CN110907753B - 一种基于hht能量熵的mmc-hvdc系统单端故障识别方法 - Google Patents
一种基于hht能量熵的mmc-hvdc系统单端故障识别方法 Download PDFInfo
- Publication number
- CN110907753B CN110907753B CN201911210478.6A CN201911210478A CN110907753B CN 110907753 B CN110907753 B CN 110907753B CN 201911210478 A CN201911210478 A CN 201911210478A CN 110907753 B CN110907753 B CN 110907753B
- Authority
- CN
- China
- Prior art keywords
- fault
- hht
- energy entropy
- voltage
- selecting
- 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
- G01R31/081—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
-
- 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)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Theoretical Computer Science (AREA)
- Testing Of Short-Circuits, Discontinuities, Leakage, Or Incorrect Line Connections (AREA)
Abstract
本发明涉及一种基于HHT能量熵的MMC‑HVDC系统单端故障识别方法,属于电力系统继电保护技术领域。首先读取由量测端高速采集装置获取的电压信号;其次对所获取的电压信号采用经验模态分解,分解出6个固有模态函数分量,选择IMF1分量作为提取故障特征信息的敏感分量进行HHT变换,将变换后的结果代入HHT能量熵公式,采用归一化后HHT能量熵构造判据识别区内外故障,并在此基础上选出故障极。本发明基于单端量,不受通信影响,并且适应不同的过渡电阻、故障距离。
Description
技术领域
本发明涉及一种基于HHT能量熵的MMC-HVDC系统单端故障识别方法,属于电力系统继电保护技术领域。
背景技术
相比于传统两电平和三电平VSC-HVDC系统,MMC-HVDC系统区内故障时换流器、直流输电线路和故障支路形成特有的故障回路,由于模块化多电平换流器(MMC)直流侧未并联大电容,导致基于MMC的柔性直流输电系统可供识别的边界特性大大减少,其故障特性与传统VSC-HVDC有明显差别,因此有必要对MMC-HVDC直流输电系统的保护原理作进一步研究。
目前柔性直流输电系统的保护配置由行波保护和微分欠压保护作为主保护,同时还配有直流过电流保护、电流纵联差动保护、直流电压不平衡保护和直流过电压保护。行波保护和微分欠压保护对设备采样率要求高,抗干扰能力差;直流过流保护不能实现单极接地故障和断线故障检测;电流纵联差动保护动作慢,仅做后备保护;电压不平衡保护和过电压保护受电容式电压互感器影响,很难快速检测直流线路故障。因此研究MMC-HVDC系统快速故障识别方法对于其稳定运行意义重大。
发明内容
本发明要解决的技术问题是提供一种基于HHT能量熵的MMC-HVDC系统单端故障识别方法,用以解决上述问题。
本发明的技术方案是:一种基于HHT能量熵的MMC-HVDC系统单端故障识别方法,首先读取由量测端高速采集装置获取的电压信号;其次对所获取的电压信号采用经验模态分解(Empirical Mode Decomposition,EMD),分解出6个固有模态函数(Intrinsic ModeFunction,IMF)分量,选择IMF1分量作为提取故障特征信息的敏感分量进行HHT变换,将变换后的结果代入HHT能量熵公式,采用归一化后HHT能量熵构造判据识别区内外故障,并在此基础上选出故障极。
具体步骤为:
Step1:选择整流侧作为量测端读取故障电压信号,用EMD将故障电压信号分解为IMF1-IMF6六个分量,选择与初始信号相关系数最大的IMF1分量c1(t)作为提取故障特征信息的敏感分量;
Step2:将模态c1(t)进行HHT变换,令y1(t)为其HHT变换结果:
在y1(t)中定义一个窗长为l,滑动因子为δ的滑动时间窗为:
T(j,l,δ)={y1(t),1+jδ≤t≤l+jδ} (j=1,2...n) (2)
Step3:将滑动时间窗的最大、最小值设置为固定值max_y、min_y,并将滑动窗分为m个子区域,HHT能量熵为:
对能量熵值进行归一化处理到[0,1]区间,则有:
式中,N表示y1(t)的序列长度;
Step4:设置电压突变量的HHT能量熵归一化值为故障检测门槛值Hxset,取值0.7;当HHT能量熵归一化值大于0.7时,判定线路发生故障;
反之,判定线路未发生故障;
Step5:对两极线路同侧保护测点处电压突变量HHT能量熵的比值设定门槛值,选出故障极,故障选极判据为:
式中,ΔuMp、ΔuMn分别表示正极接地故障、负极接地故障时电压突变量,取可靠系数为1.2;
当kMp>1.2时,正极发生故障;
当kNp>1.2时,负极发生故障;
否则,发生双极短路故障。
本发明中采样率为6.4kHz。
本发明的原理是:MMC-HVDC系统在区内外不同位置发生不同类型的故障时,故障信号会产生相应的能量变化,基于这一特点引入能量熵的概念。在计算HHT能量熵时,为了分析故障信号随时间的实时变化情况,加入滑动时窗,并对HHT能量熵进行阈值化处理解决系统稳态运行时周围产生微小波动引起熵值的变化,不会使系统误判。
稳态运行时电压突变量的能量均匀分布,不确定性较小,所以HHT能量熵值小。当直流线路和整流侧正极换流器发生三相短路接地故障时,会激发出高频振荡,同时能量分布的不确定性相对增多,因此能量熵值较大,两者总体高于稳态运行的情况,但明显后者比前者故障时能量熵值小。当整流侧正极换流变压器二次侧三相短路接地故障时,会激发出高频振荡,但是能量分布的不确定性较小,因此HHT能量熵值较小。故障信号在在时间窗l内越平稳,所包含的信息量就越小,其能量熵就越小;故障信号在时间窗l内波动越大,所包含的信息量就越大,其能量熵越大。基于此,利用HHT能量熵构造MMC-HVDC区内外故障识别判据,并且故障发生在区内时能够准确选出故障极。
本发明的有益效果是:
1、本发明利用HHT能量熵进行MMC-HVDC系统故障识别,能够准确识别出区内外故障,并且故障发生在区内时能够准确选出故障极,有利于系统保护。
2、本发明基于单端量,不受通信影响,并且适应不同的过渡电阻、故障距离。
附图说明
图1是本发明经接地极引线接地的双极MMC-HVDC系统仿真模型图;
图2是本发明实施例1正极接地运行时电压突变量、IMF1分量、HHT能量熵值示意图;
图3是本发明实施例1负极接地运行故障时电压突变量、IMF1分量、HHT能量熵值示意图;
图4是本发明实施例1整流侧正极换流器三相短路故障时电压突变量、IMF1分量、HHT能量熵值示意图;
图5是本发明实施例1交流侧三相短路故障时电压突变量、IMF1分量、HHT能量熵值示意图;
图6是本发明实施例2正极接地运行故障时电压突变量、IMF1分量、HHT能量熵值示意图;
图7是本发明实施例2负极接地运行故障时电压突变量、IMF1分量、HHT能量熵值示意图;
图8是本发明实施例2整流侧正极换流器三相短路故障时电压突变量、IMF1分量、HHT能量熵值示意图;
图9是本发明实施例2交流侧三相短路故障时电压突变量、IMF1分量、HHT能量熵值示意图。
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:某320kV经接地极引线接地的双极MMC-HVDC系统仿真模型如图1所示。其线路参数如下:线路全长400km,仿真系统容量为100MWA,换流器桥臂分别串联76个子模块,采样频率为6.4kHz。故障位置:线路距M端200km发生故障,过渡电阻0Ω。
具体实施步骤如下:
(1)根据说明书中的Step1得到初始电压信号和经过EMD分解所得的IMF分量,此时初始信号和IMF1的相关系数最大,所以把IMF1作为提取故障特征信息的敏感IMF分量。
(2)根据说明书中的Step2、Step3可以得到各运行状态下HHT能量熵的值,正极接地故障时Hx(ΔuMp)为0.869,Hx(ΔuMn)为0.507,如图2所示;负极接地故障时Hx(ΔuMp)为0.502,Hx(ΔuMn)为0.879,如图3所示;整流侧正极换流器三相短路时Hx(ΔuMp)为0.643,Hx(ΔuMn)为0.452,如图4所示;交流测三相短路时Hx(ΔuMp)为0.286,Hx(ΔuMn)为0.286,如图5所示。
(3)根据说明书的Step4可以选出区内外故障,正极接地时Hx(ΔuMp)为0.869,Hx(ΔuMn)为0.507,Hx(ΔuMp)>0.7,负极接地时Hx(ΔuMp)为0.502,Hx(ΔuMn)为0.879,Hx(ΔuMn)>0.7,所以启动判据,判定为区内故障;整流侧正极换流器三相短路时Hx(ΔuMp)为0.643,Hx(ΔuMn)为0.452,交流测三相短路时Hx(ΔuMp)为0.286,Hx(ΔuMn)为0.286,Hx(ΔuMp)、Hx(ΔuMn)均小于0.7,判定为区外故障。
(4)根据说明书中的Step5的选极判据选出故障极,正极接地时Hx(ΔuMp)为0.869,Hx(ΔuMn)为0.507,kMp为1.714,kNp为0.583,kMp>1.2,判定为正极接地故障;负极接地时Hx(ΔuMp)为0.502,Hx(ΔuMn)为0.879,kMp为0.571,kNp为1.751,kNp>1.2,判定为负极接地故障。
实施例2:某320kV经接地极引线接地的双极MMC-HVDC系统仿真模型如图1所示。其线路参数如下:线路全长400km,仿真系统容量为100MWA,换流器桥臂分别串联76个子模块,采样频率为6.4kHz。故障位置:线路距M端100km发生故障,过渡电阻100Ω。
具体实施步骤如下:
(1)根据说明书中的Step1得到初始电压信号和经过EMD分解所得的IMF分量,此时初始信号和IMF1的相关系数最大,所以把IMF1作为提取故障特征信息的敏感IMF分量。
(2)根据说明书中的Step2、Step3可以得到各运行状态下HHT能量熵的值,正极接地故障时Hx(ΔuMp)为0.749,Hx(ΔuMn)为0.452,如图6所示;负极接地故障时Hx(ΔuMp)为0.467,Hx(ΔuMn)为0.764,如图7所示;整流侧正极换流器三相短路时Hx(ΔuMp)为0.638,Hx(ΔuMn)为0.518,如图8所示;交流测三相短路时Hx(ΔuMp)为0.286,Hx(ΔuMn)为0.286,如图9所示。
(3)根据说明书的Step4可以选出区内外故障,正极接地时Hx(ΔuMp)为0.749,Hx(ΔuMn)为0.452,Hx(ΔuMp)>0.7,负极接地时Hx(ΔuMp)为0.467,Hx(ΔuMn)为0.764,Hx(ΔuMn)>0.7,所以启动判据,判定为区内故障;整流侧正极换流器三相短路时Hx(ΔuMp)为0.638,Hx(ΔuMn)为0.518,交流测三相短路时Hx(ΔuMp)为0.286,Hx(ΔuMn)为0.286,Hx(ΔuMp)、Hx(ΔuMn)均小于0.7,判定为区外故障。
(4)根据说明书中的Step5的选极判据选出故障极,正极接地时Hx(ΔuMp)为0.749,Hx(ΔuMn)为0.452,kMp为1.657,kNp为0.603,kMp>1.2,判定为正极接地故障;负极接地时Hx(ΔuMp)为0.467,Hx(ΔuMn)为0.764,kMp为0.611,kNp为1.636,kNp>1.2,判定为负极接地故障。
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 (1)
1.一种基于HHT能量熵的MMC-HVDC系统单端故障识别方法,其特征在于:首先读取由量测端高速采集装置获取的电压信号;其次对所获取的电压信号采用经验模态分解,分解出6个固有模态函数分量,选择IMF1分量作为提取故障特征信息的敏感分量进行HHT变换,将变换后的结果代入HHT能量熵公式,采用归一化后HHT能量熵构造判据识别区内外故障,并在此基础上选出故障极;
Step1:选择整流侧作为量测端读取故障电压信号,用EMD将故障电压信号分解为IMF1-IMF6六个分量,选择与初始信号相关系数最大的IMF1分量c1(t)作为提取故障特征信息的敏感分量;
Step2:将模态c1(t)进行HHT变换,令y1(t)为其HHT变换结果:
在y1(t)中定义一个窗长为l,滑动因子为δ的滑动时间窗为:
T(j,l,δ)={y1(t),1+jδ≤t≤l+jδ}(j=1,2...n) (2)
Step3:将滑动时间窗的最大、最小值设置为固定值max_y、min_y,并将滑动窗分为m个子区域,HHT能量熵为:
对能量熵值进行归一化处理到[0,1]区间,则有:
式中,N表示y1(t)的序列长度;
Step4:设置电压突变量的HHT能量熵归一化值为故障检测门槛值Hxset,取值0.7;当HHT能量熵归一化值大于0.7时,判定线路发生故障;
反之,判定线路未发生故障;
Step5:对两极线路同侧保护测点处电压突变量HHT能量熵的比值设定门槛值,选出故障极,故障选极判据为:
式中,ΔuMp、ΔuMn分别表示正极接地故障、负极接地故障时电压突变量,取可靠系数为1.2;
当kMp>1.2时,正极发生故障;
当kNp>1.2时,负极发生故障;
否则,发生双极短路故障。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911210478.6A CN110907753B (zh) | 2019-12-02 | 2019-12-02 | 一种基于hht能量熵的mmc-hvdc系统单端故障识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911210478.6A CN110907753B (zh) | 2019-12-02 | 2019-12-02 | 一种基于hht能量熵的mmc-hvdc系统单端故障识别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110907753A CN110907753A (zh) | 2020-03-24 |
CN110907753B true CN110907753B (zh) | 2021-07-13 |
Family
ID=69821260
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911210478.6A Active CN110907753B (zh) | 2019-12-02 | 2019-12-02 | 一种基于hht能量熵的mmc-hvdc系统单端故障识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110907753B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113138322B (zh) * | 2021-05-11 | 2022-12-23 | 南方电网科学研究院有限责任公司 | 配电网高阻接地故障的检测方法、装置、设备和存储介质 |
CN113381391B (zh) * | 2021-05-21 | 2022-05-31 | 广西大学 | 一种高压直流输电线路单端量保护方法 |
CN114994461A (zh) * | 2022-06-08 | 2022-09-02 | 云南电网有限责任公司电力科学研究院 | 直流输电线路的故障识别方法及装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012042207A1 (en) * | 2010-09-29 | 2012-04-05 | The Secretary Of State For Defence | Integrated audio-visual acoustic detection |
CN107064737A (zh) * | 2017-03-27 | 2017-08-18 | 上海交通大学 | 基于突变功率的mmc‑hvdc输电线路故障检测方法 |
CN107064714A (zh) * | 2017-03-27 | 2017-08-18 | 上海交通大学 | 基于单端暂态电流的mmc‑hvdc输电线路故障检测方法 |
CN108444712A (zh) * | 2018-05-07 | 2018-08-24 | 东南大学 | 基于改进hht和模糊熵的风电传动系统主轴承振动信号分析方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI542887B (zh) * | 2014-07-10 | 2016-07-21 | 國立成功大學 | 馬達故障檢測方法與馬達故障檢測系統 |
CN106501677A (zh) * | 2016-10-27 | 2017-03-15 | 国网福建省电力有限公司 | 无需整定阈值的柔性直流输电架空线路故障快速判断方法 |
CN106597223B (zh) * | 2016-12-19 | 2019-04-19 | 山东科技大学 | 一种基于改进hht的单相接地故障选线方法 |
CN106877298B (zh) * | 2017-03-27 | 2018-09-21 | 上海交通大学 | Mmc-hvdc系统直流输电线路保护方法 |
CN107390046B (zh) * | 2017-06-19 | 2019-08-30 | 天津大学 | 一种高压直流输电线路故障类型判断方法 |
CN110470937A (zh) * | 2019-07-15 | 2019-11-19 | 昆明理工大学 | 基于feemd样本熵+神经网络的高压直流输电系统线路故障和换相失败故障诊断方法 |
-
2019
- 2019-12-02 CN CN201911210478.6A patent/CN110907753B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012042207A1 (en) * | 2010-09-29 | 2012-04-05 | The Secretary Of State For Defence | Integrated audio-visual acoustic detection |
CN107064737A (zh) * | 2017-03-27 | 2017-08-18 | 上海交通大学 | 基于突变功率的mmc‑hvdc输电线路故障检测方法 |
CN107064714A (zh) * | 2017-03-27 | 2017-08-18 | 上海交通大学 | 基于单端暂态电流的mmc‑hvdc输电线路故障检测方法 |
CN108444712A (zh) * | 2018-05-07 | 2018-08-24 | 东南大学 | 基于改进hht和模糊熵的风电传动系统主轴承振动信号分析方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110907753A (zh) | 2020-03-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110907753B (zh) | 一种基于hht能量熵的mmc-hvdc系统单端故障识别方法 | |
CN108469576B (zh) | 一种多端交直流混合配电网直流故障检测方法 | |
CN106501677A (zh) | 无需整定阈值的柔性直流输电架空线路故障快速判断方法 | |
CN109888744B (zh) | 一种高压直流输电线路的保护方法 | |
CN113381391B (zh) | 一种高压直流输电线路单端量保护方法 | |
CN105098738A (zh) | 一种基于s变换的高压直流输电线路纵联保护方法 | |
CN111985412B (zh) | 一种高压直流输电线路雷击干扰识别方法 | |
CN111711175A (zh) | 基于暂态电流波形相似度识别的柔性直流配电线路保护法 | |
CN113300343B (zh) | 一种基于余弦相似度的柔性直流电网故障线路识别方法 | |
CN108023339A (zh) | 基于特征频率电流的高压直流输电线路后备保护方法 | |
CN111579929A (zh) | 一种基于多端数据的直流配电网故障限流保护方法 | |
Ameli et al. | An intrusion detection method for line current differential relays in medium-voltage DC microgrids | |
CN114512966B (zh) | 基于s变换频域阻抗的直流配电网纵联保护方法及系统 | |
Ye et al. | A novel identification scheme of lightning disturbance in HVDC transmission lines based on CEEMD-HHT | |
CN113376477B (zh) | 基于行波能谱矩阵相似度的柔性直流电网单端保护方法 | |
CN112269102B (zh) | 基于暂态能量的mmc-hvdc的直流短路故障的检测方法 | |
CN107942204B (zh) | 一种直流汇集电缆的综合保护方法及装置 | |
CN110797901B (zh) | 特高压混合直流输电vsc交流断面失电识别方法及装置 | |
CN111952941A (zh) | 一种直流电网自适应纵联保护方法 | |
CN115425623A (zh) | 一种基于暂态电流比值的多端柔性直流输电线路纵联保护方法 | |
Rao et al. | Unit Protection of DC microgrid based on the Teager energy | |
CN112865031A (zh) | 基于电流衰减比的高压直流输电线路雷击干扰识别方法 | |
CN115575726B (zh) | 一种输电线路多重雷击性质判别方法及系统 | |
Muzzammel et al. | Fault Classification and Location in MT-HVDC Systems Based on Machine Learning | |
Zhang et al. | A non-unit line protection scheme for MMC-MTDC grids based on aerial-mode voltage traveling waves |
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 |