結合FTU實現配電網故障診斷的行波定位方法

顧健 郭元萍 李波

摘? ?要：針對電力配電網系統的故障情況，提出了FTU采集單元與行波定位法相結合的配電網接地故障定位診斷方法。通過FTU采集單元對配電網線路中的故障信號進行采集，實時獲取配電網系統中的不同監測節點的暫態電壓和暫態電流數據，并通過A/D轉換單元將采集到的原始故障波電壓、電流模擬信號轉換成數字信號，計算機處理系統利用行波定位方法對接收到的數字信號進行分析計算，利用EMD算法分析出信號中的模態混疊現象和端點效應，采用VMD算法對獲取的故障信號分解，通過該方法大大減少配電網故障信號中的偽分量，有效地去除信號噪音，再利用行波定位公式計算配電網故障位置，得出故障信息。實驗數據表示，設計的配電網故障診斷方法誤差較小。

關鍵詞：電力配電網系統;FTU采集單元;A/D轉換單元;EMD算法;VMD算法

中圖分類號：TM63? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?文獻標識碼：A

Traveling Wave Positioning Method for Fault Diagnosis

of Distribution Network Based on FTU

GU Jian1?，GUO Yan-ping1，LI Bo2

（1. Bijie Power Supply Bureau，Guizhou Power Grid Co.，Ltd.，Bijie，Guizhou 551700，China;

2. Bijie Suburban Power Supply Bureau，Guizhou Power Grid Co.，Ltd.，Bijie，Guizhou 551700，China）

Abstract：Aiming at the fault condition of the power distribution network system，a fault diagnosis method for the grounding fault of the distribution network based on the FTU acquisition unit and the traveling wave positioning method is proposed. The FTU acquisition unit collects the fault signals in the distribution network line，and obtains the transient voltage and transient current data of different monitoring nodes in the distribution network system in real time，and collects the original faults through the A/D conversion unit. The wave voltage and current analog signals are converted into digital signals，and the computer processing system analyzes and calculates the received digital signals by using the traveling wave positioning method. The EMD algorithm is used to analyze the modal aliasing phenomenon and the endpoint effect in the signal. The VMD algorithm is used to decompose the acquired fault signal. This method greatly reduces the pseudo component in the fault signal of the distribution network，effectively removes the signal noise，and reuses it. The traveling wave positioning formula calculates the fault location of the distribution network and obtains the fault information. The test data indicates that the error of the distribution network fault diagnosis method designed is small.? ? ? ?.

Key words：power distribution network system;FTU acquisition unit;A/D conversion unit;EMD algorithm;VMD algorithm

隨著配電網電力系統的應用和規模的不斷擴大，電網中輸電線路的負荷量呈劇烈增加的趨勢[1-3]。其中電網配電網系統中線路故障測距技術對于配電網的安全穩定運行發揮著極其重要的作用。由于電力配電用戶對電力電網的安全運行要求比較嚴格，在運行過程中，需要快速、準確地查找輸電線路故障點位置[4-6]，保證故障的快速、及時隔離是實現電力、電網系統穩定運行的重要保障。在常規方法應用中，當電力配電網線路遇到故障時，通常由現場經驗豐富的工作人員綜合搜集電力系統用戶提供的信息[7-9]，對潛在事故發生的位置進行綜合診斷，然后再派遣巡線工作人員進行現場人工排查，以進一步確認故障位置，根據位置情況來排除故障。這種方法不僅效率低，還容易出錯[10-12]。

電力配電網系統的故障診斷方法具有實時性不足、精確度低等問題，如何能夠快速、準確地定位單相接地故障發生位置，對于電力系統的穩定運行具有重要意義[13-14]。

1? ?整體方案設計

在本技術方案中，采用FTU采集單元采集配電網電路中的故障電流、電壓數據，對故障行波傳播時間進行測量。如圖1所示，在本設計中，通過配電網電路采集信號，然后將采集到的信號通過A/D轉換單元將檢測到的原始故障波電壓、電流信號進行模-數轉換，最終轉換成單片機、計算機能夠識別的數字信號。然后根據行波傳輸的基本理論計算故障位置。當配電網系統中的單相接地發生故障時，則接地點的電壓呈現為零的狀態，這將等效為配電網故障信號瞬間在接地點附加與原電壓值相等、相位相反的附加電壓源，附加電源在故障瞬間瞬時接入，在故障點產生行波電壓和電流信號。

計算機處理系統能夠將獲取到的暫態電壓、電流數據形成檢測點波形，其中在配電網電路中，故障檢測點波形包括位于同一線路上的所有檢測點形成的波形和同一檢測點在不同時間形成的波形，通過行波故障定位分析模型來分析配電網系統中的故障信息。配電網故障診斷方法在下文中將詳細介紹。分析出的數據可以通過本地數據共享，也可以上傳到遠端進行數據管理，用戶通過遠程數據管理中心監控監測數據。

2? ?配電網故障診斷方法

根據行波定位原理的不同，可將行波定位法分為單端行波法和雙端行波法，現以單端行波法作為配電網故障診斷的方法進行說明。在采用行波定位方法進行診斷配電網故障診斷時，首先對行波定位方法的原理進行以下說明，如圖2所示。圖2為配電網結構簡圖。假設其由3條配電線路L1、L2、L3組成，在配電網線路上設置行波測量裝置，在設置該裝置時，將其設置在線路L1上靠近配電網電源的位置處。

當檢測到配電網上的故障時，由于故障點的存在，其將由于電壓的突然增加向外部發出故障行波，在行波傳播過程中，由于受到各種因素的阻力而將行波發出反射和折射，如圖3所示。

行波在傳輸過程中，通常在母線、電源、故障點等位置發生折射、反射。采用行波定位的方法檢測故障點位置時間，通常在多個時間點來測試，假設第1次檢測的故障行波的時間點為t1，第2次檢測的故障行波的時間點是t2，那么故障行波在2個時間點之間先后在母線l和不同的故障點上發生了2次發射。則利用以下公式計算故障點的位置：

在上述公式中，其中L為故障點與母線l之間的距離， v表示行波的傳播速度，t1和t1是不同時間點檢測的行波。根據公式（1）可得，實現對故障距離進行測量的方法是基于對故障行波在故障點與任意一端母線之間的傳播速度和傳播時間進行測量來實現的，該方法取決于行波速度和行波傳播時間測量的準確性。基于上述介紹，下面對配電網故障診斷方法進行介紹。如圖4所示。

（1）首先，通過FTU采集單元采集配電網線路中的故障信號，實時獲取配電網的輸電線路上的各個檢測節點的暫態電壓和暫態電流數據。在配電網系統中，為其中的每條線路設置不同的線路編號，每個檢測節點均設置有檢測節點編號。通過FTU采集單元實時獲取配電網的輸電線路上的各個檢測節點的暫態電壓和暫態電流數據。

（2）對線路中的故障信號進行解耦變換，分離出故障行波的分量信號。利用EMD算法中的模態混疊現象和端點效應，能夠有效提高了行波信號的信噪比。EMD經驗模態分解（Empirical Mode Decomposition，簡稱EMD） 依據配電網故障數據自身的時間尺度特征而進行信號分解[15]，使用時，無須預先設定任何基函數。在進行EMD計算時，同時將獲取到的暫態電壓以及暫態電流數據轉變為檢測點波形，檢測點波形包括位于同一線路上的所有檢測點形成的波形和同一檢測點在不同時間形成的波形。

（3）對獲取的故障信號進行VMD分解，輸出分解后的模態分量信息，再通過VMD算法進行自適應維納濾波組，能夠減少配電網故障信號中的偽分量，使得模態混疊現象不明顯，有效地去除信號噪音，如圖5所示。然后在同一檢測點將不同的時間階段形成的波形通過調整時間來確定各條線路故障波形出現的時間順序，并確定最早檢測到故障波形的線路。

（4）利用Hilbert變換函數處理得到配電網故障信號的模態分量的瞬時頻率，如圖6所示，根據Hilbert變換函數所提取的模態分量信號的瞬時頻率，實現初始波頭的到達時間標定，然后再結合VMD 變換、Hilbert變換實現行波波頭的檢測，繼而有效地提高行波波頭的檢測精度，由檢測到的配電網故障初始行波信號即可定位到故障點的位置，然后基于提取的瞬時頻率來確定配電網故障信號的初始行波的分量信號的到達時刻，在根據不同時間檢測到故障波形的線路，比較同一線路上的所有檢測點形成的波形與預存的標準波形，確定最早檢測到故障的兩個檢測節點，從而可以提高故障點的定位精度、可靠性。

（5）通過使用故障初始行波的分量信號的到達時刻確定得到故障點的位置，再根據最早檢測到故障的兩個檢測節點的檢測時間和故障波形的線路情況計算故障發生的具體位置。在本方案設計中，利用故障行波反射波的傳輸路程來消除行波傳播速度對故障點定位結果的影響，在一定程度上提高了配電網故障信號故障定位精度，使用該類方法需要檢測故障點產生故障信號所發生的前后三個故障行波到達線路各端的時間。

3? ?仿真實驗與分析

配電網故障信號暫態行波從低頻到高頻都具有連續、不同的頻譜，各種不同頻段的頻率分量的行波傳播速度各不相同，下面基于MATLAB 仿真軟件建立仿真模型，其中實施硬件模型為110 kV高壓配電線路的JMarti頻變參數模型。在試驗時，選擇配電線路的長度L為500 km。假設t = 0.02 s時刻在故障點A處發現A相接地短路故障，則在故障點A處測量線路檢測端M端距離故障點分別為50 km，100 km，200 km 和 250 km。據此分別對不同距離的故障點進行仿真試驗。在下文中，M端為測試位置處。

在距離M端50 km的位置處發生的 A 相接地故障，通過MATLAB 仿真，結果如圖7所示，t1 = 0.352 ms，t2 = 0.684 ms。由式（1）可以計算出故障距離為49.912 km。

在距離M端100 km的位置處發生的 A 相接地故障，通過MATLAB 仿真，結果如圖8所示，t1 = 0.435 ms，t2 = 1.375 ms。由式（1）可以計算出故障距離為99.873 km。

在距離M端200 km的位置處發生的 A 相接地故障，通過MATLAB 仿真，結果如圖8所示，t1 = 0.597 ms，t2 = 1.397 ms。由式（1）可以計算出故障距離為200.095 km。

通過上述試驗，將上述數據組成表格進行對比起誤差率。

[故障測試點/km 測量距離/km 誤差率/% 49.912 50 0.176% 99.873 100 0.127% 200.095 200 0.048% ]

通過上述分析，采用本設計的方案誤差率較低，具有很好應用價值。

4? ?結 論

基于配電網故障診斷問題，采用FTU采集單元對配電網故障電路的故障信息采集，并提供的配電網行波故障定位方法，能夠實時獲取電力配電網的運行情況。本設計的方案能夠根據獲取到的電力配電網記錄波形，進而快速、準確發現電力系統故障信號產生的位置，并且根據信號算法、信號數據實時分析、保存故障波形。最后通過試驗分析，本設計的方案誤差率較小，對電力配電網的故障原因分析提供技術支持和理論依據，大大提高了電力系統供電的可靠性，降低了人工勞動強度，具有一定的實用價值。

參 考 文 獻

[1]? ? 范李平，張曉輝，蘇偉，等. 基于大數據挖掘的變電設備故障預警研究及應用[J]. 電力大數據，2019（1）：7-13.

[2]? ? 柳毅. 基于數據挖掘的城市配電網故障定位方法[J]. 設備管理與維修，2018（Z1）：109-112.

[3]? ? 周云祥，曹昉. 基于數據挖掘的變電站監控后臺告警信號自動分析[J]. 工業控制計算機，2018（2）：121-122.

[4]? ? 朱勇，陶用偉，李澤群，等. 基于FTU的配電網故障快速定位的研究[J]. 能源與環保，2017（2）：126-131.

[5]? ? 陳冰斌，趙健. 配電網無功補償節能計算方法優化研究[J]. 電網與清潔能源，2017，33（10）：27-32.

[6]? ? 王磊，陳青，高洪雨，等. 基于大數據挖掘技術的智能變電站故障追蹤架構[J]. 電力系統自動化，2018，42（3）：9-13.

[7]? ? 韓曉慧，杜松懷，蘇娟，等. 觸電信號暫態特征提取及故障類型識別方法[J]. 電網技術，2016，40（11）：3591-3596.

[8]? ? 周改云，張國平，馬麗，等. 基于阻抗分析和行波分析的配電網故障定位方法[J]. 電網與清潔能源，2015（9）：26-31.

[9]? ? 張揚，劉艷麗. PSO優化BP神經網絡的串聯故障電弧識別方法[J]. 傳感器與微系統，2016，35（7）：27-30.

[10]? 劉鑫，賈云獻，孫磊，等. 基于BP神經網絡的變速箱故障診斷方法研究[J]. 計算機測量與控制，2017，25（1） ：17-20.

[11]? 高迪，路瑤，趙娟娟，等. 基于 Tabu 算法的配電網無功補償 [J]. 電氣自動化，2015（1）：91-93.

[12]? 顧明宏，孫為兵，顧穎歆，等. 綜合無功優化與網絡重構的配電網優化運行研究[J]. 智能電網，2017，33（7）：8-12.

[13]? 莫易敏，齊飛，張健，等. 基于動態學習率與BP神經網絡的變速箱故障診斷研究[J]. 機械設計與制造. 2017（11）：49-52.

[14]? 何春，李琦，吳讓好，等. 基于故障傳播的模塊化BP神經網絡電路故障診斷[J]. 計算機應用，2018，38（2）：304-311.

[15]? 張衛明，黃智達，孟祥紅，等. 分布式配電網故障行波定位方法[J/O]. 電力科學與技術學報，2016，31（1）：25-33.