参考文献12-15没引用删除_第1页
参考文献12-15没引用删除_第2页
参考文献12-15没引用删除_第3页
参考文献12-15没引用删除_第4页
参考文献12-15没引用删除_第5页
已阅读5页,还剩2页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

1、第44卷 第504期 电测与仪表 Vol.44 No.5042007年 第12期 Electrical Measurement & Instrumentation Dec.2007参考文献12-15 没引用删除基于DTU与FPI的小电流接地故障定位及信息建模张理1,葛成1,俞斌2,周跃1,陈天佑1,王磊3,(1. 国网安徽省电力有限公司经济技术研究院 ,合肥 230022;2.安徽电力调度控制中心,合肥 230001;3.合肥工业大学 电气与自动化工程学院 ,合肥 230009)摘要:为解决配电网小电流接地故障的选线及定位问题,文中对EMD算法的自适应滤波性质进行了分析,针对小电流接地

2、故障电流经EMD分解出的IMF在不同故障角下展现的不同特征,在低频量较大时采用IMF低频层故障点突变方向,与较小时采用电容暂态能量大小作为判据进行故障选线,在此之上基于DTU与FPI之间的相互配合对各相邻FPI进行波形对比最终得出故障位置,并遵循IEC 61850规约拓展了故障选线定位功能相关逻辑节点,为解决主站对DTU,FPI功能实现以及监控提供了参考。基于matlab/simulink的配网小电流接地故障仿真验证了该选线定位方法的有效性。关键词:小电流接地故障;故障选线;故障定位;EMD;IEC 61850中图分类号:TM933 文献标识码:B 文章编号:1001-1390(2019)04

3、-0000-00Small-current grounding fault line location and information modeling based on the interaction between DTU and FPI Zhang Li1,, Ge Cheng1,, Yu Bin2,, Zhou Yue1,, Chen Tianyou1,, Wang Lei3(1. Economic Research Institute of State Grid Anhui Electric Power Company Economic Research Institute,, He

4、fei 230022,, China;. 2.2. Anhui electric Electric power Power dispatching Dispatching control Control centerCenter,, Hefei 230001,, China;. 3.School3. School of Electrical Engineering and Automation, Hefei University of Technology, Hefei 230009, China.)Abstract:: In order To to solve the small curre

5、nt fault line selection and location problems in distribution power network system, the adaptive filtering property for EMD is formulated firstly. In view of the different characteristics showed by the IMF obtained by EMD under different fault Anglesangles, the direction of fault mutation in low fre

6、quency and the capacitance transient energy is chosen as fault line selection criteria when the low-frequency components occupy different proportionproportions. The fault location can be finally determined based upon the interaction between DTU and FPI with the adjacent FPIs waveform comparison. Mor

7、eover, the logic nodes, which regard regard to fault line selection and location, are expand according to IEC 61850, which also provides reference to the way to of realize realizing the DTU or FPIs function and monitoring of DTU or FPI. The effectiveness of the proposed fault line selection and loca

8、tion methods are verified by the simulation results of the small -current grounding fault in distribution network built in matlab/simulink.Keywords:: small -current grounding fault; , fault line selection; , fault locating;on, EMD; , IEC61850- 7 -0 引 言*基金项目:国家重点研发计划智能电网技术与装备重点专项(2016YFB0900600)用户遭受的

9、停电事故很大程度是由配电网故障造成的,因此,真正提升居民用电可靠性是智能配电网建设的重点。但是,配电网电力设备种类及数量众多,既有功能全面的自动化设备如配电终端(Distribution Terminal Unit, DTU),也有出于经济性考虑功能较为单一但数量众多的分布式装置如故障指示器(Fault Passage Indicators, FPI),配电网如仍沿用传统的IEC 60870-5系列规约将难以适应如此复杂的数据信息。因此IEC 61850规约目前公认为最适合配网自动化,特别是将其应用于配电网小电流接地故障选线与定位中。DTU和FPI是目前解决小电流接地故障选线与定位的主要配电自

10、动化设备,针对其实现方法,文献1提出DTU在零序电流较大时上传零序功率方向进行故障定位,或利用小波提取特征分量等方法进行故障选线定位2-3。然而,配电网结构复杂多变,不同时刻故障对应不同的故障暂态分量,再加上系统不确定的故障振荡和噪声,对定频的滤波算法或仅依靠故障方向作为判据的传统故障选线定位方法带来巨大挑战。而针对FPI的使用上,文献4提出一种仅利用ZigBee方法。但FPI出于成本控制的需要,一般不具有通信功能,即使具有通信功能,也难以独立支持IEC 61850进行通讯,并将故障依次传给后端进行处理的设备FPI,文献5则阐释了利用该FPI进故障定位的具体协议。如何让FPI支持IEC 618

11、50规约也是实现配网自动化不可避免的问题。文献6依照IEC 61850标准创建了适用于专用方法的小电流接地故障选线定位逻辑节点,为IEC 61850在配网故障选线定位中的应用提供了参考。基于以上几点,本文尝试采用具有自适应性质的经验模态分解(Empirical Mode Decomposition, EMD)代替传统用以分析暂态分量的小波算法进行故障选线,之后利用DTU和FPI配合对故障电流侦测并进行故障定位,最后针对该选线及定位方法,提出其符合IEC 61850规约拓展的故障选线定位逻辑节点,并在节点中融入FPI的监控属性,使DTU作为通信媒介,解决了FPI对IEC 61850协议的支持问题

12、。1 EMD算法自适应性简介EMD是1998由美国的N.E.Huang提出并发展的一种新型自适应信号时频分析方法7,依据信号自身的特点,自主地抽取信号内在的固有模态函数(Intrinsic Mode Function,IMF),大量工程实例已证实EMD算法具有类似二进滤波器的特性,是一种非线性故障波形分析的有效工具。EMD算法的特点在于局部尺度自适应,体现为对于瞬时频率的侦测。对信号x(t)进行Hilbert变换得到表征x(t)局部特性的,定义其解析信号z(t)为: (1)瞬时频率则表示为: (2)其中fi(t)表示t时刻i次瞬时频率。不同于三角分解,Hilbert变换得到的瞬时频率是局部量。

13、建立x(t)的多分量信号数学模型如下: (3)其中,ci(t)是单分量信号,r(t)是残余信号。可见,与采用三角基作为时间尺度的傅里叶分解相比,EMD算法中的时间尺度代表了信号内在隐含的局部振荡尺度8。EMD分解并不需要预先定义基函数,也无需采用信号的先验知识,因此该算法具有良好的自适应性。EMD可分解为若干IMF和一个残余信号组成: (4)分解得到的IMF具有不同的特征时间尺度,第i个IMF的瞬时频率分辨率可表示为9 (5)由于IMF的局部特性根据实际波形特征分解为多个中心频带,故EMD算法得到的IMF相比基于谐波的信号分析方法更有实际的物理意义。可以把EMD算法看作是一组具有自适应特性的智

14、能带通滤波器,其截止频率和带宽随被分解信号物理意义的不同而不同。2 EMD在小电流故障选线中的应用2.1 小电流接地故障暂态电流特征配网发生小电流接地故障时,消弧线圈的接入虽抑制了故障电流却加大了故障选线定位的困难。消弧线圈的补偿使短路稳态故障电流幅值较非故障线路并无明显差异,且采用过补偿方式的消弧线圈使接地点的总电流呈感性,故障线路和非故障线路的电流与零序电压之间的相位几乎一致。因此,仅由DTU采集的稳态故障电气量难以确定故障线路。然而,短路暂态过程却包含着丰富的故障信息,可利用故障线路和非故障线路间暂态分量存在着明显的差异作为选线判据。随着DTU性能的提高,采集到线路完整的电容暂态电流波形

15、等高频分量并保证其较小的失真度成为可能。小电流接地故障发生后,故障电流的暂态分量主要由故障相电压骤变增引起的电容电流和回路缓慢衰减的电感电流组成,而稳态分量由电感电容相互补偿后的工频分量组成2,公式如下: (6)其中为故障角,L、C为电感电容的衰减时间常数,f为暂态自由振荡分量的角频率由上式可知,短路电流中衰减的高频分量初始值随故障角的不同而不同,再计及故障振荡和噪声污染,其暂态分量将更加复杂。由于故障波形具有较大差异,采用小波分析小电流接地故障暂态分量特征频带的方法将存在如下问题:小波基的选取非常敏感且分解层数选择困难,同时在小故障角的情况下,由于高频分量较少,该方法适用性较差。 2.2 基

16、于EMD算法的小电流故障选线EMD算法具有非常好的完备性,各IMF频带通过HHT(Hilbert Huang Transform)变换可得到具有物理意义的瞬时频率,适用于具有众多不确定因素的复杂电力网络故障暂态分量分析。配网发生小电流接地故障,根据公式(6)分析,在故障角较小时,故障线路高频分量较少,故障线路电流故障方向相反这一现象较为明显。而在短路故障角较大时,线路高频暂态分量远大于工频分量,且大量噪声的叠加使故障方向并不明显。但零序短路电流均由故障点提供,故障线路的电容暂态能量是其他非故障线路之和。支路越多,故障线路检测的高频暂态电容特征分量较非故障线路就愈明显。基于以上两点可得到一种小电

17、流接地故障选线方法:对各线路故障电流进行EMD分解,通过傅里叶分析可得到得各IMF频带中心频率逐渐降低。表征高频衰减的电容暂态电流分量和一系列故障噪声,表征低频的基波故障电流以及电感衰减分量,均被自适应分解为各IMF层。设定中心频率不大于50HZ的IMF为低频IMF带,采用低频能量比作为判据,定义低频能量比P: (7)P表征了波形中低频能量的成分,P越大则说明波形中低频能量越大,IMFlow表示中心频率为50 HZ以下IMF分量,IMFall则表示短路电流分解的所有IMF分量。鉴于EMD分解具有一定的混叠性,分解得到的低频IMF能量要低于实际波形低频能量。在保证判据可靠前提下,初步设定低频暂态

18、能量比P阈值为0.3。在故障时刻,若所有出线的低频暂态能量比均小于阈值,则说明故障具有较为充足的电容暂态能量,可利用电容暂态能量大小判断。在配网中电容衰减频率范围较宽,所以选择中心频带包含电容衰减频率的IMF叠加为IMFc,求取其电容暂态能量Ec如下: (8)对比各线路的电容暂态能量。故障线电容暂态能量应远大于非故障线路。而P均高于阈值时,工频短路电流较为明显,EMD算法利用其自适应滤波特性,较好的滤除了高频干扰信号。同时EMD算法对奇异点敏感,通过EMD分解后的低频分量在短路时刻附近会有较大的极值点出现,由于故障点电流有衰减趋势,所以通过判断故障时刻附近最值方向能够表征故障时刻相位。出线故障

19、线路与非故障线路的最值方向相反。3 DTU与FPI配合的故障定位实现将DTU作为FPI的集中单元。其优势在于可通过DTU对FPI进行诸如故障定值等相关参数设置,而DTU自描述文件中的逻辑节点也可以融入FPI的监控属性,解决了FPI对IEC 61850协议的支持问题。其主要配合体现在故障位置确定。故障发生后,主站通过DTU上传的故障判据选线并将结果传回至故障线路DTU。故障线路DTU发出启动FPI命令。FPI接受DTU命令后检测并上传故障线路信息。故障线路多判据可被FPI用作为故障定位10。除传统稳态过电流及暂态电流突量检测外,在确保稳态电流采样可靠的前提下,本文提出利用故障线路FPI采集的稳态

20、故障电流波形进行相似度对比的定位方法。小电流接地故障发生后,消弧线圈的过补偿使得故障对地零序电流远大于相邻FPI之间的线路零序电流衰减量和线路分支接至配电变压器线路流过的零序电流,所以与故障位置相邻的FPI之间波形相似度必然与其它FPI之间的相差较大。对稳态零序故障电流进行FFT变换得到各次谐波含量,为降低数据传送压力,可不计含量较少的高频分量。仅需要对故障电流较低次谐波分析,即可收集基本波形特征。FPI将各自采样数据经过FFT变换后,初步设定,将包括直流分量和基波在内的9次谐波xn(n为各次谐波,n=09)上传至DTU,待DTU收集完数据后进行相似对比,得出相似度S矩阵,公式如下: (9)i

21、表示FPI标号,j表示FPI线路区段编号。为了进一步抵消线路衰减对故障的区域判断的影响,对故障相似度S进行奇异点分析,S包含单个较为明显的峰值点,即可确定故障位置。最后DTU通过IEC 61850规约上传故障位置。4 故障定位逻辑节点拓展IEC 61850在智能配电网的应用中起关键性作用,目前大部分IDE已经支持IEC 61850,这也是智能配电设备的发展趋势。IEC 61850不仅大大增强了变电站与设备的监控功能,更使得设备间的互操作成为可能。然而,目前并没有与小电流接地故障相关联的逻辑节点以供实例化,需拓展符合功能的小电流接地故障选线与定位的逻辑节点。针对FPI,要在保持低成本的同时通过I

22、EC 61850对其监管。采用DTU控制FPI,将FPI作为DTU的一部分,同时增加拓展相关监控的逻辑节点。依据IEC 61850拓展小电流接地故障选线和定位相关模型如表1所示。本文针对故障选线功能,增加了IEC 61850规约中没有定义的、集合EMD分解数据的PSEF(Selection of Single-Phase Erthing Flault)小电流接地故障选线逻辑节点,其数据属性均继承于公共数据类11。表1 含EMD信息的小电流接地故障选线逻辑节点Tab.1 Logical node of small -current grounding fault line selection c

23、ontaining the EMD informationsinformationPSEF属性名类型说明TM/OLNName逻辑节点名MDATA公用逻辑节点信息继承公用逻辑节点全部指定数据M状态信息StrACD启动MOpACT动作OFltFedIDINS接地馈线编号M测量信息TransVclcMV暂态零序电压OTransAclcnMV暂态零序电流OEIMFnMV各层IMF能量ODirIMFLownMV故障时低频最值方向MTranPro nMV低频暂态能量比MTranEngCnMV电容暂态能量M定值TranProLowASG低频暂态能量比最小值MOSHighING选定电容暂态频段上限MOSLow

24、ING选定电容暂态频段下限M而FPI的相关信息监控,即定位条件设置可采用SWPI (waveform Parameters indicator )逻辑节点,在其中包含了对FPI的监控属性EEHealth及其测量值WavHmv,其他功能可按要求扩展。其功能属性如表2所示。表2 稳态故障波形比对逻辑节点Tab.2 Logic node for the steady-state fault waveform SWPI属性名类型说明TM/OLNName逻辑节点名MDATA公用逻辑节点信息继承公用逻辑节点全部指定数据M状态信息EEHealthSIFPI健康检测O测量信息WavHmvnHMVFPI谐波分量

25、O定值WavmutASG波形突变阈值MNumFPINGFPI个数MFPINamenObjectNameFPI名称M故障定位在IEC61850中已有RFLO逻辑节点,但是并不适用于该方法,所以可通过RSEF(location of single-phase earthing fault)确定。表3 小电流故障定位逻辑节点Tab.3 Logical node for Small small current locationRSEF属性名类型说明TM/OLNName逻辑节点名MDATA公用逻辑节点信息继承公用逻辑节点全部指定数据M状态信息EEHeaklthISI功能健康检测状态信息FltFedIDI

26、NS接地馈线编号MFltFPIIDINS线路故障指示器编号MFltAlmSPS故障告警M5 仿真与实验验证5.1 仿真建模为验证本文所提故障定位方案的可行性,利用matlab/simulink仿真软件建立图1所示的10kV配网线路单相接地故障仿真模型。配电网采用消弧线圈过补偿方式,补偿度取8%,4条架空线出线长度分别为3 km、6 km、10 km、10 km,设故障发生在出线3的5 km处,基于Zigbee组网式FPI的通信间距取500 m,选取故障相邻6组数据作为验证。图1 小电流接地故障仿真示意图Fig. 1 Schematic diagram of Small small curren

27、t grounding fault simulation 5.2 对小电流接地故障选线仿真及数据处理对上述模型进行仿真,设0.01 s发生单相接地故障,采集各线路故障前半个工频周期及故障后一个工频周期的零序电流,对各出线电流进行EMD分解并计算其低频能量比P。改变故障角,重复上述步骤,数据如表4所示。表4 不同故障角下各出线对应段低频能量比Tab.4 Ratio of low frequency energy under different fault Angle angle in each line支路0°15°30°60°90°出线10.8

28、1570.48260.26630.18650.1732出线20.80220.3870.26610.11790.1646出线30.42390.40890.17490.10420.0757出线40.68670.49510.16810.19630.2327根据上文所述,若该故障角下Pmin>0.3则利用故障最大值方向作为判据。故障角为0°时刻的各出线短路波形,及经过EMD算法滤除高频分量后的低频短路波形如图2所示。 (a) 出线波形 (b) 低频短路波形图2 0°故障角下各出线波形及其低频波形Fig. 2 Waveform of the line and Low low f

29、requency under the fault Angle angle of 0°对数据进行分析,结果如表5所示。表5 0°故障角低频故障方向Tab.5 Low frequency fault direction under fault Angle angle of 0°支路号故障方向基波最大值时间(ms)基波最小值时间(ms)出线1Max8.920.1出线2Max10.620.0出线3Min2.412.5出线4Max10.720.0相似的,故障角为15°的各出线短路波形,及经过EMD算法滤除高频分量后的低频短路波形如图3所示。 (a) 出线波形 (b

30、) 低频短路波形图3 15°故障角下各出线波形及其低频波形Fig. 3 Waveform of the line and Low low frequency under the fault Angle angle of 15°对数据进行分析,结果如表6所示。表6 不同出线故障量对比Tab.6 Comparison of the currents in different lines支路号故障方向基波最大值时间(ms)基波最小值时间(ms)出线1Max8.019.1出线2Max9.019.4出线3Min22.99.7出线4Max6.818.9发生故障的线路3在10 ms附近的

31、奇异点方向与非故障线路相反,因此可判断3线路可能出现故障。而其他故障角度下P均小于0.3,通过暂态分量大小估计选取30°,60°和90°的故障角数据进行分析,数据如表7所示。表7中数据表明故障出线3的电容暂态能量远大于其他线路,是可以用来作为判据的,同时配网线路通常为辐射式、多出线,随着出线数目的增多,通过短路点的暂态分量越明显。当系统选定故障线路后,启动该线路上的FPI。采用故障出线3上相邻6个FPI作为仿真目标。采集故障稳态各段零序电流,并计算其09次谐波数据,如表8所示。表7 不同故障角各出线电容暂态能量及其中心频率Tab. 7 Capacitance tr

32、ansient energy and center frequency of different fault Angle angle in each line支路30°故障角60°故障角90°故障角电容暂态能量中心频率(Hz)电容暂态能量中心频率(Hz)电容暂态能量中心频率(Hz)1215.52400 120010800800 1200 240066125800 1200 24002287002400 1200510002400 12002965702400 1200326600012004350001300 125034732002400 12004332001

33、200 24001540002400 120010475001250 2400表8 FPI谐波分量表Tab. 8 Harmonic component with FPI谐波分量FPI1FPI2FPI3FPI4FPI5FPI600.239900.239750.239520.000260.000210.0000115.338115.067304.796812.998912.726342.4540920.009240.009240.009250.000030.000020.0003830.006160.006160.006170.000110.000060.0003240.004620.004620

34、.004630.000130.000080.0003050.003700.003690.003710.000140.000080.0002960.003090.003080.003100.000140.000090.0002970.002650.002640.002670.000150.000090.0002880.002320.002310.002340.000150.000090.0002890.002070.002050.002090.000150.000090.00028对其进行相似度计算得到相似度S矩阵为S=0.271 0.271 2.07 0.273 0.274;明显可见有且仅有S

35、3存在约10倍突变,则判断3、4号FPI之间线路发生接地故障。6 结束语配电网高可靠性的要求催生了大量智能电子设备在配电网中的应用,本文采用具有自适应的EMD算法进行小电流接地故障选线,提出了采用FPI配合DTU的方法进行故障定位,拓展了该方法IEC 61850逻辑节点,并解决了FPI对IEC 61850的支持,适应了配网自动化通讯发展的新方向。仿真结果验证了本文所述选线及定位方法,为配电网自动化功能的完善提供了一种可行的方案。参 考 文 献1 姜建, 刘家齐, 李燕青, 等. 基于配电自动化技术的小电流接地故障区段定位方法J. 电测与仪表, 2017, 54(3): 125-128. Jia

36、ng Jian, Liu Jiaqi, Li Yanqing, et al. Location method for small current grounding fault section based on distribution automation technologyJ. Electrical Measurement Instrumentation, 2017, 54(03): 125-128.2 肖厦颖, 李开成, 王凌云, 等. 一种基于小波包变换的电力系统谐波检测方法J. 电测与仪表, 2017, 54(24): 1-6+16. Xiao Xiaying, Li Kaiche

37、ng, Wang Lingyun, et al. A harmonic detection method for power system based on wavelet packet transform J. Electrical Measurement Instrumentation, 2017, 54(24): 1-6, 16.3 王磊, 曹现峰, 骆玮. 基于 GA 优化 T-S 模糊神经网络的小电流接地故障选线新方法J. 电测与仪表, 2016, 53(17): 6-11. Wang Lei, Cao Xianfeng, Luo Wei. New method of fault l

38、ine selection for small current grounding based on GA to optimize T-S fuzzy neural networkJ. Electrical Measurement Instrumentation, 2016, 53(17): 6-11. 4 Shang Wenluan, Jen Haoteng, Lain Chyr Hwang. Wireless Network Deployment for Intelligent Fault Indicators A Case Study with ZigBeeC. TENCON 2011

39、- 2011 IEEE Region 10 Conference, 2011.5 Jen Haoteng, Wei Haohuang, Shang Wenluan. Automatic and Fast Faulted Line-Section Location Method for Distribution Systems Based on Fault IndicatorsJ. POWER SYSTEMS, IEEE,2014, 29(4): 1653-1662.6 韩国政, 徐丙垠. 小电流接地故障选线和定位装置的IEC 61850信息建模J. 电力系统自动化, 2011, 35(5):

40、58-60.Han Guozheng, Xu Bingyin. Information Modeling for Line Selection Device and Section Locating Single-phase Earthing Fault in Non-effective Earthed Power System Based on IEC 61850J. Automation of Electric Power Systems, 2011, 35(5): 58-60.7 N.E.Huang, Zheng, S- Steven, R, et al. The Empirical Mode decomposition and Hilbert Spectrum for nonlinear and nonstationary time series analysisJ. Proceedings of t

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论