王崢夏 李賀來 胡衛東 張彥兵
摘 要 配電網電纜線路運行環境惡劣,外界干擾因素多,故障概率大,針對配電網電纜故障選線難的問題,本文分析了配電網電纜故障的特殊性,介紹了配電網故障測定的常見方法,分析了配電網電纜故障的特征,基于此深入探討了故障分量法和小波神經網法等電纜故障選線方法。
關鍵詞 配電網;電纜故障;故障選線
引言
近年來,我國大力發展智能電網,投入大量資金進入配電網領域的建設與升級改造。目前,在10kV、35kV的配電網中,越來越多的開始采用電纜線路,電纜線路具有線路短、運行環境惡劣、外界干擾因素多等特點,因此,電纜故障發生率逐年提高。有必要結合實際情況,分析探討配電網電纜故障的檢測與故障選線方法,提升配電網線路運行水平。
1 配電網的電纜故障的特殊性分析
在我國電網中,配電網一直是薄弱環節,長期以來,我國電網普遍存在“重主網、輕配網”的問題,配電網設備更新換代較慢,設備普遍老化,輸電線路的電纜故障頻發,配電網電纜占據了配電網故障的很大比例,并且存在顯著的故障測定與選線難的問題。配電網電纜故障的特殊性主要體現在:
1.1 接地方式特殊
當前,故障選線困難是配電系統較為普遍的問題,原因在于其采用小電阻接地的電纜出線方式,也就是經消弧線圈接地,并且與過補償方式同時使用,這種情況下,其故障電流較小,接地電弧極為不穩定,故障分量不明顯,這給故障選線帶來極大困難。
1.2 電纜故障影響因素多
配電網由于直接接入用電系統,6kV至35kV電壓等級的低壓電纜受用戶環節影響比較大,機械損傷、施工、天氣原因等都可能影響配電網的電纜壽命,造成配電網電纜故障,頻發的電纜故障給用電質量造成直接影響[1]。
2 配電網電纜故障的測定
配電網電纜故障類型眾多,包括高阻、開路、地阻等故障,要準確測定這些故障,必須首先提取出配電網電纜故障的故障分量,作為特征分量進行電纜故障的測定,阻抗、脈沖電壓、脈沖電流都是最常用的故障分量。
2.1 阻抗法
阻抗法是指測量電纜線路兩側的電壓與電流值,計算出阻抗數值(測量端至故障點之間),根據特定的故障定位方程,進行故障位置的定位。阻抗法是表征配電網電纜故障位置的最直接特征分量,其依賴于線路集中參數模型對故障進行定位。
阻抗法簡單易操作,以惠斯登電橋法較為普遍,在被測電纜的終端,將短路故障相和非故障相分別接入電橋兩臂,對電橋電阻進行調節,達到平衡狀態,然后利用電橋平衡原理,進而計算出故障距離。
2.2 脈沖電壓法
脈沖電壓法即閃測法,最早出現于20世紀60年代,適用于高阻和閃絡等故障的判斷。其原理是:電纜故障時會出現直流高壓,或是脈沖高壓信號,因此,通過在觀察位置與故障位置之間測量放電電壓脈沖往返一次所需的時間,判斷電纜故障的故障點。
2.3 脈沖電流法
脈沖電流法安全性較高,出現于20世紀80年代,其突出的優點是接線方式簡易,因而在正常的配電網電纜故障測定中也有較為廣泛的應用。脈沖電流法原理是:電纜故障被擊穿時,利用線性電流耦合器檢測瞬時電流脈沖信號,由于避免了電容和電纜的電阻串聯,因此脈沖電流法的接線方式更為簡單[2]。
3 配電網電纜故障的故障選線
3.1 配電網電纜單相故障特征分析
經統計,配電網電纜故障中,單相接地故障約占總故障數的75%,因此,要做好配電網電纜故障的選線,必須首先了解配電網單相故障的特征分析,35kV-10kV電纜系統之中普遍使用中性點經消弧線圈的接地方式,一旦配電網出現電纜單相接地故障,系統暫態零序電流中就會出現大量的高頻分量,且幾乎不受接地電阻和接地方式的影響。
經過分析,若配電網電纜發生單相接地故障,其出線零序電流的分布規律如下:一是發生故障的線路,其零序電流的數值最大;二是完好線路的零序電流極性一致,而發生故障的線路則不同,其母線發生單相故障的時候,其故障零序電流還的極性不一致。
3.2 配電網電纜故障常用選線方法
(1)故障分量法
故障分量法主要是指穩態分量法與暫態分量法兩種,其中,穩態分量法是指通過故障電流的穩態分量,進而判斷故障選線。在所有穩態分量中,零序電流最為普遍,線路一旦發生故障,其零序電流的幅值明顯增高,與未發生故障的線路方向相反,并且其有功分量也高于后者,因此,故障選線進行簡單操作時,可同時采用幅值、方向以及有功分量。
暫態分量法則主要提取系統的暫態分量進行判斷,當線路發生故障時,其故障信息含量豐富,暫態分量比較大,且受接地方式的影響幾乎為零,暫態接地電流是暫態電容電流與暫態電感電流的相互疊加,暫態過程初期,暫態電容電流對于暫態接地電流特性影響巨大。因此在故障選線時,可利用該特點,結合暫態分量方向和幅值進行故障選線。
(2)小波神經網法
小波變換是近年來興起的一種新的故障選線方法,小波神經網絡具有較強的容錯性,提取故障特征的能力強大。小波神經網法的原理為:在線路的實際故障測距中,設定不同的故障條件,收集系統母線零序電壓和發生故障線路的零序電流數值,將其作為樣本,然后輸入神經網絡模型,通過故障信號小波包數值,計算故障測距,此外,將小波包和神經網絡相結合,構建出前置小波層神經網絡,通過計算后的網絡數據,獲得小波包神經網絡實際的測距數值[3]。
4 結束語
隨著電網技術的發展,神經網絡、小波變換等技術也日漸與應用于配電網電纜故障測定和選線中,實現配電網單相接地故障的在線選線及定位,當電纜發生故障時,幫助供電部門能夠快速、準確地確定故障點,以確保電力配電系統能安全可靠的供電。
參考文獻
[1] 李建輝.電力電纜故障檢測方法與應用[J].河北電力技術,2009, (3):36-38.
[2] 光俊鋮.電纜故障的測定方法探討[J].煤礦現代化,2008,(5):65-66.
[3] 閆曉茹.電纜故障選線與定位方法的研究[D].西安:西安科技大學,2008.