基于故障全信息的自適應模糊融合選線技術

沈興來, 楊 智

(1． 國網江蘇省電力公司徐州供電公司，江蘇 徐州 221003 ; 2． 中國礦業大學電動學院，江蘇 徐州 221116)

基于故障全信息的自適應模糊融合選線技術

沈興來1, 楊 智2

(1． 國網江蘇省電力公司徐州供電公司，江蘇 徐州 221003 ; 2． 中國礦業大學電動學院，江蘇 徐州 221116)

小電流接地系統發生單相接地故障時，由于故障信號微弱、運行方式變化、故障類型復雜等因素的影響，小電流接地系統故障選線一直是困擾現場的一個技術難題。綜合運用故障后零序電壓電流的全信息，基于信息融合技術，利用群體比幅比相法、五次諧波比相法、小波分析法進行故障后的穩態及暫態信息進行綜合分析，采用模糊理論構造出了各方法判據的隸屬度函數以及權系數的隸屬度函數，提高選線方法的自適應能力，提高選線的成功率。在PSCAD/EMTDC中搭建了單端輻射狀配電網模型，仿真計算結果驗證了該方法的高可靠性以及適用性。

配電網；單相接地故障選線；穩態信息；暫態信息；模糊理論；隸屬度函數

0 引言

智能配電網是智能電網的核心部分之一，其中故障選線技術作為保證配電網安全可靠穩定運行的基礎性工作，具有重要的現實意義[1]。目前，國內外學者提出了許多針對單相接地故障的選線方法[2]，主要分為3類：穩態信號的選線方法、暫態信號的選線方法以及信息融合的選線方法。穩態信號的選線方法主要有零序電流比幅法[3]、零序電流有功分量法[4]、零序導納法[5，6]等。其選線原理簡單，易于實現，但不能充分利用故障發生時產生的全信息，選線受干擾因素影響較大，準確率較低。暫態信號選線方法主要有首半波法[7，8]、小波分析法[9，10]、暫態能量法[11]等，其選線原理適用范圍較廣，但是其信號持續時間短，對裝置硬件的敏感度要求較高，不易實現。信息融合的選線方法有很多，包括：人工神經網絡[12-14]、粗糙集理論[15]、D-S證據理論[16]、模糊理論[17，18]、蟻群算法[19]等。

據統計，自動選線裝置在90年代末期退出率達到90%以上[20]，基于單一故障判據的選線方法難以可靠地運用于現場選線[21]。因此，為了提高選線方法廣泛的適用性，通過采集故障后零序電壓電流全信息，計算不同方法、不同線路的隸屬度函數。對于各種選線方法，利用特征向量的相對大小來分配權值，將處理后得到的數據進行信息融合，判斷出選線結果。由于模糊理論應用廣泛，易于實現，而其它融合方法尚有不成熟的地方，所以文中選擇模糊理論來進行信息融合。

1 基于模糊融合的選線方法

故障后零序電壓電流全信息融合過程如圖1所示。

圖1 故障信息融合過程Fig.1 The process of fault information fusion

利用模糊理論進行信息融合遇到2個具有模糊性問題，一是故障后某一線路在某一判據下具有故障特征的明顯程度；二是在多種選線方法時，某一選線判據的可信程度。針對這2個模糊性問題，對群體比幅比相法、零序電流5次諧波比相法、小波分析法分別建立故障測度隸屬函數和判據權系數隸屬函數。

(1)

(2)

(3) 小波分析法。由小波變換檢測信號奇異性的原理，故障暫態零序電流小波系數的模極大值能夠反映暫態零序電流信號的突變點和幅值，因此可通過比較各線路小波變換的模極大值來選出故障線路，模值最大的即為故障線路，且其符號與其他線路相反。作出如下的隸屬度函數：

(3)

式(3)中：|Mk|為各線路零序電流小波變換系數的模極大值；|M|sum為各線路零序電流小波變換系數的模極大值之和。

(4)

(5)

(6)

2 仿真與驗證

2.1 PSCAD仿真

為了驗證文中方法的有效性和可靠性，利用PSCAD搭建一個單端輻射型配網模型，如圖2所示。所建立的模型為10 kV配電網，一條母線帶有5條出線，可通過投切消弧線圈來改變中性點運行方式。考慮如下因素對該方法的影響：故障距離、故障類型、故障電阻、故障初相角等。針對不同故障情況，計算相應的特征量。

圖2 10 kV單端輻射型配電網示意圖Fig.2 Schematic diagram of 10 kV single-terminal radial distribution network

2.2 仿真結果

當接地電阻分別為0.01 Ω，50 Ω，1000 Ω時，各線路零序電流變化情況如圖3—5所示；母線接地時電流變化情況如圖6所示。

不同故障電壓初相角時的仿真結果如圖7、圖8所示。其中圖7為電壓過0時發生故障，圖8為電壓最大時發生故障。

其次，不同的故障電阻和接地方式下該方法的選線結果如表1、表2所示(假設故障相為A相)。

在中性點不接地方式下，故障發生時電壓處于峰值，金屬性接地與過渡電阻為1000 Ω時，仿真數據、選線判據分析結果分別見表1和表2，且由表1、表2可得，選線結果皆為線路2。

在中性點經消弧線圈接地系統中，故障發生在電壓過零點，金屬性接地與過渡電阻為1000 Ω時，仿真數據、選線判據分析結果分別見表3和表4，且由表3、表4可得，選線結果皆為線路2。

圖3 不同中性點接地方式下金屬性接地故障時各線路首端零序電流Fig.3 The zero sequence currents at the initial ends of each line when metallic grounding fault occurs in distri-bution systems with different neutral grounding modes

圖5 不同中性點接地方式下當故障電阻為1000 Ω時各線路首端零序電流波形Fig.5 The zero sequence currents at the initial ends of each line when fault resistance is 1000Ω in distribu- tion systems with different neutral grounding modes

圖4 不同中性點接地方式下當故障電阻為50 Ω時各線路首端零序電流Fig.4 The zero sequence currentsat the initial ends of each line when fault resistance is 50 Ω in distribution systems with different neutral grounding modes

圖6 不同中性點接地方式下當母線故障時各線路首端零序電流波形Fig.6 The zero sequence currents at initial ends of each line when bus fault occurs in distribution systems with different neutral grounding modes

圖7 中性點不接地系統不同故障初相角時各線路首端零序電流波形Fig.7 The zero sequence currents at initial ends of each line when the faults with different inception angles occur in ungrounded distribution system

圖8 消弧線圈接地系統不同故障初相角時各線路首端零序電流波形Fig.8 The zero sequence currentsat initial ends of each line when the faults with different inception angles occur in arc-suppression coil grounded system

線路編號故障測度隸屬函數值判據權系數函數值群體比幅比相法五次諧波比相法小波分析法群體比幅比相法五次諧波比相法小波分析法選線判據分析結果線路10.48300.00000.00000.50000.00000.50000.2415線路21.00000.99150.96920.25110.24890.50000.9825線路30.32450.00000.00000.50000.00000.50000.1623線路40.76470.00000.00000.50000.00000.50000.3824線路50.54280.00000.00000.50000.00000.50000.2714

表2 中性點不接地系統當故障電阻為1000 Ω時的選線結果Table 2 The fault line selection results when fault resistance is 1000 Ω in ungrounded system

表3 中性點經消弧線圈接地系統當故障電阻為0.01 Ω時的選線結果Table 3 The fault line selection results when fault resistance is 0.01 Ω in arc-suppressioncoil grounded system

表4 中性點經消弧線圈接地系統當故障電阻為1000 Ω時的選線結果Table 4 The fault line selection results when fault resistance is 1000 Ω in arc-suppression coil grounded system

3 結論

以前所用的選線裝置不能正確地選出故障線路，究其緣由，是因為之前的選線裝置大多是根據單一的選線原理設計的，而單一選線判據很容易在外界干擾下造成誤判，從而不能選出故障線路。文中提出利用故障后零序電壓電流的全信息，計算不同方法、不同線路的隸屬度函數。由所選方法特征向量的相對大小來分配權值，將處理后得到的數據用模糊融合的選線技術進行融合，利用融合后的數據進行判斷。由PSCAD/EMTDC仿真驗證可以得出，對于不同接地方式、不同故障電阻情況下，可以正確地進行故障選線，具有廣泛的適用性。

[1] 張心潔，葛少云，劉 洪，等． 智能配電網綜合評估體系與方法[J]． 電網技術，2014，38(1)：40-46.

ZHANG Xinjie，GE Shaoyun，LIU Hong，et al． Comprehensive evaluation system and method of intelligent distribution network[J]． Power Grid Technolngy，2014，38(1)：40-46.

[2] 王清亮． 單相接地故障分析與選線技術[M]． 北京: 中國電力出版社，2013.

WANG Qingliang． Single phase grounding fault analysis and line selection technology[M]． BeiJing： China Electric Power Press，2013.

[3] 張小桃，喬小梅，王愛軍，等． 小電流接地系統故障選線分析[J]． 華北水利水電學院學報，2010，31(6)：89-93.

ZHANG Xiaotao，QIAO Xiaomei，WANG Aijun， et al． Fault line selection of small current grounding system[J]． Journal of North China Institute of water conservancy and hydropower，2010，31(6)： 89-93.

[4] 莊 偉，牟龍華． 基于零序電流有功分量的配電網接地故障定位[J]． 同濟大學學報(自然科學版)，2014，42(3)：468-473.

ZHUANG Wei，MOU Longhua． Grounding fault location of distribution network based on active component of zero sequence current[J]． Journal of Tongji University(Natural Science Edition)，2014，42(3)：468-473.

[5] 曾祥君，尹項根，張 哲，等． 零序導納法饋線接地保護的研究[J]． 中國電機工程學報，2001，21(4)：5-10.

ZENG Xiangjun，YIN Xianggen，ZHANG Zhe，et al． Research on feeder grounding protection based on zero sequence admittance method[J]． Chinese Journal of Electrical Engineering，2001，21(4)：5-10.

[6] LI Bo． Technology of fault line selection for single-phase-to-earth fault in small current grounding system[J]． Nonlinear Dynamics，2012，67(3)：2111-2122.

[7] 郗來迎，王崇林，布朋生，等． 基于首半波與有功分量的綜合選線裝置[J]． 煤礦機械，2008，29(8)：114-116.

XI Laiying，WANG Chonglin，BU Pengsheng，et al． Integrated line selection device based on first half wave and active component[J]． Coal Mine Machinery，2008，29(8)：114-116.

[8] 胡 佐，李欣然，石吉銀． 基于殘流與首半波綜合的接地選線方法研究[J]． 繼電器，2006，34(7)：70-73.

HU Zuo，LI Xinran，SHI Jiyin． Research on grounding line selection method based on residual and first half wave synthesis[J]． Electric Relay，2006，34(7)：70-73.

[9] 賈智彬，顧佩穎． 行波小波分析法對單相接地故障選線方法的研究[J]． 電氣開關，2013，51(6)：19-22，27.

JIA Zhibin，GU Peiying． Study on fault line selection of single phase to ground fault based on traveling wave wavelet analysis[J]． Electrical Switching，2013，51(6)：19-22,27.

[10] 周陳斌． 基于提升小波的電力系統單端行波測距仿真[J]． 江蘇電機工程，2007(5)：28-31.

ZHOU Chenbin． Simulation of single terminal traveling wave fault location based on lifting wavelet[J]． Jiangsu Electrical Engineering，2007(5)：28-31.

[11] 朱 丹，賈雅君，蔡 旭，等． 暫態能量法原理選線[J]． 電力自動化設備，2004，24(3)：75-78.

ZHU Dan，JIA Yajun，CAI Xu，et al． Transient energy method[J]． Electric Power Automation Equipment，2004，24(3)：75-78.

[12] 曹運剛，陳 平，楊茂亭，等． 基于人工神經網絡的小電流接地故障選線方法研究[J]． 國網技術學院學報，2015，18(1)：21-25，29.

CAO Yungang，CHEN Ping，YANG Maoting，et al． Research on fault line selection method for small current grounding fault based on artificial neural network[J]． Journal of China National Technical College，2015，18(1)：21-25，29.

[13] 包立公，張瑞祥． 人工神經網絡技術在電力系統中的應用[J]． 江蘇電機工程，2010，29(5)：52-55.

BAO Ligong，ZHANG Ruixiang． Application of Ethernet in MSTP System[J]． Jiangsu Electrical Engineering，2010，29(5)：52-55.

[14] 劉子俊，孫 ?。?基于遺傳算法和神經網絡的分時段風速預測方法[J]． 江蘇電機工程，2015，34(1)：6-8.

LIU Zijun，SUN Jian． The wind speed prediction based on genetic algorithm and neural network with different periods[J]． Jiangsu Electrical Engineering，2015，34(1)：6-8.

[15] 張 凱，袁兆強，范李平，等． 基于改進算法的粗糙集理論故障選線裝置研究[J]． 電力系統保護與控制，2010，38(4)：15-20.

ZHANG Kai，YUAN Zhaoqiang，FAN Linping，et al． Research on fault line selection based on improved algorithm of rough set theory[J]． Power System Protection and Control，2010，38(4)：15-20.

[16] 戴武昌，嚴干貴，孫秋鵬，等． DS證據理論在小電流接地系統的故障選線中的應用[J]． 東北電力大學學報，2007，27(6)：19-23.

DAI Wuchang，YAN Gangui，SUN Qiupeng，et al． Application of DS evidence theory in fault line selection of small current grounding system[J]． Journal of Northeast Dianli University，2007，27 (6)：19-23.

[17] 陳照業，張均偉，馬星河，等． 基于模糊理論的煤礦高漏選線算法的研究[J]． 煤礦機電，2012(6)：1-4，8.

CHEN Zhaoye，ZHANG Junwei，MA Xinghe，et al． Research on the algorithm of high leakage line selection based on Fuzzy Theory[J]． Coal Mine Mechanical and Electrical，2012(6)：1-4，8.

[18] 崔高穎，周 玉，鄭愛霞，等． 基于熵權的計量技術監督模糊綜合評價方法[J]． 江蘇電機工程，2016，35(5)：14-18.

CUI Gaoying，ZHOU Yu，ZHENG Aixia，et al． A fuzzy comprehensive evaluation method based on entropy weight for metering technical supervision[J]． Jiangsu Electrical Engineering，2016，35(5)：14-18.

[19] 龐清樂，孫同景，孫 波，等． 基于蟻群算法的神經網絡配電網故障選線方法[J]． 繼電器，2007，35(16)：1-6.

PANG Qingle，SUN Tongjing，SUN Bo，et al． Neural network based fault line selection method for distribution network based on ant colony algorithm[J]． Electric Relay，2007，35(16)：1-6.

[20] 束洪春． 配電網絡故障選線[M]． 北京：機械工業出版社，2008.

SHU Hongchun． Distribution network fault line selection[M]． BeiJing：Machinery Industry Press，2008.

[21] 劉 詩． 電力安全工作規程[M]． 北京：中國電力出版社，2009.

LIU Shi． Electric safety working procedure[M]． BeiJing：China Electric Power Press，2009．

沈興來

沈興來(1983—)，男，江蘇徐州人，工程師，主要研究方向為電力系統自動化(E-mail：56902273@qq.com);

楊 智(1992—)，男，江蘇徐州人，碩士研究生，主要研究方向為配電網故障定位(E-mail：2293655518@qq.com)。

(編輯錢 悅)

ASelf-adaptedFaultLineSelectionMethodBasedonCompleteDataFusionTheory

SHENG Xinglai1, YANG Zhi2

(1. State Grid Jiangsu Electric Power Company Xuzhou Power Supply Company, Xuzhou 221003, China;2. School of Information and Electrical Engineering, China University of Mining & Technology, Xuzhou 221116, China)

Due to the factors such as weak fault-induced signals, change of neutral grounding mode, and complicated fault conditions, fault line selection in non-effectively grounded system has been a technical challenge in actual field. Based on data fusion technology, the information of fault-generated zero-sequence voltages and currents is fully analyzed by means of colony amplitude comparison-based, the fifth harmonics-based and wavelet analysis-based methods. Fuzzy theory is employed to create membership functions of the criteria and weights of each method, which improves the adaptive ability and success rate. A single-terminal radial distribution grid model is constructed in PSCAD/EMTDC to test the performance of the presented method and the calculation results demonstrate the high reliability and applicability of the method.

distribution network; single-phase-to-ground fault line selection; steady-state information; transient-state information; fuzzy theory；membership function

TM711

A

2096-3203(2017)06-0090-06

2017-06-30；

2017-08-25

國家自然科學基金資助項目(51504253)；江蘇省自然科學基金資助項目(BK20161185)