信号占比90％大小的数值，所述第二预定阈值为噪声的三倍标准差。
进一步地，所述电力系统的线路上设置有复数个采样点，其中，所述电力系统的故障定位装置还包括控制装置，其用于：
在发生故障的线路两端的采样点上捕捉所述行波波头，获得所述行波波头的到达时间，并基于两个到达时间的差值计算故障的具体发生处。
上文已经对电力系统的故障定位机制进行了详细说明，电力系统的故障定位装置的原理相同，现有技术已经有成熟的技术对电力系统的故障定位装置的实现进行支持，为简明起见，不再赘述。
本发明提供的电力系统的故障定位的方法和装置能够极大地将信号中的噪声去除，其实现具有更少的工作量并可以最大程度地为下一步检测保存有效信息。相比较而言，现有技术的故障定位机制工作在频域或者小波域，滤波之后信号需要在时域及时恢复，然后滤波以后的信号用小波分解模块处理。而反观本发明，改变了各个模块之间的顺序，滤波去噪步骤直接在小波域执行而并不需要逆转换步骤。此外，本发明在去噪滤波步骤里只选取特定频率的几层信号以减少工作量并保留有效信号。因此，本发明提供的电力系统的故障定位方法和装置更快更可靠。
尽管本发明的内容已经通过上述优选实施例作了详细介绍，但应当认识到上述的描述不应被认为是对本发明的限制。在本领域技术人员阅读了上述内容后，对于本发明的多种修改和替代都将是显而易见的。因此，本发明的保护范围应由所附的权利要求来限定。此外，不应将权利要求中的任何附图标记视为限制所涉及的权利要求；“包括”一词不排除其它权利要求或说明书中未列出的装置或步骤；“第一”、“第二”等词语仅用来表示名称，而并不表示任何特定的顺序。
Claims (14)
1.电力系统的故障定位方法，其中，包括如下步骤：
采集电力系统线路上的三相电流进行三相解耦，得到一模量和二模量；
将所述一模量和/或二模量进行小波变换，得到频域信号；
将所述频域信号进行去噪滤波；
基于去噪滤波以后的信号获得故障行波的波头，
其中，所述去噪滤波步骤还包括如下步骤：将所述频域信号按照不同的频率分成复数层，滤出其中特定频率的一层或者多层信号；
判断滤出的一层或多层信号是否大于第一预定阈值并小于第二预定阈值，如是则滤出；
将滤出的信号基于利普希茨指数条件法去噪。
2.根据权利要求1所述的电力系统的故障定位方法，其特征在于，所述三相解耦步骤包括克拉克变换和卡伦堡变换。
3.根据权利要求2所述的电力系统的故障定位方法，其特征在于，所述克拉克变换为：
其中，Ic0表示零模量，Ic1表示一模量，Ic2表示二模量，Ia、Ib、Ic表示三相电流。
4.根据权利要求2所述的电力系统的故障定位方法，其特征在于，所述卡伦堡变换为：
其中，Ik0表示零模量，Ik1表示一模量，Ik2表示二模量，Ia、Ib、Ic表示三相电流。
5.根据权利要求1至4任一项所述的电力系统的故障定位方法，其特征在于，所述三相电流包括A、B、C三相，所述小波变换步骤还包括以下任一项或者任多项：
-当发生三相电流的A相接地故障时，选取克拉克变换的一模值和二模值，或者克拉克变换的一模值和卡伦堡变换的二模值做小波变换；
-当发生三相电流的B相接地故障时，选取克拉克变换的一模值和卡伦堡变换的一模值做小波变换；
-当发生三相电流的C相接地故障时，选取克拉克变换的二模值或者卡伦堡变换的二模值做小波变换；
-当发生三相电流的AB相间故障时，选取克拉克变换的一模值和卡伦堡变换的一模值做小波变换；
-当发生三相电流的AC相间故障时，选取克拉克变换的二模值或卡伦堡变换的二模值做小波变换；
-当发生三相电流的BC相间故障时，选取克拉克变换的一模值和卡伦堡变换的一模值做小波变换；
-当发生三相电流的AB相间接地故障时，选取克拉克变换的一模值和卡伦堡变换的一模值做小波变换；
-当发生三相电流的AC相间接地故障时，选取克拉克变换的二模值或卡伦堡变换的二模值做小波变换；
-当发生三相电流的BC相间接地故障时，选取克拉克变换的一模值和卡伦堡变换的一模值做小波变换；
-当发生三相电流的ABC三相相间故障时，选取克拉克变换的一模值和卡伦堡变换的一模值做小波变换；
-当发生三相电流的ABC三相相间接地故障时，选取克拉克变换的一模值和卡伦堡变换的一模值做小波变换。
6.根据权利要求1所述的电力系统的故障定位方法，其特征在于，所述第一预定阈值为采样窗口所有信号占比90％大小的数值，所述第二预定阈值为噪声的三倍标准差。
7.根据权利要求1所述的电力系统的故障定位方法，其特征在于，所述电力系统的线路上设置有复数个采样点，其中，所述电力系统的故障定位方法还包括如下步骤：
在发生故障的线路两端的采样点上捕捉所述行波波头，获得所述行波波头的到达时间，并基于两个到达时间的差值计算故障的具体发生处。
8.电力系统的故障定位装置，其中，包括：
三相解耦装置，其用于采集电力系统线路上的三相电流进行三相解耦，得到一模量和二模量；
小波变换装置，其用于将所述一模量和/或二模量进行小波变换，得到频域信号；
去噪滤波装置，其用于将所述频域信号进行去噪滤波；
获取装置，其用于基于去噪滤波以后的信号获得故障行波的波头，
所述去噪滤波装置还用于：
将所述频域信号按照不同的频率分成复数层，滤出其中特定频率的一层或者多层信号；
判断滤出的一层或多层信号是否大于第一预定阈值并小于第二预定阈值，如是则滤出；
将滤出的信号基于利普希茨指数条件法去噪。
9.根据权利要求8所述的电力系统的故障定位装置，其特征在于，所述三相解耦装置利用克拉克变换和卡伦堡变换。
10.根据权利要求9所述的电力系统的故障定位装置，其特征在于，所述克拉克变换为：
其中，Ic0表示零模量，Ic1表示一模量，Ic2表示二模量，Ia、Ib、Ic表示三相电流。
11.根据权利要求9所述的电力系统的故障定位装置，其特征在于，所述卡伦堡变换为：
其中，Ik0表示零模量，Ik1表示一模量，Ik2表示二模量，Ia、Ib、Ic表示三相电流。
12.根据权利要求8至11任一项所述的电力系统的故障定位装置，其特征在于，所述三相电流包括A、B、C三相，所述小波变换装置还用于以下任一项或者任多项：
-当发生三相电流的A相接地故障时，选取克拉克变换的一模值和二模值，或者克拉克变换的一模值和卡伦堡变换的二模值做小波变换；
-当发生三相电流的B相接地故障时，选取克拉克变换的一模值和卡伦堡变换的一模值做小波变换；
-当发生三相电流的C相接地故障时，选取克拉克变换的二模值或者卡伦堡变换的二模值做小波变换；
-当发生三相电流的AB相间故障时，选取克拉克变换的一模值和卡伦堡变换的一模值做小波变换；
-当发生三相电流的AC相间故障时，选取克拉克变换的二模值或卡伦堡变换的二模值做小波变换；
-当发生三相电流的BC相间故障时，选取克拉克变换的一模值和卡伦堡变换的一模值做小波变换；
-当发生三相电流的AB相间接地故障时，选取克拉克变换的一模值和卡伦堡变换的一模值做小波变换；
-当发生三相电流的AC相间接地故障时，选取克拉克变换的二模值或卡伦堡变换的二模值做小波变换；
-当发生三相电流的BC相间接地故障时，选取克拉克变换的一模值和卡伦堡变换的一模值做小波变换；
-当发生三相电流的ABC三相相间故障时，选取克拉克变换的一模值和卡伦堡变换的一模值做小波变换；
-当发生三相电流的ABC三相相间接地故障时，选取克拉克变换的一模值和卡伦堡变换的一模值做小波变换。
13.根据权利要求8所述的电力系统的故障定位装置，其特征在于，所述第一预定阈值为采样窗口所有信号占比90％大小的数值，所述第二预定阈值为噪声的三倍标准差。
14.根据权利要求8所述的电力系统的故障定位装置，其特征在于，所述电力系统的线路上设置有复数个采样点，其中，所述电力系统的故障定位装置还包括控制装置，其用于：
在发生故障的线路两端的采样点上捕捉所述行波波头，获得所述行波波头的到达时间，并基于两个到达时间的差值计算故障的具体发生处。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610806065.4A CN107797025B (zh) | 2016-09-06 | 2016-09-06 | 电力系统的故障定位方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610806065.4A CN107797025B (zh) | 2016-09-06 | 2016-09-06 | 电力系统的故障定位方法和装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107797025A CN107797025A (zh) | 2018-03-13 |
| CN107797025B true CN107797025B (zh) | 2020-05-12 |
Family
ID=61529948
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610806065.4A Active CN107797025B (zh) | 2016-09-06 | 2016-09-06 | 电力系统的故障定位方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107797025B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108445353A (zh) * | 2018-04-03 | 2018-08-24 | 中建二局安装工程有限公司 | 一种智能建筑用电气箱安全运行监控系统 |
| CN110703033B (zh) * | 2019-09-17 | 2021-10-15 | 国电南瑞科技股份有限公司 | 一种弱故障行波信号增强方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101509949A (zh) * | 2009-03-20 | 2009-08-19 | 华南理工大学 | 直流输电线路双端非同步且参数自适应的故障测距时域法 |
| CN101666848A (zh) * | 2009-10-15 | 2010-03-10 | 北京四方继保自动化股份有限公司 | 基于行波的故障定位方法 |
| CN102157981A (zh) * | 2011-02-28 | 2011-08-17 | 清华大学 | 高速数据采集与数字信号处理装置 |
| CN105067957A (zh) * | 2015-09-01 | 2015-11-18 | 华北电力大学（保定） | 基于色散校正的双端行波故障测距方法 |
| CN105738760A (zh) * | 2014-12-12 | 2016-07-06 | 国家电网公司 | 一种频域法与行波法结合的高阻故障测距方法 |
| CN105807182A (zh) * | 2016-03-11 | 2016-07-27 | 国网山西省电力公司运城供电公司 | 一种输电线路的双端行波故障定位方法 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7013223B1 (en) * | 2002-09-25 | 2006-03-14 | The Board Of Trustees Of The University Of Illinois | Method and apparatus for analyzing performance of a hydraulic pump |
| US8547105B2 (en) * | 2009-09-30 | 2013-10-01 | Korea Electric Power Corporation | System and method for detecting a location of fault in a cable |
-
2016
- 2016-09-06 CN CN201610806065.4A patent/CN107797025B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101509949A (zh) * | 2009-03-20 | 2009-08-19 | 华南理工大学 | 直流输电线路双端非同步且参数自适应的故障测距时域法 |
| CN101666848A (zh) * | 2009-10-15 | 2010-03-10 | 北京四方继保自动化股份有限公司 | 基于行波的故障定位方法 |
| CN102157981A (zh) * | 2011-02-28 | 2011-08-17 | 清华大学 | 高速数据采集与数字信号处理装置 |
| CN105738760A (zh) * | 2014-12-12 | 2016-07-06 | 国家电网公司 | 一种频域法与行波法结合的高阻故障测距方法 |
| CN105067957A (zh) * | 2015-09-01 | 2015-11-18 | 华北电力大学（保定） | 基于色散校正的双端行波故障测距方法 |
| CN105807182A (zh) * | 2016-03-11 | 2016-07-27 | 国网山西省电力公司运城供电公司 | 一种输电线路的双端行波故障定位方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107797025A (zh) | 2018-03-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Saravanababu et al. | Transmission line faults detection, classification, and location using discrete wavelet transform | |
| CN102508013B (zh) | 改进数学形态学滤波器的电流报警信号处理方法 | |
| Song et al. | Second generation wavelet transform for data denoising in PD measurement | |
| Adly et al. | A novel single end measuring system based fast identification scheme for transmission line faults | |
| Costa et al. | Fault-induced transient analysis for realtime fault detection and location in transmission lines | |
| CN107797025B (zh) | 电力系统的故障定位方法和装置 | |
| CN108845177B (zh) | 一种用于配电网的雷击监测与识别方法、装置和设备 | |
| CN110618366A (zh) | 一种直流电弧检测方法及装置 | |
| EP3012643B1 (en) | Method and apparatus for identifying causes for cable overcurrent | |
| CN108089100A (zh) | 小电流接地系统弧光电阻接地故障的检测方法 | |
| CN110609088A (zh) | 一种支柱绝缘子故障识别方法及装置 | |
| Santos et al. | High impedance fault detection and location based on electromagnetic transient analysis | |
| Lopes et al. | A transient based approach to diagnose high impedance faults on smart distribution networks | |
| Ferreira et al. | Extracting the transient events from power system signals by independent component analysis | |
| CN103839239A (zh) | 一种电缆瓷套终端红外图像自适应去噪方法 | |
| CN108594156B (zh) | 一种改进的电流互感器饱和特性识别方法 | |
| Rao et al. | Detection of transmission line faults by wavelet based transient extraction | |
| Gangwar et al. | Detection and classification of faults on transmission line using time-frequency approach of current transients | |
| CN105334426A (zh) | 输电线路故障行波的处理方法和处理装置 | |
| Seo et al. | A novel signal extraction technique for online partial discharge (PD) measurement of transformers | |
| Barrera et al. | Waveform segmentation for intelligent monitoring of power events | |
| Bhupatiraju et al. | A wavelet based protection scheme for EHV asymmetrical teed circuits | |
| Dubeya et al. | Fault detection in a series compensated transmission line using discrete wavelet transform and independent component analysis: A comparative study | |
| CN117192291B (zh) | 一种配电网单相断线不接地故障定位方法 | |
| CN104793105A (zh) | 基于最优fir滤波器与层次聚类的配电网故障选线方法 |
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 |