CN114878969A - 一种线路故障行波反演方法 - Google Patents

Abstract

本发明公开了一种线路故障行波反演方法，包括以下步骤：步骤1：基于测点故障信号计算线模行波；步骤2：从线模行波中滤除工频信号，得到仅由入射波与反射波混叠的信号，称为混叠波信号；步骤3：根据混叠波信号与入射波信号之间的映射关系，反演得到入射波信号。本发明能够基于测得的混叠波准确反演入射行波。

Description

一种线路故障行波反演方法

技术领域

本发明涉及电力系统保护与故障定位领域，具体涉及一种线路故障行波反演方法及系统。

背景技术

输电线路发生故障后，对故障进行快速、准确的定位有利于检修人员及时对故障进行处置，从而快速地恢复供电，避免造成更大的安全事故与经济损失，这对维持电网稳定性具有重大意义。现有故障定位方法主要有阻抗法与行波法。行波(travelling wave)是指平面波在传输线上的一种传输状态，其幅度沿传播方向按指数规律变化，相位沿传输线按线性规律变化。输电线路发生故障后，由故障点产生的向线路两端传播的暂态行波包含丰富的故障信息。由于暂态行波中包含的故障特征更加丰富，越来越多专家学者选择行波法进行故障定位。但是精确的故障定位离不开对故障后暂态行波的真实测量。

然而变电站内电力设备元件数量和种类繁多，行波在波阻抗不连续点会发生折反射现象。变电站内线路短，线路只有几十米，而行波波速接近于光速，因此变电站测点测得的故障行波波形往往是入射波与反射波的叠加，相较于入射波存在一定的波形畸变，幅值大大降低，陡度变小，与入射波相比失真严重，不利于故障的检测与定位。因此，将测得的混叠波信号反演入射波能够极大程度推进行波保护与定位技术的实用化进程。

发明内容

针对现有技术的不足，提供一种线路故障行波反演方法，能够基于测得的混叠波准确反演入射行波。

本发明提供的技术方案为：

一种线路故障行波反演方法，包括以下步骤：

步骤1：基于测点故障信号计算线模行波；

步骤2：从线模行波中滤除工频信号，得到仅由入射波与反射波混叠的信号，称为混叠波信号；

步骤3：根据混叠波信号与入射波信号之间的映射关系，反演得到入射波信号。

进一步地，测点故障信号为测点故障电流信号。

进一步地，所述步骤1中，对测点故障电流信号进行去噪，包括以下步骤：先利用EMD方法将测点故障电流信号分解成一组本征模函数IMF分量和余量；再采用基于连续均方误差准则的方法选取IMF分量，进行信号重构，得到去噪后的信号；

然后，基于去噪后的信号计算线模行波。

进一步地，所述步骤1中，所述步骤1中，对去噪后的信号进行凯伦贝尔相模变换，得到1模分量f₁、2模分量f₂与0模分量f₀。

进一步地，所述步骤1中，所述线模行波取1模分量f₁；

所述步骤2中，工频信号采用以下方法获取：采用FFT获取线模行波非故障时段信号的频率曲线，从中选取频率为50Hz所对应的幅值、相位参数，重构工频信号。

进一步地，所述步骤1中，线模行波非故障时段信号根据以下步骤获取：

首先，对线模行波进行采样，得到离散时间序列：

式中，符号

表示“定义为”；{}表示集合；wⁿ表示线模行波上第n个采样点的幅值；N为信号选取的时间窗长度；T为采样间隔时间；其中线模行波取1模分量f₁；

然后，对离散时间序列x(nT)进行二阶差分运算，利用滑窗算法对信号突变点进行检测，具体步骤如下：

①设置滑窗长度为γ，令i＝γ；

②对于第i个采样点，设置滑窗起始点b＝max(1，i-γ)，计算信号在滑窗范围内的平均值M_i，设置扰动阈值δ_f；

③判断第i个采样点与滑窗内众数的偏离情况，若满足|x(iT)/M_i|＜δ_f，则判定第i个采样点不是信号突变点，转至步骤④，否则判定第i个采样点是信号突变点，算法结束；

④若第i个采样点是最后一个采样点，说明该信号不存在突变点，算法结束；若第i个采样点并非最后一个采样点，则令i＝i+1，转至步骤②；

最后，基于上述滑窗法得到的信号突变点检测结果，若检测到了信号突变点，则将时间序列x(nT)从第α个采样点至信号突变点之间的时段信号，作为非故障时段信号x'(kT)，否则将从时间序列x(nT)从第α个采样点连续K个信号作为非故障时段信号x'(kT)：

其中，K为选取非故障时段信号的时间窗长度，且K<N。

进一步地，所述步骤1中，线模行波非故障时段信号的频率曲线为：

非故障时段信号各频域分量的幅值与相角为：

进一步地，所述步骤1中，重构得到全时段工频信号为：

其中，

分别为工频信号的幅值与相角。

进一步地，所述步骤1中，所述步骤3包括以下步骤：

步骤3.1：选定混叠波信号第一波头的时间窗长度，对混叠波信号进行Laplace变换；

步骤3.2：利用混叠波信号的Laplace变换，以及入射波信号与混叠波信号之间的传递函数H(s)，计算入射波信号的Laplace变换；

步骤3.3：对入射波信号的Laplace变换进行逆变换，得到入射波信号。

进一步地，所述步骤1中，所述入射波电流与混叠波电流之间的传递函数H(s)根据以下方法获取：

1)根据彼得逊法则构建构建变电站的等值电路模型；

2)根据变电站的等值电路建立入射波电流与混叠波电流之间的传递函数H(s)以及入射波反演模型；

3)在等值电路模型的激励点施加入射波电流，在等值电路模型的响应点测量混叠波电流，基于入射波反演模型得到反演入射波信号，由此获得样本数据；

4)对比样本数据中，反演入射波信号与实测入射波信号波形相似性，以波形相似度衡量等值电路元件参数的准确性，从而对等值电路模型中元件参数进行优化，得到最终的传递函数H(s)和入射波反演模型。

有益效果：

针对测点行波信号混叠问题，本申请提出了一种线路故障行波反演方法。通过大量仿真验证，相比测量的混叠波信号，反演后的入射波故障特征更加显著，能有效提升故障定位精度。

附图说明

图1为EMD分解后的IMF分量与残余信号

图2为染噪信号与去噪信号对比

图3为去噪信号滤波时间窗的选取

图4为滑窗算法标定信号突变点

图5为混叠波信号的提取；图5(a)为非故障时段信号的频率曲线；图5(b)为去噪信号与重构工频信号；图5(c)为滤除工频后信号；

图6为行波经过500kV变电站的模型

图7为变电站的彼得逊等值电路

图8为本申请实施例中500kV变电站仿真模型

图9为AG故障电流行波反演结果

图10为BC故障电流行波反演结果

图11为ACG故障电流行波反演结果

图12为ABC故障电流行波反演结果

具体实施方式

以下结合附图和具体实施方式对本发明进行进一步具体说明。

步骤1：基于测点故障信号计算线模行波；

步骤2：从线模行波中滤除工频信号，得到仅由入射波与反射波混叠的信号，称为混叠波信号；

步骤3：根据混叠波信号与入射波信号之间的映射关系，反演得到入射波信号。

进一步地，所述步骤1中，测点故障信号为测点故障电流信号。输电线路在发生故障时，电压、电流信息中均包含行波信息，但由于电磁式电压互感器多运用于6～10kV电力系统，而广泛应用于中性点直接接地高压系统的电压测量的电容式电压互感器，对谐波的测量效果不佳，无法准确测得电压信号。本方案基于电流互感器在高频部分具有良好的传变特性，首先基于电流互感器进行测点故障电流信号的采集，再基于测点故障电流信号获取混叠波信号，实现故障行波的反演。

进一步地，所述步骤1中，首先对测点故障电流信号进行去噪，再基于去噪后的信号计算线模行波。

变电站测点测得的波形是故障前的工频信号与故障后入射波以及行波经过变电站后反射波的叠加。受现场环境噪声、采集通道量化噪声等因素影响，测得的信号还存在一定的高频噪声。为保证入射波的反演精度，本方案首先对原始信号进行预处理，去除噪声影响，并进一步提取仅由入射波与反射波叠加的暂态信号，即混叠波。

其中，对测点故障电流信号进行去噪包括以下步骤：首先，利用EMD方法将测点故障电流信号分解成一组本征模函数(Intrinsic Mode Function，IMF)分量和余量；然后，采用基于连续均方误差准则(Continuous Mean Square Error criterion,CMSE)的方法选取IMF分量，进行信号重构，即可得到去噪后的信号。

经验模态分解(Empirical Mode Decomposition，EMD)是针对非平稳、非线性信号的时频分解方法，其主要思想是将信号分解成一组本征模函数(Intrinsic ModeFunction，IMF)和余量。其中每个IMF分量代表信号中不同频率尺度的部分，通过对IMF分量进行筛选与重构，可以实现对信号的滤波与去噪。其中一个本征模态函数必须满足下面两个条件：

1)在整个数据段内，极值点的个数和过零点的个数必须相等或相差最多不能超过一个；

2)在任意时刻，由局部极大值点形成的上包络线和由局部极小值点形成的下包络线的平均值为零，即上、下包络线相对于时间轴局部对称。

所述利用EMD方法将测点故障电流信号分解成一组本征模函数(Intrinsic ModeFunction，IMF)和余量，包括以下步骤：

1)将变电站测点故障信号x(t)赋给残余信号r；

2)找到残余信号r的所有极值点，并通过三次样条插值获得其上、下包络线；

3)求出上下包络线的平均值，将残余信号r减去包络线平均值，赋值为新的残余信号r；

4)求取残余信号r的标准差(Standard Deviation，SD)，若标准差大于阈值，则重复2)～4)步；若标准差小于阈值，则将残余信号r为第一个IMF分量；

5)将x(t)减去IMF分量赋给新的残余信号r，重复2)～5)步，直至残余信号r为单调函数，无法继续分解为止。

根据上述步骤对变电站测点故障信号进行分解得到IMF与残余信号r如图1所示。其中，前几个IMF分量表示着信号的高频部分，而后几个IMF分量表示信号的低频部分。

利用EMD对信号进行去噪，关键在于筛选合适的IMF分量重构信号。噪声信号往往集中在IMF分量的高频部分，选取IMF分量进行信号重构时应该准确去除包含噪声的部分，IMF分量选取的偏差将导致噪声的残留或信号的失真。然而，针对不同场景下的故障信号，人为选取IMF分量进行信号重构时往往存在一定的偏差，去噪效果不理想。本方案采用基于连续均方误差(Continuous Mean Square Error，CMSE)准则的方法筛选出合适的IMF分量，包括以下步骤：

其中连续均方误差CMSE值的计算公式为：

式中，M为每个IMF分量的维数，IMF_d(t_i)表示第d个IMF分量第t_i维的幅值；

该方法求出CMSE后，找到噪声能量分布突变的第

个IMF分量，然后利用从第

个开始的所有IMF分量进行信号重构。分界点

的定义为：

上式表示求解使得CMSE(d)取最小值的d的值，记为

运用上述方法，对IMF分量进行信号重构，得到去噪后的信号如图2所示。从图中可以看出，利用CMSE准则的方法选取IMF分量重构信号可以在去噪后最大程度保留故障暂态信号特征。

可选地，所述步骤1中，运用凯伦贝尔相模变换计算线模行波。

为解决三相线路暂态信号耦合问题，利用下式对去噪后的信号(三相电流信号f_A、f_B、f_C)进行凯伦贝尔相模变换，将相量转化为模分量，得到线模(包括1模分量f₁、2模分量f₂)与地模(0模分量f₀)；其中1模分量f₁如图3所示，其中包含了工频量与暂态量，反演前需剔除其中的工频量，提取混叠波。

可选地，所述步骤2中，工频信号采用以下方法获取：采用FFT获取线模行波非故障时段信号的频率曲线，从中选取频率为50Hz所对应的幅值、相位参数，重构工频信号。

其中，线模行波非故障时段信号根据以下步骤获取：

首先，对线模行波(取1模分量f₁)进行采样，得到离散时间序列：

式中，符号

表示“定义为”；{}表示集合；wⁿ表示线模行波上第n个采样点的幅值；N为信号选取的时间窗长度；T为采样间隔时间。

然后，

对离散时间序列x(nT)进行二阶差分运算，利用滑窗(滑动窗口)算法对信号突变点进行检测，如图1所示。具体算法求解流程如下：

①设置滑窗长度为γ(一般取整个信号长度的1/10)，令i＝γ；

②对于第i个采样点，设置滑窗起始点b＝max(1，i-γ)，计算信号在滑窗范围内的平均值M_i，设置扰动阈值δ_f(一般取5)；

③判断第i个采样点与滑窗内众数的偏离情况，若满足|x(iT)/M_i|＜δ_f，则判定第i个采样点不是信号突变点，转至步骤④，否则判定第i个采样点是信号突变点，算法结束；

④若第i个采样点是最后一个采样点，说明该信号不存在突变点，算法结束；若第i个采样点并非最后一个采样点，则令i＝i+1，转至步骤②。

最后，基于上述滑窗法得到的信号突变点检测结果，若检测到了信号突变点，可以将时间序列x(nT)从第α个采样点至信号突变点之间的时段信号，作为非故障时段信号x'(kT)，否则可以将从时间序列x(nT)从第α个采样点连续K个信号作为非故障时段信号x'(kT)：

其中，K为选取非故障时段信号的时间窗长度，且K<N；

进一步地，对非故障时段信号进行傅里叶变换，得到非故障时段信号的频率曲线：

进一步得到非故障时段信号各频域分量的幅值与相角：

从而得到工频信号的幅值与相角为：

重构得到全时段工频信号：

所述步骤2中，从线模行波中滤除工频信号，得到仅由入射波与反射波混叠的信号，称为混叠波信号，具体为：将离散时间序列x(nT)减去工频信号x₀(nT)即得到混叠波信号：

式中，w_m表示混叠波信号的幅值，n为数据点的序列号。

本方案中，混叠波信号取电流信号，故可以将x_m(nT)记为i_m(n)。

非故障时段信号的幅频曲线与相频曲线如图5(a)所示，去噪信号与重构工频信号如图5(b)所示，滤波后的混叠波信号如图5(c)所示。

进一步地，所述步骤3包括以下步骤：

步骤3.1：选定混叠波信号第一波头的时间窗长度，对混叠波信号进行Laplace变换；

步骤3.2：利用混叠波信号的Laplace变换，以及入射波信号与混叠波信号之间的传递函数H(s)，计算入射波信号的Laplace变换；

步骤3.3：对入射波信号的Laplace变换进行逆变换，得到入射波信号。

本方案考虑到变电站电力设备包含的电感、电容元件较多，若进行时域计算，存在高阶微分方程的运算求解困难的问题，因此，本方案采取利用Laplace变换从复频域上对信号进行反演的方案来避免该问题，降低求解度复杂度。

可选地，所述步骤3中，任意信号经过采样后都可以表示为不同阶跃函数移位后的叠加，混叠波信号i_m(n)的阶跃函数表达形式为：

式中，

表示第i个采样点处混叠波信号的幅值；N为信号长度；ε(·)表示阶跃函数，阶跃函数的输入大于0时，阶跃函数值为1，阶跃函数的输入小于后等于0时，阶跃函数值为0；

则混叠波连续信号表达形式为：

则混叠波连续信号的Laplace变换为：

其中，t表示时间，s为复频率。

可选地，所述入射波电流与混叠波电流之间的传递函数H(s)根据以下方法获取：

首先，构建变电站的等值电路模型；

然后，通过变电站的等值电路建立入射波反演模型；在等值电路模型的激励点施加入射波电流，在等值电路模型的响应点测量混叠波电流，。

可选地，所述等值电路模型根据彼得逊法则构建。当雷电波在线路或绕组中传递时，两个不同的波阻抗Z1、Z2连接于A点，当行波U1q入射到Z1时，则在A点可把线路1(波阻抗为Z1的线路)等值成一个电压源，其电动势是入射波电压的2倍2U1q，其波形不限，电源内电阻是Z1，这就是彼得逊法则。彼得逊法则提供了一种用集中参数等值电路解决行波的折射、反射问题的方法。

考虑多条出线、母线对地电容、阻波器以及变压器影响，变电站的彼得逊等值电路如图7所示。通过变电站的等值电路建立入射波反演模型：

首先，以两倍入射波电流I_1q(s)为激励，以混叠波电流I_m(s)为响应，构建入射波电流与混叠波电流之间的传递函数：

式中，I_1q(s)和I_m(s)为入射波电流和混叠波电流的复频域形式，Z_ab表示ab端口的等效阻抗，具体公式见

其中，//表示并联元件的阻抗运算，Z₂变电站低压侧出线线路等效波阻抗；C为变电站母线对地等效杂散电容；L_z1、L_z2、C_z1、C_z2、R_z分别为阻波器元件等效参数；L_T、C_T、R_T分别为变压器元件等效参数z。

然后，根据传递函数，可计算得到入射波电流的Laplace变换为：

最后，利用Laplace逆变换计算得到入射波电流为：

其中，j为虚数，σ为实数，σ＝Re[s]，表示s的实部。

可选地，所述等值电路模型的元件参数利用PSO(Particle Swarm Optimization，粒子群优化)算法获取。

本方案通过变电站的等值电路建立入射波反演模型，入射波信号的精确反演依赖于准确的等值电路元件参数。基于入射波反演模型，对比反演入射波信号与实测入射波信号波形相似性，以波形相似度衡量等值电路元件参数的准确性。故本方案以待辨识参数为解，以波形相似度最大为目标，建立等值电路元件参数优化模型。

根据入射波反演模型，电流入射波可以表示为关于混叠波信号与一系列参数的函数：

式中，

表示电流入射波，n为信号的序列号，i_m(n)为混叠波信号；Z₁、Z₂分别为变电站进线侧、变压器低压侧出线线路等效波阻抗；C为变电站母线对地等效杂散电容；L_z1、L_z2、C_z1、C_z2、R_z分别为阻波器元件等效参数；L_T、C_T、R_T分别为变压器元件等效参数。

设离散时间序列：

i_j(n)＝{y₁,y₂,…,y_β}

定义两离散时间序列的波形相似度为：

则等值电路元件参数优化模型目标函数为：

式中，

表示第j个样本的反演入射波信号；i_j(n)表示第j个样本的实测入射波信号；m为样本数量。

由于变电站等值电路包含有多种元件，求解的维数较大。PSO算法作为群体智能优化算法，不受解维数的影响，收敛速度快，故本方案使用PSO求解优化模型。

PSO算法源自于鸟群觅食行为，PSO算法将一组可行解看作搜索空间中的一个粒子，粒子的位置表示待优化问题(本实施例中指等值电路元件参数)的解，即待辨识参数，每个粒子都具有一定的速度，粒子的速度表示粒子位置更新的大小与方向，粒子速度的大小根据自身历史经验和种群经验进行动态调整。粒子通过不断地迭代飞行来寻找空间中最优解的位置。本方案中使用PSO求解优化模型的基本流程如下：

1)初始化种群，在搜索空间的各个位置生成具有一定初始速度的粒子；

设第q个粒子在第h次迭代中的位置为：

第q个粒子第h次迭代中的速度为：

2)构造适应度函数，计算所有粒子的适应度，确定种群个体极值与群体极值；粒子群的适应度函数用于衡量解的优劣。本方案根据等值电路元件参数优化模型目标，即寻求使得反演入射波与真实入射波最为接近的元件参数。所以，粒子适应度应当反映反演入射波与真实入射波的波形相似度。故构造粒子群适应度函数为：

由上式可知，反演入射波与真实入射波波形相似度越大，粒子的适应度越高。因此，粒子群的适应度函数可以用来衡量每个粒子解的优劣性。

3)确定个体极值位置和群体极值位置；

其中个体极值位置是指：每个粒子迭代搜索过程中，适应度最大的位置定义为该粒子的个体极值：

其中群体极值位置是指：取所有粒子的个体极值位置中适应度最大者定义为粒子群的群体极值：

4)由粒子的位置、速度、个体极值、群体极值对粒子的速度和位置进行更新，更新公式如下：

式中，c₁和c₂表示粒子的学习因子；r₁和r₂为两个随机数；

和

表示第q个粒子第h次迭代后的位置和速度；ω为惯性权重。

5)判断算法是否达到终止条件(预设误差或者最大迭代次数)，若未达到终止条件，则转至步骤2)，否则算法结束，终止算法。

实验验证：

(1)仿真模型

在PSCAD/EMTDC上搭建500kV变电站仿真模型如图8所示，其中阻波器模型选取国产GZ2-10Z1宽频阻波器，变电站母线相连的各种电力设备电容值如表1所示，仿真中母线对地等效杂散电容取C＝0.02μF。仿真步长设置为1MHz，仿真中所有架空线路均采用频率相关相域模型，不同电压等级线路杆塔参数如表2所示，根据线路杆塔参数，计算得到线路l₁的波阻抗Z₁＝260.99Ω，母线出线线路等效波阻抗Z_eq＝193.95Ω。

表1 500kV电压等级的电力设备对地等效电容

表2不同电压等级杆塔参数

(2)反演结果分析

根据图8所示仿真模型，在线路l₁距M端100km处分别设置AG、BC、ACG、ABC故障，接地电阻10Ω，反演结果如图9～图12所示。反演入射波与真实入射波的波形匹配度达到99％以上，如表3所示。由图表可知，本申请提出的反演方法能够实现对入射波的准确反演，其中行波波前以及稳定后的幅值反演精度非常高，仅在波峰处存在一定的误差。

表3不同类型故障反演精度

(3)反演算法鲁棒性分析

(3.1)故障参数影响分析

仿真设置在线路l₁距M端100km、200km、300km、400km处分别设置AG、BC、ACG、ABC故障，并分别设置过渡电阻为：0.1Ω、10Ω、100Ω、300Ω，入射波反演精度如表4所示；在线路l₁距M端50km处设置AG故障，过渡电阻为0.1Ω，设置不同的故障初相角，入射波反演精度如表5所示。由表4、表5可知，本申请提出的入射波反演方法对不同故障类型、故障位置、过渡电阻以及不同初相角的故障信号均有效，反演入射波与真实入射波的波形匹配度均达到99％以上，反演精度高。

表4不同参数下入射波反演精度

表5不同故障初相角下入射波反演精度

(3.2)抗噪性能分析

仿真设置在线路l₁距M端100km处设置AG故障，接地电阻10Ω，故障初相角90°，对采集的电流信号分别加入不同强度噪声，利用本申请方法进行去噪后反演得到入射波，反演精度如表6所示。由表6可知，本申请提出的反演模型抗噪性能高，在20dB以上的噪声下均能实现入射波的精确反演。信噪比达到10dB时反演精度略微下降。

表6不同信噪比下入射波反演精度

(4)故障行波定位结果对比

仿真设置在线路l₁距M端10km、50km、100km、150km、200km、250km、300km、350km、400km、450km处共选取10个故障点，各故障点分别设置4种故障参数：(1)AG故障，接地电阻0.1Ω，故障初相角90°；(2)AG故障，接地电阻10Ω，故障初相角30°；(3)ACG故障，接地电阻100Ω；(4)ABC故障，接地电阻300Ω，信噪比20dB。本申请分别利用测点行波与反演入射波标定行波到达时间，选用双端定位公式进行故障定位对比实验。在4种场景下，各故障点定位平均误差对比结果如表7所示。由表7可知，利用反演入射波标定的行波到达时间更加准确，能够有效降低故障定位误差。

表7不同场景下定位结果对比

Claims (10)

1.一种线路故障行波反演方法，其特征在于，包括以下步骤：

步骤1：基于测点故障信号计算线模行波；

步骤2：从线模行波中滤除工频信号，得到仅由入射波与反射波混叠的信号，称为混叠波信号；

步骤3：根据混叠波信号与入射波信号之间的映射关系，反演得到入射波信号。

2.根据权利要求1所述的线路故障行波反演方法，其特征在于，所述步骤1中，测点故障信号为测点故障电流信号。

3.根据权利要求2所述的线路故障行波反演方法，其特征在于，所述步骤1中，对测点故障电流信号进行去噪，包括以下步骤：先利用EMD方法将测点故障电流信号分解成一组本征模函数IMF分量和余量；再采用基于连续均方误差准则的方法选取IMF分量，进行信号重构，得到去噪后的信号；

然后，基于去噪后的信号计算线模行波。

4.根据权利要求4所述的线路故障行波反演方法，其特征在于，所述步骤1中，对去噪后的信号进行凯伦贝尔相模变换，得到1模分量f₁、2模分量f₂与0模分量f₀。

5.根据权利要求4所述的线路故障行波反演方法，其特征在于，所述线模行波取1模分量f₁；

所述步骤2中，工频信号采用以下方法获取：采用FFT获取线模行波非故障时段信号的频率曲线，从中选取频率为50Hz所对应的幅值、相位参数，重构工频信号。

6.根据权利要求5所述的线路故障行波反演方法，其特征在于，线模行波非故障时段信号根据以下步骤获取：

首先，对线模行波进行采样，得到离散时间序列：

式中，符号

表示“定义为”；{}表示集合；wⁿ表示线模行波上第n个采样点的幅值；N为信号选取的时间窗长度；T为采样间隔时间；其中线模行波取1模分量f₁；

然后，对离散时间序列x(nT)进行二阶差分运算，利用滑窗算法对信号突变点进行检测，具体步骤如下：

①设置滑窗长度为γ，令i＝γ；

②对于第i个采样点，设置滑窗起始点b＝max(1，i-γ)，计算信号在滑窗范围内的平均值M_i，设置扰动阈值δ_f；

③判断第i个采样点与滑窗内众数的偏离情况，若满足|x(iT)/M_i|＜δ_f，则判定第i个采样点不是信号突变点，转至步骤④，否则判定第i个采样点是信号突变点，算法结束；

④若第i个采样点是最后一个采样点，说明该信号不存在突变点，算法结束；若第i个采样点并非最后一个采样点，则令i＝i+1，转至步骤②；

最后，基于上述滑窗法得到的信号突变点检测结果，若检测到了信号突变点，则将时间序列x(nT)从第α个采样点至信号突变点之间的时段信号，作为非故障时段信号x'(kT)，否则将从时间序列x(nT)从第α个采样点连续K个信号作为非故障时段信号x'(kT)：

其中，K为选取非故障时段信号的时间窗长度，且K<N。

7.根据权利要求6所述的线路故障行波反演方法，其特征在于，线模行波非故障时段信号的频率曲线为：

非故障时段信号各频域分量的幅值与相角为：

8.根据权利要求7所述的线路故障行波反演方法，其特征在于，重构得到全时段工频信号为：

其中，

分别为工频信号的幅值与相角。

9.根据权利要求8所述的线路故障行波反演方法，其特征在于，所述步骤3包括以下步骤：

步骤3.1：选定混叠波信号第一波头的时间窗长度，对混叠波信号进行Laplace变换；

步骤3.2：利用混叠波信号的Laplace变换，以及入射波信号与混叠波信号之间的传递函数H(s)，计算入射波信号的Laplace变换；

步骤3.3：对入射波信号的Laplace变换进行逆变换，得到入射波信号。

10.根据权利要求9所述的线路故障行波反演方法，其特征在于，所述入射波电流与混叠波电流之间的传递函数H(s)根据以下方法获取：

1)根据彼得逊法则构建构建变电站的等值电路模型；

2)根据变电站的等值电路建立入射波电流与混叠波电流之间的传递函数H(s)以及入射波反演模型；

3)在等值电路模型的激励点施加入射波电流，在等值电路模型的响应点测量混叠波电流，基于入射波反演模型得到反演入射波信号，由此获得样本数据；

4)对比样本数据中，反演入射波信号与实测入射波信号波形相似性，以波形相似度衡量等值电路元件参数的准确性，从而对等值电路模型中元件参数进行优化，得到最终的传递函数H(s)和入射波反演模型。

Images