CN111707906A

CN111707906A - 一种实现地铁直流牵引供电系统故障定位的方法

Info

Publication number: CN111707906A
Application number: CN202010676517.8A
Authority: CN
Inventors: 余龙; 赖沛鑫; 谢金莲; 招康杰; 王文浩; 刘洋
Original assignee: Guangzhou Baiyun Electric Equipment Co Ltd
Current assignee: South China University of Technology SCUT; Guangzhou Metro Group Co Ltd; Guangzhou Baiyun Electric Equipment Co Ltd
Priority date: 2020-07-14
Filing date: 2020-07-14
Publication date: 2020-09-25
Anticipated expiration: 2040-07-14
Also published as: CN111707906B

Abstract

本发明公开一种实现地铁直流牵引供电系统故障定位的方法，包括以下步骤：S1、PSCADA系统监测到直流牵引保护装置发出的保护动作信息后，自动从数据库中调取保护动作时刻前10s及保护动作时刻后70s的动作事件；S2、智能视频分析系统采集分析设备面板视频信息和一次设备视频信息，并将分析结果转换为PSCADA可识别的信号信息传递到PSCADA系统等4个步骤，本发明采用PSCADA系统与智能视频分析系统相结合的方式，将PSCADA系统与智能视频分析系统的信号共同参与到智能分析逻辑中，基于地铁直流牵引供电系统发生故障的特点与故障处理的方式，实现了对故障的自动判断与自动定位。解决了传统故障定位过度依赖人工的问题，对于故障的快速处理与恢复供电具有重要的意义。

Description

一种实现地铁直流牵引供电系统故障定位的方法

技术领域

本发明涉及系统故障定位技术领域，尤其涉及一种实现地铁直流牵引供电系统故障定位的方法。

背景技术

地铁直流牵引供电系统是列车的动力来源，它的安全可靠运行是列车正常运行的保证。当地铁直流牵引供电系统发生故障后，如能快速地确定故障位置，对于故障的快速处理与恢复供电具有重要的意义。

地铁直流牵引供电系统发生故障时，故障处理的过程包括故障定位、故障排除、故障隔离、恢复供电。由于直流牵引设备无备用，一旦故障，会导致列车不能正常取流，如何能尽快排除故障，恢复供电，并减少由于停电造成的损失，这就需要快速地识别出短路故障，定位故障的位置。

目前地铁直流牵引供电系统发生故障后，首先通过监控系统、电话咨询、其他专业的信息汇报等渠道进行故障信息的收集，并在此基础上依赖人工经验对故障现象、保护动作情况、重合闸情况等综合分析，对故障类型及故障位置进行初次判别；然后通过手动切换系统运行模式来排除、确定故障点，如列车降弓运行、馈线开关强送电等。在确定故障位置后，运维人员还需要手动进行故障隔离，制定及执行系统恢复供电操作。整个故障定位的过程中，都是通过人工的方式来处理，存在耗时长、高度依赖人工经验等问题。

发明内容

针对上述问题，本发明提出一种实现地铁直流牵引供电系统故障定位的方法，主要解决背景技术中的问题。

本发明提出一种实现地铁直流牵引供电系统故障定位的方法，所述方法包括以下步骤：

S1、PSCADA系统监测到直流牵引保护装置发出的保护动作信息后，自动从数据库中调取保护动作时刻前10s及保护动作时刻后70s的动作事件；

S2、智能视频分析系统采集分析设备面板视频信息和一次设备视频信息，并将分析结果转换为PSCADA可识别的信号信息传递到PSCADA系统；

S3、PSCADA系统根据保护动作时刻前10s及保护动作时刻后70s的动作事件以及智能视频分析系统传递的信号信息，并结合线路测试的测试电压值与测试电阻值判断故障类型，若判定故障类型为瞬时故障，则通过自动重合闸恢复供电；若判定故障类型为永久性故障，则进入S4；

S4、PSCADA系统根据PSCADA系统与智能视频分析系统的信息，结合贝叶斯绝对概率公式，判断出故障的位置。

进一步改进在于，所述步骤S1还包括：

地铁直流牵引供电系统由若干个牵引变电所组成，所述牵引变电所的直流进线、直流馈线开关均配置有直流牵引保护装置，所述直流牵引保护装置通过报文将实时采集的信息上传到PSCADA系统，并储存在数据库中。

进一步改进在于，通过双系统确认的方式并结合线路测试的测试电压幅值与测试电阻幅值来判断故障的类型，当经双系统确认后的信息满足智能分析逻辑中永久故障的条件且线路测试的测试电压值V小于Vrmin(最小允许合闸电压)且测试电阻值R于Rmin(最小允许合闸电阻),判定故障类型为永久性故障。所述贝叶斯绝对概率公式如下：

设故障集合为F＝{f₁,f₂,…,f_m}，故障特征集合S＝{s₁,s₂,…,s_n}。

为系统可检测到的故障特征集合。那么，在已检测到故障特征集

的前提下，故障发生的贝叶斯绝对概率(Bayesian absolute probability)为：

其中，

p(f)为故障f发生的概率，p(s|f)为故障f发生时，出现s故障特征的概率。

p(f|s)为出现s故障特征情况下，f故障发生的概率。

代表于故障f关联的所有故障特征的集合。

对于故障特征S_N关联的故障集合

中的每一个故障，求解其贝叶斯绝对概率bap(f,S_N)，求得的解构成故障发生概率集合B_bap，其最大max(B_bap)则为故障定位点。

进一步改进在于，所述PSCADA系统的故障信息包括保护动作信息、开关位置信号、重合闸信号、线路测试信号和失压信号，且以上故障信息均为所述PSCADA系统中故障信息的必须项。

所述智能视频分析系统的故障信息包括弧光输入、开关位置信号和异响，其中所述开关位置信号为所述智能视频分析系统中故障信息的必须项。

进一步改进在于，所述故障位置是按故障处理方式进行划分，包括接触网故障和牵引变电所内故障，所述牵引变电所内故障又包括直流进线上端故障、直流进线下端故障、直流正极母线故障、直流馈线上端故障、开关本体短路。

进一步改进在于，所述步骤S4还包括：

当发生接触网故障，故障发生前后的故障特征事件如下：

1)故障区间直流馈线的故障电流方向为反方向的事件；

2)故障区间内任意一路直流馈线大电流脱扣保护动作的事件；

3)故障区间内另一路直流馈线保护装置发生di/dt动作或△I保护动作的事件；

4)邻站区间的直流馈线保护故障电流为正方向的事件

5)故障区间断路器为分位的事件；

6)智能视频分析系统输入故障区间断路器为分位的信号。

进一步改进在于，所述步骤S4还包括：

当发生直流进线上端故障，故障发生前后的故障特征事件如下：

1)故障进线的故障电流方向为反方向的事件；

2)非故障进线的故障电流方向为正方向的事件；

3)同一母线直流馈线的故障电流方向为反方向的事件；

4)故障进线逆流保护动作的事件；

5)故障进线保护联跳33kV整流变出线的事件

6)故障进线断路器为分位的事件；

7)智能视频分析系统输入故障进线断路器为分位的信号。

进一步改进在于，所述步骤S4还包括：

当发生直流进线下端故障、直流正极母线故障或直流馈线上端故障，故障发生前后的故障特征事件如下：

1)直流进线的故障电流方向为正方向的事件；

2)直流馈线的故障电流方向为反方向的事件；

3)直流进线过流保护动作的事件；

4)直流馈线保护过流保护不动作的事件；

5)直流馈线线路失压的事件；

6)故障进线断路器为分位的事件；

7)智能视频分析系统输入故障进线断路器为分位的信号。

进一步改进在于，所述步骤S4还包括：

当发生开关本体故障，故障发生前后的故障特征事件如下：

1)开关本体短路回路大电流脱扣保护动作或过流保护动作；

2)故障进线断路器为分位的事件；

3)智能视频分析系统输入故障进线断路器为分位的信号。

与现有技术相比，本发明的有益效果为：

本发明提供了一种实现地铁直流牵引供电系统故障定位的方法，采用PSCADA系统与智能视频分析系统相结合的方式，将PSCADA系统与智能视频分析系统的信号共同参与到智能分析逻辑中，基于地铁直流牵引供电系统发生故障的特点与故障处理的方式，通过双系统确认，实现了对故障的自动判断与自动定位。解决了传统故障定位过度依赖人工的问题，对于故障的快速处理与恢复供电具有重要的意义。

附图说明

附图仅用于示例性说明，不能理解为对本专利的限制；为了更好说明本实施例，附图某些部件会有省略、放大或缩小，并不代表实际产品的尺寸；对于本领域技术人员来说，附图中某些公知结构及其说明可能省略是可以理解的。

图1为本发明一实施例的方法流程示意图；

图2为本发明一实施例接触网故障示意图；

具体实施方式

在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以是通过中间媒介间接连接，可以说两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明的具体含义。下面结合附图和实施例对本发明的技术方案做进一步的说明。

一种实现地铁直流牵引供电系统故障定位的方法，其内容包括：

地铁直流牵引供电系统由若干个牵引变电所组成，变电所中的直流进线、直流馈线开关均配置了直流牵引保护装置，直流牵引保护装置通过报文将实时采集的信息上传给PSCADA后台。

所述PSCADA系统实现运行信息监测和智能分析的功能。PSCADA系统监测的信息包括断路器、隔离开关、接地刀等一次设备的位置信号，电流(I)、电压(U)、功率(P)等电气量，保护动作信息及报警信息等遥信量,并将监测的信息存储在数据库中。当系统发生故障后，PSCADA系统接收到保护动作信息并启动智能分析逻辑，系统自动从数据库中调取保护动作时刻前10s及保护动作时刻后70s的动作事件，并联动智能视频分析系统对故障前后的设备状态进行分析，通过双系统确认信息的方式来判断故障位置。

所述智能视频分析系统实现视频识别、视频智能分析与视频联动的功能。不仅能提供视频图像，还可自动对视频图像进行智能分析，并将分析结果转换成PSCADA系统能够识别的信号，作为故障定位的辅助判据之一。智能分析的信息包括设备面板信息识别，如指示灯等；一次设备本体信息识别，如异响、冒烟、温度、电光等。

所述PSCADA系统与智能视频分析系统通过网络连接实现信息的共享与交互，根据智能分析逻辑并结合贝叶斯绝对概率公式，定位故障位置。

所述实现地铁直流牵引供电系统故障定位方法的智能分析逻辑是通过故障发生前后的故障特征来进行故障位置的判断。智能分析逻辑的判据及判断流程如下：

(1)故障类型判断

地铁直流牵引供电系统的故障类型分为瞬时故障和永久性故障。其中，瞬时故障可通过自动重合闸恢复供电，不需人工参与。而发生永久性故障后，必须经人工处理后才能恢复供电。本次故障类型判断是对于永久性故障的判断。根据故障前后的故障特征，通过PSCADA系统与智能视频分析系统输入的信号并结合线路测试的测试电压值与测试电阻值判断出故障的类型。PSCADA系统与智能视频分析系统输入的信号如下：

在满足永久性故障特征事件状态变化必须项输入的情况下，同时线路测试的测试电压值小于Vrmin(最小允许合闸电压)且测试电阻值小于Rmin(最小允许合闸电阻)，则判定为永久性故障。

(2)故障位置判断

故障处理方式直接影响着系统供电恢复的时间，为了简化处理流程，提高故障处理效率，本发明根据故障后的处理方式不同，结合故障发生时的故障特征，将故障分为以下两种类型：接触网故障、牵引所内故障。

PSCADA系统与智能视频分析系统输入的信号如下：(以流入母线的电流方向为正向)

接触网故障通过综合判断故障前后故障区间及相邻区间的故障特征事件来确定故障的位置。发生接触网故障前后PSCADA系统接收到的故障特征事件如下：

1)故障区间直流馈线的故障电流方向为反方向(流入正极母线为正)的事件；

2)故障区间内任一直流馈线大电流脱扣保护动作的事件；

4)邻站区间的直流馈线保护故障电流为正方向的事件；

5)故障区间断路器为分位的事件；

6)智能视频分析系统输入故障区间断路器为分位的信号。

牵引所内故障

牵引所内故障包括直流进线上端故障(含整流器故障)、直流进线下端故障、直流正极母线故障、直流馈线上端故障、开关本体短路。

A.直流进线上端故障(含整流器故障)

直流进线上端故障是通过综合判断判断本所直流进线与直流馈线故障前后的故障特征事件来确定故障的位置。发生直流进线上端故障前后PSCADA系统接收到的故障特征事件如下：

1)故障进线的故障电流方向为反方向的事件；

2)非故障进线的故障电流方向为正方向的事件；

3)同一母线直流馈线的故障电流方向为反方向的事件；

4)故障进线逆流保护动作的事件；

5)故障进线联跳33kV整流变出线的事件

6)故障进线断路器为分位的事件；

7)智能视频分析系统输入故障进线断路器为分位的信号。

B.直流进线下端故障、直流正极母线故障、直流馈线上端故障

直流进线下端故障、直流正极母线故障、直流馈线上端故障是通过综合判断本所直流进线与直流馈线故障前后的故障特征事件来确定故障的位置。发生直流进线上端故障前后PSCADA系统接收到的故障特征事件如下：

1)直流进线的故障电流方向为正方向的事件；

2)直流馈线的故障电流方向为反方向的事件；

3)直流进线过流保护动作的事件；

4)直流馈线保护过流保护不动作的事件；

5)直流馈线线路失压的事件；

6)故障进线断路器为分位的事件；

7)智能视频分析系统输入故障进线断路器为分位的信号。

C.开关本体短路

开关本体短路是通过综合判断故障回路故障前后的故障特征事件来确定故障的位置。发生直流进线上端故障前后PSCADA系统接收到的故障特征事件如下：

1)开关本体短路回路大电流脱扣保护动作或过流保护动作；

2)故障进线断路器为分位的事件；

3)智能视频分析系统输入故障进线断路器为分位的信号。

实施例1：

地铁直流牵引供电系统由A、B、C三个变电站构成。接触网采用双边供电的方式，直流母线通过4台直流馈线开关分别向上、下行的接触网供电，两个相邻的牵引变电所同时向站间同一馈电区间接触网供电。如图1所示，正常运行时，A站的直流馈线214与B站的直流馈线212对同一区间的牵引接触网进行双边供电，B站的直流馈线214和C站的直流馈线212对同一区间的牵引接触网进行双边供电，A、B、C三个变电所的直流进线、直流馈线都配置了直流牵引保护装置。

正常运行时，PSCADA系统监测到A、B、C三个站的201、202、211、212、213、214断路器处于合闸位置，2113、2124越区隔离开关处于分闸位置，正极直流母线的电压在1500V，无保护动作信息，线路的最小允许合闸电压Vrmin为800V，线路的最小允许合闸电阻Rmin为2Ω，电流、电压的数值均在正常范围内(电流I≤3000A、电压U＝1500V)。智能视频分析系统识别201、202、211、212、213、214断路器处于合闸位置，2113、2124越区隔离开关处于分闸位置，并将视频识别的信息经智能分析后传输给PSCADA系统。PSCADA系统自动将采集与监测到的信息存储在数据库中。

当k1点发生永久性故障时(故障发生在临近A变电所)，PSCADA接收到保护动作信息，PSCADA系统的智能分析逻辑启动，系统自动收集整个系统发生保护动作前10s及保护动作后70s内的动作事件，并对动作事件进行对比分析，判断出故障的类型与故障的位置。PSCADA系统收集到的信息如下：

1)A站214开关大电流脱扣保护动作的事件；

2)B站212开关di/dt保护动作、△I保护动作的事件；

3)A站214开关在分位的事件；

4)B站212开关在分位的事件；

5)A站214开关重合闸启动的事件、线路测试失败的事件、重合闸失败的事件、重合闸启动返回的事件、线路测试失败返回的事件、重合闸失败返回的事件；

6)B站212开关重合闸重合闸启动的事件、线路测试失败的事件、重合闸失败的事件、重合闸启动返回的事件、线路测试失败返回的事件、重合闸失败返回的事件；

7)智能视频分析系统输入A站214开关在分位、B站212开关在分位的信号。

8)流过A站214开关故障电流方向为反向的事件；

9)流过B站212开关故障电流的方向为反向的事件；

10)流过A站214开关故障电流的方向为正向的事件；

11)流过B站212开关故障电流的方向为正向的事件；

12)线路测试的测试电压值小于800V；

13)线路测试的测试电阻值小于2Ω；

PSCADA系统将故障前后收集到的信息与智能分析逻辑进行对比，判断出故障类型与故障位置。

(1)故障类型判断

发生k1点故障时，PSCADA系统采集到A站214开关的大电流脱扣保护动作信息、B站212开关di/dt保护动作及△I保护动作信息、系统自动启动智能分析逻辑并收集整个系统发生故障前10s及故障发生后70s的动作事件。同时PSCADA系统联动智能视频分析系统确认A站214开关及B站212开关的状态及环境状态。智能视频分析系统将拍摄到的视频图像进行智能分析，并输出A站214开关在分位、B站212开关在分位的开关量信号至PSCADA后台。PSCADA系统将系统故障前前10s及故障发生后70s内接收到的故障事件及从智能视频分析后台接收到的事件与智能分析逻辑对比，如上表所示，本次故障实际采集的故障信号包括R1、R2、R3、R4、R5、Z1，满足智能分析逻辑中的永久性故障判据，同时线路测试电压值V<Vrmin,线路测试电阻值R<Rmin，满足永久性故障的判断条件，系统判断本次发生的故障为永久性故障。

(2)故障位置判断

发生k1点故障时，PSCADA系统采集的故障特征事件包括R1、R2、R3、R4、R5。PSCADA系统联动智能视频分析系统识别到A站214开关、B站212开关的位置。智能视频分析系统将拍摄到的视频图像进行智能分析，并输出A站214开关在分位、B站212开关在分位的信号给PSCADA系统。PSCADA系统联合系统采集的信号与智能视频分析系统输入的信号进行确认，确定A站214开关、B站212开关在分位。PSCADA系统将所有采集的信息与智能分析逻辑中的故障判据进行对比，并结合贝叶斯绝对概率判断出故障的位置。

故障集合为：

F＝

{f_{1(接触网故障)},f_{2(牵引所内故障A)},f_{3(牵引所内故障B)},f_{4(牵引所内故障c)}}，在已检测到故障特征集S_N(R1、R2、R3、R4、R5、Z1的情况下发生接触网故障的故障的概率如下：

将故障特征看做一个整体，根据故障特征的唯一性可得出，在上述4中故障情况下，发生故障特征S_N的概率分别为：P(S_N|f₁)＝1，P(S_N|f₂)＝0，P(S_N|f₃)＝0，P(S_N|f₄)＝0。在没发生故障情况下发生故障特征S_N的故障概率分别为：

将相关概率代入贝叶斯绝对概率公式，得出发生故障特征集S_N的情况下，四种故障发生的概率为：

1)发生故障特征集S_N的情况下，发生接触网故障的概率为

2)发生故障特征集S_N的情况下，发生牵引所内故障A的概率为

3)发生故障特征集S_N的情况下，发生牵引所内故障B的概率为

3)发生故障特征集S_N的情况下，发生牵引所内故障C的概率为

根据贝叶斯绝对概率公式，最大max(B_bap)为故障定位点。从上述计算结果可知，在故障特征集S_N的情况下,发生接触网故障的概率最大，本次故障发生在接触网。

综上所述，本次发生的为接触网永久性故障。PSCADA系统对智能分析逻辑的信息进行整合，自动输出AB区间发生接触网永久性故障的报警信息，并将该报警信息自动推送给运维人员，以便运维人员快速处理故障与恢复供电。

图中，描述位置关系仅用于示例性说明，不能理解为对本专利的限制；显然，本发明的上述实施例仅仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明权利要求的保护范围之内。

Claims

1.一种实现地铁直流牵引供电系统故障定位的方法，其特征在于，所述方法包括以下步骤：

S3、PSCADA系统根据保护动作时刻前10s及保护动作时刻后70s的动作事件以及智能视频分析系统传递的信号信息，并结合线路测试的测试电压值与测试电阻值判断故障类型，若判定故障类型为瞬时故障，系统通过自动重合闸恢复供电；若判定故障类型为永久性故障，则进入S4；

2.根据权利要求1所述的一种实现地铁直流牵引供电系统故障定位的方法，其特征在于，所述步骤S1还包括：

3.根据权利要求1所述的一种实现地铁直流牵引供电系统故障定位的方法，其特征在于，故障前后的故障特征与智能分析逻辑中的信息一致且线路测试的测试电压值V小于最小允许合闸电压且测试电阻值R小于最小允许合闸电阻，判定为永久性故障。

4.根据权利要求3所述的一种实现地铁直流牵引供电系统故障定位方法，其特征在于，

所述PSCADA系统的故障信息包括保护动作信息、开关位置信号、重合闸信号、线路测试信号和失压信号，且以上故障信息均为所述PSCADA系统中故障信息的必须项；

5.根据权利要求1所述的一种实现地铁直流牵引供电系统故障定位方法，其特征在于，按照故障处理方式进行故障位置划分。所述故障位置包括接触网故障和牵引变电所内故障，所述牵引变电所内故障又包括直流进线上端故障、直流进线下端故障、直流正极母线故障、直流馈线上端故障、开关本体短路。

6.根据权利要求5所述的一种实现地铁直流牵引供电系统故障定位方法，其特征在于，所述步骤S4还包括：

当发生接触网故障，故障发生前后的故障特征事件如下：

1)故障区间直流馈线的故障电流方向为反方向的事件；

4)邻站区间的直流馈线保护故障电流为正方向的事件；

5)故障区间断路器为分位的事件；

6)智能视频分析系统输入故障区间断路器为分位的信号。

7.根据权利要求5所述的一种实现地铁直流牵引供电系统故障定位方法，其特征在于，所述步骤S4还包括：

1)故障进线的故障电流方向为反方向的事件；

2)非故障进线的故障电流方向为正方向的事件；

3)同一母线直流馈线的故障电流方向为反方向的事件；

4)故障进线逆流保护动作的事件；

5)故障进线保护联跳33kV整流变出线的事件；

6)故障进线断路器为分位的事件；

7)智能视频分析系统输入故障进线断路器为分位的信号。

8.根据权利要求5所述的一种实现地铁直流牵引供电系统故障定位方法，其特征在于，所述步骤S4还包括：

1)直流进线的故障电流方向为正方向的事件；

2)直流馈线的故障电流方向为反方向的事件；

3)直流进线过流保护动作的事件；

4)直流馈线保护过流保护不动作的事件；

5)直流馈线线路失压的事件；

6)故障进线断路器为分位的事件；

7)智能视频分析系统输入故障进线断路器为分位的信号。

9.根据权利要求5所述的一种实现地铁直流牵引供电系统故障定位方法，其特征在于，所述步骤S4还包括：

当发生开关本体短路，故障发生前后的故障特征事件如下：

1)开关本体短路回路大电流脱扣保护动作或过流保护动作；

2)故障进线断路器为分位的事件；

3)智能视频分析系统输入故障进线断路器为分位的信号。