CN113433425B - 一种混合直流线路故障区段识别方法及系统 - Google Patents

Abstract

本发明公开了一种混合直流线路故障区段识别方法及系统，包括：获取故障线路两端以及架空线路与线缆连接点处的故障电流行波信号；对故障电流行波信号进行解耦，获得线模分量；基于所述线模分量，识别故障电流行波信号的突变极性；根据故障电流行波信号的突变极性，确定故障线路的类型，并识别出混合直流线路故障区段。本发明利用电流突变极性判断故障发生的区段，避免了利用波速及线路长度计算时间差造成的误差，使判定更加可靠；对多段混合线路适应性更强，在对多段混合线路的判定时只需要每个测点的电流突变极性即可，不需要计算每个测点的理论时间差，算法的准确性高、可靠性强。

Description

一种混合直流线路故障区段识别方法及系统

技术领域

本发明涉及电力系统线路保护相关技术领域，尤其涉及一种混合直流线路故障区段识别方法及系统。

背景技术

本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。

随着城市电网的改造，受限于地形因素和城市内土地面积的紧张，出现了由多段架空线和电缆混合而成的输电线路。当采用行波法对故障线路进行故障测距时，由于架空线与电缆的波阻抗不同，其行波速度不相同而且行波在线缆的连接点处会发生反射和折射。其传播路径相比于单一的线路更加复杂，对单一线路的测距算法已经不再适用，对混合线路的测距需要先进行故障区段的判定，在确定好准确的故障区段之后，再选择对应的测距公式计算故障距离。目前对于混合线路的故障区段判定，大多是采用比较时间差的方法判断故障的区段；但是其整定值利用波速经验值以得到，并且没有考虑线路的弧垂，在判定故障区段时已经存在了误差，导致后续无法准确计算线路的故障距离。

发明内容

为了解决上述问题，本发明提出了一种混合直流线路故障区段识别方法及系统，基于在线路两端、线路连接点处安装的行波采集装置，提取各个测点的行波电流突变极性，然后判断故障发生在哪一区段。

在一些实施方式中，采用如下技术方案：

一种混合直流线路故障区段识别方法，包括：

获取故障线路两端以及架空线路与线缆连接点处的故障电流行波信号；

对故障电流行波信号进行解耦，获得线模分量；

基于所述线模分量，识别故障电流行波信号的突变极性；

根据故障电流行波信号的突变极性，确定故障线路的类型，并识别出混合直流线路故障区段。

在另一些实施方式中，采用如下技术方案：

一种混合直流线路故障区段识别系统，包括：

数据获取模块，用于获取故障线路两端以及架空线路与线缆连接点处的故障电流行波信号；

信号解耦模块，用于对故障电流行波信号进行解耦，获得线模分量；

突变极性识别模块，用于基于所述线模分量，识别故障电流行波信号的突变极性；

故障区段判断模块，用于根据故障电流行波信号的突变极性，确定故障线路的类型，并识别出混合直流线路故障区段。

在另一些实施方式中，采用如下技术方案：

一种终端设备，其包括处理器和存储器，处理器用于实现各指令；存储器用于存储多条指令，所述指令适于由处理器加载并执行上述的混合直流线路故障区段识别方法。

在另一些实施方式中，采用如下技术方案：

一种计算机可读存储介质，其中存储有多条指令，所述指令适于由终端设备的处理器加载并执行上述的混合直流线路故障区段识别方法。

与现有技术相比，本发明的有益效果是：

(1)本发明利用电流突变极性判断故障发生的区段，避免了利用波速及线路长度计算时间差造成的误差，使判定更加可靠；对多段混合线路适应性更强，在对多段混合线路的判定时只需要每个测点的电流突变极性即可，不需要计算每个测点的理论时间差，算法的准确性高、可靠性强。

本发明的其他特征和附加方面的优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本方面的实践了解到。

附图说明

图1为本发明实施例中故障区段识别方法流程图；

图2为本发明实施例中两段直流混合线路结构图；

图3(a)为本发明实施例中线路RM段发生故障的故障附加网络图；

图3(b)为本发明实施例中线路MI段发生故障的故障附加网络图；

图4(a)为本发明实施例中线路R端测点线模电流；

图4(b)为本发明实施例中线路I端测点线模电流；

图4(c)为本发明实施例中线路连接点M测点线模电流；

图5(a)为本发明实施例中线路R端测点多分辨形态学梯度结果；

图5(b)为本发明实施例中线路I端测点多分辨形态学梯度结果；

图5(c)为本发明实施例中线路连接点M测点多分辨形态学梯度结果；

图6为本发明实施例中5段线缆混合直流线路结构图。

具体实施方式

应该指出，以下详细说明都是例示性的，旨在对本申请提供进一步的说明。除非另有指明，本发明使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。

需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本申请的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。

实施例一

根据本发明的实施例，公开了一种混合直流线路故障区段识别方法的实施例，参照图1，包括以下步骤：

(1)获取故障线路两端以及架空线路与线缆连接点处的故障电流行波信号；

(2)对故障电流行波信号进行解耦，获得线模分量；

(3)基于所述线模分量，识别故障电流行波信号的突变极性；

(4)根据故障电流行波信号的突变极性，确定故障线路的类型，并识别出混合直流线路故障区段。

具体地，参照图2，直流线路由一段架空线路与一段电缆组成，当输电线路架空线段发生故障时，采集R、I两端和线缆连接点M的故障电流行波信号。

由于直流线路正负极存在耦合关系，行波分量不相互独立，本实施例采用Karenbauer相模变换矩阵对电流分量进行解耦，时域下相模变换及反变换的关系如式(1)所示：

Karenbauer相模变换矩阵如式(2)所示:

将故障电流进行解耦，可得到如下表达式

式中，i_p,i_n分别为测点采集到的正负极电流，

为分解后的线模及零模分量。由于零模分量不稳定，选用线模分量做进一步处理。

本实施例中，以图2中两段架空线-电缆混合线路为例，R、I为换流站处测量装置安装处，M为架空线与电缆的接头处测量装置安装点。I_R、I_M、I_I分别为三个测电处测量装置采集到的电流，设定参考方向为由M流向I。

当在架空线上发生负极接地故障时，其故障附加网络如图3(a)所示，当在电缆上发生负极接地故障时，其故障附加网络如图3(b)所示。

由图3(a)可得：

由图3(b)可得：

由公式(4)和(5)可以看出，当架空线发生故障时，其区段两端测点R、M处的电流突变极性相反，由于测点I与测点M位于附加电源同一侧，I处电流突变极性与M处相同；同理可以得到，当电缆发生故障时，其区段两端测点I、M处的电流突变极性相反，由于测点R与测点M位于附加电源同一侧，R处电流突变极性与M处相同。

当混合线路第一段为架空线路时，若架空线发生故障，在测量装置安装处采集到的电流突变极性分别为sign(R)＝1，sign(M)＝-1,sign(I)＝-1，其乘积为1；若电缆发生故障，在测量装置安装处采集到的电流突变极性分别为sign(R)＝1，sign(M)＝1，sign(I)＝-1，其乘积为-1。当线路第一段为电缆时，其判定结果相反。

由上述分析可知，根据线路上安装的采集装置采集到的电流突变极性的乘积可以判定故障发生的区段，但是当第一段线路的类型不同时，其判定值完全相反，针对以上问题，提出基于电流突变极性的故障区段判定判据。

记混合线路的段数为k，k的取值为2,3,···,n，记sign(1)，sign(2)，···，sign(k+1)为各测点检测到的行波突变极性，其值为1或者-1，当电流突变极性为正是取1，为负时取-1。

并定义线路类型为α，α的取值只有1或者-1。当α＝1时，表示第一段线路为架空线；当α＝-1时，表示第一段线路为电缆；故障线路区段的判定方式如下：

若电缆发生故障：

若架空线发生故障：

在确定故障线路的类型后，进一步确定具体的故障线路。对于多段混合线路，根据前面确定的故障线路类型，选取出相应类型的所有线路区段；取每一个线路区段两端的电流极性，若两端测点的极性乘积为-1，则可以确定此区段线路发生故障；若乘积为1，则无故障，继续下一区段线路的判定。

本实施例中，利用多分辨形态学梯度识别行波电流的突变极性；数学形态学作为一种信号波形处理方法，在分析暂态波形特征上具有其独特优势，其中的形态梯度能够准确辨识波形中的上升和下降边缘。

形态学梯度定义为

在形态学梯度的基础上，为了更加凸显信号中的上升边缘和下降边缘，引入多分辨形态梯度(MMG)算法，其运用了长度相同但原点位置相反的扁平结构元素g⁺和g^-：

式中，g⁺的原点位置在首端，用来辨识信号的上升边缘；g^-原点位置在末端，用来辨识信号的下降边缘；a为MMG分析的层数，当MMG分析的层数为1时，G ⁰为原始信号。

图4(a)-(c)、图5(a)-(c)分别为线路R、I两端和连接点M处的线模电流及MMG处理结果。由图5(a)-(c)可以看出，R、I、M三个测点处的电流突变极性分别为+、-、-。根据公式(7)可以判断出故障区段为架空线，由于架空线路只有一段，因此可以直接确定最终的故障区段。

为证明本发明对多段混合线路故障区段识别的有效性，以图6中5段线缆混合直流线路为例，当线路架空线第2段发生故障时，R、M、N、O、P、I测点的电流突变极性分别为+、+、+、+、-、-。混合线路第一段为电缆，根据公式(7)可以判断出架空线发生故障。然后分别计算M、N点和O、P点的电流突变极性乘积，可以得到MN乘积为+，OP乘积为-，判定OP段为准确的故障区段。

实施例二

根据本发明的实施例，公开了一种混合直流线路故障区段识别系统的实施例，包括：

数据获取模块，用于获取故障线路两端以及架空线路与线缆连接点处的故障电流行波信号；

信号解耦模块，用于对故障电流行波信号进行解耦，获得线模分量；

突变极性识别模块，用于基于所述线模分量，识别故障电流行波信号的突变极性；

故障区段判断模块，用于根据故障电流行波信号的突变极性，确定故障线路的类型，并识别出混合直流线路故障区段。

需要说明的是，上述各模块的具体实现方式已经在实施例一中进行了详细的说明，此处不再赘述。

实施例三

在一个或多个实施方式中，公开了一种终端设备，包括服务器，所述服务器包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现实施例一中的混合直流线路故障区段识别方法。为了简洁，在此不再赘述。

应理解，本实施例中，处理器可以是中央处理单元CPU，处理器还可以是其他通用处理器、数字信号处理器DSP、专用集成电路ASIC，现成可编程门阵列FPGA或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

存储器可以包括只读存储器和随机存取存储器，并向处理器提供指令和数据、存储器的一部分还可以包括非易失性随机存储器。例如，存储器还可以存储设备类型的信息。

在实现过程中，上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。

实施例一中的混合直流线路故障区段识别方法可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器、闪存、只读存储器、可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器，处理器读取存储器中的信息，结合其硬件完成上述方法的步骤。为避免重复，这里不再详细描述。

上述虽然结合附图对本发明的具体实施方式进行了描述，但并非对本发明保护范围的限制，所属领域技术人员应该明白，在本发明的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。

Claims (7)

1.一种混合直流线路故障区段识别方法，其特征在于，包括：

获取故障线路两端以及架空线路与线缆连接点处的故障电流行波信号；

对故障电流行波信号进行解耦，获得线模分量；

基于所述线模分量，识别故障电流行波信号的突变极性；

根据故障电流行波信号的突变极性，确定故障线路的类型，并识别出混合直流线路故障区段；

其中，所述基于所述线模分量，识别故障电流行波信号的突变极性，具体包括：

在形态学梯度的基础上，引入多分辨形态梯度算法，辨识故障电流行波信号中的上升边缘和下降边缘；

所述根据故障电流行波信号的突变极性，确定故障线路的类型，具体包括：

若电缆发生故障：

若架空线发生故障：

其中，k为混合线路的段数，k的取值为2,3,···,n；sign(i)为各测点检测到的行波突变极性，当电流突变极性为正时取值为1，为负时取值为-1；α定义为线路类型，当α＝1时，表示第一段线路为架空线；当α＝-1时，表示第一段线路为电缆。

2.如权利要求1所述的一种混合直流线路故障区段识别方法，其特征在于，对故障电流行波信号进行解耦，获得线模分量，具体为：

采用Karenbauer相模变换矩阵对电流分量进行解耦，得到：

其中，

分别为分解后的线模分量和零模分量；i_p,i_n分别为测点采集到的正负极电流。

3.如权利要求1所述的一种混合直流线路故障区段识别方法，其特征在于，所述多分辨形态梯度算法具体包括：

其中，g⁺的原点位置在首端，用来辨识信号的上升边缘；g^-原点位置在末端，用来辨识信号的下降边缘；a为MMG分析的层数，当MMG分析的层数为1时，G⁰为原始信号；

分别为第a-1层和第a层经过g⁺、g^-处理的结果，

为所得多分辨形态梯度结果。

4.如权利要求1所述的一种混合直流线路故障区段识别方法，其特征在于，在确定故障线路的类型后，进一步确定故障线路，具体包括：

对于多段混合线路，根据确定的故障线路类型，选取出相应类型的所有线路区段；取每一个线路区段两端的电流极性，若两端测点的极性乘积为-1，则可以确定此区段线路发生故障；若乘积为1，则无故障，继续下一区段线路的判定。

5.一种混合直流线路故障区段识别系统，其特征在于，包括：

数据获取模块，用于获取故障线路两端以及架空线路与线缆连接点处的故障电流行波信号；

信号解耦模块，用于对故障电流行波信号进行解耦，获得线模分量；

突变极性识别模块，用于基于所述线模分量，识别故障电流行波信号的突变极性；

故障区段判断模块，用于根据故障电流行波信号的突变极性，确定故障线路的类型，并识别出混合直流线路故障区段；

其中，所述基于所述线模分量，识别故障电流行波信号的突变极性，具体包括：

在形态学梯度的基础上，引入多分辨形态梯度算法，辨识故障电流行波信号中的上升边缘和下降边缘；

所述根据故障电流行波信号的突变极性，确定故障线路的类型，具体包括：

若电缆发生故障：

若架空线发生故障：

其中，k为混合线路的段数，k的取值为2,3,···,n；sign(i)为各测点检测到的行波突变极性，当电流突变极性为正时取值为1，为负时取值为-1；α定义为线路类型，当α＝1时，表示第一段线路为架空线；当α＝-1时，表示第一段线路为电缆。

6.一种终端设备，其包括处理器和存储器，处理器用于实现各指令；存储器用于存储多条指令，其特征在于，所述指令适于由处理器加载并执行权利要求1-4任一项所述的混合直流线路故障区段识别方法。

7.一种计算机可读存储介质，其中存储有多条指令，其特征在于，所述指令适于由终端设备的处理器加载并执行权利要求1-4任一项所述的混合直流线路故障区段识别方法。

Images