CN116660676A - 柔性直流输电线路雷击干扰与故障判别方法 - Google Patents
柔性直流输电线路雷击干扰与故障判别方法 Download PDFInfo
- Publication number
- CN116660676A CN116660676A CN202310467694.9A CN202310467694A CN116660676A CN 116660676 A CN116660676 A CN 116660676A CN 202310467694 A CN202310467694 A CN 202310467694A CN 116660676 A CN116660676 A CN 116660676A
- Authority
- CN
- China
- Prior art keywords
- wave
- lightning stroke
- line
- mode
- zero
- 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
Links
- 208000025274 Lightning injury Diseases 0.000 title claims abstract description 79
- 230000005540 biological transmission Effects 0.000 title claims abstract description 36
- 238000012850 discrimination method Methods 0.000 title claims abstract description 12
- 238000000034 method Methods 0.000 claims abstract description 48
- 230000009466 transformation Effects 0.000 claims abstract description 9
- 238000006243 chemical reaction Methods 0.000 claims abstract description 8
- 230000008569 process Effects 0.000 claims description 14
- 241000084490 Esenbeckia delta Species 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000004091 panning Methods 0.000 claims description 3
- 238000012795 verification Methods 0.000 description 10
- 238000004088 simulation Methods 0.000 description 9
- 230000001052 transient effect Effects 0.000 description 6
- 239000004020 conductor Substances 0.000 description 3
- 229910052799 carbon Inorganic materials 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000001681 protective effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/10—Pre-processing; Data cleansing
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/213—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/02—Preprocessing
- G06F2218/04—Denoising
- G06F2218/06—Denoising by applying a scale-space analysis, e.g. using wavelet analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/08—Feature extraction
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
- Y04S10/52—Outage or fault management, e.g. fault detection or location
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Mathematical Physics (AREA)
- Locating Faults (AREA)
Abstract
本发明公开了一种柔性直流输电线路雷击干扰与故障判别方法,具体包括如下步骤:步骤1,利用小波变换模极大值法提取并判断T1时窗内零模电压反行波首波头极性δ1,利用零模电压行波首波头极性δ1的正负性判断雷击位置;步骤2,基于T1时窗内线模电压反行波数据,利用小波模极大值变换提取波头数n;步骤3,根据步骤2所得的波头数n对雷击故障和雷击干扰进行判断,当能够判断出属于雷击故障或雷击干扰时,判断结束;当得不出判断结果时,执行步骤4;步骤4,利用小波模极大值变换提取T2数据窗内反行波波头个数m,若m=2,则判断为雷击干扰,判别结束;否则为雷击故障,判别结束。采用本发明能够提高柔直输电线路保护的可靠性。
Description
技术领域
本发明属于电力系统技术领域,涉及一种柔性直流输电线路雷击干扰与故障判别方法。
背景技术
我国“双碳”目标的提出,进一步推动了我国的能源变革,为构建清洁低碳的能源体系指明了方向。柔性直流输电技术拥有灵活的调节控制新能,在清洁能源并网方面具有明显的技术优势,是未来电网的重要发展方向。
柔性直流输电技术面临的重要挑战之一是其直流线路保护系统,由于故障后电流上升速度快且幅值大,其一次设备的耐受过电流能力有限,因此对其保护的响应速度要求极高,主保护需要在故障后3ms内完成故障判别。目前,针对柔性直流输电系统单端量主保护的研究与应用中,主要利用暂态量特征作为保护依据。暂态量保护主要依靠故障暂态信息提高保护准确性,但是当输电线路受到雷击干扰时,暂态过程中同样包含大量高频信号,和故障信号相似,极易引发暂态量保护的误判。架空输电线路暴露在野外,途径各种复杂的地理环境,气象条件多变,因此输电线路不可避免要遭受雷击。大量统计结果表明,对于高压输电线路,雷害故障占线路故障的40%~70%。因此在保护装置中如何正确识别雷击干扰信号和故障信号十分重要。能够有效识别雷电干扰,直接影响着高压输电线路保护的动作的可靠性,对整个电力系统的安全稳定运行起着关键作用。
目前,多数雷击干扰识别方法利用扰动发生后高低频分量的能量比进行判别,门槛值的整定较为困难,而且在判断时受雷电流参数、线路参数、雷击位置等多种因素影响,容易出现不灵敏现象,甚至导致误判;并且目前提出的针对柔性直流输电线路的雷击干扰识别方法能够识别的雷击类型有限,多数只针对单一雷击类型进行故障与干扰的判别,不够全面。因此,对柔性直流输电系统受到不同类型雷击情况下暂态行波波形特征进行深入分析,提出快速、可靠、全面雷击干扰识别方法,对柔性直流输电系统保护技术的发展及其安全稳定运行具有重要意义。
发明内容
本发明的目的是提供一种柔性直流输电线路雷击干扰与故障判别方法,采用该方法能够提高柔直输电线路保护的可靠性。
本发明所采用的技术方案是,柔性直流输电线路雷击干扰与故障判别方法,具体包括如下步骤:
步骤1,保护元件启动后,利用小波变换模极大值法提取并判断T1时窗内零模电压反行波首波头极性δ1,利用零模电压行波首波头极性δ1的正负性判断雷击位置;
步骤2,基于T1时窗内线模电压反行波数据,利用小波模极大值变换提取波头数n;
步骤3,根据步骤2所得的波头数n对雷击故障和雷击干扰进行判断,当能够判断出属于雷击故障或雷击干扰时,判断结束;当得不出判断结果时,执行步骤4;
步骤4,利用小波模极大值变换提取T2数据窗内反行波波头个数m,若m=2,则判断为雷击干扰,判别结束;否则为雷击故障,判别结束。
本发明的特点还在于:
步骤1的具体过程为:
数据窗T1确定方法如下:
根据行波折反射原理,分析行波波头到达线路边时刻,行波波头到达线路边界时刻与雷击点位置d、线路总长L以及行波传输速度v有关;
数据窗T1包含保护启动后τ1数据窗,取保护启动后Δt1时长并考虑裕度Δt:
Δt1=L/v (1);
τ1=Δt1+Δt (2);
为有效提取首波头,数据窗T1还包括保护启动时刻前0.5ms数据,因此T1的长度为:
T1=0.5+τ1 (3);
电压反行波计算过程如下:
采集正负极线路电压数据,利用此电压数据按照式(4)计算正、负极电压故障分量:
式中:
dUP(t)、dUN(t)——分别为正极、负极电压故障分量;
UP(t)、UN(t)——分别为扰动发生后正极、负极电压瞬时值;
UP0、UN0——分别为扰动发生前正极、负极电压的初始值;
采集正负极线路电流数据,利用此电流数据按照式(5)计算正、负极电流故障分量:
式中:
dIP(t)、dIN(t)——分别为正极、负极电流故障分量;
IP(t)、IN(t)——分别为扰动发生后正极、负极电流瞬时值;
IP0、IN0——分别为扰动发生前正极、负极电流初始值;
求得电压、电流的故障分量后,利用故障分量求得线模量和零模量,如式(6)所示:
式中:
dU1(t)、dU0(t)——分别为线模、零模电压故障分量;
dI1(t)、dI0(t)——分别为线模、零模电流故障分量;
dUP(t)、dUN(t)——分别为正极、负极电压故障分量;
dIP(t)、dIN(t)——分别为正极、负极电压故障分量;
根据电压、电流的线模量和零模量,求出电压反行波的线模、零模量,如式(7)所示:
式中:
Ub1(t)——为线模电压反行波;
Ub0(t)——为零模电压反行波;
Zc——为线路波阻抗;
采用小波变换模极大值法提取零模行波波头极性的过程为:
小波基函数Ψ(t)取Haar小波函数:
取尺度因子a=2,平移因子b=1,针对函数f(t)的离散小波变换为:
对零模电压反行波Ub0(t)进行小波变换,即令式(8)中f(t)=Ub0(t),得到:
取第四层小波系数,即j=4,得到计算的模极大值;
若k0的某一邻域中所有k均满足:
则k0是小波变换的模极大值点,是相应的模极大值;
k∈T1时窗内的信号中第一个模极大值点k0_1对应的模极大值的极性,即为零模电压行波首波头极性δ1:
当零模行波首波头极性为正,即δ1>0时,判断为雷击塔顶位置;当零模行波首波头极性为负,即δ1<0时,判断为雷击导线位置。
步骤2的具体过程为:
对线模电压反行波Ub1(t)进行小波变换,即令式(9)中f(t)=Ub1(t),得到:
取第四层小波系数,即j=4,得到计算的模极大值;
若k0的某一邻域中所有k均满足:
则k0是小波变换的模极大值点;k∈T1时窗内信号满足式(14)的点的个数为T1时窗内线模电压反行波波头数n。
步骤3的具体过程为:
步骤3.1,若波头数n≥3,则直接判断为雷击故障,判别结束;否则进入步骤3.2;
步骤3.2,若波头数n=1,则判断为雷击干扰,判别结束;否则进入步骤3.3;
步骤3.3,若波头数n=2,提取T1时窗内线模电压反行波数据中第二个波头极性δ2,若δ2为正极性,即δ2>0,则判断为雷击故障,判别结束;否则进入步骤4;
T1时窗内线模电压反行波数据中第二个波头极性δ2的确定方法如下:
线模电压行波第二个头极性δ2与k∈T1时窗内信号中第二个满足式(14)的点k0_2所对应的模极大值的极性对应:
步骤4的具体过程为:
步骤4.1,数据窗T2包含保护启动后τ2数据窗,取保护启动后Δt2时长并考虑裕度Δt:
τ2=Δt2+Δt (17);
为有效提取首波头,数据窗T2还包括保护启动时刻前0.5ms数据,因此T2的长度为:
T2=0.5+τ2 (18);
步骤4.2,反行波波头个数m的确定方法如下:
对t∈T2时间窗内的线模电压反行波Ub1(t)进行小波变换,即令式(9)中f(t)=Ub1(t),得到式(13);
取第四层小波系数,即j=4,得到根据公式(13)计算T2时间窗内的模极大值;
若k0的某一邻域中所有k均满足式(14),则k0是小波变换的模极大值点;
k∈T2时窗内信号满足式(14)的点的个数即为T2数据窗内反行波波头个数m。
本发明的有益效果是,本发明是针对柔性直流输电线路提出的一种雷击干扰和故障判别方法,依据雷击干扰与雷击故障后正极线路电压行波折反射规律,提取电压行波波头的极性及时间差,利用行波波头特征进行雷击故障与雷击干扰的快速识别。在全线75%的范围内,能够仅利用故障后τ1数据窗内的信息实现雷击故障的超高速识别,其余25%的范围内,能够利用故障后τ2数据窗内的信息实现雷击故障与干扰的快速判别,满足柔性直流线路保护速动性要求。且本方法原理清晰,无需依据经验或仿真结果整定,符合工程实际要求,具有很强的实用价值。
附图说明
图1是本发明柔性直流输电线路雷击干扰判别方法的流程图;
图2是某双端柔性直流输电系统仿真模型图;
图3(a)、3(b)是在仿真验证阶段,在100km处验证雷击导线干扰的结果;
图4(a)、4(b)是在仿真验证阶段,在300km处验证雷击塔顶干扰的结果;
图5(a)、5(b)是在仿真验证阶段,在200km处验证雷击导线故障的结果;
图6(a)、(b)是在仿真验证阶段,在400km处验证雷击导线故障的结果。
具体实施方式
下面结合附图和具体实施方式对本发明进行详细说明。
本发明柔性直流输电线路雷击干扰与故障判别方法,能够实现雷击干扰识别,具体按照以下步骤实施:
步骤1,保护元件启动后,利用小波变换模极大值法提取并判断T1时窗内零模电压反行波首波头极性δ1,利用零模电压行波首波头极性δ1的正负性判断雷击位置:当零模行波首波头极性为正,即δ1>0时,判断为雷击塔顶位置;当零模行波首波头极性为负,即δ1<0时,判断为雷击导线位置;
步骤1中利用小波变换模极大值法提取并判断T1时窗内零模电压行波首波头极性δ1判断雷击位置过程如下:
步骤1.1,数据窗T1确定方法如下:
根据行波折反射原理,分析行波波头到达线路边时刻,行波波头到达线路边界时刻与雷击点位置d、线路总长L以及行波传输速度v有关。
数据窗T1包含保护启动后τ1数据窗,取保护启动后Δt1时长并考虑一定裕度Δt:
Δt1=L/v (1);
τ1=Δt1+Δt (2);
为有效提取首波头,数据窗T1还包括保护启动时刻前0.5ms数据,因此T1的长度为:
T1=0.5+τ1 (3);
步骤1.2,电压反行波计算方法:
采集正负极线路电压数据,利用此电压数据按照式(4)计算正、负极电压故障分量。
式中:
dUP(t)、dUN(t)——分别为正极、负极电压故障分量;
UP(t)、UN(t)——分别为扰动发生后正极、负极电压瞬时值;
UP0、UN0——分别为扰动发生前正极、负极电压的初始值;
采集正负极线路电流数据,利用此电流数据按照式(5)计算正、负极电流故障分量。
式中:
dIP(t)、dIN(t)——分别为正极、负极电流故障分量;
IP(t)、IN(t)——分别为扰动发生后正极、负极电流瞬时值;
IP0、IN0——分别为扰动发生前正极、负极电流初始值;
求得电压、电流的故障分量后,利用故障分量求得线模量和零模量,如式(6)所示。
式中:
dU1(t)、dU0(t)——分别为线模、零模电压故障分量;
dI1(t)、dI0(t)——分别为线模、零模电流故障分量;
dUP(t)、dUN(t)——分别为正极、负极电压故障分量;
dIP(t)、dIN(t)——分别为正极、负极电压故障分量;
根据电压、电流的线模量和零模量,求出电压反行波的线模、零模量,如式(7)所示。
式中:
Ub1(t)——为线模电压反行波;
Ub0(t)——为零模电压反行波;
Zc——为线路波阻抗。
步骤1.3,小波变换模极大值法提取零模行波波头极性的方法为:
小波基函数Ψ(t)取Haar小波函数:
取尺度因子a=2,平移因子b=1,针对函数f(t)的离散小波变换为:
对零模电压反行波Ub0(t)进行小波变换,即令式(8)中f(t)=Ub0(t),得到:
取第四层(即j=4)小波系数,得到计算其模极大值。
若k0的某一邻域中所有k均满足:
则k0是小波变换的模极大值点,是相应的模极大值。
k∈T1时窗内的信号中第一个模极大值点k0_1对应的模极大值的极性,即为零模电压行波首波头极性δ1:
步骤2,计算T1时窗内线模电压反行波数据,并利用小波模极大值变换提取波头数n;
对线模电压反行波Ub1(t)进行小波变换,即令式(9)中f(t)=Ub1(t),得到:
取第四层(即j=4)小波系数,得到计算其模极大值。
若k0的某一邻域中所有k均满足:
则k0是小波变换的模极大值点。
k∈T1时窗内信号满足式(14)的点的个数为T1时窗内线模电压反行波波头数n。
步骤3,若波头数n≥3,则直接判断为雷击故障,判别结束;否则进入步骤4;
步骤4,若波头数n=1,则判断为雷击干扰,判别结束;否则进入步骤5;
步骤5,若波头数n=2,提取T1时窗内线模电压反行波数据中第二个波头极性δ2,若δ2为正极性,即δ2>0,则判断为雷击故障,判别结束;否则进入步骤6;
步骤5中T1时窗内线模电压反行波数据中第二个波头极性δ2的确定方法如下:
线模电压行波第二个头极性δ2与k∈T1时窗内信号中第二个满足式(14)的点k0_2所对应的模极大值的极性对应:
步骤6,利用小波模极大值变换提取T2数据窗内反行波波头个数m,若m=2,则判断为雷击干扰,判别结束;否则为雷击故障,判别结束。
步骤6.1,时窗T2确定方法如下:
数据窗T2包含保护启动后τ2数据窗,取保护启动后Δt2时长并考虑一定裕度Δt:
τ2=Δt2+Δt (17);
为有效提取首波头,数据窗T2还包括保护启动时刻前0.5ms数据,因此T2的长度为:
T2=0.5+τ2 (18);
步骤6.2,反行波波头个数m的确定方法如下:
对t∈T2时间窗内的线模电压反行波Ub1(t)进行小波变换,即令式(9)中f(t)=Ub1(t),得到式(13)。
取第四层(即j=4)小波系数,得到计算其模极大值。
若k0的某一邻域中所有k均满足式(14),则k0是小波变换的模极大值点。
k∈T2时窗内信号满足式(14)的点的个数即为T2数据窗内反行波波头个数m。
如附图2所示,为某双端柔性直流输电系统仿真模型图。此系统额定电压±500kV,额定传输容量3000MVA,输电线路全长500km,采用架空线频变参数模型,系统仿真时,采样频率为100kHz。此时,将线路总长L=500km,行波传输速度近似取为光速v=3×108m/s,τ1和τ2分别取1.7ms和2.3ms,所以时窗T1和T2分别为2.2ms和2.8ms。按照如附图1的识别流程,对了雷击进行识别。
实施例1
在距离边界100km处,模拟雷击导线干扰情况,采集线路正极电压数据后,利用小波模极大值分解,处理后的波形如附图3(a)、图3(b)所示:
如图3(a)所示,零模电压首行波波头为负极性,判断为雷击导线,且图3(b)线模波形在T1时窗内没有第二个波头到达M侧,只有一个波头,判断为雷击干扰情况。
实施例2
在距离M侧300km处,模拟雷击塔顶干扰情况,采集线路正极电压数据后,利用小波模极大值分解,处理后的波形如附图4(a)、图4(b)所示:
如图4(a)所示,零模电压首行波波头为正极性,判断为雷击塔顶,且图4(b)线模波形在T1时窗内有第二个波头到达M侧,并判断极性为负,在T2时窗内在此时间内没有第三个波头到达,判断为雷击干扰情况。
实施案例3
在距离M侧200km处,模拟雷击导线故障情况,采集线路正极电压数据后,利用小波模极大值分解,处理后的波形如附图5(a)、图5(b)所示:
如图5(a)所示,零模电压首行波波头为负极性,判断为雷击导线,且图5(b)线模波形在T1时窗内有正极性波头,判断为雷击故障情况。
实施例4
在距离M侧400km处,模拟雷击导线故障情况,采集线路正极电压数据后,利用小波模极大值分解,处理后的波形如附图6(a)、图6(b)所示:
如图6(a)所示,零模电压首行波波头为正极性,判断为雷击塔顶,且图6(b)线模波形在T1时窗内有3个波头,判断为雷击故障情况。
为了全面验证雷击距离对判别结果的影响,在线路不同距离下,设置不同的雷击干扰和雷击故障,根据仿真结果对提出的雷击干扰识别方法进行验证。验证结果如表1所示。
表1不同距离下雷击干扰及故障验证结果
Claims (5)
1.柔性直流输电线路雷击干扰与故障判别方法,其特征在于:具体包括如下步骤:
步骤1,保护元件启动后,利用小波变换模极大值法提取并判断T1时窗内零模电压反行波首波头极性δ1,利用零模电压行波首波头极性δ1的正负性判断雷击位置;
步骤2,基于T1时窗内线模电压反行波数据,利用小波模极大值变换提取波头数n;
步骤3,根据步骤2所得的波头数n对雷击故障和雷击干扰进行判断,当能够判断出属于雷击故障或雷击干扰时,判断结束;当得不出判断结果时,执行步骤4;
步骤4,利用小波模极大值变换提取T2数据窗内反行波波头个数m,若m=2,则判断为雷击干扰,判别结束;否则为雷击故障,判别结束。
2.根据权利要求1所述的柔性直流输电线路雷击干扰与故障判别方法,其特征在于:所述步骤1的具体过程为:
数据窗T1确定方法如下:
根据行波折反射原理,分析行波波头到达线路边时刻,行波波头到达线路边界时刻与雷击点位置d、线路总长L以及行波传输速度v有关;
数据窗T1包含保护启动后τ1数据窗,取保护启动后Δt1时长并考虑裕度Δt:
Δt1=L/v(1);
τ1=Δt1+Δt(2);
为有效提取首波头,数据窗T1还包括保护启动时刻前0.5ms数据,因此T1的长度为:
T1=0.5+τ1(3);
电压反行波计算过程如下:
采集正负极线路电压数据,利用此电压数据按照式(4)计算正、负极电压故障分量:
式中:
dUP(t)、dUN(t)——分别为正极、负极电压故障分量;
UP(t)、UN(t)——分别为扰动发生后正极、负极电压瞬时值;
UP0、UN0——分别为扰动发生前正极、负极电压的初始值;
采集正负极线路电流数据,利用此电流数据按照式(5)计算正、负极电流故障分量:
式中:
dIP(t)、dIN(t)——分别为正极、负极电流故障分量;
IP(t)、IN(t)——分别为扰动发生后正极、负极电流瞬时值;
IP0、IN0——分别为扰动发生前正极、负极电流初始值;
求得电压、电流的故障分量后,利用故障分量求得线模量和零模量,如式(6)所示:
式中:
dU1(t)、dU0(t)——分别为线模、零模电压故障分量;
dI1(t)、dI0(t)——分别为线模、零模电流故障分量;
dUP(t)、dUN(t)——分别为正极、负极电压故障分量;
dIP(t)、dIN(t)——分别为正极、负极电压故障分量;
根据电压、电流的线模量和零模量,求出电压反行波的线模、零模量,如式(7)所示:
式中:
Ub1(t)——为线模电压反行波;
Ub0(t)——为零模电压反行波;
Zc——为线路波阻抗;
采用小波变换模极大值法提取零模行波波头极性的过程为:
小波基函数Ψ(t)取Haar小波函数:
取尺度因子a=2,平移因子b=1,针对函数f(t)的离散小波变换为:
对零模电压反行波Ub0(t)进行小波变换,即令式(8)中f(t)=Ub0(t),得到:
取第四层小波系数,即j=4,得到WTUb0(4,k),计算WTUb0(4,k)的模极大值;
若k0的某一邻域中所有k均满足:
则k0是小波变换的模极大值点,是相应的模极大值;
k∈T1时窗内的信号中第一个模极大值点k0_1对应的模极大值的极性,即为零模电压行波首波头极性δ1:
当零模行波首波头极性为正,即δ1>0时,判断为雷击塔顶位置;当零模行波首波头极性为负,即δ1<0时,判断为雷击导线位置。
3.根据权利要求2所述的柔性直流输电线路雷击干扰与故障判别方法,其特征在于:所述步骤2的具体过程为:
对线模电压反行波Ub1(t)进行小波变换,即令式(9)中f(t)=Ub1(t),得到:
取第四层小波系数,即j=4,得到计算的模极大值;
若k0的某一邻域中所有k均满足:
则k0是小波变换的模极大值点;k∈T1时窗内信号满足式(14)的点的个数为T1时窗内线模电压反行波波头数n。
4.根据权利要求3所述的柔性直流输电线路雷击干扰与故障判别方法,其特征在于:所述步骤3的具体过程为:
步骤3.1,若波头数n≥3,则直接判断为雷击故障,判别结束;否则进入步骤3.2;
步骤3.2,若波头数n=1,则判断为雷击干扰,判别结束;否则进入步骤3.3;
步骤3.3,若波头数n=2,提取T1时窗内线模电压反行波数据中第二个波头极性δ2,若δ2为正极性,即δ2>0,则判断为雷击故障,判别结束;否则进入步骤4;
T1时窗内线模电压反行波数据中第二个波头极性δ2的确定方法如下:
线模电压行波第二个头极性δ2与k∈T1时窗内信号中第二个满足式(14)的点k0_2所对应的模极大值的极性对应:
5.根据权利要求4所述的柔性直流输电线路雷击干扰与故障判别方法,其特征在于:所述步骤4的具体过程为:
步骤4.1,数据窗T2包含保护启动后τ2数据窗,取保护启动后Δt2时长并考虑裕度Δt:
τ2=Δt2+Δt(17);
为有效提取首波头,数据窗T2还包括保护启动时刻前0.5ms数据,因此T2的长度为:
T2=0.5+τ2(18);
步骤4.2,反行波波头个数m的确定方法如下:
对t∈T2时间窗内的线模电压反行波Ub1(t)进行小波变换,即令式(9)中f(t)=Ub1(t),得到式(13);
取第四层小波系数,即j=4,得到计算T2时间窗内的模极大值;
若k0的某一邻域中所有k均满足式(14),则k0是小波变换的模极大值点;
k∈T2时窗内信号满足式(14)的点的个数即为T2数据窗内反行波波头个数m。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310467694.9A CN116660676A (zh) | 2023-04-27 | 2023-04-27 | 柔性直流输电线路雷击干扰与故障判别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310467694.9A CN116660676A (zh) | 2023-04-27 | 2023-04-27 | 柔性直流输电线路雷击干扰与故障判别方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116660676A true CN116660676A (zh) | 2023-08-29 |
Family
ID=87723228
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310467694.9A Pending CN116660676A (zh) | 2023-04-27 | 2023-04-27 | 柔性直流输电线路雷击干扰与故障判别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116660676A (zh) |
-
2023
- 2023-04-27 CN CN202310467694.9A patent/CN116660676A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109375051B (zh) | 基于频谱密度衰减的雷电暂态信号识别方法及系统 | |
CN103675602B (zh) | 一种输电线路雷击闪络与未闪络的判别方法 | |
CN104808109B (zh) | 基于录波数据的高压输电线路故障识别方法和系统 | |
CN103323741B (zh) | 一种针对强故障的基于故障电压初始行波幅值比较的d型线缆混合线路故障区段判别的方法 | |
CN107704803B (zh) | 一种基于最小二乘和相关分析的线路避雷器动作辨识方法 | |
CN112881855B (zh) | 基于广义s变换的高压直流输电线路雷击干扰识别方法 | |
CN107621591B (zh) | 一种基于零模行波波速变化特性的输电线路迭代测距方法 | |
CN110247420B (zh) | 一种hvdc输电线路故障智能识别方法 | |
CN105092997A (zh) | 一种特高压输电线路雷电绕击与反击的识别方法 | |
CN111463764B (zh) | 基于初始电压行波频域衰减速率的直流输电线路保护方法 | |
CN111985412A (zh) | 一种高压直流输电线路雷击干扰识别方法 | |
CN103683198A (zh) | 一种基于差动电流相邻阶次差分构成的平面上相邻点距离的励磁涌流快速识别方法 | |
CN115792507B (zh) | 一种基于短时窗斜率单调性的多重雷击判别方法及系统 | |
CN115616330B (zh) | 一种基于波形相似度的输电线路多重雷识别方法及系统 | |
CN115575783B (zh) | 一种交流输电线路多重雷绕击与反击识别方法及系统 | |
CN117347780A (zh) | 柔性直流输电线路区内外故障判别方法 | |
CN115542087B (zh) | 一种适用于行波录波一体化设备的多重雷击识别方法 | |
CN116660676A (zh) | 柔性直流输电线路雷击干扰与故障判别方法 | |
Wang et al. | Bi-level decision matrix based fault location method for multi-branch offshore wind farm transmission lines | |
CN113644635A (zh) | 一种柔性直流输电系统直流线路区内外故障判别方法 | |
Huai et al. | Line fault location for multi‐terminal MMC‐HVDC system based on SWT and SVD | |
CN114142442A (zh) | 一种直流输电线路保护方法及系统 | |
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 | |
CN113917280B (zh) | 一种高压直流输电线路雷击干扰与故障判别方法 |
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 |