




摘要:常規的保護回路故障診斷方法以故障特征信息分析為主,受到噪聲干擾,故障診斷結果存在一定的失準問題。為了解決這一問題,文章設計了一種基于改進小波包分解的電力系統繼電保護回路故障診斷方法。所提方法首先提取電力系統繼電保護回路故障波形特征,將繼電保護回路故障區段的非平穩信號提取出來,以確保后續故障診斷的準確性;然后基于改進小波包分解構建保護回路故障診斷模型,通過堆疊、重構等形式,生成更加準確的故障診斷分量;最后優化模型,求解電力系統繼電保護診斷模型分支系數,以使其滿足故障診斷的精度需求。仿真結果表明,該方法的故障診斷準確性更高,能夠應用于實際工程中。
關鍵詞:改進小波包分解;電力系統;繼電保護;保護回路;故障診斷方法
中圖分類號:TM773" 文獻標志碼:A
0 引言
電力系統包括電源、變電所、輸電、配電線路、負荷中心等,能夠完成電能傳輸、分配的任務。繼電保護回路在電力系統異常時,能夠對系統運行情況進行邏輯判斷,從而避免電力事故。在繼電保護回路長期運行狀態下,很容易出現相應的故障,影響電力系統的安全運行[1-2]。針對此類問題,研究人員設計了多種故障診斷方法。
1 基于改進小波包分解的電力系統繼電保護回路故障診斷方法設計
1.1 提取電力系統繼電保護回路故障波形特征
本文利用小波變換,定位高階奇異信號的位置,縮小故障診斷范圍,為后續診斷提供保障;根據小波變換得到第1層細節系數,得出細節層的波形特征[3];從中提取出繼電保護回路故障區段的非平穩信號,以確保后續故障診斷的準確性。保護回路故障波形特征如圖1所示。
圖中,Ua、Ia為a相正常波形,Ub、Ib、Uc、Ic為存在回路故障的波形特征。當數據點為1000時,b相、c相存在故障,此處的波形與其他波形不同。因此,本文將數據點1000作為突變點,此后的電壓、電流信號為異常狀態[4]。將回路故障縮小到一定范圍之后,使用回路故障診斷模型,精準定位回路故障,從而避免故障診斷失誤的問題。
1.2 基于改進小波包分解構建保護回路故障診斷模型
小波包分解算法能夠生成一組不同頻率與時移的小波函數[5]。通過傅里葉函數變換小波函數基底,控制小波函數伸縮量與尺度變量,從而達到改進小波包分解的目的,進一步提高故障診斷的準確性。通過尺度變量、平移變量,將低頻與高頻分量分離,并通過堆疊、重構等形式,生成更加準確的故障診斷分量,以滿足故障診斷的精度需求。改進小波族表示為:
WT(k,s)=1k∫∞-∞f(t)ψt-sk(1)
其中,WT(k,s)為改進小波族,k為尺度參數,s為平移參數,f(t)為小波函數,t為時間常數,ψ為歸一參數。從信號處理學的角度來看,繼電保護回路存在一定的信號干擾,將改進小波族的高頻分量與低頻分量分解開來,能夠避免信號干擾對診斷結果的影響。根據保護回路故障波形特征,本文方法將高頻分量分離,對低頻分量進行二次分解,重復堆疊,達到小波包分解的目的,確保故障診斷的準確性。本文采用相量形式表示高頻分量與低頻分量,并在相同拓撲的保護回路中,以相量形式表示功率。公式如下:
∑bk=1U^bI·b=0
∑bk=1U^cI·c=0(2)
其中,U^b、I·b分別為b相故障回路的電壓、電流相量,U^c、I·c分別為c相故障回路的電壓、電流相量。以等值電路表示正常運行的保護回路,線路兩端的負荷按照等效定理進行等值。當b、c相出現故障時,2個回路的元件參數相同,則滿足:
U·bI^b=I^bZbI^b=U·cI^c=I^cZcI^c(3)
其中,Zb、Zc分別為b、c相的阻抗。根據相量變化,構建故障診斷模型,W表達式如下:
W=1U·bI^b·U·cI^c∫∞-∞f(t)ψt-ZbZcU·bI^b·U·cI^c(4)
本文將U·bI^b、U·cI^c作為尺度參數,ZbZc作為平移參數,重復小波變換過程。綜上,本文完成電力系統繼電保護診斷模型構建。
1.3 求解電力系統繼電保護診斷模型分支系數
為了進一步提高繼電保護診斷模型的診斷效果,求解電力系統繼電保護診斷模型的分支系數。這一系數在模型中發揮著至關重要的作用,其取值范圍被嚴格限定在0~1。本文利用分支系數,可對電力系統繼電保護診斷結果進行精準評估。具體而言,當分支系數趨近于0時,意味著繼電保護回路故障診斷模型可能存在較大的偏差。此時,本文需要對診斷模型進行深入分析和調整,以提高診斷的準確性。相反,當分支系數趨近于1時,這預示著繼電保護回路故障模型得出的診斷結果更加精確,模型的表現達到了較為理想的狀態。通過精確計算并調整分支系數,能夠有效地避免診斷過程中的偏差,確保診斷結果的準確性和可靠性。分支系數計算公式為:
Zd=kU·b+U·cI^b+3KI^c(5)
其中,Zd為診斷模型的分支系數,K為零序補償系數。當b、c相回路出現故障時,相電壓、相電流、零序電流引入分支系數的概念。通過K的補償,所提方法可以求解分支系數的取值,從而對診斷模型的精準度進行評估,便于診斷模型的優化,進而提高診斷結果的可靠性。
2 仿真實驗
為了驗證所設計的方法是否滿足電力系統繼電保護回路的故障診斷需求,本文對上述方法進行了實驗分析。最終的實驗結果以徐宇等[1]基于優化核極限學習機的診斷方法、尚浩然等[2]基于深度學習的診斷方法為對照組,判斷本文設計的基于改進小波包分解的診斷方法與對照組方法之間的對比情況。具體的實驗過程以及后續分析結果如下。
2.1 實驗過程
本文采用PSCAD/EMTDC搭建繼電保護回路故障診斷算例,電流互感器額定變比為1200/5,單相電源M、N相同,額定電壓為220 kV,頻率為50 Hz。仿真算例如圖2所示。
圖中:ZM、ZN分別為電源M、N側的負載;i11、i12、i13、i14為保護電流采樣值;CT1—CT4為保護回路支路。在故障的起始時間為0.115 s,在故障狀態下,分析其廣義變比辨識值、整定值、診斷準確率等指標,判斷故障診斷的準確性。
2.2 實驗結果
在上述實驗條件下,本文隨機選取出多種繼電保護回路故障類型。在其他條件均已知的情況下,對比了徐宇等[1]基于優化核極限學習機方法的診斷性能、尚浩然等[2]基于深度學習方法的診斷性能以及本文設計的基于改進小波包分解方法的診斷性能。實驗結果如表1所示。
表中:m_1為單相接地故障;m_2為相間短路故障;m_3為匝間短路故障;m_4為過負荷故障;m_5為母線故障;m_6為變壓器故障;m_7為發電機故障;m_8為控制回路故障;m_9為直流接地故障;m_10為接線不規范故障;m_11為干擾故障;m_12為微機保護裝置故障。在繼電保護回路運行的過程中,廣義變比辨識值能夠描述診斷值與預期值之間的比例關系,其值為0~1,辨識值越趨近于1,故障診斷準確性越高。整定值作為保護閾值,將其設定為0~1,整定值越趨近于1,故障診斷的靈敏度越高,越能夠滿足故障診斷需求。在其他條件均一致的情況下,徐宇等[1]、尚浩然等[2]的方法均存在故障診斷失誤的情況,不利于電力系統運行效果。而采用本文設計的方法后,系統的廣義變比辨識值、整定值、診斷結果均符合實際需求,診斷效果更佳。
3 結語
近年來,電力系統繼電保護回路成為保障電網運行的關鍵,其運行狀態受到了廣泛的關注。當繼電保護回路出現故障時,無法保護電力系統,從而引發更大的安全事故。因此,本文利用改進小波包分解,設計了電力系統繼電保護回路故障診斷方法。從波形特征、診斷模型等方面,該方法能夠得到故障信號更加準確的特征信息,精準地診斷出故障類別,為電力系統的運行提供安全保障。
參考文獻
[1]徐宇,楊鵬杰,李磊.基于優化核極限學習機的新能源配電網繼電保護故障檢測技術[J].自動化應用,2023(23):64-69.
[2]尚浩然,王丁丑.基于深度學習的變電站繼電保護系統故障診斷與預測[J].電氣技術與經濟,2023(9):168-170.
[3]孫賓,宋婧,梁建偉,等.基于級差優化的氧化鋁生產供電系統繼電保護參數整定計算方法[J].價值工程,2024(10):118-120.
[4]王元上,袁至,王維慶.提升抗時延抖動和數據異常性能的配電網故障自同步5G差動保護方案[J].電力系統保護與控制,2024(5):139-147.
[5]張海靜,王黎黎,劉通,等.基于繼電保護故障分析整定管理系統的故障分析方法研究[J].電氣技術與經濟,2024(2):349-351,361.
(編輯 沈 強)
Fault diagnosis method for power system relay protection circuit based on improved wavelet packet decomposition
SUN" Minghong, ZHANG" Chi
(State Grid Yantai Mouping District Power Supply Company, Yantai 264100, China)
Abstract: The conventional fault diagnosis methods for protection circuits mainly rely on the analysis of fault characteristic information. However, due to noise interference, there is a certain degree of inaccuracy in the fault diagnosis results. To address this issue, a fault diagnosis method for power system relay protection circuits based on improved wavelet packet decomposition is designed in this paper. Firstly, the waveform characteristics of the fault in the power system relay protection circuit is extracted, and the non-stationary signals in the fault section of the relay protection circuit is also extracted to ensure the accuracy of subsequent fault diagnosis. Then, based on the improved wavelet packet decomposition, a fault diagnosis model for the protection circuit is constructed, and more accurate fault diagnosis components are generated through stacking, reconstruction,and other forms. Finally, to optimize the model, the branch coefficients of the power system relay protection diagnosis model are solved to meet the accuracy requirements of fault diagnosis. The simulative results show that this method has higher accuracy in fault diagnosis and can be applied in practical engineering project.
Key words: improving wavelet packet decomposition; power system; relay protection; protection circuit; fault diagnosis methods
作者簡介:孫明鴻(1991— ),女,工程師,碩士;研究方向:電力系統及其自動化。