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EEMD的混合线路故障测距

频域故障测距方法在正确提取故障行波固有频率主成分的前提下可精确地测出故障距离。而对于架空线-电缆混合输电线路,由于波阻抗不连续,会形成混叠的固有频率频谱,给正确识别和提取故障行波固有频率主成分带来困难。为此,提出一种基于聚类经验模型分解(EEMD)的故障测距方法。EEMD分解克服了传统分解造成的频谱混叠问题,EEMD分解得到的IMF分量经过频谱分析后提取固有频率主成分,从而实现故障测距。最后的仿真分析表明,该方法可较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。     

混合线路故障测距新方法的研究

为解决应用固有频率测距法存在难以准确提取固有频率主成分的问题。提出了利用聚类经验模型分解(EEMD)来实现故障测距的方法,利用EEMD进行信号分解,对相关分量进行频谱分析和主成分提取,进行故障测距计算。仿真分析表明,该方法可较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VMD-后向预测prony的直流混合线路故障测距方法

直流线路采用架空线和电缆混合的拓扑结构时,会造成频谱混叠,影响固有频率主频的提取,故障距离和固有频率的关系也变得复杂。针对这一问题,提出一种基于VMD-后向预测prony来确定固有频率的直流混合线路故障测距方法。首先,通过VMD算法分解得到多个IMF分量;其次,选取暂态信息丰富的IMF分量,采用后向预测prony算法确定固有频率主成分对应的频率值,以确定故障区段;最后,根据对应区段线路的故障距离和固有频率的关系式计算故障距离,实现测距。仿真结果表明,该方法频率提取精度高,在保留固有频率法耐过渡电阻能力强的特点的同时,提高了故障测距精度。     

基于行波固有频率和经验模态分解的混合线路故障测距方法

基于行波固有频率的故障测距方法不依靠识别行渡波头即可进行精确故障测距,测距的关键是正确提取故障行波固有频率的主成分.该方法应用于架空线-电缆混合输电线路时,由于波阻抗不连续,会形成混叠的固有频率频谱,给正确识别和提取故障行波固有频率主成分带来困难.基于此,文中提出一种基于行波固有频率和经验模态分解(EMD)的架空线-电缆混合线路故障测距方法,在提取故障行波固有频率主成分之前先利用EMD进行信号分解,获取故障测距所需的故障行波成分,再对其进行固有频率频谱分析、主成分提取和故障测距计算.对某实际的110 KV架空线-电缆混合输电线路的仿真分析表明,该方法可较好地解决现阶段频域方法进行架空线-电缆混合线路故障测距时存在的频谱混叠问题,具有一定的实用价值.     

（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。     

计及谐波次自然频率和VMD的混合线路故障测距

基于行波自然频率的故障测距方法依赖于对主自然频率的准确提取,然而针对架空线-电缆的混合线路时,由于线路波阻抗差异且行波折返射较多,会产生混叠的自然频率频谱。为此,一方面需要有效消除频谱混叠,另一方面仅依靠单一的主自然频率进行测距,其提取结果不能得到保证。基于此,本文提出了一种考虑谐波次自然频率和使用VMD算法的混合线路测距新方法。该方法首先对行波信号进行EMD分解,利用Hurst指数筛选IMF作为VMD分解的模态参数,准确地分解了行波信号;然后引入MUSIC算法对VMD分解结果进行频谱分析,提取出故障信号主自然频率及其谐波次频率;最后利用其对应关系计算出故障距离。针对混合线路的EMTDC仿真分析,验证了该方法能够有效消除频谱混叠,并且提高了基于行波自然频率测距方法的可靠性。     

基于经验小波变换的混合输电线路单相接地故障测距

针对架空线-电缆混合输电线路波阻抗不连续而引起的频谱混叠现象严重的问题,提出了一种基于经验小波变换(EWT)的混合输电线路单相接地故障测距方法。首先利用EWT对故障产生的暂态零序电流行波分解得到低频分量。然后根据低频分量选线判据对混合输电线路进行故障选线,通过分析奇异性检测结果准确标定故障线路行波波头。最后配电网混合输电线路的故障测距通过单端行波测距原理得以实现。PSCAD/Matlab仿真结果表明,该方法具有较高的准确性,满足工程实践定位精度在200 m以内的要求。     

奇异值差分谱理论及其在行波固有频率提取中的应用

当线路发生故障时,由于波阻抗的不连续性,故障行波的折反射现象会形成一系列混叠的固有频率频谱,因此,有效、准确地从混叠现象中提取行波固有频率成为故障测距的首要问题。因此,文章提出利用奇异值差分谱理论对原始信号进行分类处理,不仅能够降低噪声干扰,还能够提取到不同频率信号,降低频谱混杂现象,并且采用基于谐波模型的概率估计算法准确识别固有频率。通过PSCAD仿真分析,此方法能够从频谱混杂中准确提取到行波固有频率,实现对电网的故障定位。     

基于同步挤压小波变换的故障行波测距方法

针对输电线路故障行波波头识别困难、易产生频谱混叠的问题,提出一种基于同步挤压小波变换(SWT)的故障测距方法。利用SWT提取故障行波小波脊线,生成一组内蕴模态类函数分量(IMTs)。然后对IMTs进行Hilbert变换提取故障点特征量,进而标定首波头的到达时刻。最后根据双端测距原理计算出故障距离。与传统的希尔伯特_黄变换和小波变换相比,该方法实现了故障行波波头较高精度的识别和对频谱混叠的有效抑制,具有较高的测距精度,对噪声的鲁棒性更强。PSCAD仿真验证了该方法的有效性,且测距结果受故障距离和过渡电阻的影响较小。     

高压直流输电线路单端故障测距组合算法

行波波速的选取和反射波头的识别是影响单端行波测距精度和可靠性的主要因素。基于故障行波的时频域特征,提出一种行波法和固有频率法相结合的单端故障测距算法。利用行波固有频率计算出故障点位置的粗略值,确定故障反射波达到母线测点的时间范围。利用集成经验模态分解算法提取的行波高频分量,对反射波头进行有效识别并获取测距所需的精确时间参数,同时将该高频分量对应的行波波速利用到行波测距中,解决了波速选取的难题。PSCAD仿真结果表明,该测距算法可有效识别行波波头,且测距的精度得到明显提高。     

基于行波的风电场集电线路波头算法研究

针对风电场线路采用电缆架空混架情况较多,传统阻抗法故障测距对于风电场较难实现的问题,从行波法故障测距角度出发,利用双端法故障测距实现风电场集电线路的故障测距。对于行波法故障测距,影响其故障测距的精度为行波到达监测终端的时间和行波在风电场线路中传输的速度,因此利用大量风电场采集的数据,对风电场故障时刻行波进行研究。该算法对于风电场故障测距精度具有较大提升,可减小风电场运维工作量,实现风电场经济效益。     

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。     

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。     

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。     

计及波速变化的反行波直流输电线路故障测距方法

行波法、故障分析法、固有频率法是高压直流输电故障测距中常用的3种方法。行波法因其波头识别问题导致可靠性不高,波速的选择也影响了测距精度的大小;故障分析法受模型精度的影响测距精度不高;固有频率法在线路终点发生故障时存在死区。直流线路故障时第一个反行波一般不受反射系数频变的影响,基于反行波波头容易识别的特性,采用反行波进行故障测距,波头的识别采用奇异性检测效果优异的à trous算法,针对直流线路采用不同型号导线导致波速不一致的情况,对不同型号线路段采用不同的波速进行计算,进一步提高测距精度。相较于现有的故障测距算法,本算法波头识别的可靠性得到提高,且由于计及了波速的变化,在直流线路采用不同型号导线时测距精度进一步提高。     

基于行波固有频率和VMD的T型输电线路故障定位

基于行波固有频率的输电线路故障定位不受波头检测和同步时钟的限制,具有较大的优势。线路发生故障时,故障行波在故障点以及母线端发生折反射,形成混叠的频率谱,使得固有频率主成分提取存在困难。基于此,提出一种基于行波固有频率和变分模态分解(VMD)的T型输电线路故障定位方法。首先应用VMD算法将故障行波分解为多个模态,便于固有频率主成分的提取;然后通过比较对应支路上检测到的故障点与T节点故障时固有频率的大小关系,确定故障区间;最后根据相应支路的边界条件计算出故障距离。该方法能够很好地克服频谱混叠的影响,并能准确快速的判定出故障区间。EMTDC仿真结果表明,该方法适应性强,定位精度高。     

基于FastICA的输电线路行波故障测距方法

为了解决输电线路故障信号存在抵偿效应导致测距精度不足的问题,建立线性瞬时混合的线路模型。采用快速独立成分分析法(FastICA)对采集的多通道线路故障原始数据(观测信号)进行相关分析,将表征故障特征的各分量逐一提取。以能量比函数对故障分量进行求解,设定能量比阈值以定位故障时刻,实现基于行波原理的线路精确测距。大干扰条件下故障特征受噪声信号干扰,会对测距精度产生影响。对此,FastICA算法能将噪声信号从故障原始数据中分离,避免噪声对测距过程产生的影响,进一步提高测距精度。仿真实验证明:所提出的方法能有效避免噪声干扰的影响,能适应大干扰条件下的故障测距,具有较好的抗干扰性。     

基于EEMD及波速度变化特性的直流线路故障测距研究

提出了基于EEMD和波速度变化特性的直流线路行波故障测距的方法。首先,将故障电压数据进行聚类经验模态分解(EEMD),得出其多阶固有模态函数(IMF)。将其中的高频固有模态函数(IMF1)进行希尔伯特(Hilbert)变换,得出其瞬时频率值并绘出相应的时频图。其次,通过时频图中的首个频率突变点确定故障初始行波到达测量端的时刻及其波速度。最后,在考虑波速度变化特性的情况下,得出了改进的双端行波故障测距算法。在EMTDC环境下进行相关仿真测试,仿真结果验证了所提算法的有效性。     

基于FFT-EEMD的XLPE电力电缆局放信号去噪方法

针对集合经验模态分解(EEMD)去噪算法在去除周期性窄带噪声时存在严重的模态混叠问题,提出一种快速傅里叶变换(FFT)结合EEMD的信号综合去噪方法。通过分析噪声成分,利用窄带噪声在频域上能量集中的特点,采用FFT对窄带干扰噪声先行去除,同时也解决了EEMD去噪时模态混叠的问题;然后进行EEMD去噪,通过“3σ法则”对第一层IMF分量去噪,其余IMF分量使用自适应阈值处理。最后经过对仿真信号和实测信号去噪,并与小波变换去噪算法和单一EEMD去噪算法对比,证实了该算法的有效性和优越性。