基于差分和变换的高压输电线路故障行波测距方法

针对高压输电线路行波测距法中不易精确检测含噪行波的问题,提出一种新的行波奇异点检测方法。对于含噪故障行波信号,其奇异点处前向差分和后向差分之和不为零,通过求解一段时间视窗内以奇异点时刻为中心的行波差分和,得到行波的差分和信号,且无需对行波信号降噪处理。基于奇异值分解降噪和Donoho阈值处理,可将差分和信号中噪声全部滤除,从而获得精确的行波奇异点时刻。采用三个测点行波测距算法,可实现行波波速在线计算和精确的测距结果。仿真结果验证了该方法的正确性和有效性。     

基于SR-WT的输电线路双端故障定位方法

电力系统中行波在传输过程中往往伴随着大量的高频噪声,导致进行故障测距时信号波头不易识别,从而产生测距误差。对此,提出一种基于随机共振和小波变换(SR-WT)的故障测距方法,即先通过随机共振处理含噪信号,将噪声的能量转移到行波信号上,从而实现初步减弱噪声信号提高行波信号的功能;再通过小波变换进一步分解得出所需行波信号波头信息,进而通过双端法进行故障测距。仿真试验结果表明,该方法能够在强噪声干扰下准确提取出所需的行波信号信息,有利于提高测距精度。     

形态小波在输电线路故障测距中的应用

如何准确提取行波浪涌到达时刻,是输电线路行波测距领域中的一个重要研究课题。提出一种新的输电线路故障测距算法,该算法通过形态学算子构造非线性提升方案,从信号的时域上提取奇异点,能够较为快速和准确地定位奇异发生的时刻,适合应用于输电线路故障测距。仿真结果表明,基于提升方案的形态小波（MW）在进行输电线路故障测距时能够不受故障类型、故障点位置、过渡电阻和故障合闸角的影响,与传统的小波算法相比,具有算法量小和易于实现的特点。     

基于数学形态学的输电线路单端行波故障测距研究

提出了一种用于单端行波故障测距的多分辨相关函数算法和用于处理实际行波的形态滤波结构元素选择方案。该相关算法采用多时窗处理方式,着力解决宽时窗下相关算法容易出现极值点偏移问题。针对实际故障线路中行波相关法容易受行波波形畸变影响的问题,利用数学形态学设计了前置滤波器,该滤波器较好地抑制了行波波形的畸变,同时保持了行波的主要特征。在有效滤波的基础上采用具有多分辨能力的行波相关法,实现了单端行波故障测距可靠性和准确性的统一。通过对输电线路实测故障数据的处理,证明该方案能同时保证测距可靠性和准确性,具有很高的实用价值。     

基于神经网络的输电线路行波故障测距方法

针对单端行波测距法难以区分故障点反射波和对端母线反射波的问题,提出一种利用神经网络非线性拟合能力实现故障定位的测距方法。首先利用相模变换获取故障反向行波,对反向行波进行小波模极大值变换;然后提取模极大值突变时刻和对应极性,从中选取3个有效时刻构成满足时差、波速与线路长度关系的一组"有效时差对";最终配合极性信息构造神经网络的输入样本,对网络进行训练和测试后,可利用该网络输出故障距离,从而实现故障定位。仿真结果表明,该方法适用性强,有较高的可靠性和精确度。     

珠海220 kV高压XLPE电缆故障行波 测距方法研究

研究了高压XLPE电缆故障行波测距方法,对于快速定位故障具有重要意义。将小波变换应用于行波测距的算法中去,由于其模极大值能够准确地反映初始行波的极性和到达时间,该方法利用初始电压行波和电流行波的极性方向来判断线路是否发生故障,它不受后续折反射波的影响,特征明确。利用EMTP软件对模型进行仿真,对仿真后的结果采用小波变换进行分析,能比较准确地判断线路是否发生故障。对珠海环琴线、望环线的电缆线路进行了模拟故障的行波测距实验。结果表明,采用小波算法有效提高了测距的精度。     

基于dq变换和小波包变换的微网故障检测方法

针对传统的扰动检测法无法区分正常扰动状态与弱故障扰动状态的问题,提出了一种基于dq变换和小波包变换的微网故障检测方法,该方法使用每条母线上d、q轴故障电流的平方和作为解析电流,并利用小波包对其进行分解,进而利用各层小波包系数来构建故障检测判据。仿真试验结果表明,该方法能够有效区分正常运行状态、正常扰动状态和强、弱故障扰动状态,且不受接地电阻、故障类型/时间/相、负荷/DG的投切等各种因素影响,具有很强的适应性与工程应用价值。     

基于光纤时间同步的双端行波故障测距方法

针对传统双端行波测距技术中线路双端时钟需精确对时的问题,将双端行波测距方法与光纤通信技术相结合,提出了一种基于光纤时间同步的双端行波故障测距新方法。该方法首先利用小波模极大值理论检测故障初始行波到达线路两端的时刻和极性,并根据极性判断故障线路;然后,在故障初始行波到达线路两端后,经光纤通道分别向对端发射脉冲信号,利用相关算法自动检测脉冲信号到达对端的时刻,并根据光纤通道传输时延确定故障初始行波到达线路两端的绝对时刻;最后根据双端测距方法确定故障距离。仿真结果验证了该方法的可行性。研究成果具有较高的工程应用价值。     

架空线—电缆混合线路分布式故障测距方法

针对架空线—电缆混合线路的故障测距问题,提出了一种分布式故障测距方法,在混合线路各连接点及母线处安装三相故障电流检测装置,根据检测到的故障电流极性判断故障支路,再根据故障支路两端检测到故障电流行波的时间进行初步定位并进一步修正。该方法可在线计算出行波波速,并可分析出离故障点较近的检测点所检测到的第二个故障行波的来源。PSCAD仿真验证结果表明,该方法不受过渡电阻、故障类型等因素的影响,误差一般在100 m以内。     

基于多源数据融合技术的输电线路故障定位方法

鉴于现有输电线路故障定位算法的定位结果各不相同影响到电力系统基于故障的快速恢复问题的分析,根据两端距离继电器的多源故障测距结果,提出了一种提高输电线路故障测距精度的新方法,该方法将两端定位结果与故障位置相互关联,据此建立基于多传感器数据融合的输电线路故障测距模型,该模型将模糊推理系统作为故障场景识别的初始融合步骤,并计...     

一种基于时间轴整定的T型混合输电线路故障测距方法

为解决带T型分支的多段式架空线-电缆混合输电线路故障测距问题,提出了一种基于时间轴整定的T型混合线路故障测距方法。首先,根据三个假定的端点故障位置整定出以线路任意两端时间差为基准的三个时间轴,使得在线路任意一点发生故障时总能在其中两个时间轴中找到对应点;其次,以线路三端得到的三个时间差在对应时间轴中的位置作为故障区段判据,三个判据可保证判断故障区段的准确性;最后,根据时间轴中各点与线路长度间的线性关系得出以两个时间轴为基准的两个测距结果,并将测距结果取平均值。算例仿真结果表明,所提方法正确可行、原理简单,适用于各种带T型分支的混合输电线路结构,且不受过渡电阻的影响。     

基于激光测距及多特征合判的输配电线外力破坏故障定位方法

为了提升输电线故障维修的效率,减少因电路故障带来的经济损失,提出一种基于激光测距及多特征合判的输电线故障定位方法。首先,利用信号频谱将各频率点上的能量分布作为概率分布以进行信息熵统计,设计相应的能量门限以防止噪声干扰,通过多特征合判手段提取故障信号;然后,根据Ｔ型故障点的架空线结构来分析故障区域段特性,采用双端行波测距技术来确定具体故障位置;最后,通过分析激光测距检测的工作流程,将其搭载于现场终端内测量故障点与现场终端的距离,修正坐标位置,并通过坐标系转换,将2个空间直角坐标系进行基准变换,得到输电线路故障的具体位置。实验结果表明,所提方法可以大幅度提高输电线故障定位的精准度,加快输电线故障点的修复速率,具有很强的实用价值。     

一种基于序分量关系的单端输电线路故障测距算法

为准确确定输电线路故障点位置,提出一种基于单端电气量的输电线路故障测距算法,该算法采用分布参数模型,通过保护安装处的电气量计算各序分量,然后推导出故障点各序分量值,利用不同故障类型的序分量的关系获得故障测距的电气序分量关系,根据过渡电阻不含电抗的特点,构造出基于过渡电阻虚部为零的测距方程。利用PSCAD和RTDS软件对算法进行数字仿真表明,该测距算法合理、有效。     

基于行波时域分析和VMD的多分支输电线路故障定位

考虑多分支输电线路的行波时域特性,提出一种基于行波时域分析和VMD的多分支输电线路故障定位方法,利用主干线路时域信息和支路频域信息进行故障定位。首先,分析了主干线路的行波时域特性,根据故障后到达主干线路首末端的初始行波时间差判定故障区段;然后,利用VMD分解故障电压行波信号,通过MUSIC谱估计获得其固有频率主成分;最后,利用初始行波时间差、固有频率主成分与故障距离的关系来确定主干线路和分支线路故障位置。仿真试验结果表明,该方法提高了行波时域分析的可行性,避免了固有频率的频谱混叠问题,具有较高的定位精度,为多分支输电网的故障定位提供了新思路。     

基于多端故障信息的配电架空线故障定位方法

针对多分支结构的配电架空线路故障定位困难的问题,依照分层开展、逐步锁定故障位置的定位策略,提出一套基于多端故障信息的配电线路故障定位新方法。首先分析故障初始行波到达线路不同末端的时差关系,归纳出其与故障位置间的内在联系,提出基于位置观测矩阵的架空线故障区域判定方法;然后从T型架空线结构入手,研究故障初测速度与实际波速度间大小关系所指示的故障区段特征,并提出基于波速度比较的架空线故障选段方法;最后进行双端行波测距,确定具体故障位置。PSCAD仿真结果证明,该套定位方法仅通过对多端初始行波时差的处理分析,即可获取较为准确的故障位置信息,方便有效。为配电架空线路故障定位提供了一种新方法。     

基于堆叠自动编码器的输电线路故障选相方法

针对人工神经网络(ANN)用于输电线路故障选相时收敛性差的问题,提出一种基于堆叠自动编码器(SAE)的故障选相方法,即先构建SAE深层架构模型,再将线路两端采集的故障电流、电压及相关序分量组成的综合电气量数据作为输入特征对SAE进行两阶段训练学习,该模型可充分提取输入量的高阶特征,能够对复杂故障数据进行较好地分类,进而得到精准的选相结果。仿真试验和现场实际故障数据的测试结果表明,该方法受故障位置、过渡电阻、系统电压及负荷水平等因素影响小,较人工神经网络(ANN)有更优的收敛性能和选相准确率。     

基于主导谐波频率的超高压输电线路单端故障测距算法

对于不对称故障,利用对称分量法详细推导并得出了主导谐波频率所在相别。基于运算法的推导结果给出了主导谐波频率与故障点位置的关系表达式,并由此提出了完整的故障测距算法。对于主导谐波频率的提取,采用经过后向线性预测与QR分解技术改进之后的Prony算法,使算法具有较高的可靠性与计算效率。ATP-EMTP仿真分析结果表明,故障测距算法在不同故障位置、不同故障类型、不同过渡电阻等故障条件下都具有较好的准确度。