高压直流输电线路故障识别的分形算法

对高压直流输电线路内部、外部故障进行仿真计算和分析发现:由直流输电线路平波电抗器和直流滤波器构成的物理实体边界对高频分量具有很强的衰减作用,使得外部接地故障下直流输电线路两端量测的故障线模电压短窗时域波形极为平滑,其分形维数为1;而内部接地故障下线路两端量测的故障线模电压短窗时域波形的高频含量高,其分形维数远大于1。据此,形成以单端故障线模电压的分形维数计算为基础的直流输电线路故障识别算法。大量PSCAD仿真实验表明,所提算法有效、可靠。通过对高、低阻故障下的波形特征及其盒维数计算机理的分析,揭示了所提算法具有耐受高阻能力的原因。     

基于多重分形谱的高压直流输电线路区内外故障识别方法

对高压直流输电线路区内、区外故障进行仿真计算和分析发现:由直流输电线路平波电抗器和直流滤波器构成的物理实体边界对高频分量具有很强衰减作用,使得区外接地故障的直流输电线路两端量测的故障线模电压短窗时域波形极为平滑,即高频含量低,而区内接地故障的线路两端量测的故障线模电压短窗时域波形的高频含量高。利用短时窗内线路单侧故障电压计算每次分割形成的多重分形集上各个子集的质量分布概率分布的不均匀程度,区外故障时小于1,区内故障时远大于1。据此,提出了以多重分形谱中质量分布概率分布的不均匀程度作为区内外故障甄别算法。大量的PSCAD数字试验表明,该算法可靠有效,耐受高阻能力强。     

实用高压直流输电线路故障测距方法

高压直流输电线路行波测距一般精度较高,但由于行波测距装置本身和行波测距的死区等原因,使得有些高压直流输电线路故障无法得到定位,针对现有高压直流输电线路行波测距的不足提出了单端、双端行波测距和常规量测距相结合的综合测距方法,依据现有的故障录波数据实现常规量测距。以500kV贵广直流工程为例,说明了行波测距失败的实际情况,并分析了其中的原因,验证了综合测距方案的有效性,并分析了故障行波波头检测部分、高压直流分压器和高压直流分流器的组成原理。     

考虑频变特性的直流线路故障行波精确计算方法及应用

输电线路参数存在频变特性,若在直流输电线路故障行波暂态计算中将其等效为固定不变的常数,则必然会导致计算误差增大。为此,文中基于叠加原理提出了适用于任意波形的时序波阻抗矩阵,以描述行波电压和电流间时域的频变关系;此外,利用双指数波对行波波形进行拟合,以获取更高的计算精度。在此基础上,将所提出的方法应用于直流线路故障测距,提出了一种考虑直流线路频变特性的故障定位新方法。基于PSCAD/EMTDC的实际直流工程算例的大量仿真测试表明,所提行波暂态计算方法能有效计及直流线路参数频变特性,对暂态行波的计算更精确,进一步提高了故障测距精度。     

基于神经网络的高压直流输电线路故障测距

输电线路故障行波频谱与故障距离之间存在数学关系,故利用故障行波频谱可以实现故障测距,且高压直流输电线路故障暂态过程具有更强的固有频率信号。鉴此,提取固有频率的幅值和频率作为样本属性,提出一种基于神经网络的高压直流输电线路故障测距算法。采用粒子群算法对BP神经网络的权值和阈值进行优化,提高了网络的训练效率,使其收敛速度加快。PSCAD和MATLAB仿真结果表明,该故障测距算法具有较高的可靠性和精确性。     

一种特高压直流输电线路神经网络双端故障测距新方法

提出一种基于高频量衰减特性的特高压直流输电线路神经网络双端故障测距方法。传统基于高频量衰减特性的特高压直流输电线路双端测距方法的测距精度依赖于线路衰减常数的准确求取,但准确计算线路衰减常数是一个难题。人工神经网络具有很强的非线性逼近拟合能力,利用人工神经网络方法,将不必准确计算线路衰减常数也能准确实现故障定位。选取不同频带内整流侧和逆变侧测距装置处检测到的故障电压行波线模分量高频部分首波头幅值比作为BP神经网络的输入样本集,故障距离作为输出样本集,对神经网络进行训练、测试,形成直流输电线路故障测距神经网络模型,将反映故障位置的特征数据输入训练后的网络模型即可实现故障测距。大量仿真结果表明:该基于高频量衰减特性的特高压直流输电线路神经网络双端故障测距方法精度较高,而且耐受过渡电阻能力强。     

基于行波自然频率的故障测距方法适应性分析

基于行波自然频率的输电线路故障测距方法利用故障行波自然频率的主成分进行精确故障测距,不依赖行波波头的识别.而实际电力系统中复杂的母线结构或者架空线-电缆混合线路波阻抗不连续,都可能影响故障行波自然频率主成分的精确提取.为此,研究了不同线路型式下故障行波频谱的识别方法,分析了影响自然频率精确提取的相关因素,讨论了电缆线路及架空线-电缆混合线路的自然频率提取方法;并仿真分析验证了该故障测距方法的适应性和精确性.     

基于行波固有频率的高压直流输电线路故障定位

提出了一种仅利用单端电压暂态量频谱信息进行直流输电线路精确故障定位的新方法。与传统的基于偏微分方程的行波分析方法不同,文中采用的基于行波固有频率主成分的测距方法不受行波波头识别等的限制,只需要故障后的一段暂态电压信息,通过对暂态电压信息的频谱分析,得到行波固有频率的主成分,然后结合故障线路边界条件计算出故障距离。在PSCAD/EMTDC中建立高压直流输电系统模型,在此基础上针对不同过渡电阻下的单极接地故障对该算法进行了不同运行方式下的仿真验证,结果表明该算法在高压直流输电线路上具有很好的适应性和较高的定位精度。     

基于Hilbert能量幅值信息和波形信息的特高压直流输电线路单端保护方法

直流输电系统具有强非线性,采用叠加原理和小波变换算法的直流输电线路行波保护存在适应性问题;仅利用行波暂态量幅值信息的直流输电线路行波保护在线路末端故障时存在保护拒动的问题.针对此问题,提出一种特高压直流输电线路单端保护方法.通过研究特高压直流输电线路两端物理边界特性,推导出Hilbert能量波形信息与电压行波的关系式,得出物理边界对Hilbert能量波形具有平滑作用.分析物理边界元件和直流输电线路频率特性,发现物理边界元件和直流输电线路对暂态高频分量具有衰减作用,据此利用Hilbert能量表征高频分量衰减情况.直流输电线路区内、外故障时,暂态电压5～7kHz高频带Hilbert瞬时能量幅值和波形形状差异明显,利用标准差综合描述高频带Hilbert能量幅值信息和波形信息,构造直流输电线路故障识别判据.利用正、负极标准差之比构造故障选极判据,实现故障极全线速动保护.仿真结果表明,该保护方法能可靠区分直流线路区内、外故障,实现故障选极,保护特高压直流线路全长.     

基于PSO-ENN算法的高压直流输电线路故障测距

高压直流输电线路故障测距对保障输电线路安全稳定的运行具有十分重要的意义。为了提高故障测距的精度,利用故障频谱对线路故障进行测距分析,并且故障行波在传播过程中具有强烈的固有频率信号。因此,文中将固有频率主频以及2倍频的幅值和频率作为输入训练样本,将故障距离作为输出训练样本,提出一种基于Elman动态神经网络的高压直流输电线路故障测距算法,并采用粒子群(PSO)算法优化Elman神经网络的初始权值和阈值。最后,采用MATLAB软件进行仿真,结果表明该算法具有较高的收敛速度与测距精度,可以为高压直流输电线路故障测距提供理论支持。     

基于VMD与广义S变换的HVDC线路故障定位

针对高压直流输电线路故障定位中存在的输电线路长、故障概率大、测距精度不高以及故障波形含有噪声等问题,提出了VMD分解与广义S变换结合的高压直流输电线路故障测距算法。首先通过变分模态分解(Variational Model Decomposition,VMD)对含噪声的行波信号进行VMD分解,滤去噪声并获得最优模态分量。然后采用广义S变换(Generalized S-transform,GST)计算最优模态分量,生成高时间分辨率S矩阵。并选取S矩阵中的高频分量,识别该频率分量的波形突变点,从而获取故障初始行波到达时刻。最后通过测距公式获得故障距离。PSCAD/EMTDC仿真表明,所提方法受过渡电阻影响很小,不同故障距离的测距精度很高。经过现场故障行波数据的验证,可以实现在线路范围内快速准确的故障定位。     

CSC-HVDC输电线路单端行波自动故障定位方法

传统行波故障定位方法有行波波头难以识别,无法实现自动化的固有缺点,为此,基于直流线路发生故障时,线路两侧的直流滤波器和平波电抗器组成的物理边界会对电压行波中的高频信号产生全反射,而且高频电压行波在故障点折射强于反射的特点,采用线路的分布参数模型,提出了一种高压直流输电线路单端行波自动故障定位方法。该方法用线路高频电压分量和高频电流分量计算沿线电压分布,识别出前行波和反行波的最强叠加点即可实现故障定位。此方法避免了传统行波测距中需要人工识别行波波头的缺点,所需数据窗短,测距特征明显易于实现自动化,仿真验证表明该方法定位精度高,1 000 km线路最大测距误差仅为800 m,且不受过渡电阻的影响。     

高压直流输电线路行波色散及行波测距研究

针对长距离高压直流输电线路行波色散影响行波测距精度的问题,对某±800kV直流线路的行波色散现象进行仿真研究,得到10～3000km传输距离对应的电压行波和电流行波的色散波形,分析行波色散对行波测距的影响.为准确标定色散行波的波头到达时刻并准确修正行波波速,本文提出一种在时域标定行波波头时刻的方法,仿真分析不同传输距离时的"距离-时间偏差"曲线和"距离-等效波速"曲线.基于波速曲线采用多次迭代的方式进行行波测距,可实现高精度的直流线路行波测距.采用对装置样机进行波形回放的方式对本文所提方法进行试验验证,结果表明该方法的测距精度满足工程应用需求.     

高压直流输电线路故障行波传播特性及其对行波保护的影响

高压直流输电线路故障行波传播特性研究多采用无损传输线模型作为研究对象而未考虑行波色散的影响;直流线路行波保护研究通常未考虑线路末端设备的影响。分析了故障行波沿直流线路传播产生色散的原因、特点以及影响因素;分析了直流线路末端设备对故障行波中不同频率分量的影响。在此基础上研究了行波色散及末端设备对行波保护的影响。研究表明：故障行波的色散主要体现在其地模分量上。故障行波波头幅值的变化影响行波保护的电压变化量判据,受前述两因素的共同作用;故障行波波头陡度的变化影响电压变化率判据,受行波色散影响有限,主要由故障行波     

特高压直流输电线路改进双端行波故障定位方法研究

实现特高压直流输电系统线路故障的准确定位对于提高故障处理效率、确保直流输电系统运行可靠性等均具有重要现实意义。设计了基于改进D型双端行波法的直流输电线路故障定位策略。首先采用导数法对故障发生的时刻范围进行准确判断,进而通过小波模极大值分析确定行波到达线路双端的准确时刻。利用故障行波波头到达测量端的第一次和第二次时刻,设计了改进D型双端行波测距方法,消除了行波波速对故障测距的影响。仿真算例结果表明故障测距结果误差较小,说明改进D型双端行波法具有较高的故障测距精度,同时对不同类型故障和不同过渡电阻具有良好的适应性,也能应用于近区故障定位。     

基于波形相似度分析的直流输电线路故障测距

为了克服行波测距原理耐受过渡电阻能力较弱以及所需采样率过高的缺陷,提出了一种基于波形相似度分析的直流输电线路故障测距方法。基于正向、反向差电流与故障点电流的函数关系,利用Pearson相关系数分析2种差电流波形相似性并提取故障位置的相关信息。所提方法利用线路两端电压、电流的时域信息,受过渡电阻影响较小,具备较强的抗噪声能力,可靠性高。经过PSCAD/EMTDC仿真验证,所提方法能够实现线路全长的准确故障定位。     

利用模量传输时间差的特高压直流线路故障测距

故障行波零模分量与线模分量到达线路端测距装置处的时间差与故障距离之间呈非线性关系,反向传播BP神经网络具有良好的非线性逼近拟合能力,可以利用BP神经网络对这种关系进行拟合以达到故障测距的目的。以小波分解各个频带下模量传输时间差为输入特征量、故障距离作为输出特征量,对神经网络进行训练,形成故障测距神经网络模型。仿真表明该基于模量传输时间差的特高压直流输电线路单端故障测距神经网络算法精度较高。     

不受波速影响的特高压直流输电线路单端故障测距方法

现行特高压直流输电线路故障测距大多采用行波法,但单端/双端行波测距受行波波速影响较大,加上输电线路弧垂效应,测距精度较差。利用对端行波到达本端测距装置的时刻,通过公式推导消除行波波速的影响,推导出一种不受波速影响的特高压直流输电线路单端故障行波测距方法,将无需准确计算线路沿线波速也能实现直流输电线路故障测距。在PSCAD/EMTDC中搭建哈郑±800 kV特高压直流输电系统模型,在不同故障位置和不同过渡电阻下进行仿真。大量仿真结果表明,该改进单端测距方法不受输电线路沿线波速和故障位置影响且耐受过渡电阻能力强。     

基于经验模态分解的直流输电线路故障识别方法

直流输电线路两端的平波电抗器和直流滤波器构成了直流输电线路的物理边界,该物理边界对高频分量具有很强的衰减作用。直流输电线路外部故障时,电压信号经过物理边界的衰减作用,电压波形极为平缓,经验模态分解后计算提取的特征幅频量较小;直流输电线路内部故障时,由于电压信号没有经过物理边界,电压波形起始陡峭,经EMD分解提取的特征幅频量大。据此,形成以经验模态分解为基础的直流输电线路故障识别算法。大量PSCAD仿真试验表明,所提方法可靠有效。     

基于历史故障波形的行波测距装置检验方法

为了检验行波测距装置的运行状态,并提高检验的准确性,针对双端测距的校验,提出了基于历史故障波形的行波测距装置检验方法。利用行波测距装置记录的历史故障行波作为测试波形,加载到高频行波信号源并以GPS同步的方式输入被测线路两端的行波测距装置。利用该方法得到的测距结果与历史故障测距结果进行了对比分析。现场测试结果表明,基于历史故障波形的行波测距装置检验方法是有效和实用的。该方法能准确检验行波测距装置的运行状态,继而保障了输电线路安全稳定地运行。