基于故障特征譜的輸電線路故障狀態評估

周恩澤，全玉生，吳 昊，房林杰，葉海峰

(1. 廣東電網有限責任公司電力科學研究院， 廣東廣州510080;2. 華北電力大學電氣與電子工程學院，北京102206)

基于故障特征譜的輸電線路故障狀態評估

周恩澤1，全玉生2，吳 昊1，房林杰2，葉海峰1

(1. 廣東電網有限責任公司電力科學研究院， 廣東廣州510080;2. 華北電力大學電氣與電子工程學院，北京102206)

在電力系統實際運行中，及時準確地判別出輸電線路故障類型(瞬時性故障和永久性故障)對電力系統的安全可靠運行十分重要。現有非雷擊故障診斷方法存在諸多弊端，因此文章提出一種基于線路兩端故障錄波數據并根據不同時間段數據間的廣義相關系數診斷故障類型的方法，提出了故障特征譜的概念，根據故障特征譜中不同曲線的變化規律判斷故障狀態的發展過程。仿真和現場數據的分析可以看出，對于永久性故障，故障后數據與故障前數據的相關性較低；對于瞬時性故障，故障后的數據與故障前的數據相關性較高，而故障前數據與故障存在時的數據相關性較低，初步驗證了文章所提出方法的準確性和有效性。

故障狀態；錄波數據；故障特征譜；廣義相關系數

0 引言

高壓架空線路是電力系統的重要組成部分，其故障直接威脅著電力系統的安全穩定運行。線路走廊跨越區域廣泛，易受各類自然條件的影響，其故障發生率是電力系統所有設備中最高的。運行經驗統計表明，架空線路極易遭受雷電、山火、高桿植物及違章施工等各種因素的影響而發生跳閘故障[1-4]。每一次跳閘事故，除了給系統帶來沖擊之外，還會損壞絕緣子、導線等設施，給系統運行留下安全隱患。因此，及時準確地判斷故障運行狀態，找到故障點，對線路進行修復或采取有針對性的預防性措施對保障輸電線路的安全可靠運行有重要意義[5-10]。

統計廣東電網2001～2015年110 kV及以上輸電線路共跳閘4 938次，有4 734次故障進行了重合閘，其中重合閘成功3 530次，重合閘不成功259次； 852次強送成功，45次強送不成功；另204次未進行重合閘，重合成功與強送成功概率為88.74%。輸電線路大部分故障為瞬時性故障，通過重合閘可以成功切除故障；而對于永久性故障，重合閘無法及時切除故障。及時有效地識別永久性故障與瞬時性故障對于線路運行和維護有著極為重要的作用。若診斷為永久性故障，一來可以為檢修提供幫助，更重要的是，對于永久性故障，可以為自動重合閘的下一次動作提供參考；而如果診斷的是瞬時性故障，則可以加速重合閘的動作，及時切除故障，恢復供電[11]。針對目前電網中故障類型診斷存在的問題，結合線路兩端的錄波數據，創新性地提出了故障特征譜的概念，根據故障特征譜中不同曲線的變化規律判斷故障狀態的發展過程，及時判別線路故障類型，對進一步提高線路供電的安全穩定性具有一定的理論意義和工程實用價值。

1 基于錄波數據故障狀態評估原理

輸電線路兩端的故障錄波數據中，蘊含著線路和系統故障的重要信息[12]。文章提出基于故障錄波數據的線路故障類型診斷方法。現場實測數據的主要成分為基波分量，研究故障前和故障后不同延遲時間段之間電壓、電流波形的基波分量間的相關性，提出了以不同時間段的基波分量之間的廣義相關系數繪制線路故障特征譜的方法，根據故障特征譜中不同的曲線判斷故障的類型(文章中所提及的故障類型指瞬時性故障和永久性故障)。

1.1 信息源

文章所提出的高壓架空輸電線路故障類型診斷方法以線路兩端的電壓、電流錄波數據為信號源，把線路兩端的電壓、電流分解成一系列諧波分量。考慮到基波是故障信息中的主要成份，不失一般性，文章以基波為例說明新故障類型診斷方法。

1.2 延遲因子

故障類型診斷方法的時間延遲因子τ，理論上可以任意選擇，工程上可以根據錄波時長中各段數據的特點適當選擇。通常先選擇大一些，然后再逐漸減小，也可以自適應搜索。最簡便的選擇方法是選擇整周波，即令τ=T。

1.3 廣義相關函數

診斷方法以時域延遲(τ)信號間的廣義相關函數為判別函數。把線路兩端電壓、電流錄波數據做時域延遲τ，把延遲τ后的兩端電壓電流分解成一列諧波。

(1)

(2)

式中：u表示電壓；i表示電流；ψuk表示第k次諧波電壓相位；ψik表示第k次諧波電流相位；umk表示第k次諧波電壓最大值；umk表示第k次諧波電流最大值；k表示諧波次數；ω表示角頻率；τ表示延遲時長。

(3)

式中：ρ(τ)表示實時采樣數據與延遲數據的相關系數；Z表示線路阻抗；Y表示線路導納；l表示線路長度；x表示線路故障位置；Us、Is表示送端電壓、電流數據；UR、IR表示受端電壓、電流數據。

提取故障前后延遲的基波分量，計算實時采樣數據與延遲數據的相關系數ρ(τ)，進而得到錄波時長內判別函數隨延遲因子τ的數值分布。根據相關系數模值的大小和分布規律判斷故障類型、評估故障運行狀態。

1.4 基于故障特征譜的故障狀態識別

根據錄波時長內判別函數隨延遲因子τ的數值分布，把不同延時數據之間的相關系數繪制成曲線，形成故障進程特征譜。以故障點為參考，往前截取一個周波數據，記為數據1，故障點往后截取n-1個數據，分別記為數據2、數據3…數據n。數據截取示意圖如圖1所示。

圖1 數據截取示意圖

數據1與其后所有的數據(包括自身)做相關性分析，得曲線1；

數據2與其后所有的數據(包括自身)做相關性分析，得曲線2；

數據3與其后所有的數據(包括自身)做相關性分析，得曲線3；

……

這樣一來，得到多條反應故障類型特點的曲線，把它們繪制在一個圖形里得到相應的故障特征譜。以此來分析診斷故障的具體類型。

2 仿真驗證

以單相接地永久性故障為例，展開仿真驗證，根據文章提出的故障類型診斷方法判斷故障的類型。實際應用中，高壓架空輸電線路通常采用多回并架排布，由于電場和磁場的效應，線間會產生耦合作用，為了考慮到線間耦合因素的影響，文章采用雙回線為例，驗證所提出方法的有效性。雙回線模型示意圖如圖2所示。

圖2 平行并架雙回輸電線路示意圖

2.1 模型設置

以單相低阻永久性故障為例開展仿真驗證，仿真模型如圖3所示。

圖3 單相低阻接地故障仿真模型

模型參數設置如下：

(1)送端系統阻抗

R0+jX0=1.5+j26.3(Ω)

R1+jX1=3.5+j18.35(Ω)

(2)受端系統阻抗

R0+jX0=2.8+j31.42(Ω)

R1+jX1=7.2+j28.05(Ω)

(3)線路模型參數

Line1:

Rin=0.41cm、Rout=1.341cm

d=20cm、l=178km

Line2:

Rin=0.41cm、Rout=1.341cm

d=20cm、l=22km

(4)故障模擬

①接地電阻設置

模型中電阻單位為Ω。

②開關設置

模型中開關動作時間為s，故障開始時刻為0.04 s，接地電阻設置為10 Ω。

2.2 仿真數據分析

采用ATP-EMTP仿真單相接地永久性故障，選取故障兩端電壓電流波形，利用文章提出的故障類型診斷方法原理計算不同延遲數據間的廣義相關系數，繪制故障特征譜圖。故障特征譜如圖4所示。

圖4 單相接地永久性故障-故障特征譜

由故障特征譜中曲線1所示，故障前數據與故障后所有周波數據之間的相關系數很低，接近于零，反應在波形上是故障前波形與故障后波形的相似度很低，初步診斷為線路發生的是永久性故障；由圖4(a)中曲線2可以看出，故障后各個數據之間的相關系數維持在一個極高的數值，可以判斷故障后線路一直處于故障狀態，故障后各時間段波形之間的相似性高，可進一步診斷為線路發生的是永久性故障。以上分析與仿真模型的設置一致。

3 現場數據驗證

以廣東電網某故障案例為基礎，進行現場數據驗證，進一步驗證文章所提出的故障類型診斷方法的有效性。

3.1 故障錄波數據

圖5 送端(S端)三相電壓波形圖

故障案例現場錄波數據如圖5～圖8所示，截取故障錄波數據為故障前2個周波，故障后20個周波，故障點在0.04 s。其中數字1代表A相，數字2代表B相，數字3代表C相。縱坐標電壓電流的單位為V和A，橫坐標代表時間，單位為s。

圖6 送端(S端)1回線三相電流波形圖

3.2 錄波數據分析

根據文章提出的故障類型診斷方法原理計算不同延遲數據間的廣義相關系數，繪制故障特征譜圖。故障特征譜如圖9(a)～(d)所示。

圖7 受端(R端)三相電壓波形圖

圖8 受端(R端)1回線三相電流波形圖

圖9 現場數據-故障特征譜

從故障特征譜圖可以看出，第1周波到第2個周波迅速就轉為低阻故障，第2到第4周波存在熄弧重燃，線路可能在第6周波跳閘：從第6周波到第16周波逐步恢復中高阻狀態，到第17周波(互相關系數為1)線路完全跳開；線路從第6到第16周波，經歷低阻電弧、中高祖電弧的發展過程，到第17周波電弧完全熄滅。可以診斷為永久性故障中的快變低阻故障。

4 結論

文章提出了構建故障特征譜的方法，該故障特征譜，包括故障后各延時數據與故障前數據的互相關系數，故障后各延時數據的互相關系數。這種相關系數隨時延的變化規律和趨勢，與線路故障的發展過程相對應，構成了一系列的故障特征譜圖，甚至還可以反映系統的操作過程。相關系數隨位移因數τ的變化規律可以為輸電系統的進一步診斷提供更多的信息，通過故障特征譜可以識別永久性故障與瞬時性故障以及故障狀態的發展過程。

[1]HUANG X, WEI X. A new on-line monitoring technology of transmission line conductor icing[C]．//International Conference on Condition Monitoring and Diagnosis.IEEE,2012:581-585.

[2]張璐，楊勇.架空輸電線路跳閘故障智能診斷系統與實踐應用[J]．中國電業(技術版)，2015(2):41-43.

[3]彭向陽，錢冠軍，李鑫，等.架空輸電線路跳閘故障智能診斷[J]．高電壓技術，2012，38(8):1965-1972.

[4]邵德軍，尹項根，陳慶前，等.2008年冰雪災害對我國南方地區電網的影響分析[J].電網技術，2009，33(5)：38-43．

[5]魯文,孫國城,沈浩東,等.適用于高壓長距離同桿雙回線的在線故障測距方法[J]．電力系統自動化，2011，35(10)：79-82.

[6]靳夏寧，汪芙平，王贊基.基于PMU動態同步相量測量的故障測距[J]．電網技術，2013，37(10)：2932-2937.

[7]王偉,余銳,陳愚,等.特高壓輸電線路保護故障測距的應用研究[J]．電力系統保護與控制，2013，41(19)：40-46.

[8]霍爽.高壓輸電線路故障測距算法的研究[D].濟南：山東大學，2012.

[9]劉玉萍，何正友，何文．基于線路參數修正的同桿雙回線故障定位方法[J]．電網技術，2012，36(5)：96-101．

[10]PHADKE A G，THORP J S．Synchronized phasor measurements and their applications[M]．New York：Springer US，2008．

[11]徐子利，陳少華.自動重合閘瞬時性故障的最佳重合時刻的智能捕獲方法[J]．電力科學與工程，2003，19(4):9-12.

[12]李博通，李永麗．同桿雙回線跨線永久性故障識別方法[J]．電力系統自動化，2012，36(3)：87-91．

The Fault Status Assessment Based on Characteristic Spectrum for Overhead Transmission Lines

ZHOU Enze1，QUAN Yusheng2，WU Hao1，FANG Linjie2, YE Haifeng1

(1. Electric Power Research Institute of Guangdong Power Grid Co. Ltd., Guangzhou 510080, China;2. School of Electrical & Electronic Engineering，North China Electric Power University，Beijing 102206，China)

In practical operation of the power system, identifying the fault type of transmission line on time and with precision is of great importance to the safe and reliable operation for the power system. The existing methods for diagnosing non-lightning faults have many drawbacks, therefore this paper presents a method in which the generalized correlation coefficient between data in different time periods are used to diagnose fault based on the line fault data of both ends. The concept of fault characteristic spectrum is put forward. The development process of the fault is analysed by the variation of the fault characteristic spectrum of different curves. For permanent faults, the generalized correlation coefficient between the after-fault and the pre-fault is small; for transient faults, the generalized correlation coefficient between the after-fault and the pre-fault is big, and that between the fault and the pre-fault is small. The simulation and analysis of the field data initially confirm the accuracy and reliability of the method.

fault satuts; recorded data; fault characteristic spectrum; generalized correlation function

10.3969/j.ISSN.1672-0792.2017.03.005

2016-09-18。

TM75

A

1672-0792(2017)03-0026-05

周恩澤(1989-)，男，工程師，主要從事輸電線路狀態監測與故障診斷。