CN108344922A - 一种基于相类区分和s变换的输电线路直击雷故障识别方法 - Google Patents
一种基于相类区分和s变换的输电线路直击雷故障识别方法 Download PDFInfo
- Publication number
- CN108344922A CN108344922A CN201711493326.2A CN201711493326A CN108344922A CN 108344922 A CN108344922 A CN 108344922A CN 201711493326 A CN201711493326 A CN 201711493326A CN 108344922 A CN108344922 A CN 108344922A
- Authority
- CN
- China
- Prior art keywords
- phase
- lightning strike
- lightning
- failure
- electricity
- 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
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
- G01R31/081—Locating faults in cables, transmission lines, or networks according to type of conductors
- G01R31/085—Locating faults in cables, transmission lines, or networks according to type of conductors in power transmission or distribution lines, e.g. overhead
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Locating Faults (AREA)
Abstract
本发明提供了一种基于相类区分和S变换理论的输电线路直击雷故障识别方法,主要步骤如下:1)通过微分环传感器获取三相线路的雷电流信号波形。2)计算三相电流能量,提取特征量T1和T2。3)通过特征量T1和T2对直击雷故障进行初步分类。4)对时域雷电流波形进行S变换,提取特征量T3和T4。5)通过特征量T3和T4对直击雷故障进行进一步分类,确定故障类型。本发明可以根据雷电流,准确识别出输电线的直击雷故障类型。
Description
技术领域
本发明涉及电力系统故障监测识别领域,具体是一种基于相类区分和S变换的输电线路直击雷故障识别方法。
背景技术
雷电监测信号可直接获取、收集实测在线监测系统所测信号得到,也可利用仿真模型模拟不同直击雷故障类型而得到。根据所测信号表现或蕴含的特征信息,可实现对故障类型的识别,帮助电力部门工作人员制定相应的抢修措施,属于在线监测领域的一种技术应用。
目前电力系统中,虽然国内外学者在输电线路直击雷故障模式识别方面开展了大量的研究工作,但难以提出有效、统一的识别方法。国外对反击、绕击的研究主要还是以防为主,通过输电线路设计阶段对杆塔的合理设计解决雷电绕击问题,主要采用规程法、击距法等理论算法,通过对耐雷强度的准确计算并建立杆塔几何模型,然后以作图的方式来判断发生绕击、反击的情况,并根据线路的运行经验不断的进行改进。
迄今为止,现有的输电线路直击雷故障类型识别方法主要可分为以下几种:基于人为经验的雷击模式识别方法、基于磁带测量装置的雷击模式识别方法、基于Rogowski线圈的雷击模式识别方法,以及基于过电压或暂态电流行波测量的雷击模式识别方法。
目前,雷电流故障类型识别研究成果中尚未出现广泛、统一的特征量提取方法,其主要原因在于:1)雷电具有地域性;2)测量方法具有差异性。雷电流在线监测系统中传感器安装位置、监测方法等不同,导致所获得的暂态电流波形不尽相同,且不同传播距离下电流波形受冲击电晕效应的影响程度也有所不同,从而使得采用的特征量提取方法及其特征参量均有所差异。
发明内容
本发明的目的是解决现有技术中存在的问题。
为实现本发明目的而采用的技术方案是这样的,一种基于相类区分和S变换理论的输电线路直击雷故障识别方法,其特征在于:
一种基于相类区分和S变换理论的输电线路直击雷故障识别模
型,主要包括以下步骤:
1)将三相输电线路分别记为A相输电线路、B相输电线路和C相输电线路。将三相输电线路直击雷故障划分为一相类故障、二相类故障和三相类故障。
2)在EMTP-ATP仿真软件中设置不同电气参数和故障产生条件,对所述一相类故障、所述二相类故障和所述三相类故障进行仿真,从而得到X组仿真数据。X>1。
其中,每一组仿真数据中,A相输电线路的暂态电流记为ia,B相输电线路的暂态电流记为ib,C相输电线路的暂态电流记为ic。
3)根据一组仿真数据,分别对A、B和C三相的暂态电流iθ进行平方处理后,再在0-t0时间段内进行积分,以获得各相电流能量ea、eb和ec。其中,A相电流能量记为ea。B相电流能量记为eb。C相电流能量记为ec。
三相电流能量计算公式如下所示:
式中,t0为仿真过程中输电线路触发雷击后记录三相暂态电流iθ信息的时间。ia、ib和ic分别代表A、B、C三相的暂态电流。
将所述雷电流能量ea、雷电流能量eb和雷电流能量ec按照大小降序排列,并分别记为emax、emid和emin。
4)重复步骤3,直到得出X组三相电流能量emax、emid和emin。
5)根据X组三相电流能量emax、emid和emin计算出X组特征量T1和特征量T2。
特征量T1表示为:
式中,emin为最小的雷电流能量。emax为最大的雷电流能量。
特征量T2表示为:
式中,emin为最小的雷电流能量。emid为数值居中的雷电流能量。
6)根据X组特征量T1和特征量T2,绘制二维散点图。整理所述二维散点图得出阈值k1和阈值k2。
在所述二维散点图中取一根平行于横轴的分割线和一根平行于纵轴的分隔线,从而将所述一相类故障、所述二相类故障和所述三相类故障分隔开。平行于横轴的分割线在二维散点图中的纵坐标取值为k1。平行于纵轴的分割线在二维散点图中的横坐标取值为k2。
7)根据阈值k1和阈值k2,建立输电线路直击雷故障初步识别模型。即当T1>k1时,直击雷故障类型为三相类故障。当T1<k1且T2>k2时,直击雷故障类型为二相类故障。当T1<k1且T2<k2时,直击雷故障类型为一相类故障。
8)将直击雷故障进一步划分为绕击未闪络、雷击避雷线/塔顶未反击、绕击闪络、一相反击、二相反击和三相反击。
9)通过在EMTP-ATP仿真软件中设置不同电气参数和故障产生条件,对所述绕击未闪络、所述雷击避雷线/塔顶未反击、所述绕击闪络、所述一相反击、所述二相反击和所述三相反击共6种直击雷故障进行仿真,从而得到Y组仿真数据。
其中,每一组仿真数据中每一相输电线的时域雷电流波形信号记为h(t)。Y>1。
10)对时域雷电流波形信号h(t)进行S变换。主要步骤如下:
10.1)S变换的算法表达如下:
式中,h(t)为时间序列信号。w(τ-t,f)为具有伸缩与平移功能的高斯窗。τ是控制高斯窗口时域位置的坐标参数。f为频率。j为虚数单位。t为时间。
所述高斯窗w(τ-t,f)表达式如下:
式中τ是控制高斯窗口时域位置的坐标参数。f为频率。j为虚数单位。t为时间。
10.2)得到S变换的离散表达式。主要步骤如下:
10.2.1)得出时间序列信号h(t)的离散形式h(kT)(k=0,1,…,N-1)。其中T为离散采样点间隔时间。k为任意采样点。N为h(kT)的采样点个数。
10.2.2)对离散时间序列h(kT)进行傅里叶变换,即得到
式中,N为h(kT)的采样个数。T为离散采样点间隔时间。k为任意采样点。j为虚数单位。n为频率采样点个数。
10.2.3)令公式4中的f→n/NT。令公式4中的τ→jT。得到S变换的离散表达式:
式中,T为离散采样点间隔时间。k为任意采样点。N为h(kT)的采样点个数。由频移m得到。j为虚数单位。n为频率采样点个数。
11)重复步骤10,对所述Y组仿真数据中的时域雷电流波形信号h(t)均进行S变换。根据S变换的结果提取Y组特征量T3和特征量T4。
特征量T3的表达式如下:
式中,N为h(kT)的采样点个数。h为离散情况下控制高斯窗口时域位置的坐标参数。S表示S变换之后得到的值。
特征量T4的表达式如下:
式中,f为频率。f1、f2和f3分别为低、中、高频的频率临界值。
其中,S变换频率谱A(f)表达如下:
式中,k为任意采样点。f为频率。N为h(kT)的采样点个数。T为离散采样点间隔时间。
12)在6种故障类型下,分别随机选择Z组作为训练样本。根据选择出的Z组训练样本,利用均值法得到判别阈值k2、k3和k4。
进一步,Z>1。
13)根据阈值k3、阈值k4和阈值k5建立基于相类区分和S变换理论的输电线路直击雷故障识别模型。
基于步骤7,在输电线路直击雷故障为一相类故障的情况下:若T3<k3,则直击雷故障类型为一相绕击闪络。若T3>k3且T4<k4,则直击雷故障类型为绕击未闪络。若T3>k3且T4>k4,则直击雷故障类型为一相反击。
在输电线路直击雷故障为三相类故障的情况下,将二相类故障统一归类为二相反击。
在输电线路直击雷故障为三相类故障的情况下:若T3>k5,则直击雷故障类型为三相反击。若T3<k5,则直击雷故障类型为雷击避雷线/塔顶未闪络。
利用所述基于相类区分和S变换理论的输电线路直击雷故障识别模型对输电线路直击雷故障进行识别的方法,主要包括以下步骤:
I)在三相输电线路的绝缘子上端杆塔上各安装一个微分环传感器。所述三相输电线路分别为A相输电线路、B相输电线路和C相输电线路。所述微分环传感器分别用于监测A、B和C三相输电线路的雷电流信号。
II)测量得到的所述雷电流信号通过多通道同步高速采集卡进行记录和存储。所述多通道同步高速采集卡记录输电线路触发雷击后0-t0时间段内的A、B和C三相暂态电流信息。所述多通道同步高速采集卡记录每一相输电线的时域雷电流波形。每一相输电线的时域雷电流波形记为h1(t)。
III)分别对A、B和C三相暂态电流进行平方处理后,再在0-t0时间段内进行积分,以获得各相电流能量ea1、eb1和ec1。其中,A相电流能量记为ea1。B相电流能量记为eb1。C相电流能量记为ec1。
三相电流能量计算公式如下所示:
式中t1为输电线路触发雷击后多通道同步高速采集卡记录电流波形信息的时间。ia、ib和ic分别代表A、B、C三相的暂态电流。
将所述雷电流能量ea1、雷电流能量eb1和雷电流能量ec1按照大小降序排列,并分别记为emax1、emid1和emin1。
IV)根据步骤5中的公式2和公式3,提取特征量T1和特征量T2。
V)对直击雷故障进行初步分类。
当T1>k1时,直击雷故障类型为三相类故障。当T1<k1且T2>k2时,直击雷故障类型为二相类故障。当T1<k1且T2<k2时,直击雷故障类型为一相类故障。
IV)根据步骤10对时域雷电流波形h1(t)进行S变换。
IIV)根据步骤11中的公式8和公式9,提取特征量T3和特征量T4。
IIIV)完成直击雷故障绕击反击的识别。
根据步骤V的识别结果,若直击雷故障类型为一相类故障,则进行进一步判断:若T3<k3,则直击雷故障类型识别为一相绕击闪络。若T3>k3且T4<k4,则直击雷故障类型识别为绕击未闪络。若T3>k3且T4>k4,则直击雷故障类型识别为一相反击。
若直击雷故障类型为二相类故障,则直击雷故障类型识别为二相反击。
若直击雷故障类型为三相类故障,则进行进一步判断:若T3>k5,则直击雷故障类型识别为三相反击。若T3<k5,则直击雷故障类型识别为雷击避雷线/塔顶未闪络。
本发明的技术效果是毋庸置疑的。本发明提出的直击雷故障识别方法先通过相类区分提取特征量T1和T2,将直击雷故障初步分为三大类故障,再通过S变换提取特征量T3和T4将三大类故障再细分为一相反击、绕击未闪络、绕击闪络、二相反击、三相反击和雷击塔顶/避雷线未反击共6种类型,实现了对直击雷绕击反击故障的准确识别。
附图说明
图1为基于相类区分和S变换的直击雷故障反击绕击识别方法的流程图;
图2为某实测直击雷故障的时域波形图;
图3为S时频模矩阵3D分布图;
图4为分层识别分类树;
图5为仿真得到的T1和T2的二维散点图。
具体实施方式
下面结合实施例对本发明作进一步说明,但不应该理解为本发明上述主题范围仅限于下述实施例。在不脱离本发明上述技术思想的情况下,根据本领域普通技术知识和惯用手段,做出各种替换和变更,均应包括在本发明的保护范围内。
实施例1:
参见图1、图3和图4,一种基于相类区分和S变换理论的输电
线路直击雷故障识别模型,主要包括以下步骤:
1)将三相输电线路分别记为A相输电线路、B相输电线路和C相输电线路。将三相输电线路直击雷故障划分为一相类故障、二相类故障和三相类故障。
进一步,一相类故障指在雷击情况下,只有一相输电线发生故障。二相类故障指在雷击情况下,有两相输电线发生故障。三相类故障指在雷击情况下,三相输电线都发生了故障。
2)在EMTP-ATP仿真软件中设置不同电气参数和故障产生条件,对所述一相类故障、所述二相类故障和所述三相类故障进行仿真,从而得到X组仿真数据。X>1。
其中,每一组仿真数据中,A相输电线路的暂态电流记为ia,B相输电线路的暂态电流记为ib,C相输电线路的暂态电流记为ic。
3)根据一组仿真数据,分别对A、B和C三相的暂态电流iθ进行平方处理后,再在0-t0时间段内进行积分,以获得各相电流能量ea、eb和ec。其中,A相电流能量记为ea。B相电流能量记为eb。C相电流能量记为ec。
三相电流能量计算公式如下所示:
式中,t0为仿真过程中输电线路触发雷击后记录三相暂态电流iθ信息的时间。ia、ib和ic分别代表A、B、C三相的暂态电流。t0=50μs。
将所述雷电流能量ea、雷电流能量eb和雷电流能量ec按照大小降序排列,并分别记为emax、emid和emin。
4)重复步骤3,直到得出X组三相电流能量emax、emid和emin。
5)根据X组三相电流能量emax、emid和emin计算出X组特征量T1和特征量T2。
特征量T1表示为:
式中,emin为最小的雷电流能量。emax为最大的雷电流能量。
特征量T2表示为:
式中,emin为最小的雷电流能量。emid为数值居中的雷电流能量。
6)根据X组特征量T1和特征量T2,绘制二维散点图。整理所述二维散点图得出阈值k1和阈值k2。
如图5所示,在所述二维散点图中取一根平行于横轴的分割线和一根平行于纵轴的分隔线,从而将所述一相类故障、所述二相类故障和所述三相类故障分隔开。平行于横轴的分割线在二维散点图中的纵坐标取值为k1。平行于纵轴的分割线在二维散点图中的横坐标取值为k2。
阈值k1和k2的取值不唯一,本实施例只是选择了根据本实施例的仿真结果得到的一组最佳取值。
进一步,阈值k1的最佳取值为0.2。阈值k2的最佳取值为5。
7)根据阈值k1和阈值k2,建立输电线路直击雷故障初步识别模型。即当T1>k1时,直击雷故障类型为三相类故障。当T1<k1且T2>k2时,直击雷故障类型为二相类故障。当T1<k1且T2<k2时,直击雷故障类型为一相类故障。
当发生一相类故障或者二相类故障时,雷电流能量最小相与能量最大相的能量比值非常小,而发生三相故障时,雷电流能量最小相与能量最大相的能量比值相对较大,因此可以用特征量T1与阈值k1的比较,将三相类故障单独区分出来;对于二相类故障,雷电流能量集中在两相上,非故障相的能量很小,雷电流能量中间相与能量最小相的能量比值相对于一相类故障较大,因此可以利用特征量T2与阈值k2的比较,将一相类故障与二相类故障区分开。
8)将直击雷故障进一步划分为绕击未闪络、雷击避雷线/塔顶未反击、绕击闪络、一相反击、二相反击和三相反击。
9)通过在EMTP-ATP仿真软件中设置不同电气参数和故障产生条件,对所述绕击未闪络、所述雷击避雷线/塔顶未反击、所述绕击闪络、所述一相反击、所述二相反击和所述三相反击共6种直击雷故障进行仿真,从而得到Y组仿真数据。
其中,每一组仿真数据中每一相输电线的时域雷电流波形信号记为h(t)。Y>1。
10)对时域雷电流波形信号h(t)进行S变换。主要步骤如下:
10.1)S变换的算法表达如下:
式中,h(t)为时间序列信号。w(τ-t,f)为具有伸缩与平移功能的高斯窗。τ是控制高斯窗口时域位置的坐标参数。f为频率。j为虚数单位。t为时间。
所述高斯窗w(τ-t,f)表达式如下:
式中τ是控制高斯窗口时域位置的坐标参数。f为频率。j为虚数单位。t为时间。
优选的,由于公式(5)中频率f的存在,使得S变换的窗口函数高度与宽度会因频率变换而发生改变。因此,对不同频率成分具有不同的辨析率。雷电流具有丰富的时域高频分量,因此适合利用在时域高频部分具有较高分辨率的S变换算法对雷电流波形进行深入分析,进一步提取反映直击雷故障类型的特征量。
10.2)得到S变换的离散表达式。主要步骤如下:
10.2.1)得出时间序列信号h(t)的离散形式h(kT)(k=0,1,…,N-1)。其中T为离散采样点间隔时间。k为任意采样点。N为h(kT)的采样点个数。
10.2.2)对离散时间序列h(kT)进行傅里叶变换,即得到
式中,N为h(kT)的采样个数。T为离散采样点间隔时间。k为任意采样点。j为虚数单位。n为频率采样点个数。
10.2.3)令公式4中的f→n/NT。令公式4中的τ→jT。得到S变换的离散表达式:
式中,T为离散采样点间隔时间。k为任意采样点。N为h(kT)的采样点个数。由频移m得到。j为虚数单位。n为频率采样点个数。
S变换可得到一个S复数矩阵S[jT,n/NT]。S复数矩阵S[jT,n/NT]能够同时反映幅值与相位信息。S复数矩阵S[jT,n/NT]的行和列分别为雷电流时域信息和雷电流频域信息。
为了提取可用于识别直击雷故障类型的特征量,求出S复数矩阵S[jT,n/NT]的行列式|S[jT,n/NT]|,从而获得时频模矩阵P。时频模矩阵P的各个元素的大小是相应S复数矩阵S[jT,n/NT]元素的频率和时间的S变换后的幅值。
11)重复步骤10,对所述Y组仿真数据中的时域雷电流波形信号h(t)均进行S变换。根据S变换的结果提取Y组特征量T3和特征量T4。
特征量T3的表达式如下:
式中,N为h(kT)的采样点个数。h为离散情况下控制高斯窗口时域位置的坐标参数。S表示S变换之后得到的值。max(S)为S变换之后得到的最大值。
特征量T4的表达式如下:
式中,f为频率。f1、f2和f3分别为低、中、高频的频率临界值。
其中,f1=2MHz。f2=0.25MHz。f3=0.025MHz。
为了分类绕击未闪络、雷击避雷线一相反击和雷击塔顶一相反击,对该S模时频矩阵沿时间轴求和后求均值,从而引入S变换频率谱A(f)。S变换频率谱A(f)表达如下:
式中,k为任意采样点。f为频率。N为h(kT)的采样点个数。T为离散采样点间隔时间。
12)在6种故障类型下,分别随机选择Z组作为训练样本。根据选择出的Z组训练样本,利用均值法得到判别阈值k2、k3和k4。
进一步,Z>1。
13)根据阈值k3、阈值k4和阈值k5建立基于相类区分和S变换理论的输电线路直击雷故障识别模型。
最佳阈值k3为0.56。最佳阈值k4为1.74。最佳阈值k5为0.54。经验证,识别正确率超过90%。
基于步骤7,在输电线路直击雷故障为一相类故障的情况下:若T3<k3,则直击雷故障类型为一相绕击闪络。若T3>k3且T4<k4,则直击雷故障类型为绕击未闪络。若T3>k3且T4>k4,则直击雷故障类型为一相反击。
在输电线路直击雷故障为三相类故障的情况下,将二相类故障统一归类为二相反击。
在输电线路直击雷故障为三相类故障的情况下:若T3>k5,则直击雷故障类型为三相反击。若T3<k5,则直击雷故障类型为雷击避雷线/塔顶未闪络。
优选的,一相类故障,主要包括绕击未闪络、一相绕击闪络、雷击避雷线一相反击及雷击塔顶一相反击。通过比较不同一相直击雷故障类型下EMTP-ATP仿真数据的S模时频矩阵3D分布图可知,一相绕击闪络S矩阵在0-50μs时间段内,低频分量幅值较低。具体地,在25kHz上的模幅值明显小于峰值。相反,其他三种类型的低频分量明显,雷击避雷线一相反击和雷击塔顶一相反击的低频部分仅略低于峰值。根据这一特征,提出特征量T3,如公式(8)所示,可将一相绕击闪络划分为一类。同时,将绕击未闪络、雷击避雷线一相反击及雷击塔顶一相反击故障类型独立出来。
将25kHz-5MHz频段不均分为25kHz-0.25MHz、0.25-2MHz和2-5MHz三段频段,本实施例中称为低、中、高频段。当绕击未闪络时,其幅值较小而难以起晕,因此其两种档距下的频率曲线形态基本一致。
对比一相反击的两种故障类型频率谱可知,冲击电晕效应等对时域波形的衰减主要集中在高频段,对中频段的影响程度不及高频段。绕击未闪络的频率谱变化趋势可知,低频段分量幅值总体比中、高频段分量幅值高,呈单向衰减趋势,而一相反击的两种情况下,无论是否存在冲击电晕效应等影响,其频率谱在中频段均有回升波动的变化。因此,通过定义T4特征量以求取中频段与低频段成分之间的比值,能够实现对一相反击与绕击未闪络之间的分类。
对于三相类故障,包括雷击避雷线未闪络、雷击避雷线三相反击、雷击塔顶未反击及雷击塔顶一基三相反击。根据S时频模矩阵三维分布图可知,雷击塔顶、避雷线未反击的S时频模矩阵在0-50μs整个时间段内,低频分量幅值较低。具体地,在25kHz上的模幅值明显小于峰值。相反,其他三种类型的低频分量明显,雷击避雷线一相反击和雷击塔顶一相反击的低频部分仅略低于峰值。因此,仍可利用特征量T3作为判据,将雷击塔顶、避雷线未反击归为一类,即反击未闪络,而将雷击塔顶、避雷线三相反击分为另一类,即三相反击。
实施例2:
参见图2,利用所述基于相类区分和S变换理论的输电线路直击雷故障识别模型对输电线路直击雷故障进行识别的方法,主要包括以下步骤:
I)在三相输电线路的绝缘子上端杆塔上各安装一个微分环传感器。所述三相输电线路分别为A相输电线路、B相输电线路和C相输电线路。所述微分环传感器分别用于监测A、B和C三相输电线路的雷电流信号。
II)测量得到的所述雷电流信号通过多通道同步高速采集卡进行记录和存储。所述多通道同步高速采集卡记录输电线路触发雷击后0-t0时间段内的A、B和C三相暂态电流信息。所述多通道同步高速采集卡记录每一相输电线的时域雷电流波形。每一相输电线的时域雷电流波形记为h1(t)。
III)分别对A、B和C三相暂态电流进行平方处理后,再在0-t0时间段内进行积分,以获得各相电流能量ea1、eb1和ec1。其中,A相电流能量记为ea1。B相电流能量记为eb1。C相电流能量记为ec1。
三相电流能量计算公式如下所示:
式中t1为输电线路触发雷击后多通道同步高速采集卡记录电流波形信息的时间。ia、ib和ic分别代表A、B、C三相的暂态电流。t0=50μs。
将所述雷电流能量ea1、雷电流能量eb1和雷电流能量ec1按照大小降序排列,并分别记为emax1、emid1和emin1。
IV)根据步骤5中的公式2和公式3,提取特征量T1和特征量T2。其中,T1=0.0092。T2=1.2222。
V)对直击雷故障进行初步分类。
当T1>k1时,直击雷故障类型为三相类故障。当T1<k1且T2>k2时,直击雷故障类型为二相类故障。当T1<k1且T2<k2时,直击雷故障类型为一相类故障。
IV)根据步骤10对时域雷电流波形h1(t)进行S变换。
IIV)根据步骤11中的公式8和公式9,提取特征量T3和特征量T4。其中,T3=0.724。T4=3.084。
IIIV)完成直击雷故障绕击反击的识别。
根据步骤V的识别结果,若直击雷故障类型为一相类故障,则进行进一步判断:若T3<k3,则直击雷故障类型识别为一相绕击闪络。若T3>k3且T4<k4,则直击雷故障类型识别为绕击未闪络。若T3>k3且T4>k4,则直击雷故障类型识别为一相反击。
若直击雷故障类型为二相类故障,则直击雷故障类型识别为二相反击。
若直击雷故障类型为三相类故障,则进行进一步判断:若T3>k5,则直击雷故障类型识别为三相反击。若T3<k5,则直击雷故障类型识别为雷击避雷线/塔顶未闪络。
根据T1、T2、T3和T4的值,可以看出T1<k1且T2<k2。因此,本次实验中的直击雷故障为一相反击故障。
Claims (2)
1.一种基于相类区分和S变换理论的输电线路直击雷故障识别方法,其特征在于:
1)将所述三相输电线路分别记为A相输电线路、B相输电线路和C相输电线路;将三相输电线路直击雷故障划分为一相类故障、二相类故障和三相类故障。
2)在EMTP-ATP仿真软件中设置不同电气参数和故障产生条件,对所述一相类故障、所述二相类故障和所述三相类故障进行仿真,从而得到X组仿真数据;
其中,每一组仿真数据中,A相输电线路的暂态电流记为ia,B相输电线路的暂态电流记为ib,C相输电线路的暂态电流记为ic;
3)根据一组仿真数据,分别对A、B和C三相的暂态电流iθ进行平方处理后,再在0-t0时间段内进行积分,以获得各相电流能量ea、eb和ec;其中,A相电流能量记为ea;B相电流能量记为eb;C相电流能量记为ec;
三相电流能量计算公式如下所示:
式中,t0为仿真过程中输电线路触发雷击后记录三相暂态电流iθ信息的时间;ia、ib和ic分别代表A、B、C三相的暂态电流;
将所述雷电流能量ea、雷电流能量eb和雷电流能量ec按照大小降序排列,并分别记为emax、emid和emin;
4)重复步骤3,直到得出X组三相电流能量emax、emid和emin;
5)根据X组三相电流能量emax、emid和emin计算出X组特征量T1和特征量T2;
特征量T1表示为:
式中,emin为最小的雷电流能量;emax为最大的雷电流能量;
特征量T2表示为:
式中,emin为最小的雷电流能量;emid为数值居中的雷电流能量;
6)根据X组特征量T1和特征量T2,绘制二维散点图;整理所述二维散点图得出阈值k1和阈值k2;
在所述二维散点图中取一根平行于横轴的分割线和一根平行于纵轴的分隔线,从而将所述一相类故障、所述二相类故障和所述三相类故障分隔开;平行于横轴的分割线在二维散点图中纵坐标取值为k1;平行于纵轴的分割线在二维散点图中横坐标取值为k2;
7)根据阈值k1和阈值k2,建立输电线路直击雷故障初步识别模型;即当T1>k1时,直击雷故障类型为三相类故障;当T1<k1且T2>k2时,直击雷故障类型为二相类故障;当T1<k1且T2<k2时,直击雷故障类型为一相类故障;
8)将直击雷故障进一步划分为绕击未闪络、雷击避雷线/塔顶未反击、绕击闪络、一相反击、二相反击和三相反击;
9)通过在EMTP-ATP仿真软件中设置不同电气参数和故障产生条件,对所述绕击未闪络、所述雷击避雷线/塔顶未反击、所述绕击闪络、所述一相反击、所述二相反击和所述三相反击共6种直击雷故障进行仿真,从而得到Y组仿真数据;
其中,每一组仿真数据中每一相输电线的时域雷电流波形信号记为h(t);
10)对时域雷电流波形信号h(t)进行S变换;主要步骤如下:
10.1)S变换的算法表达如下:
式中,h(t)为时间序列信号;w(τ-t,f)为具有伸缩与平移功能的高斯窗;τ是控制高斯窗口时域位置的坐标参数;f为频率;j为虚数单位;t为时间;
所述高斯窗w(τ-t,f)表达式如下:
式中τ是控制高斯窗口时域位置的坐标参数;f为频率;j为虚数单位;t为时间;
10.2)得到S变换的离散表达式;主要步骤如下:
10.2.1)得出时间序列信号h(t)的离散形式h(kT)(k=0,1,…,N-1);其中T为离散采样点间隔时间;k为任意采样点;N为h(kT)的采样点个数;
10.2.2)对离散时间序列h(kT)进行傅里叶变换,即得到
式中,N为h(kT)的采样个数;T为离散采样点间隔时间;k为任意采样点;j为虚数单位;n为频率采样点个数;
10.2.3)令公式4中的f→n/NT;令公式4中的τ→jT;得到S变换的离散表达式:
式中,T为离散采样点间隔时间;k为任意采样点;N为h(kT)的采样点个数;由频移m得到;j为虚数单位;n为频率采样点个数;
11)重复步骤10,对所述Y组仿真数据中的时域雷电流波形信号h(t)均进行S变换;根据S变换的结果提取Y组特征量T3和特征量T4;
特征量T3的表达式如下:
式中,N为h(kT)的采样点个数;h为离散情况下控制高斯窗口时域位置的坐标参数;S表示S变换之后得到的值;
特征量T4的表达式如下:
式中,f为频率,f1、f2和f3分别为低、中、高频的频率临界值;
其中,S变换频率谱A(f)表达如下:
式中,k为任意采样点;f为频率;N为h(kT)的采样点个数;T为离散采样点间隔时间;
12)在6种故障类型下,分别随机选择Z组作为训练样本;根据选择出的Z组训练样本,利用均值法得到判别阈值k2、k3和k4。
13)根据阈值k3、阈值k4和阈值k5建立基于相类区分和S变换理论的输电线路直击雷故障识别模型;
基于步骤7,在输电线路直击雷故障为一相类故障的情况下:若T3<k3,则直击雷故障类型为一相绕击闪络;若T3>k3且T4<k4,则直击雷故障类型为绕击未闪络;若T3>k3且T4>k4,则直击雷故障类型为一相反击;
在输电线路直击雷故障为三相类故障的情况下,将二相类故障统一归类为二相反击;
在输电线路直击雷故障为三相类故障的情况下:若T3>k5,则直击雷故障类型为三相反击;若T3<k5,则直击雷故障类型为雷击避雷线/塔顶未闪络;
利用所述基于相类区分和S变换理论的输电线路直击雷故障识别模型对输电线路直击雷故障进行识别的方法,主要包括以下步骤:
I)在三相输电线路的绝缘子上端杆塔上各安装一个微分环传感器;所述三相输电线路分别为A相输电线路、B相输电线路和C相输电线路;所述微分环传感器分别用于监测A、B和C三相输电线路的雷电流信号;
II)测量得到的所述雷电流信号通过多通道同步高速采集卡进行记录和存储;所述多通道同步高速采集卡记录输电线路触发雷击后0-t0时间段内的A、B和C三相暂态电流信息;所述多通道同步高速采集卡记录每一相输电线的时域雷电流波形;每一相输电线的时域雷电流波形记为h1(t);
III)分别对A、B和C三相暂态电流进行平方处理后,再在0-t0时间段内进行积分,以获得各相电流能量ea1、eb1和ec1;其中,A相电流能量记为ea1;B相电流能量记为eb1;C相电流能量记为ec1;
三相电流能量计算公式如下所示:
式中t1为输电线路触发雷击后多通道同步高速采集卡记录电流波形信息的时间;ia、ib和ic分别代表A、B、C三相的暂态电流;
将所述雷电流能量ea1、雷电流能量eb1和雷电流能量ec1按照大小降序排列,并分别记为emax1、emid1和emin1;
IV)根据步骤5中的公式2和公式3,提取特征量T1和特征量T2;
V)对直击雷故障进行初步分类;
当T1>k1时,直击雷故障类型为三相类故障;当T1<k1且T2>k2时,直击雷故障类型为二相类故障;当T1<k1且T2<k2时,直击雷故障类型为一相类故障;
IV)根据步骤10对时域雷电流波形h1(t)进行S变换;
IIV)根据步骤11中的公式8和公式9,提取特征量T3和特征量T4;
IIIV)完成直击雷故障绕击反击的识别;
根据步骤V的识别结果,若直击雷故障类型为一相类故障,则进行进一步判断:若T3<k3,则直击雷故障类型识别为一相绕击闪络;若T3>k3且T4<k4,则直击雷故障类型识别为绕击未闪络;若T3>k3且T4>k4,则直击雷故障类型识别为一相反击;
若直击雷故障类型为二相类故障,则直击雷故障类型识别为二相反击;
若直击雷故障类型为三相类故障,则进行进一步判断:若T3>k5,则直击雷故障类型识别为三相反击;若T3<k5,则直击雷故障类型识别为雷击避雷线/塔顶未闪络。
2.根据权利要求1或2所述的一种基于相类区分和S变换理论的输电线路直击雷故障识别方法,其特征在于:X>1;Y>1;Z>1。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711493326.2A CN108344922B (zh) | 2017-12-30 | 2017-12-30 | 一种基于相类区分和s变换的输电线路直击雷故障识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711493326.2A CN108344922B (zh) | 2017-12-30 | 2017-12-30 | 一种基于相类区分和s变换的输电线路直击雷故障识别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108344922A true CN108344922A (zh) | 2018-07-31 |
CN108344922B CN108344922B (zh) | 2020-02-07 |
Family
ID=62963514
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711493326.2A Active CN108344922B (zh) | 2017-12-30 | 2017-12-30 | 一种基于相类区分和s变换的输电线路直击雷故障识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108344922B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109239526A (zh) * | 2018-08-31 | 2019-01-18 | 海南电网有限责任公司电力科学研究院 | 一种输电线路故障相别判定方法 |
CN111340310A (zh) * | 2020-03-20 | 2020-06-26 | 重庆港力环保股份有限公司 | 一种基于大数据模型的餐饮油烟预测方法 |
CN113158781A (zh) * | 2021-03-10 | 2021-07-23 | 国网安徽省电力有限公司电力科学研究院 | 一种雷击跳闸类型识别方法 |
CN114325092A (zh) * | 2021-12-16 | 2022-04-12 | 国网陕西省电力有限公司经济技术研究院 | 一种识别数据缺失下的输电线路雷击类型的方法 |
CN115932484A (zh) * | 2023-02-15 | 2023-04-07 | 重庆大学 | 输电线路故障辨识与故障测距方法、装置和电子设备 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101290336A (zh) * | 2008-06-18 | 2008-10-22 | 昆明理工大学 | 一种交流输电线路雷电绕击与反击的识别方法 |
CN101975909A (zh) * | 2010-08-31 | 2011-02-16 | 国网电力科学研究院武汉南瑞有限责任公司 | 一种输电线路绕击和反击故障性质的判别方法 |
CN102135558A (zh) * | 2010-11-05 | 2011-07-27 | 重庆市电力公司綦南供电局 | 过电压数据采集分层识别系统及类型分层模式识别方法 |
JP2012200052A (ja) * | 2011-03-18 | 2012-10-18 | Panasonic Corp | 漏電判定装置 |
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 |
CN103675607A (zh) * | 2013-12-16 | 2014-03-26 | 重庆大学 | 架空输电线路雷电绕击与反击识别方法 |
CN104502804A (zh) * | 2014-12-24 | 2015-04-08 | 国家电网公司 | 输电线路雷击故障及雷击故障类型的识别方法及系统 |
-
2017
- 2017-12-30 CN CN201711493326.2A patent/CN108344922B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101290336A (zh) * | 2008-06-18 | 2008-10-22 | 昆明理工大学 | 一种交流输电线路雷电绕击与反击的识别方法 |
CN101975909A (zh) * | 2010-08-31 | 2011-02-16 | 国网电力科学研究院武汉南瑞有限责任公司 | 一种输电线路绕击和反击故障性质的判别方法 |
CN102135558A (zh) * | 2010-11-05 | 2011-07-27 | 重庆市电力公司綦南供电局 | 过电压数据采集分层识别系统及类型分层模式识别方法 |
JP2012200052A (ja) * | 2011-03-18 | 2012-10-18 | Panasonic Corp | 漏電判定装置 |
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 |
CN103675607A (zh) * | 2013-12-16 | 2014-03-26 | 重庆大学 | 架空输电线路雷电绕击与反击识别方法 |
CN104502804A (zh) * | 2014-12-24 | 2015-04-08 | 国家电网公司 | 输电线路雷击故障及雷击故障类型的识别方法及系统 |
Non-Patent Citations (3)
Title |
---|
YI LONG: "Identification of Direct Lightning Strike Faults based on Mahalanobis Distance and S-Transform", 《IEEE TRANSACTIONS ON DIELECTRICS AND ELECTRICAL INSULATION》 * |
姚陈果: "基于故障选相及时域、频域分析的输电线路直击雷识别方法及其应用", 《高电压技术》 * |
龙羿: "基于 PCB 微分环的输电线路雷电流监测识别及反演研究", 《中国博士学位论文全文数据库工程科技Ⅱ辑》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109239526A (zh) * | 2018-08-31 | 2019-01-18 | 海南电网有限责任公司电力科学研究院 | 一种输电线路故障相别判定方法 |
CN111340310A (zh) * | 2020-03-20 | 2020-06-26 | 重庆港力环保股份有限公司 | 一种基于大数据模型的餐饮油烟预测方法 |
CN113158781A (zh) * | 2021-03-10 | 2021-07-23 | 国网安徽省电力有限公司电力科学研究院 | 一种雷击跳闸类型识别方法 |
CN114325092A (zh) * | 2021-12-16 | 2022-04-12 | 国网陕西省电力有限公司经济技术研究院 | 一种识别数据缺失下的输电线路雷击类型的方法 |
CN114325092B (zh) * | 2021-12-16 | 2023-08-11 | 国网陕西省电力有限公司经济技术研究院 | 一种识别数据缺失下的输电线路雷击类型的方法 |
CN115932484A (zh) * | 2023-02-15 | 2023-04-07 | 重庆大学 | 输电线路故障辨识与故障测距方法、装置和电子设备 |
CN115932484B (zh) * | 2023-02-15 | 2023-07-18 | 重庆大学 | 输电线路故障辨识与故障测距方法、装置和电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN108344922B (zh) | 2020-02-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108344922A (zh) | 一种基于相类区分和s变换的输电线路直击雷故障识别方法 | |
CN109307824B (zh) | 一种基于聚类的配电网单相接地故障区段定位方法 | |
CN107589341B (zh) | 一种基于配电自动化主站的单相接地在线故障定位方法 | |
CN101345415B (zh) | 直流输电线路雷电绕击与反击分辨的行波分析识别方法 | |
CN101290336B (zh) | 一种交流输电线路雷电绕击与反击的识别方法 | |
CN102788932B (zh) | 一种输电线路雷电绕击故障的辨识方法 | |
CN103336226B (zh) | 一种气体绝缘变电站中多种局部放电源类型的辨识方法 | |
CN106249101A (zh) | 一种智能配电网故障辨识方法 | |
CN102565628A (zh) | 基于雷电流幅值区间分布的架空线路雷击故障性质识别方法 | |
CN110703036B (zh) | 一种利用聚类的谐振接地系统高阻接地故障定位方法 | |
CN107091973B (zh) | 一种高压直流输电线路雷击点与短路故障点的定位方法 | |
CN104535842B (zh) | 一种基于人工短路试验的换流站接地网冲击阻抗测试方法 | |
CN103257306A (zh) | 换流变压器直流局部放电绝缘状态诊断方法及测量系统 | |
CN103675607B (zh) | 架空输电线路雷电绕击与反击识别方法 | |
CN106707094A (zh) | 低压供配电线路电弧故障的分类识别方法 | |
CN106093705B (zh) | 一种配电网单相接地故障行波波头的计算方法 | |
CN107085165A (zh) | 一种配电网线路同名相两点相继接地故障选线方法 | |
CN108205662A (zh) | 基于皮尔逊算法的输电线路雷电反击识别方法 | |
CN104808088A (zh) | 一种基于雷电定位系统记录与线路行波数据的雷电绕击与反击识别方法 | |
CN109557421A (zh) | 一种基于初始行波时差关系的多分支配电网故障测距方法 | |
CN104778348B (zh) | 低压脱扣器的电压暂降动作特性建模方法 | |
CN105092997A (zh) | 一种特高压输电线路雷电绕击与反击的识别方法 | |
CN103944607A (zh) | 低压电力线载波通信信号检测装置 | |
CN103163353A (zh) | 基于电流波形相空间重构和分形理论的电弧故障检测方法 | |
CN104181376A (zh) | 基于输电线路雷电压波形的雷击种类识别方法 |
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 |