一種低壓故障電弧檢測的FFT判定方法

王曉軍

（國網浙江省電力公司瑞安供電公司，浙江瑞安325200）

一種低壓故障電弧檢測的FFT判定方法

王曉軍

（國網浙江省電力公司瑞安供電公司，浙江瑞安325200）

介紹國內外故障電弧判定以及檢測的研究現狀，測定線性負載與非線性負載在正常狀態與故障電弧發生狀態下的電流信號特征，并通過快速傅里葉變換（FFT）將電流信號變換到頻域進行分析，提出一種判定負載是否產生故障電弧的較為準確的方法：線性負載發生故障電弧時幅值變化率大于1，非線性負載發生故障電弧時電流幅值變化率小于1。

故障電弧；線性負載；非線性負載；快速傅里葉變換；諧波

0 引言

隨著我國經濟的不斷發展，生產生活所需各類用電設備不斷增多，相應的，電力系統的組成部分越來越多，工作狀態也更加復雜多變，這就極大地增大了電力系統故障的發生概率。據2014年《中國消防年鑒》統計，2013年全國共發生火災388 821起，其中因線路或設備故障等原因造成的電氣類火災就有115 599起，占29.73%，死亡人數745人，占總因火災死亡人數的35.25%，造成的直接經濟損失達193 686.2萬元[1]。故障電弧在電氣類火災的成因中占了相當大的比例，因此，開展對故障電弧檢測及設備保護的研究能有效降低電弧故障引發火災的概率，對保證安全生產和百姓生活有著重要的意義。

電弧是氣體放電中一種強烈的自持放電現象，會在電極間的氣體或金屬蒸汽中形成持續的電流，并伴隨強烈的發光發熱現象。國外關于故障電弧診斷及檢測的研究起步較早，最早可以追溯至20世紀20年代，并且對故障類型和電弧數學模型的研究都較為全面。R.Spyker[2]等人對不同氣隙下的串聯電弧電流進行了研究，實驗結果顯示電弧電流的諧波含量顯著高于正常電流。韓國的Chul-Hwan Kim[3]等人利用小波變換對故障電弧的檢測進行了研究。Peter Muller等人對故障電弧電流的時域和頻域特性進行了研究，研究結果顯示電弧是導致線電流零休的主要原因，在頻域方面，故障電弧出現時往往伴隨著明顯的三次諧波的上升現象。James.A.Momoh等人[4]通過對電流電壓進行傅里葉變換的方法判斷是否產生故障電弧，但是該種判斷方法較易受干擾，所以研究人員又在此基礎上通過人工神經網絡算法進行更細致判斷，提高了判斷的準確性。加拿大的T. S.Sidhu[5]等人通過設置的傳感器組檢測故障電弧的發生，利用傳感器檢測到的相關信號來測量故障電弧產生時的熱量、噪聲以及電磁場強度等特性，該故障電弧檢測裝置只有在設定的幾個參量都超過閾值時才會發出故障電弧產生的警報，并且為了方便檢修，還配套了相關的電弧定位裝置來確定故障發生位置。雖然該套故障電弧檢測裝置能夠較準確地檢測到故障電弧的產生位置，但是體積較龐大，在長線路等條件下不具備使用條件。

我國對故障電弧的研究起步較晚，并且對故障電弧的研究尚不完善，能夠投入生產生活實際進行故障電弧檢測的產品還十分稀少。浙江大學對故障電弧的故障電流與負載啟動時的電流進行了較為準確的區別[6]，使得在家庭負載下的故障電弧的檢測較為準確，南京航空航天大學的王莉[7]等人研制的故障電弧信號采集裝置通過模擬實驗采集故障電弧信號，分析采集到的故障信號，提取故障電弧的信號特征值并利用小波變換算法，降低了故障電弧識別錯誤率。

分析典型線性負載和非線性負載電流波形特點，通過快速傅里葉變換對電流信號在頻域的特點進行了研究，總結出可以判定故障電弧是否發生的一般規律。

1 不同負載故障電弧波形分析

對幾種不同類型負載的正常工作電流和出現故障電弧時的故障電流進行了實驗，由于實際情況下故障電弧的定位仍具有極大的難度，因此不再分析故障電弧的電壓特性。

實驗電路測量回路如圖1所示，線性負載正常工作電流與故障電弧電流對比如圖2所示。

圖1 實驗測量回路

通過圖1可以看出吹風機與電暖器等線性負載在正常工作時電流為正弦波，但當故障電弧出現后，電流波形發生改變，出現了明顯的高次諧波，在出現高次諧波的區間同時發生了電流零休現象。

非線性負載正常工作電流與故障電弧電流對比如圖3所示。

圖2 線性負載故障電弧電流與正常工作電流比較

圖3 非線性負載故障電弧電流與正常工作電流比較

從圖3可知，熒光燈與LED屏幕等非線性負載用電設備在正常工作時的電流波形均不是正弦波，熒光燈在正常工作時電流波形為較規則的三角波，而LED屏幕的正常工作電流波形則為較不規則類似半正弦波的合成波。當熒光燈管在出現故障電弧情況后電流變化劇烈，幅值明顯上升并出現了高次諧波，但是沒有電流的零休區間出現，但是LED屏幕在出現故障電弧后，電流的幅值由最開始的與正常工作電流基本相同逐漸變小，同時產生了幅值很高的高次諧波。

通過分析對比電流波形與幅值可以看出，線性負載故障電弧電流特點明顯易于檢測，但是對于某些非線性負載如熒光燈、顯示器等用電設備，故障電弧電流與正常電流則較難區別。

2 故障電弧電流信號診斷

2.1 電弧電流傅里葉分析

傅里葉變換是將時域的函數變為以頻率為自變量的頻域函數的一種變換關系，傅里葉變換在信號處理等領域都有著廣泛的應用，通過傅里葉變換可以考察信號與頻率的關系。通過傅里葉變換，可以非常清楚地觀察到正常電流與發生故障電弧后的故障電流頻譜圖，這對區分正常電流與故障電弧電流有極大的幫助。

有限長序列x（n）的DFT（離散傅里葉變換）為：

將有限長序列x（n）（序列長度為N，N=2M）拆分成奇偶2組序列x1（n）和x2（n），則：

用N/2個點的x1（k）和x2（k）序列表示x（n），則：

又由于：

所以：

式中：k的取值范圍為0～（N-1）。

因為x1（k）和x2（k）序列均以N/2為周期，且旋轉因子滿足：

所以x（k）也可以表示為：

采用FFT（快速離散傅里葉變換）算法對上述樣例的正常工作電流與故障電弧產生后的故障電流進行變換。正常電流與故障電流變換后情況如圖4所示。

通過分析頻譜可以得出線性負載以及非線性負載在頻域下的各自特征。對于正常工作電流為正弦波的線性負載，在正常工作狀態下電流信號主要分布在奇次諧波上，基本不存在偶次諧波，并且諧波幅值隨著諧波次數的增大呈減小趨勢。在故障電弧出現后，故障電流在奇次和偶次諧波上均有分布并且各諧波幅值和正常工作電流相比有大幅增加。對于正常工作時電流就不是正弦波的非線性負載，正常工作電流也是基本出現在奇次諧波上，偶次諧波幅值都很小，在出現故障電弧后電流信號在奇偶次諧波上均有分布，但奇次諧波上信號的幅值要小于正常工作狀態下的信號幅值，偶次諧波上的幅值出現了增大的現象。

2.2 故障電弧的判定

通過表1可以看出，線性負載發生故障電弧時奇次諧波幅值變化率的平均值m＞1，而非線性負載發生故障電弧時奇次諧波幅值變化率的平均值m＜1，這就可以通過電流傳感器對線路進行實時采樣并進行FFT變換，在確定負載類型的基礎上對故障電弧進行實時檢測。若負載為線性負載：m值小于1時為正常工作狀態；m值大于1時，則可判斷為產生故障電弧。若負載為非線性負載：m值大于1時為正常工作狀態；m值小于1時，則可判斷為有故障電弧產生。

圖4 正常電流與故障電流變化后諧波情況

表1 線性負載與非線性負載電流信號變化率

3 結語

通過分析不同負載類型的電流信號波形并通過快速傅里葉變換算法對收集到的信號進行變換，對頻域內的正常工作與故障電弧出現時的電流信號進行分析，通過分析不同次諧波幅值的變化，提出了一種能夠判斷線性負載與非線性負載發生故障電弧的檢測方法：通過設定閾值篩選出的奇次諧波的幅值變化率作為故障電弧是否產生的依據，對線性負載奇次諧波幅值變化率大于1時為發生故障電弧情況，對非線性負載奇次諧波幅值變化率小于時可以判定為產生故障電弧。

[1]公安部消防局.中國消防年鑒2014[M]．北京：中國人民公安大學出版社，2015．

[2]潘亦辰，周國良，賈斌.配電網低壓故障檢測儀的設計及應用[J].浙江電力，2016（7）∶69-72.

[3]李雙偉.一起線路保護裝置異常報警的分析處理[J].浙江電力，2016（8）∶39-41.

[4]金文德，江藝寶，丁一.以用戶為中心的綜合能源系統優化管理關鍵問題研究現狀及展望[J].浙江電力，2016，35（10）∶73-80.

[5]SPYKER R，SCHWEICKART D L，HOWATH J C，et al. An Evaluation of Diagnosis Techniques Relevant to Arcing Fault Current Interrupters for Direct Current Power System[C].Record of Future Aircraft Electrical Insulation Conference and Electrical Manufacturing Expo Proceedings，USA，2005.

[6]CHUL HWAN KIM，HYUN KIM，YOUNG HUN KO，et al.

A Novel Fault-Detection Technique of High-Impedance Arcing Faults in Transmission Lines Using the Wavelet Transform[J].IEEE Transaction on power delivery，2002，17（4）∶921-929.

[7]JAMES A MOMOH，ROBBERT BUTTON.Design and Anslysis of Aeroapace DC Arcing Faults Using Fast Fourier Transformation and Artificial Neural Network[C].Conf. Record of Power Engineering Society General Meeting. 2003.

[8]SIDHU T S，GURDEEP SINGH，SACHDEV M S.Mieroprocessor Based Instrument for for Detecting and Locat-ing Electric Arcs[C].Record of IEEE Transaction on Power Delivery，1998.

[9]趙淑敏，吳為麟．建筑配電系統故障電弧的仿真與檢測[J]．低壓電器，2007（4）∶38-44．

[10]王莉，曹璐，嚴仰光．航空交流電弧特性的研究[J]．低壓電器，2011（2）∶19-23.

（本文編輯：徐晗）

A FFT-based Low-voltage Arcing Fault Detection Method

WANG Xiaojun
（State Grid Rui'an Power Supply Company，Rui′an Zhejiang 325200，China）

This paper describes the determination and research about arc fault detection both at home and abroad；besides，it measures current signal characteristics of linear and nonlinear load under normal and arc fault states.Current signal is analyzed in frequency domain by using fast Fourier transform（FFT）algorithm，and an accurate arcing fault detection method is proposed∶in case of arcing fault,the magnitude change rate of liner load is greater than 1 while the magnitude change rate of non-linear load is smaller than 1.

arcing fault；liner load；non-liner load；FFT；harmonic

TM773

B

1007-1881（2017）01-0019-04

2016-07-11

王曉軍（1970），男，助理工程師，從事110 kV變電站檢修工作。