CN112526285A - 一种分布式在线故障检测方法及诊断系统 - Google Patents

一种分布式在线故障检测方法及诊断系统 Download PDF

Info

Publication number
CN112526285A
CN112526285A CN202011203223.XA CN202011203223A CN112526285A CN 112526285 A CN112526285 A CN 112526285A CN 202011203223 A CN202011203223 A CN 202011203223A CN 112526285 A CN112526285 A CN 112526285A
Authority
CN
China
Prior art keywords
fault
traveling wave
point
signal
positioning
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
CN202011203223.XA
Other languages
English (en)
Inventor
沈凯
孙勇
王璐璐
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.)
Nanjing Ronggang Electric Technology Co ltd
Original Assignee
Nanjing Ronggang Electric Technology Co ltd
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 Nanjing Ronggang Electric Technology Co ltd filed Critical Nanjing Ronggang Electric Technology Co ltd
Priority to CN202011203223.XA priority Critical patent/CN112526285A/zh
Publication of CN112526285A publication Critical patent/CN112526285A/zh
Pending legal-status Critical Current

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)
  • Locating Faults (AREA)

Abstract

本发明提出了一种分布式在线故障检测方法及该方法的诊断系统，其中所述方法首先，通过将定位检测装置由变电站二次侧搬至线路上，提升定位准确性；其次，通过GPS/BD双模装置确保所有设备的时间同步；再次，当故障发生时，利用罗氏线圈直接获取故障电流的行波；从次，对接收到的故障电流行波进行多个故障电流行波检测点的协同分析，通过行波电流波形，识别出雷击故障和非雷击故障，以及通过行波电流的波形差异，辨别出雷击反击故障和雷击绕击故障；最后，利用行波定位法，结合数据处理结果获得最终的故障点位置。本发明提出的装置安装位置变更及行波定位故障点的方法，有效提高了故障点定位和待修复线路确认的速度。

Description

一种分布式在线故障检测方法及诊断系统
技术领域
本发明涉及一种分布式在线故障检测方法及诊断系统，特别是涉及一种异常信号检测领域。
背景技术
随着社会发展和电力覆盖面积的扩大，输电线路的铺设往往架设在野外、地处山区、丘陵、江河等多种恶劣地理环境中，由于输电线路时电网发展过程中不可或缺的一环，所以当输电线路出现故障时，及时做出判断和修复是电力运行过程中的重中之重。
由于输电线路在运行过程中经常会遇到雷电、覆冰、强风等复杂的气象条件，从而引发跳闸事故，但是输电线路故障以闪络等瞬时性故障为主，这类故障造成的局部绝缘损伤一般没有明显的烧伤痕迹，且多数故障在风雪、雷电等恶劣天气中发生。现有技术中，对于故障点的准确定位还存在定位不精确问题，所以故障点的查找定位还存在精准度问题以及气候导致的困难。
发明内容
发明目的：一个目的是提出一种分布式在线故障检测方法，以解决现有技术存在的上述问题。进一步目的是提出一种实现上述方法的诊断系统。
技术方案：一种分布式在线故障检测方法，包括以下步骤：
步骤一：安装故障定位检测装置；
步骤二：同步每个故障定位检测装置的运行时间；
步骤三：获取故障电流的行波，分析故障类别；
步骤四：协同分析多个故障电流检测点；
步骤五：结合数据处理结果，呈现故障信息。
在进一步的实施例中，所述步骤一进一步为：将故障定位装置二次侧搬至输电线路上，并按照预定距离进行安装。
在进一步的实施例中，所述步骤二进一步为：双模装置接收到卫星信号，并根据所述接收到的卫星信号发出秒脉冲信号；步骤一中安装的故障定位检测装置根据所述接收到的秒脉冲信号与本身进行时间校对。
在进一步的实施例中，所述步骤三进一步为：故障发生时，利用步骤一所述故障诊断装置中的罗氏线圈，直接获取故障电流行波，并将获取的故障电流信息用于作为步骤四分析的源数据。
所述故障类别进一步根据行波电流波形，进行故障类别的确定；其中所述故障类别进一步包括雷击故障和非雷击故障；所述雷击故障根据行波电流的波形差异，进一步识别故障类别。
在进一步的实施例中，所述步骤四进一步为：协同分析多个故障电流检测点并进一步根据利用行波定位，精准定位故障点位置。
具体为利用输电线路两端设备测量母线的行波信号，通过检测到达输电线路两端母线初始行波浪涌的时差实现距离测定，其中M端和N端分别为步骤一中安装的故障定位检测装置，当
Figure 7547DEST_PATH_IMAGE001
时刻在F处发生故障时，行波波头到达M端和N端的时间分别为
Figure 993957DEST_PATH_IMAGE002
、
Figure 674206DEST_PATH_IMAGE003
，则故障点F分别到M端和N的距离，即：
Figure 771475DEST_PATH_IMAGE004
其中，
Figure 73144DEST_PATH_IMAGE005
表示M端到故障点F之间的距离长度，
Figure 230456DEST_PATH_IMAGE006
表示N端到故障点F之间的距离长度，
Figure 617575DEST_PATH_IMAGE007
表示M端与N端之间的距离，
Figure 269267DEST_PATH_IMAGE008
表示行波传输的速度，
Figure 691021DEST_PATH_IMAGE001
表示故障发生的时间，
Figure 19234DEST_PATH_IMAGE002
表示行波波头到达M端的时间，
Figure 159228DEST_PATH_IMAGE003
表示行波波头到达N端的时间。
其中故障点的识别利用信号奇异点的检测获得，进一步为转化为行波信号小波变换模极大值点的检测，通过小波变换局部模极大值的位置描述；其中连续小波变换关系满足：
Figure 332721DEST_PATH_IMAGE009
其中，
Figure 123828DEST_PATH_IMAGE010
表示故障初始行波信号，
Figure 357363DEST_PATH_IMAGE011
表示行波信号的连续小波变换，
Figure 984654DEST_PATH_IMAGE012
表示尺度伸缩因子的二进离散值，且
Figure 227416DEST_PATH_IMAGE013
，Z表示整数，
Figure 623763DEST_PATH_IMAGE014
表示通过尺度收缩因子变换后产生的一系列基小波函数，
Figure 44511DEST_PATH_IMAGE015
表示卷积运算；当满足对于
Figure 627939DEST_PATH_IMAGE016
的条件时，存在
Figure 674392DEST_PATH_IMAGE017
则
Figure 190824DEST_PATH_IMAGE018
表示小波变换的模极大值点，即故障发生点，
Figure 100002_DEST_PATH_IMAGE019
表示小波变换的模极大值，其中，
Figure 540729DEST_PATH_IMAGE012
表示尺度伸缩因子的二进离散值。
在进一步的实施例中，所述步骤五进一步为：通过短信的形式发送至维护人员的手机设备中，进行故障信息的通知，以及借助WEB可视化界面的推送形式进行故障信息的预警推送。
一种分布式在线故障诊断系统用于实现上述检测方法，其特征在于，包含以下模块：
用于检测故障位置的故障定位模块；
用于判断故障类别的故障诊断模块；
用于呈现故障信息的显示模块。
在进一步的实施例中，所述故障定位模块进一步包含安装在输电线路上的分布式故障定位装置，其中故障定位装置沿着输电线路按照预定距离进行安装；一组故障检测装置总共三个，分别对应A、B、C三相。针对安装的故障定位装置进一步采用双模装置发出的秒脉冲信号与本身进行时间进行校对；其中双膜装置发出秒脉冲信号根据接收到的卫星信号进行触发。
该故障定位检测模块进行故障发生位置的定位时，通过利用输电线路两端设备测量母线的行波信号，并检测到达线路两端母线初始行波浪涌的时差来实现测距；其中M端和N端分别为安装的故障定位检测装置，当
Figure 877032DEST_PATH_IMAGE001
时刻在图中F处发生故障时，行波波头到达M端和N端的时间分别为
Figure 461597DEST_PATH_IMAGE002
、
Figure 566956DEST_PATH_IMAGE003
，则故障点F分别到M端和N的距离，即：
Figure 329507DEST_PATH_IMAGE020
其中，
Figure 153107DEST_PATH_IMAGE005
表示M端到故障点F之间的距离长度，
Figure 275784DEST_PATH_IMAGE006
表示N端到故障点F之间的距离长度，
Figure 766808DEST_PATH_IMAGE007
表示M端与N端之间的距离，
Figure 683948DEST_PATH_IMAGE008
表示行波传输的速度，
Figure 244111DEST_PATH_IMAGE001
表示故障发生的时间，
Figure 170479DEST_PATH_IMAGE002
表示行波波头到达M端的时间，
Figure 250431DEST_PATH_IMAGE003
表示行波波头到达N端的时间。
其中故障点的识别利用信号奇异点的检测获得，进一步为转化为行波信号小波变换模极大值点的检测，通过小波变换局部模极大值的位置描述；其中连续小波变换关系满足：
Figure 604051DEST_PATH_IMAGE009
其中，
Figure 402243DEST_PATH_IMAGE010
表示故障初始行波信号，
Figure 617455DEST_PATH_IMAGE011
表示行波信号的连续小波变换，
Figure 817492DEST_PATH_IMAGE012
表示尺度伸缩因子的二进离散值，且
Figure 342014DEST_PATH_IMAGE013
，Z表示整数，
Figure 361923DEST_PATH_IMAGE014
表示通过尺度收缩因子变换后产生的一系列基小波函数，
Figure 895673DEST_PATH_IMAGE015
表示卷积运算；当满足对于
Figure 933905DEST_PATH_IMAGE016
的条件时，存在
Figure 629328DEST_PATH_IMAGE021
则
Figure 402112DEST_PATH_IMAGE018
表示小波变换的模极大值点，即故障发生点，
Figure 208394DEST_PATH_IMAGE019
表示小波变换的模极大值，其中，
Figure 117444DEST_PATH_IMAGE012
表示尺度伸缩因子的二进离散值。
在进一步的实施例中，所述故障诊断模块进一步在故障发生时，利用所述故障诊断装置中的宽带罗氏线圈，直接获取故障时的暂态电流行波，并将获取的故障电流信息进行协同分析；其中所述故障类别进一步根据行波电流波形，进行故障类别的确定；所述故障类别进一步包括雷击故障和非雷击故障；所述雷击故障根据行波电流的波形差异，进一步识别故障类别。
在进一步的实施例中，所述显示模块进一步为包含后台模块和用户模块，其中所述后台模块用于处理模块间的数据交互，以及实时更新输电线路上的运行情况；其中所述数据交互的数据是经过故障判断后的数据；所述用户模块用于告知用户输电线路的监测情况，其中用户模块呈现检测数据的方式借助浏览器，并通过WEB可视化界面的形式以推荐的形式，将故障信息推送至首界面，同时用户模块还包括手机短信通知，发生故障时维护人员的手机设备也会接受到故障信息的推送。
有益效果：本发明提出了一种分布式在线故障检测方法及该方法的诊断系统，其中所述方法首先，通过将定位检测装置由变电站二次侧搬至线路上，提升定位准确性；其次，通过GPS/BD双模装置确保所有设备的时间同步；再次，当故障发生时，利用罗氏线圈直接获取故障电流的行波；从次，对接收到的故障电流行波进行多个故障电流行波检测点的协同分析，通过行波电流波形，识别出雷击故障和非雷击故障，以及通过行波电流的波形差异，辨别出雷击反击故障和雷击绕击故障；最后，利用行波定位法，结合数据处理结果获得最终的故障点位置。针对恶劣环境引发的跳闸事故以及瞬时性故障导致的故障点排查困难，本发明提出的装置安装位置变更及行波定位故障点的方法，有效提高了故障点定位和待修复线路确认的速度。
附图说明
图1为本发明的整体架构示意图。
图2为本发明方式实现流程框图。
图3为本发明的行波测距示意图。
图4为本发明通信架构图示意图。
图5为本发明故障点识别的行波信号小波变换模极大值点的实验数据对比图。
具体实施方式
本发明通过一种分布式在线故障检测方法及该方法的诊断系统，实现针对下面通过实施例，并结合附图对本方案做进一步具体说明。
在本申请中，我们提出了一种分布式在线故障检测方法及该方法的诊断系统，其中包含的一种分布式在线故障检测方法，具体为包括以下步骤：
步骤一：安装故障定位检测装置；该步骤进一步为将传统的故障定位装置由变电站二次侧搬至输电路上，并按照预定距离进行安装。其中预定距离优选范围为20到30千米。故障定位检测装置安装过程中，可带电操作，无需断电安装，单人即可完成。
步骤二：同步每个故障定位检测装置的运行时间；该步骤进一步为利用GPS/BD双模装置接收到的卫星信号，发出秒脉冲信；步骤一中安装的故障定位检测装置，根据所述接收到的秒脉冲信号与本身进行时间校对，从而保证每个设备的时间一致性。
步骤三：获取故障电流的行波，分析故障类别；该步骤进一步为故障发生时，利用步骤一所述故障诊断装置中的罗氏线圈，直接获取故障电流行波，并将获取的故障电流信息用于作为步骤四分析的源数据，同时根据获取的故障电流行波分析故障类别。
其中故障类别的识别进一步根据行波电流波形，识别故障类别为雷击故障还是非雷击故障，其中根据行波电流的波形差异，可进一步辨别出雷击故障中的故障类别是雷击反击故障还是雷击绕击故障。其中所述雷击反击故障主波前有反极性脉冲，所述雷击绕击故障主波前没有反极性脉冲。
步骤四：协同分析多个故障电流检测点；该步骤进一步利用行波定位，精准定位故障点位置，具体为利用输电线路两端设备测量母线的行波信号，通过检测到达输电线路两端母线初始行波浪涌的时差实现距离测定，即如图3所示，其中M端和N端分别为步骤一中安装的故障定位检测装置，当
Figure 734501DEST_PATH_IMAGE001
时刻在图中F处发生故障时，行波波头到达M端和N端的时间分别为
Figure 729002DEST_PATH_IMAGE002
、
Figure 604554DEST_PATH_IMAGE003
，则故障点之间满足关系如下：
Figure 102532DEST_PATH_IMAGE022
其中，
Figure 405337DEST_PATH_IMAGE005
表示M端到故障点F之间的距离长度，
Figure 870822DEST_PATH_IMAGE006
表示N端到故障点F之间的距离长度，
Figure 284486DEST_PATH_IMAGE007
表示M端与N端之间的距离，
Figure 168129DEST_PATH_IMAGE008
表示行波传输的速度，
Figure 641835DEST_PATH_IMAGE001
表示故障发生的时间，
Figure 345349DEST_PATH_IMAGE002
表示行波波头到达M端的时间，
Figure 313436DEST_PATH_IMAGE003
表示行波波头到达N端的时间。
根据上述故障点之间满足的关系，进一步获得故障点F分别到M端和N的距离，即：
Figure 786006DEST_PATH_IMAGE004
其中，
Figure 430614DEST_PATH_IMAGE005
表示M端到故障点F之间的距离长度，
Figure 887003DEST_PATH_IMAGE006
表示N端到故障点F之间的距离长度，
Figure 376890DEST_PATH_IMAGE007
表示M端与N端之间的距离，
Figure 490252DEST_PATH_IMAGE008
表示行波传输的速度，
Figure 40182DEST_PATH_IMAGE001
表示故障发生的时间，
Figure 718288DEST_PATH_IMAGE002
表示行波波头到达M端的时间，
Figure 277445DEST_PATH_IMAGE003
表示行波波头到达N端的时间。
该测距方式不收线路过渡电阻的电弧特性、输电线路是否含多个分支线路的因素影响，可靠性高的同时能独立完成故障个情况下的测距工作。
其中对于故障点的识别进一步为利用信号的奇异性进行检测判断，具体为根据行波信号的奇异点与其小波变换模极大值点一一对应，通过转化为行波信号小波变换模极大值点进行等同的识别判断。
其中对于采集到的的电流信号利用Lipschitz定量描述信号的奇异程度，即对于信号函数在一点或区间连续且可微，则所涉及的点或区间的信号是规则的，即
Figure 724607DEST_PATH_IMAGE023
其中，K表示常用系数，
Figure 461750DEST_PATH_IMAGE024
表示奇异程度且与函数的可微性有关，
Figure 361573DEST_PATH_IMAGE024
越大则表明该信号函数在该信号点的奇异程度越小，
Figure 458842DEST_PATH_IMAGE024
越大则该信号函数在该信号点的奇异程度越高。在进一步的实施例中，可以看出当
Figure 26089DEST_PATH_IMAGE025
时，信号函数在待测点是可微的，此时信号函数则不具备奇异性；当
Figure 183401DEST_PATH_IMAGE026
时，信号函数在待测点间断。由于行波信号奇异点检测过程复杂且困难，因此根据行波信号的奇异点与其小波变换模极大值点是一一对应的，将检测对象转换为行波信号小波变换模极大值点。其中小波变换模极大值则表明了突变点所处的位置，即小波变换模极大值与信号突变点是一一对应的， 其大小与信号突变程度成正比， 其极性与突变点处信号的变化趋势一致。当小波变换的尺度越来越精细时， 其模的极大值将收敛于信号的奇异点，其衰减速度取决于信号在奇异点的lipschitz指数。小波变换模极大值中，当满足：
Figure 85367DEST_PATH_IMAGE027
则，
Figure 720748DEST_PATH_IMAGE001
点为小波变换的模极大值点，
Figure 408081DEST_PATH_IMAGE028
为小波变换的模极大值，其中，s表示尺度收缩因子。
小波变换模极大值则表明了突变点所处的位置，所以进一步利用小波变换局部极大值，即模极大值的位置表述信号奇异点的位置。具体为奇异性检测首先采用平滑函数
Figure 736294DEST_PATH_IMAGE029
对信号在不同尺度下进行平滑，然后从各阶导数中检测出原信号的剧变点，其中平滑函数
Figure 610709DEST_PATH_IMAGE029
满足如下关系，即：
Figure 800513DEST_PATH_IMAGE030
令平滑函数可微，则有：
Figure DEST_PATH_IMAGE031
根据平滑函数条件，
Figure 607932DEST_PATH_IMAGE032
为小波函数，则进一步有：
Figure 107047DEST_PATH_IMAGE033
其中，
Figure 468758DEST_PATH_IMAGE034
表示函数
Figure DEST_PATH_IMAGE035
在尺度a上经过平滑后的一阶导数，当
Figure 491946DEST_PATH_IMAGE036
是函数
Figure DEST_PATH_IMAGE037
的小波变换时，在尺度s下，在待测点
Figure 153872DEST_PATH_IMAGE038
的一段领域中，满足对于
Figure 574620DEST_PATH_IMAGE016
，存在
Figure 423627DEST_PATH_IMAGE039
，则
Figure 470081DEST_PATH_IMAGE038
为小波变换的模极大值点，
Figure 720934DEST_PATH_IMAGE040
为小波变换的模极大值。
对于输电线路发生故障性雷击后的电流行波，经过二进离散小波变换后，对应的电流行波函数在某一点剪短或某一阶导数不连续，则此点具有奇异性。当基小波函数为
Figure 296271DEST_PATH_IMAGE041
时，通过尺度伸缩因子s的变化，对
Figure 147422DEST_PATH_IMAGE041
进行伸缩变换，生成的函数系
Figure 466408DEST_PATH_IMAGE042
为：
Figure 837346DEST_PATH_IMAGE043
其中s表示尺度收缩因子，且s满足
Figure 849164DEST_PATH_IMAGE044
、且
Figure 938343DEST_PATH_IMAGE045
，进一步使用
Figure 546173DEST_PATH_IMAGE010
表示故障初始行波信号，
Figure 771618DEST_PATH_IMAGE046
表示行波信号的连续小波变换，则行波信号
Figure 954338DEST_PATH_IMAGE010
的连续小波变换为
Figure 265233DEST_PATH_IMAGE010
与
Figure 926022DEST_PATH_IMAGE041
的卷积，即：
Figure 538398DEST_PATH_IMAGE047
其中，其中s表示尺度收缩因子，且s满足
Figure 892019DEST_PATH_IMAGE044
、且
Figure 690211DEST_PATH_IMAGE045
，R表示实数，
Figure 154690DEST_PATH_IMAGE015
表示卷积运算，由于故障初始行波信号
Figure 354727DEST_PATH_IMAGE010
变化迅速，因此尺度因子有选为一系列的
Figure 364403DEST_PATH_IMAGE012
，其中j满足
Figure 649891DEST_PATH_IMAGE048
，
Figure 918061DEST_PATH_IMAGE012
表示二进制离散值，则将故障初始行波信号
Figure 707025DEST_PATH_IMAGE010
进行尺度收缩因子为2j的连续小波变换进一步为：
Figure 668028DEST_PATH_IMAGE049
其中，
Figure 424501DEST_PATH_IMAGE012
表示尺度收缩因子的二进制离散值，j满足
Figure 230783DEST_PATH_IMAGE048
的条件，Z表示整数。在进一步实施例中，对于故障原信号和小波模极大值的转换如图5所示。
步骤五：结合数据处理结果，呈现故障信息；该步骤通过可视化的界面将故障发生后的诊断结果，以短信、Web发布的形式提供给维护人员，实现故障信息的及时告知。
基于上述所述一种分布式在线故障检测方法，进一步提出实现上述方法的一种分布式在线故障诊断系统，如图1所示，通过无线通信网络将检测装置的数据通过远程无线通信网络将处理结果传输至监控主站，远程监控主站通过融合分析各个测点电流行波及其折反射波特征参量时空变化信息、线路实时状态参量、检测点安装位置、线路长度信息，计算出故障点的准确位置。该诊断系统进一步，包含以下模块：
用于检测故障位置的故障定位模块；该模块进一步包含安装在输电线路上的分布式故障定位装置，其中故障定位装置由变电站二次侧搬至输电线路上，并沿着输电线路按照预定距离进行安装，安装时可断电操作，无需断电且单人即可完成操作。其中安装距离优选为20至30千米。一组故障检测装置总共三个，分别对应A、B、C三相。针对安装的故障定位装置进一步采用双模装置发出的秒脉冲信号与本身进行时间进行校对。其中双膜装置发出秒脉冲信号根据接收到的卫星信号进行触发。
该故障定位检测模块进行故障发生位置的定位时，通过利用输电线路两端设备测量母线的行波信号，并检测到达线路两端母线初始行波浪涌的时差来实现测距。具体如图3所示，其中M端和N端分别为安装的故障定位检测装置，当
Figure 405412DEST_PATH_IMAGE001
时刻在图中F处发生故障时，行波波头到达M端和N端的时间分别为
Figure 271737DEST_PATH_IMAGE002
、
Figure 266238DEST_PATH_IMAGE003
，则故障点之间满足关系如下：
Figure 626943DEST_PATH_IMAGE022
其中，
Figure 656079DEST_PATH_IMAGE005
表示M端到故障点F之间的距离长度，
Figure 693305DEST_PATH_IMAGE006
表示N端到故障点F之间的距离长度，
Figure 175102DEST_PATH_IMAGE007
表示M端与N端之间的距离，
Figure 838033DEST_PATH_IMAGE008
表示行波传输的速度，
Figure 456096DEST_PATH_IMAGE001
表示故障发生的时间，
Figure 929803DEST_PATH_IMAGE002
表示行波波头到达M端的时间，
Figure 898896DEST_PATH_IMAGE003
表示行波波头到达N端的时间。
根据上述故障点之间满足的关系，进一步获得故障点F分别到M端和N的距离，即：
Figure 585092DEST_PATH_IMAGE004
其中，
Figure 339553DEST_PATH_IMAGE005
表示M端到故障点F之间的距离长度，
Figure 718582DEST_PATH_IMAGE006
表示N端到故障点F之间的距离长度，
Figure 174971DEST_PATH_IMAGE007
表示M端与N端之间的距离，
Figure 930437DEST_PATH_IMAGE008
表示行波传输的速度，
Figure 257513DEST_PATH_IMAGE001
表示故障发生的时间，
Figure 322290DEST_PATH_IMAGE002
表示行波波头到达M端的时间，
Figure 396DEST_PATH_IMAGE003
表示行波波头到达N端的时间。
其中对于故障点的识别进一步为利用信号的奇异性进行检测判断，具体为根据行波信号的奇异点与其小波变换模极大值点一一对应，通过转化为行波信号小波变换模极大值点进行等同的识别判断。
其中对于采集到的的电流信号利用Lipschitz定量描述信号的奇异程度，即对于信号函数在一点或区间连续且可微，则所涉及的点或区间的信号是规则的，即
Figure 559553DEST_PATH_IMAGE023
其中，K表示常用系数，
Figure 272294DEST_PATH_IMAGE024
表示奇异程度且与函数的可微性有关，
Figure 993126DEST_PATH_IMAGE024
越大则表明该信号函数在该信号点的奇异程度越小，
Figure 909260DEST_PATH_IMAGE024
越大则该信号函数在该信号点的奇异程度越高。在进一步的实施例中，可以看出当
Figure 6529DEST_PATH_IMAGE025
时，信号函数在待测点是可微的，此时信号函数则不具备奇异性；当
Figure 573777DEST_PATH_IMAGE026
时，信号函数在待测点间断。由于行波信号奇异点检测过程复杂且困难，因此根据行波信号的奇异点与其小波变换模极大值点是一一对应的，将检测对象转换为行波信号小波变换模极大值点。其中小波变换模极大值则表明了突变点所处的位置，即小波变换模极大值与信号突变点是一一对应的， 其大小与信号突变程度成正比， 其极性与突变点处信号的变化趋势一致。当小波变换的尺度越来越精细时， 其模的极大值将收敛于信号的奇异点，其衰减速度取决于信号在奇异点的lipschitz指数。小波变换模极大值中，当满足：
Figure 465510DEST_PATH_IMAGE027
则，
Figure 118208DEST_PATH_IMAGE001
点为小波变换的模极大值点，
Figure 274295DEST_PATH_IMAGE028
为小波变换的模极大值，其中，s表示尺度收缩因子。
小波变换模极大值则表明了突变点所处的位置，所以进一步利用小波变换局部极大值，即模极大值的位置表述信号奇异点的位置。具体为奇异性检测首先采用平滑函数
Figure 696049DEST_PATH_IMAGE029
对信号在不同尺度下进行平滑，然后从各阶导数中检测出原信号的剧变点，其中平滑函数
Figure 758683DEST_PATH_IMAGE029
满足如下关系，即：
Figure 898677DEST_PATH_IMAGE030
令平滑函数可微，则有：
Figure 603328DEST_PATH_IMAGE031
根据平滑函数条件，
Figure 630321DEST_PATH_IMAGE032
为小波函数，则进一步有：
Figure 129435DEST_PATH_IMAGE033
其中，
Figure 756726DEST_PATH_IMAGE034
表示函数
Figure 733909DEST_PATH_IMAGE035
在尺度a上经过平滑后的一阶导数，当
Figure 130255DEST_PATH_IMAGE036
是函数
Figure 783959DEST_PATH_IMAGE037
的小波变换时，在尺度s下，在待测点
Figure 898546DEST_PATH_IMAGE038
的一段领域中，满足对于
Figure 413841DEST_PATH_IMAGE016
，存在
Figure 930273DEST_PATH_IMAGE039
，则
Figure 771190DEST_PATH_IMAGE038
为小波变换的模极大值点，
Figure 858226DEST_PATH_IMAGE040
为小波变换的模极大值。
对于输电线路发生故障性雷击后的电流行波，经过二进离散小波变换后，对应的电流行波函数在某一点剪短或某一阶导数不连续，则此点具有奇异性。当基小波函数为
Figure 442791DEST_PATH_IMAGE041
时，通过尺度伸缩因子s的变化，对
Figure 813729DEST_PATH_IMAGE041
进行伸缩变换，生成的函数系
Figure 559968DEST_PATH_IMAGE042
为：
Figure 383568DEST_PATH_IMAGE043
其中s表示尺度收缩因子，且s满足
Figure 21091DEST_PATH_IMAGE044
、且
Figure 980957DEST_PATH_IMAGE045
，进一步使用
Figure 163677DEST_PATH_IMAGE010
表示故障初始行波信号，
Figure 474572DEST_PATH_IMAGE046
表示行波信号的连续小波变换，则行波信号
Figure 400940DEST_PATH_IMAGE010
的连续小波变换为
Figure 231624DEST_PATH_IMAGE010
与
Figure 585245DEST_PATH_IMAGE041
的卷积，即：
Figure 383437DEST_PATH_IMAGE050
其中，其中s表示尺度收缩因子，且s满足
Figure 113495DEST_PATH_IMAGE044
、且
Figure 782374DEST_PATH_IMAGE045
，R表示实数，
Figure 821743DEST_PATH_IMAGE015
表示卷积运算，由于故障初始行波信号
Figure 841652DEST_PATH_IMAGE010
变化迅速，因此尺度因子有选为一系列的
Figure 109822DEST_PATH_IMAGE012
，其中j满足
Figure 164366DEST_PATH_IMAGE048
，
Figure 876101DEST_PATH_IMAGE012
表示二进制离散值，则将故障初始行波信号
Figure 117726DEST_PATH_IMAGE010
进行尺度收缩因子为2j的连续小波变换进一步为：
Figure DEST_PATH_IMAGE051
其中，
Figure 455167DEST_PATH_IMAGE012
表示尺度收缩因子的二进制离散值，j满足
Figure 629796DEST_PATH_IMAGE048
的条件，Z表示整数。
用于判断故障类别的故障诊断模块；该模块进一步在故障发生时，利用所述故障诊断装置中的宽带罗氏线圈，直接获取故障时的暂态电流行波，并将获取的故障电流信息进行协同分析；其中所述故障类别进一步根据行波电流波形，进行故障类别的确定；所述故障类别进一步包括雷击故障和非雷击故障；所述雷击故障根据行波电流的波形差异，进一步识别故障类别，雷击反击故障主波前存在反极性脉冲，儿雷击绕击故障不存在反极性脉冲。
用于呈现故障信息的显示模块；该模块进一步包含后台模块和用户模块，用户模块中用户，在通过与后台模块间的用户信息验证后，可进入后台模块中进行输电线路实时运行情况的检测。
其中所述后台模块用于呈现实时更新输电线路上的运行情况，以及处理模块间的数据交互，其中所述数据交互进一步为将检测到的故障信息通过数据交互技术，将故障信息发送至用户模块的推送界面。后台模块中检测到的数据，来源于故障定位模块中的故障诊断装置，并通过GPRS连接进行数据传输，如图4所示。
所述用户模块用于告知用户输电线路的监测情况，进一步为借助浏览器，并通过WEB可视化界面以推荐的形式，将后台模块中读取到的故障信息推送至首界面，同时用户模块还包括手机短信通知，发生故障时维护人员的手机设备也会接受到故障信息的推送。
如上所述，尽管参照特定的优选实施例已经表示和表述了本发明，但其不得解释为对本发明自身的限制。在不脱离所附权利要求定义的本发明的精神和范围前提下，可对其在形式上和细节上做出各种变化。

Claims (10)

1.一种分布式在线故障检测方法，其特征在于，包括：
步骤一：安装故障定位检测装置；
步骤二：同步每个故障定位检测装置的运行时间；
步骤三：获取故障电流的行波，分析故障类别；
步骤四：协同分析多个故障电流检测点；
步骤五：结合数据处理结果，呈现故障信息。
2.根据权利要求1所述的一种分布式在线故障检测方法，其特征在于，所述步骤一进一步为：将故障定位装置二次侧搬至输电线路上，并按照预定距离进行安装。
3.根据权利要求1所述的一种分布式在线故障检测方法，其特征在于，所述步骤二进一步为：双模装置接收到卫星信号，并根据所述接收到的卫星信号发出秒脉冲信号；步骤一中安装的故障定位检测装置根据所述接收到的秒脉冲信号与本身进行时间校对。
4.根据权利要求1所述的一种分布式在线故障检测方法，其特征在于，所述步骤三进一步为：故障发生时，利用步骤一所述故障诊断装置中的罗氏线圈，直接获取故障电流行波，并将获取的故障电流信息用于作为步骤四分析的源数据；
所述故障类别进一步根据行波电流波形，进行故障类别的确定；其中所述故障类别进一步包括雷击故障和非雷击故障；所述雷击故障根据行波电流的波形差异，进一步识别故障类别。
5.根据权利要求1所述的一种分布式在线故障检测方法，其特征在于，所述步骤四进一步为：协同分析多个故障电流检测点并进一步根据利用行波定位，精准定位故障点位置；
具体为利用输电线路两端设备测量母线的行波信号，通过检测到达输电线路两端母线初始行波浪涌的时差实现距离测定，其中M端和N端分别为步骤一中安装的故障定位检测装置，当
Figure 371608DEST_PATH_IMAGE001
时刻在F处发生故障时，行波波头到达M端和N端的时间分别为
Figure 622461DEST_PATH_IMAGE002
、
Figure 463378DEST_PATH_IMAGE003
，则故障点F分别到M端和N的距离，即：
Figure 65261DEST_PATH_IMAGE004
其中，
Figure 649826DEST_PATH_IMAGE005
表示M端到故障点F之间的距离长度，
Figure 4453DEST_PATH_IMAGE006
表示N端到故障点F之间的距离长度，
Figure 16271DEST_PATH_IMAGE007
表示M端与N端之间的距离，
Figure 574291DEST_PATH_IMAGE008
表示行波传输的速度，
Figure 962547DEST_PATH_IMAGE001
表示故障发生的时间，
Figure 187992DEST_PATH_IMAGE002
表示行波波头到达M端的时间，
Figure 855865DEST_PATH_IMAGE003
表示行波波头到达N端的时间；
其中故障点的识别利用信号奇异点的检测获得，进一步为转化为行波信号小波变换模极大值点的检测，通过小波变换局部模极大值的位置描述；其中连续小波变换关系满足：
Figure 432340DEST_PATH_IMAGE009
其中，
Figure 358708DEST_PATH_IMAGE010
表示故障初始行波信号，
Figure 173080DEST_PATH_IMAGE011
表示行波信号的连续小波变换，
Figure 792280DEST_PATH_IMAGE012
表示尺度伸缩因子的二进离散值，且
Figure 580020DEST_PATH_IMAGE013
，Z表示整数，
Figure 44499DEST_PATH_IMAGE014
表示通过尺度收缩因子变换后产生的一系列基小波函数，
Figure 244536DEST_PATH_IMAGE015
表示卷积运算；当满足对于
Figure 34638DEST_PATH_IMAGE016
的条件时，存在
Figure 788967DEST_PATH_IMAGE017
则
Figure 73449DEST_PATH_IMAGE018
表示小波变换的模极大值点，即故障发生点，
Figure DEST_PATH_IMAGE019
表示小波变换的模极大值，其中，
Figure 393572DEST_PATH_IMAGE012
表示尺度伸缩因子的二进离散值。
6.根据权利要求1所述的一种分布式在线故障检测方法，其特征在于，所述步骤五进一步为：通过短信的形式发送至维护人员的手机设备中，进行故障信息的通知，以及借助WEB可视化界面的推送形式进行故障信息的预警推送。
7.一种分布式在线故障诊断系统，其特征在于，包含以下模块：
用于检测故障位置的故障定位模块；
用于判断故障类别的故障诊断模块；
用于呈现故障信息的显示模块。
8.根据权利要求7所述的一种分布式在线故障诊断系统，其特征在于，所述故障定位模块进一步包含安装在输电线路上的分布式故障定位装置，其中故障定位装置沿着输电线路按照预定距离进行安装；一组故障检测装置总共三个，分别对应A、B、C三相；针对安装的故障定位装置进一步采用双模装置发出的秒脉冲信号与本身进行时间进行校对；其中双膜装置发出秒脉冲信号根据接收到的卫星信号进行触发；
该故障定位检测模块进行故障发生位置的定位时，通过利用输电线路两端设备测量母线的行波信号，并检测到达线路两端母线初始行波浪涌的时差来实现测距；其中M端和N端分别为安装的故障定位检测装置，当
Figure 88995DEST_PATH_IMAGE001
时刻在图中F处发生故障时，行波波头到达M端和N端的时间分别为
Figure 596200DEST_PATH_IMAGE002
、
Figure 917329DEST_PATH_IMAGE003
，则故障点F分别到M端和N的距离，即：
Figure 560800DEST_PATH_IMAGE004
其中，
Figure 692704DEST_PATH_IMAGE005
表示M端到故障点F之间的距离长度，
Figure 687205DEST_PATH_IMAGE006
表示N端到故障点F之间的距离长度，
Figure 313489DEST_PATH_IMAGE007
表示M端与N端之间的距离，
Figure 77046DEST_PATH_IMAGE008
表示行波传输的速度，
Figure 114272DEST_PATH_IMAGE001
表示故障发生的时间，
Figure 596069DEST_PATH_IMAGE002
表示行波波头到达M端的时间，
Figure 9733DEST_PATH_IMAGE003
表示行波波头到达N端的时间；
其中故障点的识别利用信号奇异点的检测获得，进一步为转化为行波信号小波变换模极大值点的检测，通过小波变换局部模极大值的位置描述；其中连续小波变换关系满足：
Figure 142643DEST_PATH_IMAGE020
其中，
Figure 85191DEST_PATH_IMAGE010
表示故障初始行波信号，
Figure 54284DEST_PATH_IMAGE011
表示行波信号的连续小波变换，
Figure 271639DEST_PATH_IMAGE012
表示尺度伸缩因子的二进离散值，且
Figure 744208DEST_PATH_IMAGE013
，Z表示整数，
Figure 139549DEST_PATH_IMAGE014
表示通过尺度收缩因子变换后产生的一系列基小波函数，
Figure 330359DEST_PATH_IMAGE015
表示卷积运算；当满足对于
Figure 85825DEST_PATH_IMAGE016
的条件时，存在
Figure 944060DEST_PATH_IMAGE021
则
Figure 759569DEST_PATH_IMAGE018
表示小波变换的模极大值点，即故障发生点，
Figure 421363DEST_PATH_IMAGE019
表示小波变换的模极大值，其中，
Figure 980520DEST_PATH_IMAGE012
表示尺度伸缩因子的二进离散值。
9.根据权利要求7所述的一种分布式在线故障诊断系统，其特征在于，所述故障诊断模块进一步在故障发生时，利用所述故障诊断装置中的宽带罗氏线圈，直接获取故障时的暂态电流行波，并将获取的故障电流信息进行协同分析；其中所述故障类别进一步根据行波电流波形，进行故障类别的确定；所述故障类别进一步包括雷击故障和非雷击故障；所述雷击故障根据行波电流的波形差异，进一步识别故障类别。
10.根据权利要求7所述的一种分布式在线故障诊断系统，其特征在于，所述显示模块进一步包含后台模块和用户模块，其中所述后台模块用于处理模块间的数据交互，以及实时更新输电线路上的运行情况；其中所述数据交互的数据是经过故障判断后的数据；所述用户模块用于告知用户输电线路的监测情况，其中用户模块呈现检测数据的方式借助浏览器，并通过WEB可视化界面的形式以推荐的形式，将故障信息推送至首界面，同时用户模块还包括手机短信通知，发生故障时维护人员的手机设备也会接受到故障信息的推送。
CN202011203223.XA 2020-11-02 2020-11-02 一种分布式在线故障检测方法及诊断系统 Pending CN112526285A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011203223.XA CN112526285A (zh) 2020-11-02 2020-11-02 一种分布式在线故障检测方法及诊断系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011203223.XA CN112526285A (zh) 2020-11-02 2020-11-02 一种分布式在线故障检测方法及诊断系统

Publications (1)

Publication Number Publication Date
CN112526285A true CN112526285A (zh) 2021-03-19

Family

ID=74979354

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011203223.XA Pending CN112526285A (zh) 2020-11-02 2020-11-02 一种分布式在线故障检测方法及诊断系统

Country Status (1)

Country Link
CN (1) CN112526285A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113109633A (zh) * 2021-06-16 2021-07-13 武汉华瑞伏安电力科技有限公司 基于分布式行波定位技术的输电线路雷击监测方法及系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104166073A (zh) * 2013-07-24 2014-11-26 国家电网公司 一种基于改进双端行波法的配电网故障定位系统及方法
CN105891667A (zh) * 2015-11-19 2016-08-24 四川中光防雷科技股份有限公司 一种高压线路故障定位方法与系统
US20170276718A1 (en) * 2016-03-22 2017-09-28 Siemens Aktiengesellschaft Method, device and system for determining the fault location of a fault on a line of an electrical energy supply network
CN107632236A (zh) * 2017-07-26 2018-01-26 云南电网有限责任公司 一种基于对端母线反射波识别的单出线输电线路单端故障测距方法
CN208432682U (zh) * 2017-12-21 2019-01-25 广州长川科技有限公司 一种输电线路故障诊断的前端装置及系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104166073A (zh) * 2013-07-24 2014-11-26 国家电网公司 一种基于改进双端行波法的配电网故障定位系统及方法
CN105891667A (zh) * 2015-11-19 2016-08-24 四川中光防雷科技股份有限公司 一种高压线路故障定位方法与系统
US20170276718A1 (en) * 2016-03-22 2017-09-28 Siemens Aktiengesellschaft Method, device and system for determining the fault location of a fault on a line of an electrical energy supply network
CN107219439A (zh) * 2016-03-22 2017-09-29 西门子公司 确定供电网的导线上故障的故障位置的方法、装置和系统
CN107632236A (zh) * 2017-07-26 2018-01-26 云南电网有限责任公司 一种基于对端母线反射波识别的单出线输电线路单端故障测距方法
CN208432682U (zh) * 2017-12-21 2019-01-25 广州长川科技有限公司 一种输电线路故障诊断的前端装置及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
黄子俊 等: "基于小波变换的行波故障定位法在串补输电线路中的应用", 《中国电网技术》, vol. 28, no. 18, 15 September 2004 (2004-09-15), pages 5 - 9 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113109633A (zh) * 2021-06-16 2021-07-13 武汉华瑞伏安电力科技有限公司 基于分布式行波定位技术的输电线路雷击监测方法及系统

Similar Documents

Publication Publication Date Title
CN102590700A (zh) 基于时间同步的架空线快速故障定位方法及装置
CN101231323A (zh) 分布式高精度输电线路行波定位系统
CN110708114A (zh) 基于ai图像辨别的光缆线路故障定位及可视化方法及系统
CN102435915A (zh) 电力电缆故障行波同步测距方法
CN113655340B (zh) 基于声纹识别的输电线路雷击故障定位方法、系统及介质
JP2004215478A (ja) 送電線事故点標定装置、送電線事故点標定法、送電線事故点標定用プログラム及び同プログラムを記録した記録媒体
CN101216524A (zh) 1000kV交流特高压输电线路接地故障定位技术与装置
CN110568320A (zh) 一种基于准确测量电压的输电线路雷电故障定位方法
CN102183709B (zh) 电网故障点及故障严重程度的确定方法
CN112595923A (zh) 一种用于配电网不接地系统单相断线故障区段的定位方法
CN115023620A (zh) 使用非同步测量的参数无关的基于行波的故障定位
CN104267309A (zh) 基于磁场检测的架空输电线路测距及故障诊断方法
CN112526285A (zh) 一种分布式在线故障检测方法及诊断系统
Ananthan et al. Model-based approach integrated with fault circuit indicators for fault location in distribution systems
CN112904147B (zh) 一种输电线路故障及预放电监测装置及信号处理方法
CN109596935A (zh) 一种结合磁场能衰减特征的输电线路故障行波法
CN105203926B (zh) 一种提高超高压直流输电线路故障定位准确性的方法
CN105223472B (zh) 一种基于多源数据集合论的高压输电线路故障定位方法
CN116773958A (zh) 一种基于分布式行波定位的输电线路故障监测方法及系统
CN113848424B (zh) 一种配网雷击故障的验证定位方法、装置及系统
KR100547967B1 (ko) 가공송전선로의 낙뢰지점과 고장지점 검출시스템
CN110456226A (zh) 一种输电线路的故障测距系统
CN116520072A (zh) 电缆故障定位方法及设备
CN202433480U (zh) 基于时间同步的架空线快速故障定位装置
CN114325212A (zh) 一种基于故障行波灵活监测的精确故障定位算法

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