基于希尔伯特——黄变换的高压直流线路行波故障定位

提出了基于希尔伯特-黄变换(HHT)的直流输电线路行波故障定位的方法。首先,对故障初始行波信号进行经验模态分解(EMD)得到固有模态函数(IMF),然后通过对IMF进行希尔伯特(Hilbert)变换得出其时频图,根据时频图中首个频率突变点确定出故障初始行波到达的时刻并且由其对应的瞬时频率值计算其波速度。最后,利用改进的双端行波故障定位原理计算出故障距离。在EMTDC环境下进行仿真分析,相关结果证实了所提方法的有效性。     

一种基于频率选择的输电线路故障行波测距方法

为解决行波测距法中行波频率过高使测距所需波头幅值降低,进而导致测距失败的问题,本文通过分析频率对行波波头幅值的影响规律,提出一种基于频率选择的故障行波测距方法。首先对故障行波信号做经验模态分解（EMD）,获得不同频率段的固有模态函数（IMF）分量,同时对IMF分量做Hilbert变换和一阶微分处理,提取并绘制不同高频IMF分量对应的幅值-时间曲线,通过选择波头幅值较大且频率相对低的高频IMF分量对行波波头进行检测,在保证波头检测精度的前提下,减少因行波频率过高导致信号衰减加剧的影响,最后结合三端行波测距算法完成故障测距。仿真结果表明,本文所提方法的相对误差在±0.3%以内,绝对误差在±0.9km以内,与传统的瞬时频率定位方法相比,具有更高测距精度。     

采用行波固有频率的混合线路故障测距新方法北大核心CSCD

对于电缆-架空混合线路,由于波阻抗的不连续会形成混叠的固有频率频谱,因此,解决频谱混叠现象是提高固有频率测距法精度的首要问题。为此,提出一种基于聚类经验模型分解(EEMD)算法的行波固有频率的故障测距方案。首先利用EEMD算法得到一系列的固有模态函数(IMF)分量;然后选取聚集故障信息的IMF分量,引入多重信号分类(MUSIC)算法对其进行频谱估计得到固有频率主成分;最后利用故障行波的固有频率和故障距离的关系式即可实现故障测距计算。仿真对比显示了该方法可更好地解决混合线路故障测距时存在的频谱混叠问题,实现较高精度的故障定位。     

采用行波固有频率的混合线路故障测距新方法

对于电缆-架空混合线路,由于波阻抗的不连续会形成混叠的固有频率频谱,因此,解决频谱混叠现象是提高固有频率测距法精度的首要问题。为此,提出一种基于聚类经验模型分解(EEMD)算法的行波固有频率的故障测距方案。首先利用EEMD算法得到一系列的固有模态函数(IMF)分量;然后选取聚集故障信息的IMF分量,引入多重信号分类(MUSIC)算法对其进行频谱估计得到固有频率主成分;最后利用故障行波的固有频率和故障距离的关系式即可实现故障测距计算。仿真对比显示了该方法可更好地解决混合线路故障测距时存在的频谱混叠问题,实现较高精度的故障定位。     

基于行波瞬时频率的高压直流输电线路故障测距方法

在线路行波类测距方法中,存在行波到达时刻与行波传播速度难以有机统一的问题。在研究直流线路故障行波速度与行波到达时刻的特定瞬时频率关系的基础上,分析瞬时频率影响行波测距的机理,提出一种基于行波瞬时频率且波头到达时刻与波速相有机统一的故障测距思想。利用改进的希尔伯特–黄变换形成故障暂态信号的时频图,依据时频图标定行波到达时刻与该时刻特定的瞬时频率,再经由瞬时频率求取相应的波速度,形成高压直流线路故障测距实用算法。在PSCAD软件上进行的仿真测试,表明所提测距方法及其算法受过渡电阻、故障类型影响较小,不同故障距离下测距精度都较高,也得到了现场实测数据的验证。     

（20期已排）基于聚类经验模态分解和差分熵的输电线路故障测距研究

为提高输电线路的故障测距精度,本文提出了一种基于聚类经验模态分解(EEMD)和差分熵(DE)的输电线路故障行波测距方法。首先利用改进的差分熵信号处理方法对输电线路电流进行熵值计算,通过与正常电流熵值的对比,判断电流是否发生突变。然后采用EEMD分解对发生突变的故障电流进行处理,有效去除故障信号中的噪声,避免模态混叠,获取准确反映故障信息的IMF分量。随后对分量实行差分熵方法中的差分分析,将电流的变化幅度进行有效量化,并建立每个信号点的变化程度与时间的对应关系,从而解决波头位置难以确定的问题,获得故障初始行波到达每个监测点的准确时间。最后利用行波双端法,实现输电线路的故障测距。仿真结果表明,该方法能够较好地解决故障测距时存在的信号噪声和波头测量时间不准确的问题,有效提高故障测距的精度。     

经验模态分解奇异性检测的配电网混合线路测距方法

含架空线和电缆的配电网混合线路发生故障时,故障行波信号传播复杂,波头识别困难。提出一种分形维数与经验模态分解（EMD）奇异性检测结合的配电网混合线路单端行波测距方法。对故障产生的行波信号进行分形滤波后,利用经验模态分解方法提取出高频信号的固有模态函数（IMF）,进行奇异性检测实现行波波头的准确标定,最后利用A型行波测距原理实现配电网混合线路的故障测距。PSCAD仿真结果表明,该方法具有较高的准确性和可靠性,能够有效识别出混合线路中故障点反射波和对端母线反射波,实现故障测距。     

基于FEEMD-NTEO的风电场送出线路故障定位

针对集合经验模态分解(EEMD)用于双馈风电场送出线路行波故障定位中行波检测精度不高,存在模态混叠、抗噪能力弱及故障定位实时性不好等问题,提出了一种基于快速集合经验模态分解(FEEMD)与改进Teager能量算子(NTEO)结合的行波故障定位方法。该方法利用FEEMD对故障电流行波信号进行分解,分解为平稳的固有模态分量和残差分量,消除噪声成分,保留信号的完整性;然后采用NTEO算法对分解的高频信号再次去噪,增强故障行波突变特征,精确标定行波波头。仿真结果表明,所提方法能够快速将故障行波波头精确标定,且去噪效果好,与FEEMD-TEO、EEMD-NTEO行波检测方法相比,提高了故障定位的精度和速度。     

Hilbert-Huang变换应用于高压输电线路故障测距

为提高故障测距的精度、增强自适应性、提高对于低频信号的分辨,提出使用Hilbert-Huang方法进行故障测距。将故障点的行波信号首先进行经验模态分解(EMD),再对分解得到的IMF1进行HilbertHuang变换得到信号瞬时频率图,进而找出频率突变点的时间进行行波波头的识别。在介绍了HilbertHuang变换基本概念和原理的基础上,进行仿真算例分析,处理行波参数,得出测距结果并进行误差分析,并与小波变换进行对比。实验表明,本方法有效且精度较高。     

基于参数优化VMD和TET的柔直线路单端故障测距方法

单端行波故障测距方法在考虑频变波速影响时需要提取故障行波时频域特征,但现有方法存在时频分辨率较低、波头识别困难和波速计算不准确的问题。为此,提出一种基于参数优化变分模态分解(variationalmode decomposition, VMD)和瞬态提取变换(transient extraction transform, TET)的单端故障定位方法。首先,利用麻雀搜索算法(sparrow search algorithm, SSA)优化VMD参数,提取含有故障特征的高频模态分量。然后,对该模态分量进行瞬态提取变换,通过去除短时傅里叶变换中模糊的时频能量,保留与信号瞬态特征密切相关的时频信息,得到故障行波时频域全波形。最后,在故障行波全波形中提取主频分量并标定初始波头与第二反射波头,通过计算主频分量下的波速度,结合行波定位方法实现单端故障测距。在PSCAD/EMTDC中搭建四端柔性直流电网的仿真结果表明,所提算法对过渡电阻和噪声具有较强的耐受性,即使在较低采样率下也能实现准确的故障定位。