小電流接地系統單相接地故障及選線的探究

陳酋鋒

（國網吉林省電力有限公司吉林供電公司，吉林吉林，132000）

1 小電流接地系統單相接地故障的特殊性質

1.1 穩態信號特性

小電流接地系統中，常見的接地方式為中性點不接地、中性點經消弧線圈接地等[1]。對于中性點不接地系統，出現單相接地故障后，系統中三相對稱性被破壞，故障相電壓轉變為0，正常線路相電壓提高至以往的31/2倍，誘發故障點出現零序電壓且中性點電位移位；對于中性點經消弧線圈接地系統，在出現單相接地故障后，中性點位置電位由幾乎為0 轉變為不再等于0，各相對地電容由相等轉變為不相等，且故障線零序電流多包含電感電流、電容電流，后者小于前者，前者滯后于零序電壓90°，后者超前于零序電壓90°。

1.2 零序諧波特征

在小電流接地系統單相接地故障時，較之諧波電流消弧線圈主要為感抗，容抗作用幾近于無，此時，零序諧波電流方向、大小所受到的影響就較小，中性點不接地、中性點經消弧線圈接地等不同接地方式諧波特征一致[2]。即正常配電網中，流經幅值最大的諧波為奇次諧波。在配電網出現小電流單相接地故障后，故障線路的零序五次諧波分量會出現與正常線路方向相反的變化，且五次諧波分量會增加。同時三次諧波在變壓器內可形成無法進入小電流接地系統的環流。

2 小電流接地系統單相接地故障線路選擇的現狀問題

當前在小電流接地系統單相接地故障線路選擇時，可用的方法較多，比如，基于暫態量的故障選線方法（能量法、基于小波變換的暫態零序電流比較法等）、基于穩態特征量的故障選線方法（零序電流群體比幅比相法、負序電流法、殘留增量法等）。上述方法雖然在一定程度上滿足了小電流單相接地故障線路選擇要求。但是由于小電流單相接地故障情況涉及了經電阻接地故障、金屬性接地故障等穩定性接地故障，以及電弧接地故障等非穩定性接地故障，再加上小電流單相接地故障發生特征無法預估、發生位置隨機變換、變換規律動態演變，無法根據單一模型進行零序分量的定量核算，盡可進行故障線路的定性分析[3]。同時由于單相接地故障穩態分量在小電流接地電流的10.00%以下，在較大程度上影響了信號檢測、故障線路選擇精準度。特別是在諧振小電流接地系統中性點經消弧線圈接地中存在可補償故障電流，進一步加劇的信號檢測的困難程度。

3 小電流接地系統單相接地故障線路選擇的改善方案

3.1 函數描述

過于單一的故障線路選擇遠離、過分惡劣的小電流單相接地故障現場工況，是造成當前小電流單相接地故障選擇正確率低下的主要原因。為了解決這一問題，可以立足人類大腦神經網絡的理解、認知，匯集大量結構簡單的元件，綜合利用不同類型暫態特征值、穩態特征值以及故障穩態、暫態特征值在小電流單相接地故障發生時刻變化規律，形成基于信息融合的故障線路測度函數，為小電流接地系統各條線路發生單相接地故障的概率計算提供依據[4]。故障測度函數具體為：

上述式子中，第一項為故障測度函數，范圍為[-1,1]，即小電流接地系統各線路故障測度函數值分別為-1、1 時，分別為非故障線路、故障線路；第二項、第三項分別為相對故障測度函數、可確定故障函數。

式中的K 是說明零序電流故障測度函數的數值。若K 為第k 條線路零序電流幅值與小電流接地系統中全部線路零序電流之和的比值。在單相接地故障發生第一時間，因線路之間電流零序分量無法確定為正方形或反方向，可以結合K 值大小進行判定。在零序電流處于相同方向時，K 值與線路不發生故障概率成反比，故障測度無限趨近于-1；在零序電流與相反方向時，K 值與線路發生故障概率成正比，故障測度無限趨近于1。

若K 為第k 條線路五次諧波分量與全部線路五次諧波分量之和的比值，則在小電流單相接地故障發生的短時間內，線路之間的電流五次諧波分量方向即可能為相同也可能為相反。基于此，可以結合K 值大小，進行小電流單相接地故障線路的選擇。在第k 條線路五次諧波分量與其他線路電流五次諧波分量處于相同方向時，K 值大小與線路不發生故障的概率成正相關，故障測度無限接近于-1；在第k 條線路五次諧波分量與其他線路電流五次諧波分量處于相反方向時，K 值大小與線路發生故障的概率成正相關，故障測度無限接近于1。

若K 為第k 條線路的零序電流有功分量與全部線路零序電流有功分量之和的比值，則在小電流單相接地故障發生的瞬時時刻，故障線路與正常線路之間的電流零序電流有功分量方向無法確定。結合K 值變化，可以作為故障線路選擇的依據。若在第k 條線路的零序電流有功分量與全部線路零序電流有功分量方向相同，則K 值大小與第k 條線路不發生故障的概率成負相關，小電流單相接地故障測度與-1 相接近；若第k 條線路的零序電流有功分量與全部線路零序電流有功分量方向不同，則K 值大小與第k 條線路發生故障的概率成正相關，小電流單相接地故障測度與1 相接近。

3.2 智能選線

在故障測度函數確定之后，為了解決配電網結構過分復雜、選線方法原理單一、單相接地故障現場工況惡劣等給單相接地故障線路選擇精準性造成的干擾，可以將故障測度函數與基于計算機的智能算法相結合，比如支持向量機、神經網絡等，同步提高小電流單相接地故障線路選擇的精確性、迅速性[5]。以神經網絡為例，可以選擇應用范圍較為廣闊、建模便捷且編程難度小的BP 神經網絡，結合小電流單相接地故障特殊性質，進行包含輸入→輸出的非線性映射建立。即：

在這一映射中正向傳播可以描述為：

式（3）中，第一項、第二項分別為第s 個樣本網絡訓練輸出層在第i 個處理單元的期望、實際輸出值。在小電流單相接地故障線路選擇模型中，輸入量為故障測度函數處理后的零序電流法、零序有功功率、五次諧波分量法提取的穩態特征量，輸出結果為小電流單相接地故障線路選擇期望值。基于此，可以設定小電流單相接地故障線路選擇BP 神經網絡具有三層前向，輸入層、輸出層節點均為3，隱含層為7。網絡運行過程為：零序電流基波信號及有功分量信號、五次諧波分量信號穩態特征值提取→故障測度函數處理后輸入→開展神經網絡訓練獲得小電流單相接地故障模型→故障發生瞬時取電阻接地故障、金屬性接地故障、電阻接地故障等狀態，計算合并后狀態對應基本分配概率→設定閾值并計算最終選線結果。

3.3 仿真訓練

開展MATLAB/Simulink 仿真獲得測試樣本是基于神經網絡的配電網小電流單相接地故障線路選擇精確度保障環節[6]。在仿真訓練階段，可以選擇線路L1-L5，L1長度為4.80km，L2長度為9.80km，L3長度為14.80km，L4長度為19.80km，L5長度為29.80km，每條線路包括兩條饋線。過渡電阻R1為0.50Ω，R2為500.00Ω，設定合閘角為0，在中性點不接地方式、中性點經消弧線圈接地（過補償10.00%）時，開展神經網絡仿真訓練。訓練中可采集的零序電流信號個數為5x2x2x5x2x2=400，故障特征（零序電流有功分量、零序電流幅值、五次諧波分量）為400x3=1200 個。在MATLAB2018 軟件中，根據上述故障特征量對特征數據進行訓練，設定誤差平方為10-6，輸出層節點激活函數為purelin 函數，學習速率為0.0001，輸入層、輸出層節點為5 個，隱含層節點為11個，訓練次數為4500 次。零序電流、零序電流有功分量、五次諧波分量訓練樣本閾值分別為0.38、0.12、0.89。

在零序電流、零序電流有功分量、五次諧波分量訓練樣本下，分別仿真訓練760 次、100 次、110 次時，達到誤差完成訓練，正確率分別為62.30%、97.56%、92.68%，總體正確率為84.18%，單一選線原理下的故障線路特征值為零序電流、零序電流有功分量、五次諧波分量時選線正確率分別為52.36%、95.62%、89.56%，表明基于多種類別的故障線路選擇原理融合的小電流單相接地故障線路選擇總體準確率以及在多選線特征量下的準確率均較高。

4 總結

在配電網運行管理領域，小電流接地系統單相接地故障線路選擇始終是難點。層出不窮的故障線路選擇裝置并無法顯著提高故障線路選擇效果。究其原因，主要是由于單一選線方法無法滿足小電流接地系統復雜多變單相接地故障線路選擇要求。因此，針對小電流接地系統單相接地故障，技術人員可以將多種類別的故障線路選擇原理融合，提高故障線路選擇精度，為小電流接地系統運行質量的改善提供依據。