关键字 |
故障分类,傅里叶变换,最小二乘法,卡尔曼滤波 |
介绍 |
故障分类是电力系统保护和故障定位的重要功能。采用模块化方法[1]对故障进行快速分类。Girgis[2-3]采用自适应卡尔曼滤波技术和概率技术进行故障分类。一个卡尔曼滤波器具有故障相位的特征,另一个卡尔曼滤波器具有未故障相位的特征。相的条件,故障或非故障,然后决定从计算的概率。Barros和Drake[4]实现了基于卡尔曼滤波的8位微处理器故障分类。对于所有可能的接地故障类型,响应时间小于20ms。人工智能技术也用于故障分类,如神经模糊方法[5],概率神经网络[6],神经网络[7]和无监督/有监督神经网络[8]。Zhao[9]采用基于小波变换的故障分类方法。 |
提出了一种用于故障定位器的快速故障分类技术。采用数字傅里叶变换(DFT)、最小二乘法(LSM)和卡尔曼滤波技术(KFT)提取三相电流的基频分量。利用故障概率法可以对三个阶段的故障进行分类。给出了EMTP/ATP模拟结果。采用“最小二乘法”的故障分类技术可以在3个样本(1.875ms)内对单线对地(SLG)故障、双线对地(2LG)故障、线对线(LL)故障和三相(3φ)故障进行正确分类。 |
故障分类 |
故障分类由三个阶段的故障概率决定。三相电流的基频分量Ia(t)、Ib(t)和Ic(t)的幅值决定了三相电流的故障概率,这些基频分量是通过基频分量提取技术(如DFT、LSM或KFT)计算得到的。 |
(a)故障概率函数 |
故障概率与基频电流is (S = a, B, C)幅值有一定关系,当is为负载电流时,其故障概率较低(接近0),当is为故障电流时,故障概率较高(接近1.0,即100%)。因此,可以合理地假设故障概率如下(还有其他类似的函数): |
fp(S) =f(Is)=0 (Is<1.0 p.u.) (S = A, B, C) |
=f(Is)=(Is-1.0) (1.0
|
=f(Is)=1.0 (Is>2.0 p.u.) |
每单位基于最大负载电流使用。概率函数如图1所示。 |
(b)功能框图 |
故障分类框图如图2所示。输入信号为三相电流ia(t), ib(t)和ic(t)。基频电流的振幅Ia(t)、Ib(t)和Ic(t)采用数学算法DFT、LSM或KFT计算。故障概率fp(A)、fp(B)、fp(C)可由故障概率函数f(I)得到。 |
仿真结果 |
为了验证所提出的故障分类技术,使用了一个双源系统[4]。双源系统的参数为Z> SA= 0 + j21.5欧姆;Z> 0 sa= 0 + j24.4欧姆;Z>某人= 0 + j25.6欧姆;Z> 0…= 0 + j27.8欧姆。线路阻抗Z> L=3.4+j53.4欧姆和Z> 0 l= 57.0 + j241欧姆。源电压为E一个=225.17+j0 kV和EB= 169.86 -j169.86千伏。每个周期使用32个样本的采样率(Δt=0.625 ms)。 |
所有简单故障类型,如单相接地故障(LG)、两相接地故障(2LG)、两相短路故障(LL)和三相短路故障(3φ)均考虑在内。在故障点考虑0和10欧姆的故障电阻。仿真结果如表I和表II所示。在这些表中,最小样本是从故障发生(样本=0)到故障阶段故障概率达到100%的样本,即值为1.0。 |
(a)数字傅里叶变换(DFT) |
对于A相对地故障,故障发生时采样10次,A相的故障概率达到1.0。结果如图4所示。b相接地故障(10个样本)和c相接地故障(9个样本)也是如此。同理,图5为b相对地故障分类结果,图6为a - b相短路故障分类结果,图7为三相故障分类结果。 |
(b)最小二乘法(LSM) |
图8至11显示了使用LSM的故障分类结果。不难发现,正确分类a相对地故障需要2个样本,a - b相对地故障需要2个样本,a - b相短路需要3个样本,三相短路需要2个样本。 |
(c)卡尔曼滤波技术(KFT) |
图12 ~ 15显示了使用KFT进行故障分类的结果。可以看出,正确分类a相对地故障需要5个样本,a - b相对地故障需要10个样本,a - b相短路需要5个样本,三相短路需要8个样本。 |
比较 |
(1)在三种方法中,6个样本的LSM模拟结果的表现最为有效。使用LSM进行故障分类可以在3个样本(1.875ms)内对四种简单故障进行正确的故障相位检测。另一方面,KFT需要10个样本(6.25 ms), DFT需要15个样本(9.375 ms)来代表正确的故障类型。 |
(2)故障点0 ~ 10欧姆故障电阻无明显变化。原因可能是故障电阻影响基频故障电流幅值,但故障电流远高于故障概率为1.0时的阈值(2.0 p.u.)。 |
结论 |
本文提出了一种基于电流信号的电力系统故障快速分类技术。采用数字傅里叶变换、最小二乘法和卡尔曼滤波技术提取三相故障电流的基频分量。利用这三个阶段的故障概率进行故障分类。给出了EMTP的仿真结果。采用“最小二乘法”的故障分类技术可以在3个样本(1.875ms)内对单线对地故障、双线对地故障、线对线故障和三相故障进行正确分类。 |
|
表格一览 |
![Click Here 表的图标](//www.cheescube.com/articles-images/table-icon.gif) |
![Click Here 表的图标](//www.cheescube.com/articles-images/table-icon.gif) |
表1 |
表2 |
|
|
数字一览 |
![Click Here 数字](//www.cheescube.com/articles-images/IJAREEIE-41-g001.gif) |
![Click Here 数字](//www.cheescube.com/articles-images/IJAREEIE-41-g002.gif) |
![Click Here 数字](//www.cheescube.com/articles-images/IJAREEIE-41-g003.gif) |
![Click Here 数字](//www.cheescube.com/articles-images/IJAREEIE-41-g004.gif) |
![Click Here 数字](//www.cheescube.com/articles-images/IJAREEIE-41-g005.gif) |
图1 |
图2 |
图3 |
图4 |
图5 |
|
![Click Here 数字](//www.cheescube.com/articles-images/IJAREEIE-41-g006.gif) |
![Click Here 数字](//www.cheescube.com/articles-images/IJAREEIE-41-g007.gif) |
![Click Here 数字](//www.cheescube.com/articles-images/IJAREEIE-41-g008.gif) |
![Click Here 数字](//www.cheescube.com/articles-images/IJAREEIE-41-g009.gif) |
![Click Here 数字](//www.cheescube.com/articles-images/IJAREEIE-41-g010.gif) |
图6 |
图7 |
图8 |
图9 |
图10 |
|
![Click Here 数字](//www.cheescube.com/articles-images/IJAREEIE-41-g011.gif) |
![Click Here 数字](//www.cheescube.com/articles-images/IJAREEIE-41-g012.gif) |
![Click Here 数字](//www.cheescube.com/articles-images/IJAREEIE-41-g013.gif) |
![Click Here 数字](//www.cheescube.com/articles-images/IJAREEIE-41-g014.gif) |
![Click Here 数字](//www.cheescube.com/articles-images/IJAREEIE-41-g015.gif) |
图11 |
图12 |
图13 |
图14 |
图15 |
|
|
参考文献 |
- 赵德华,王俊杰,基于故障检测和分类的电力系统故障检测方法,电力系统工程学报,Vol. 6, No.5, pp.623-634, 1998年9月。
- 王志强,王志强,等,自适应卡尔曼滤波在故障分类、距离保护和故障定位中的应用,电力系统工程学报,vol. 3, pp. 101 -309, 1988。
- 王志刚,刘志刚,自适应卡尔曼滤波在计算机继电故障分类中的应用,电气工程学报,Vol. 25, No.5, pp. 566 - 566, 1985年5月。
- Barros J, Drake J M,基于微处理器的电力系统故障实时检测与分类,电气工程学报,vol . 41, No.4, pp.315-322, 1994年7月。
- 王海华,王志伟,基于模糊神经网络的输电线路故障分类方法,电力工程学报,Vol.13, No.4, pp.1093-1104, 1998。
- 莫F和Kinsner W,概率神经网络在电力线路故障分类中的应用,电子工程学报,1998,pp585-588, 1998。
- 赖磊,神经网络在故障分类与保护中的应用,电力系统控制与运行管理国际会议论文集,p 172-76, 1998。
- 陈志伟,陈志伟,陈志伟,基于非监督/监督神经网络的双回线路故障分类方法,电力工程学报,Vol.4, No.4, 10, p.1250-1256, 1999。
- 赵伟,宋勇,闵勇,基于小波分析的地下电力系统故障检测与分类方法,电力系统研究,Vol. 53, No. 1, pp23- 30,2000。
|
![附录](//www.cheescube.com/articles-images/IJAREEIE-41-a001.gif) |
![附录](//www.cheescube.com/articles-images/IJAREEIE-41-a001a.gif) |
![附录](//www.cheescube.com/articles-images/IJAREEIE-41-a001b.gif) |