CN109375011A - 一种新型微网故障的检测方法 - Google Patents

一种新型微网故障的检测方法 Download PDF

Info

Publication number
CN109375011A
CN109375011A CN201811198142.8A CN201811198142A CN109375011A CN 109375011 A CN109375011 A CN 109375011A CN 201811198142 A CN201811198142 A CN 201811198142A CN 109375011 A CN109375011 A CN 109375011A
Authority
CN
China
Prior art keywords
fault
frequency
disturbance
detection method
wavelet
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.)
Pending
Application number
CN201811198142.8A
Other languages
English (en)
Inventor
程启明
程尹曼
王玉娇
魏霖
沈磊
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai University of Electric Power
University of Shanghai for Science and Technology
Original Assignee
Shanghai University of Electric Power
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shanghai University of Electric Power filed Critical Shanghai University of Electric Power
Priority to CN201811198142.8A priority Critical patent/CN109375011A/zh
Publication of CN109375011A publication Critical patent/CN109375011A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/50Testing of electric apparatus, lines, cables or components for short-circuits, continuity, leakage current or incorrect line connections

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Testing Of Short-Circuits, Discontinuities, Leakage, Or Incorrect Line Connections (AREA)

Abstract

本发明涉及一种新型微网故障的检测方法,基于dq变换,会出现2种扰动状态:正常扰动状态:包括并离网切换、负荷投切、等暂态扰动,但频率位置固定;故障扰动状态:由短路故障引起的暂态扰动,它会改变微网系统架构在小波包变换为信号提供了更加精细的分解方法,它将小波变换没有细分的高频部分再分解,能由信号的特征自动选择与信号频谱相匹配的频带,从而提高了时‑频分辨率,它能对含有大量中、高频信息的信号进行更好的时频局部化分析。与现有技术相比,本发明具有能够正确区分正常运行状态、正常扰动状态和强、弱故障扰动状态,尤其解决了目前故障检测方法不能区分正常扰动状态与弱故障状态问题等优点。

Description

一种新型微网故障的检测方法
技术领域
本发明涉及一种故障检测方法,尤其是涉及一种新型微网故障的检测方法。
背景技术
微网一般包含多个分布式发电单元(distributed generation,DG),它不同于传统大电网潮流的单向性,其潮流方向具有双向变化性;由于DG容量较小,其故障穿越能力差,且短路故障时线路上故障电流还受到变换器控制方法的限制,故障电流值比传统大电网的故障电流小得多。因此,传统大电网的检测与保护方法不能直接应用于微网。
微网作为一个配电系统一部分,采用架空线路布线且线路距离较短,且线路需要接入至住宅区,因此线路易于掉到导电率较大的介质上,从而产生高阻接地故障。高阻故障出现后,其过渡电阻较大(大于100Ω)且非线性,还会伴随引起间歇性电弧;此时,系统的三相电压基本对称,但故障电流较小,故障特征不太明显,因此高阻接地故障也称为弱故障,这些因素导致高阻故障难以检测。但若这种弱故障长期检测不到且不加以处理,系统会因故障产生的过电压而出现新的接地点,导致事故扩大,甚至还会因故障时伴随的电弧而引起火灾,这样弱故障就变为大故障。因此,快速准确地检测出高阻接地故障(弱故障)具有重要意义。
目前对于微网故障检测与保护已做了一些研究,但目前的故障检测方法基本能检测由接地或短路引起的低阻故障,但不能有效检测高阻故障。
另外,微网中也存在并网与离网的切换、不同负荷的投切和不同DG的投切3类正常扰动状态,若不能正确区分正常扰动状态和故障扰动状态,还会使保护设备误动作。此外,微网中的负荷一般可由各DG通过下垂控制来均衡供电,这使得沿线电流幅值较小,若此时切除某个DG,其他位置的DG会对该切除DG处负荷重新供电,从而使沿线电流幅值增加。
由于高阻接地故障(弱故障)电流信号中高频含量分布明显区别于其他扰动暂态电流信号,因此,可考虑利用高频分量来检测高阻接地故障(弱故障)。小波变换仅对信号的低频部分再做分解,而对高频部分不再继续分解,使得频率分辨率随频率增加而降低,它不能很好地表征含有大量细节的高频信号。因此,目前传统的扰动检测法中采用的小波变换方法能够有效地区分正常运行状态(并网、离网)与强故障扰动状态(由接地或短路引起的故障),但却不能很好地区分正常扰动状态(并离网切换、负荷投切和DG投切)与弱故障扰动状态(高阻接地故障)。
小波包变换能为信号提供更加精细化的分析方法,它能根据需要对小波变换中没有分解的高频信号再分解,然后对分解后的信号进行时频分析,它对包含大量中、高频信息的信号能够更好的时频局部化分析。因此,本发明选用小波包变换解决小波变换存在的问题。
发明内容
本发明的目的就是为了克服上述现有技术存在的不能区分正常扰动状态和弱故障扰动状态的缺陷而提供一种新型微网故障的检测方法。
本发明的目的可以通过以下技术方案来实现:
一种新型微网故障的检测方法,该方法包括如下步骤:
步骤1:获取微网第N根母线BN上1个周期的a、b、c三相故障电流iaN(t)、ibN(t)和icN(t);
步骤2:通过坐标变换得到第N根母线BN上d轴、q轴的故障电流idN(t)、iqN(t);
步骤3:利用d轴、q轴的电流扰动特征量,获得BN上分析电流iFN(t);
步骤4:对分析电流iFN(t)进行db10小波变换,获取高频系数的绝对值中最大值作为扰动检测系数FDN
步骤5:设置扰动阈值来对扰动进行检测,若FDN>0.001则BN处发生扰动,并转入步骤6做进一步区分判断,否则BN处于正常运行状态;
步骤6:设置强故障类别阈值对扰动进行检测,若FDN>30则判定BN处发生强故障扰动,否则转入步骤7再做进一步区分判断;
步骤7:对分析电流iFN(t)归一化处理后进行8层db10小波包分解,获取第4~256个频带的小波重构系数wl(q),其中,l为小波包频带数;q为采样点;
步骤8:求取各层的小波能量El
步骤9:求取第4~256层的El之间能量方差与期望的和作为故障系数FFN
步骤10:设置故障阈值区分正常状态和弱故障状态,若FFN>0.5则发生了弱故障扰动,否则为正常扰动。
优选地,所述步骤1中的获取母线BN上还包括1个周期的三相故障电流iabcN(t),所述的1个周期的三相故障电流iabcN(t)为:
其中,iaN(t)、ibN(t)和icN(t)为BN上1个周期的a相、b相和c相的故障电流;下标N为微网母线根数;H为1个周期的采样点数。
优选地,所述步骤2中d轴、q轴的故障电流idN(t)、iqN(t)变换的变换方程为:
其中,idN(t)、iqN(t)为第N根母线BN上d轴、q轴的电流;ωs为额定角频率,ωs=2πfs,fs=50Hz。
优选地,所述步骤3中的分析电流iFN(t)的计算表达式为:
iFN(t)=|idN(t)|2+|iqN(t)|2
优选地,所述步骤7~步骤10用于区分正常扰动状态与弱故障扰动状态。
优选地,所述步骤7中,需要再对分析电流iFN(t)归一化处理,选用db10小波包变换对其进行8层分解,并将频带按频率大小顺序重新排序,接着获取第4~256个频带的小波重构系数wl(q),其中,l为小波包频带数;q为采样点;
归一化处理是为了更好地体现不同信号在相同频率上的差异;8层db10小波包变换的目的在于:微网正常运行时,理想状态下分析电流应为直流即频率为0Hz附近,而当微网受到扰动后,分析电流不再为直流,其频率在0Hz以上,若电流采样率为10kHz,采用db10小波包进行8层分解,将会生成28=256个频带,每个频带的宽度为19.53Hz;为了消除包含直流分量的第1个频带且避免工频50Hz所在最低频带的影响,求取第4~256个频带的小波重构系数。
优选地,所述步骤8中,求取各层的小波能量El,其计算表达式为:
优选地,所述步骤9中,求取第4~256层的El之间能量方差与期望的和作为故障系数FFN,由于正常扰动的频率分量位置固定,即频率分量种类少且波动小,而高阻接地故障这类弱扰动的频率分量位置变化,频率分量种类多且波动大,因此,采用能量方差和期望来表征频带之间频率波动情况。
优选地,所述步骤10中,通过设置故障阈值区分正常状态和弱故障状态,若FFN>0.5则表明发生了弱故障扰动;否则,则为正常扰动,这样最终区分出了正常扰动和弱故障扰动。
与现有技术相比,本发明具有以下优点:
(1)本发明的故障检测方法能够正确区分正常运行状态(并网/离网)、正常扰动状态(并离网切换、负荷/DG投切)和强、弱故障扰动状态(单相/两相接地、两相/三相短路4种强故障,大过渡电阻和非线性高阻接地2种弱故障),尤其解决了传统故障检测方法不能区分正常扰动状态与弱故障状态问题;
(2)本发明的故障检测方法在各种不同的运行状况下都能得到正确的检测结果,不受故障类型、接地电阻、故障时间、故障相、负荷投切、DG投切等各种因素影响,本发明方法具有很强的适应性与工程应用性。
附图说明
图1为本发明的故障检测方法的流程图;
图2为本发明实施例中微网的结构框架图;
图3为本实施例中非线性高阻接地故障的模型图;
图4为本实施例中大过渡电阻状态和并网状态的各层小波能量示意图;
图5为本实施例中大过渡电阻状态和DG切除状态的各层小波能量示意图;
图6为本实施例中非线性高阻接地故障状态和并网状态的各层小波能量示意图;
图7为本实施例中非线性高阻接地故障状态和DG切除状态的各层小波能量示意图;
附图标号说明:
图1中A表示母线;B表示线路;C表示短路保护装置;D表示负荷;E表示电流正方向;F表示故障点。
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、完整地描述,显然,所描述的实施例是本发明的一部分实施例,而不是全部实施例。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的前提下所获得的所有其他实施例,都应属于本发明保护的范围。
实施例
1、传统的扰动检测法及存在的问题
(1)基于dq变换的扰动检测原理
微网中,三相正弦量可由abc-dq0变换矩阵转为直流量,即由abc静止坐标系到dq0旋转坐标系的变换。电流的变换方程为:
式中:id(t)、iq(t)和i0(t)为d轴、q轴和0轴的电流;ia(t)、ib(t)和ic(t)为a相、b相和c相电流;fs为额定频率,fs=50Hz。类似地,也可通过式(1)得到dq0坐标下电压分量。
当微网存在扰动时,其三相电流会出现幅值和频率的变化,而通过式(1)可实现频率分量的增加,即增加了非正常分量,这将有助于故障检测。
一般来说,dq变换是通过数字电路实现的,三相电流经过采样和变换成为离散信号,三相电流的频率也从连续性频率变为离散频率ω=Λ/fd(其中:Λ为连续频率,fd为采样频率)。三相量到两相量的转变也将频率离散地重置到1个低频带BL 和1个高频带BH 当微网受到并离网切换、负荷投切或短路故障等扰动后,微网三相电流的频率分量经式(1)的abc-dq0变换后,会出现2种扰动状态:①正常扰动状态:这种扰动包括并离网切换、负荷投切、等暂态扰动,它不改变微网系统架构,此时频率分量被置到BL且伴随幅值衰减,但频率位置固定;②故障扰动状态:这种扰动是由短路故障引起的暂态扰动,它会改变微网系统架构,此时频率分量被重置BL和BH,这些频率分量带有时频变化特性。
(2)传统的扰动检测法
为了识别和区分上述不同类型的暂态扰动,需要有效地提取各个范围频带特征。传统的扰动检测法采用小波变换来提取信号各频带的特征,这是因为小波变换是一种自适应的时频局部变换方法,具备良好的时频定位特性和多分辨能力。
传统的扰动检测法的故障判据共5步,具体步骤为:
1)获取母线BN上的1个周期的三相故障电流iabcN(t)为:
式中:iaN(t),ibN(t)和icN(t)为BN 1个周期的a相、b相和c相的故障电流;下标N为微网母线根数;H为1个周期的采样点数。
2)由式(1)获取BN上d轴、q轴的故障电流idN(t)、iqN(t)。
3)利用d轴、q轴的电流扰动特征量,获得BN上分析电流iFN(t)为:
iFN(t)=|idN(t)|2+|iqN(t)|2 (3)
4)根据扰动检测原理来获取检测指标。对iFN(t)进行1层db10小波包(小波变换)分解,并获取高频系数为扰动系数,它绝对值的最大值作为扰动检测系数FDN
5)为了区分正常运行状态和扰动状态,通过设置扰动阈值来对扰动进行检测。若FDN>0.001,则BN处发生扰动;否则,BN处于正常运行状态。
(3)传统的扰动检测法存在问题
传统的扰动检测法能很好地区分正常运行状态(并网、离网)与强故障扰动状态(由接地或短路引起的故障),但不能区分并网状态、DG切除这类正常扰动状态与弱故障扰动状态(高阻接地故障)。
传统的扰动检测法出现上面问题原因在于,检测方法的小波变换仅对信号的低频部分再做分解,而对信号的高频部分不再分解,使得频率分辨率随频率上升而下降,它能够很好地表征以低频信息为主要成分的信号,但它却不能很好地表征含有大量细节内容的信号。
2、本发明提供的故障检测方法
小波包变换为信号提供了更加精细的分解方法,它将小波变换没有细分的高频部分再分解,能由信号的特征自动选择与信号频谱相匹配的频带,从而提高了时-频分辨率,它能对含有大量中、高频信息的信号进行更好的时频局部化分析。因此,本发明选择小波包变换来分析电流故障信号。
由于db系列小波具有紧支性和正交性,且对不规则信号敏感,因此本发明选择db10小波包对故障电流进行变换。为了解决传统的扰动检测法不能区分正常扰动状态和弱故障扰动状态的问题,本发明将结合归一化、小波能量和扰动区分原理,提出基于dq变换和小波包变换的微网故障检测方法。
本发明的故障判据步骤共10步,具体步骤如下:
1)~5)与上述的传统扰动检测法1)~5)基本相同,仅是在5)中,若FDN>0.001,则判定BN处发生某种扰动,还需转入6)做进一步判断。
6)为了区分强故障状态与其他运行状态,通过设置强故障类别阈值对扰动进行检测。若FDN>30,则判定BN处发生强故障扰动;否则,转入7)做进一步区分判断。
7)再对iFN(t)归一化处理,利用db10小波包对其进行8层分解,并将频带按频率大小顺序重新排序,接着获取第4~256个频带的小波重构系数wl(q)(其中,l为小波包频带数;q为采样点)。
8)求取各层的小波能量El为:
9)求取第4~256层的El之间能量方差与期望的和作为故障系数FFN
10)通过设置故障阈值区分正常状态和弱故障状态。若FFN>0.5则表明发生了弱故障扰动;否则,则为正常扰动。这样最终区分出了正常扰动和弱故障扰动。
图1为本发明提供的故障检测方法的流程图。由上面判据可见,6)用于区分强故障状态与其他运行状态,7)~10)用于区分正常扰动状态与弱故障扰动状态。
7)中,归一化处理是为了更好地体现不同信号在相同频率上的差异;8层db10小波包变换的目的在于:微网正常运行时,理想状态下分析电流应为直流(即频率为0Hz附近),而当微网受到扰动后,分析电流不再为直流,其频率在0Hz以上,若电流采样率为10kHz,采用db10小波包进行8层分解,将会生成28=256个频带,每个频带的宽度为(10000/2)/28=19.53Hz;为了消除包含直流分量的第1个频带且避免工频50Hz所在最低频带的影响,求取第4~256个频带的小波重构系数。
8)~9)中,由于正常扰动的频率分量位置固定,即频率分量种类少且波动小,而高阻接地故障这类弱扰动的频率分量位置变化,频率分量种类多且波动大。因此,采用能量方差和期望来表征频带之间频率波动情况。
3、实验分析
下面通过对某一微网框架采用本发明提供的扰动检测法进行仿真实验验证。图2为本发明实验所用的微网结构框架。该微网框架为典型的辐射状结构和多发电微电源特性,它通过公共连接点(common connection point,PCC)再经升压变压器与主电网连接。图中,DG1~DG4为4个分布式发电单元,Line1~Line3为3段线路,L-1~L-4为4个负荷,B1~B5为5个微网母线,R1~R5为5个微网保护装置。
仿真参数取值为:变压器变比为0.4/10kV;DG控制方式采用下垂控制且具有限流策略,DG容量为80kVA;开关频率为6kHz;直流侧电压为800V;线路采用R-L模型,其电阻为0.642Ω/km,电感为0.083H/km;线路Line1、Line2和Line3的长度依次为0.3km、0.2km和0.5km;L-1、L-2、L-3、L-4负荷的容量为:有功功率/无功功率分别为45kW/15kVar、45kW/22.15kVar、35kW/10kVar、45kW/15kVar。
本发明将通过4种典型微网工况来验证本发明所提的故障检测方法。4种典型工况分别为:
①并网状态—0.2s时离网(即孤岛)运行微网转入并网运行状态;
②DG切除状态—0.2s时离网运行微网切除DG2;
③大过渡电阻故障状态—0.2s时离网运行微网Line1处发生a相接地故障(其过渡电阻为100Ω),在10kV配网中1kΩ过渡电阻等效于500V电网中100Ω过渡电;
④非线性高阻接地故障状态—0.2s时离网运行微网Line1处发生a相高阻接地故障。图3为本发明采用的非线性高阻故障模型。
该模型由2个直流源Vp、Vn和相应二极管Dp、Dn组成了正负半周电流通路。2个直流源的作用是来模拟电弧电压,其值取决于系统的电压等级和不对称建模,且每隔0.1ms会随机独立变化。改变直流电压大小可改变不对称故障的随机性以及消弧时间。通过改变Rp、Rn来控制故障电流的大小和相位。本发明中,该模型参数取值为:Vp=240V且随机变化±4.2%,Vn=225V且随机变化±2.2%,Rp和Rn为20Ω。
由于大过渡电阻故障状态、并网状态、DG切除状态的扰动检测系数分别为4.048、0.027、0.06,它们均大于设定的扰动阈值0.001且小于强故障类别阈值30,因此,它们都会启动本发明所提的故障检测法。
图4为大过渡电阻状态与并网状态下的分析电流的各层小波能量。由图可见,大过渡电阻状态下的各层小波能量都远大于并网状态,且各层小波能量数量级先减小后增加,而并网状态下的各层小波能量数量级一直减小,且小于大过渡电阻状态,这表明了故障后的分析电流产生了更多的高频分量,这与前文分析一致。另外,并网状态、大过渡电阻状态下的故障系数FF1分别为0.027、4.048,两个状态的FF1相差149.9。因此,本发明故障检测法能很好地区分并网状态与大过渡电阻故障状态。
图5为大过渡电阻状态与DG切除状态下的分析电流的各层小波能量。由图可见,它的波形变化趋势与图3类似,另外,DG切除状态、大过渡电阻状态的FF1分别为0.06、4.048,两者相差67.5倍。因此,本发明故障检测法能够区分正常扰动状态与大过渡电阻状态。
图6为非线性高阻接地故障状态与并网状态的分析电流的各层小波能量。由于非线性高阻接地故障的扰动检测系数为0.04,此值大于设定的扰动阈值0.001且小于强故障类别的阈值30,因此,此故障会启动本发明所提的故障检测法。由图可见,非线性高阻接地故障状态下的各层小波能量都远大于并网状态,各层小波能量数量级也是先减小后增加,这一现象与大过渡电阻状态类似。图6和图4对比可知,非线性高阻接地故障状态下各层小波能量数量级大于大过渡电阻状态,其原因在于,非线性高阻接地故障后,分析电流具有随机性和非线性,增加了它的频率种类。另外,就故障系数FF1而言,并网状态、非线性高阻接地故障状态的故障系数FF1分别为0.027、1.00,两者相差37倍。因此,本发明故障检测法能很好地区分并网状态与非线性高阻接地故障状态。
图7为非线性高阻接地故障状态与DG切除状态的分析电流的各层小波能量。由图可见,图7波形变化规律与图6一致,且DG切除状态的FF1为0.05,非线性高阻接地故障状态与它相差20倍。因此,本发明故障检测法能够区分正常扰动状态与非线性高阻接地故障状态。
4、适应性验证
下面通过大量仿真实验来验证本发明所提的故障检测方法适应各种因素变化能力。表1为微网各种不同的运行状况下参数。表2为各种不同的运行状况下检测结果,包括不同的故障类型、接地电阻、故障时间、故障相、负荷投切、DG投切等各种运行状况。表2中,扰动检测系数FDN、故障系数FFN分别为传统的故障检测法、本发明的故障检测法中判据所用,T、F分别表示判定结果为正常运行状态和并离网状态、故障状态;故障时间都为0.2s(除表2(c)、表2(g)外)。另外,表2(a)中,运行状态为LG(a),故障位置为Line1;表2(b)中,运行状态为LLG(bc),故障位置为Line2;表2(c)中,运行状态为LG(b);故障位置为Line3,接地电阻为50Ω;表2(d)中,运行状态为LL,故障位置为Line1;表2(e)中,运行状态为LLL,故障位置为Line3;表2(f)中,运行状态为HIF(c),故障位置为Line2。
表1不同的运行状况参数
(b)不同接地电阻的两相接地故障的检测结果
(c)不同故障时间的单相接地故障的检测结果
(d)不同故障相的两相短路的检测结果
(e)不同故障时间的三相短路故障的检测结果
(f)不同故障电阻的非线性接地故障的检测结果
(g)不同时间并离网的检测结果
(h)不同负荷投切的检测结果
(i)不同DG投切的检测结果
由表2(a)可知,本发明的故障检测法适应于不同接地电阻的单相接地故障,且接地电阻可达100Ω,另外,在强故障情况下,仅根据传统的扰动检测法就能检测出故障。
由表2(b)可知,当发生不同接地电阻的两相接地故障时,各母线上扰动系数均大于80,且幅度变化小。这表明故障电流高频分量幅值大,且不受接地电阻值的影响,因此,仅靠扰动系数就可检测,不需要再利用故障系数。
由表2(c)可知,可以发现不同故障时间会对扰动系数和故障系数产生影响,这是因为不同故障时间,电压值不同,会产生不同的短路电流,例如,大短路电流会出现在电压过峰值时刻,而小短路电流则出现在电压过零时刻。另外,在50Ω大电阻故障情况下,非故障区段会被判定为并离网状态,这是因为故障点离非故障区较远,故障点影响较小,高频分量幅值也较小。这种误判对于非故障区段而言,它能带来2个好处即预防保护误动作、减小保护装置启动的次数。而对于故障区段来说,它的故障系数远远大于阈值以及并离网状态,它能够启动保护装置进行进一步判定,预防了保护装置拒动,因此,本发明的故障检测方法能适用于不同的故障时间。
由表2(d)~2(e)可知,通过不同相故障来仿真不同时刻发生两相故障,三相故障则可直接利用不同故障时间来仿真。在发生相间故障后,其产生的短路电流的高频分量幅值都很大,仅依靠扰动系数就能准确检测故障。
由表2(f)可知,非故障区段也出现与表2(c)中一样的情况,但故障区段的故障系数都大于1,因此,本发明的故障检测方法也能适用于非线性高阻接地弱故障。
由表2(g)~2(i)可知,虽然它们的扰动系数都大于0.1,但它们的故障系数均小于0.5,因此,本发明方法能很好地区分出并离网切换、负荷/DG投切这类正常扰动状态。
因此,本发明的故障检测方法在各种不同的运行状况下都能得到正确的检测结果,不受故障类型、接地电阻、故障时间、故障相、负荷投切、DG投切等各种因素影响,且能够准确区分高阻接地弱故障和其他扰动暂态信号。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。

Claims (9)

1.一种新型微网故障的检测方法,其特征在于,该方法包括如下步骤:
步骤1:获取微网第N根母线BN上1个周期的a、b、c三相故障电流iaN(t)、ibN(t)和icN(t);
步骤2:通过坐标变换得到第N根母线BN上d轴、q轴的故障电流idN(t)、iqN(t);
步骤3:利用d轴、q轴的电流扰动特征量,获得BN上分析电流iFN(t);
步骤4:对分析电流iFN(t)进行db10小波变换,获取高频系数的绝对值中最大值作为扰动检测系数FDN
步骤5:设置扰动阈值来对扰动进行检测,若FDN>0.001则BN处发生扰动,并转入步骤6做进一步区分判断,否则BN处于正常运行状态;
步骤6:设置强故障类别阈值对扰动进行检测,若FDN>30则判定BN处发生强故障扰动,否则转入步骤7再做进一步区分判断;
步骤7:对分析电流iFN(t)归一化处理后进行8层db10小波包分解,获取第4~256个频带的小波重构系数wl(q),其中,l为小波包频带数;q为采样点;
步骤8:求取各层的小波能量El
步骤9:求取第4~256层的El之间能量方差与期望的和作为故障系数FFN
步骤10:设置故障阈值区分正常状态和弱故障状态,若FFN>0.5则发生了弱故障扰动,否则为正常扰动。
2.根据权利要求1所述的一种新型微网故障的检测方法,其特征在于,所述步骤1中的获取母线BN上还包括1个周期的三相故障电流iabcN(t),所述的1个周期的三相故障电流iabcN(t)为:
其中,iaN(t)、ibN(t)和icN(t)为BN上1个周期的a相、b相和c相的故障电流;下标N为微网母线根数;H为1个周期的采样点数。
3.根据权利要求1所述的一种新型微网故障的检测方法,其特征在于,所述步骤2中d轴、q轴的故障电流idN(t)、iqN(t)变换的变换方程为:
其中,idN(t)、iqN(t)为第N根母线BN上d轴、q轴的电流;ωs为额定角频率,ωs=2πfs,fs=50Hz。
4.根据权利要求1所述的一种新型微网故障的检测方法,其特征在于,所述步骤3中的分析电流iFN(t)的计算表达式为:
iFN(t)=|idN(t)|2+|iqN(t)|2
5.根据权利要求1所述的一种新型微网故障的检测方法,其特征在于,所述步骤7~步骤10用于区分正常扰动状态与弱故障扰动状态。
6.根据权利要求1所述的一种新型微网故障的检测方法,其特征在于,所述步骤7中,需要再对分析电流iFN(t)归一化处理,选用db10小波包变换对其进行8层分解,并将频带按频率大小顺序重新排序,接着获取第4~256个频带的小波重构系数wl(q),其中,l为小波包频带数;q为采样点;
归一化处理是为了更好地体现不同信号在相同频率上的差异;8层db10小波包变换的目的在于:微网正常运行时,理想状态下分析电流应为直流即频率为0Hz附近,而当微网受到扰动后,分析电流不再为直流,其频率在0Hz以上,若电流采样率为10kHz,采用db10小波包进行8层分解,将会生成28=256个频带,每个频带的宽度为19.53Hz;为了消除包含直流分量的第1个频带且避免工频50Hz所在最低频带的影响,求取第4~256个频带的小波重构系数。
7.根据权利要求1所述的一种新型微网故障的检测方法,其特征在于,所述步骤8中,求取各层的小波能量El,其计算表达式为:
8.根据权利要求1所述的一种新型微网故障的检测方法,其特征在于,所述步骤9中,求取第4~256层的El之间能量方差与期望的和作为故障系数FFN,由于正常扰动的频率分量位置固定,即频率分量种类少且波动小,而高阻接地故障这类弱扰动的频率分量位置变化,频率分量种类多且波动大,因此,采用能量方差和期望来表征频带之间频率波动情况。
9.根据权利要求1所述的一种新型微网故障的检测方法,其特征在于,所述步骤10中,通过设置故障阈值区分正常状态和弱故障状态,若FFN>0.5则表明发生了弱故障扰动;否则,则为正常扰动,这样最终区分出了正常扰动和弱故障扰动。
CN201811198142.8A 2018-10-15 2018-10-15 一种新型微网故障的检测方法 Pending CN109375011A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811198142.8A CN109375011A (zh) 2018-10-15 2018-10-15 一种新型微网故障的检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811198142.8A CN109375011A (zh) 2018-10-15 2018-10-15 一种新型微网故障的检测方法

Publications (1)

Publication Number Publication Date
CN109375011A true CN109375011A (zh) 2019-02-22

Family

ID=65400407

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811198142.8A Pending CN109375011A (zh) 2018-10-15 2018-10-15 一种新型微网故障的检测方法

Country Status (1)

Country Link
CN (1) CN109375011A (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1458725A (zh) * 2003-06-06 2003-11-26 天津大学 配电网馈线单相接地故障依据理论准则实现保护的方法
CN101162838A (zh) * 2007-11-29 2008-04-16 昆明理工大学 一种利用小波包分解和相关分析的小电流接地系统故障选线方法
CN104597378A (zh) * 2015-01-26 2015-05-06 福州大学 基于暂态非工频零序电流的含dg配电网的故障选线方法
CN105787605A (zh) * 2016-03-24 2016-07-20 上海电力学院 基于改进型量子遗传算法的微网经济优化运行调度方法
CN106019082A (zh) * 2016-05-26 2016-10-12 上海电力学院 一种基于暂态零序电流的含dg配电网故障选线方法
CN107436394A (zh) * 2016-05-25 2017-12-05 田京涛 一种区域接地故障检测方法、装置和系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1458725A (zh) * 2003-06-06 2003-11-26 天津大学 配电网馈线单相接地故障依据理论准则实现保护的方法
CN101162838A (zh) * 2007-11-29 2008-04-16 昆明理工大学 一种利用小波包分解和相关分析的小电流接地系统故障选线方法
CN104597378A (zh) * 2015-01-26 2015-05-06 福州大学 基于暂态非工频零序电流的含dg配电网的故障选线方法
CN105787605A (zh) * 2016-03-24 2016-07-20 上海电力学院 基于改进型量子遗传算法的微网经济优化运行调度方法
CN107436394A (zh) * 2016-05-25 2017-12-05 田京涛 一种区域接地故障检测方法、装置和系统
CN106019082A (zh) * 2016-05-26 2016-10-12 上海电力学院 一种基于暂态零序电流的含dg配电网故障选线方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
高杰: "微电网限流策略与保护方法的研究", 《中国优秀硕士学位论文全文数据库工程科技II辑》 *

Similar Documents

Publication Publication Date Title
Aucoin et al. Distribution high impedance fault detection utilizing high frequency current components
Sidhu et al. Detection of incipient faults in distribution underground cables
Zhang et al. Fault analysis and traveling-wave protection scheme for bipolar HVDC lines
CN105119255B (zh) 一种基于故障态的光伏微电网故障隔离方法
CN105759167A (zh) 一种基于小波神经网络的配电网单相短路选线方法
EP2352038A1 (en) Method for detecting single phase grounding fault based on harmonic component of residual current
CN103257304A (zh) 一种利用零序电流特征频带内cwt系数rms值的ann故障选线方法
CN108226709A (zh) 一种小电流接地综合选线方法
CN109494696A (zh) 基于自适应重合闸的配电网非对称性故障定位与隔离方法及系统
CN109617027A (zh) 一种柔性直流配电系统高频突变量距离保护方法
Tajani et al. A novel differential protection scheme for AC microgrids based on discrete wavelet transform
Salehimehr et al. Detection of power swing and blocking the distance relay using the variance calculation of the current sampled data
CN112485588A (zh) 一种基于级联h桥控制的永久高阻故障区段定位方法
Saleh et al. Evaluating the impacts of grounding systems on ground currents and transient overvoltage
Pirmani et al. Advances on fault detection techniques for resonant grounded power distribution networks in bushfire prone areas: Identification of faulty feeders, faulty phases, faulty sections, and fault locations
Mundra et al. Taylor series based protection starting element for STATCOM compensated transmission line
CN110456218A (zh) 基于中值电阻投切前后工频增量系数的快速故障选线方法
Johns et al. New approach to directional fault location for overhead power distribution feeders
Hanninen et al. Earth faults and related disturbances in distribution networks
CN109799413A (zh) 一种配电网单相接地电流与电弧自熄弧时间模拟试验方法
CN108957234A (zh) 基于多量测点和故障纵向特征的配电网接地选线方法及系统
Alexopoulos et al. Detection of fault using local measurements at inverter interfaced distributed energy resources
CN108241105A (zh) 一种基于rtds的弧光接地选线装置的测试方法
CN109375011A (zh) 一种新型微网故障的检测方法
CN107085175A (zh) 一种具有防雷隔离与防火预警的静止无功发生器及方法

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20190222