基于信號振幅的輸電線路故障診斷系統設計

霍洪雙，潘偉鵬，姜雪菲

（濰坊工程職業學院，山東 濰坊 262500）

引言

近年來，許多國內外學者提出了多種用于高壓輸電線路故障診斷的智能方法。但是大部分的研究集中在對特征提取算法和智能分類算法進行多種組合來實現故障的定位與分類[1-2]。智能診斷方法一般包括信號提取、信號處理和故障識別與定位三部分，但相對而言，信號提取過程對故障診斷的速度與精度產生影響較大?，F有文獻中常用到的特征提取算法有S變換[3-4]、經驗模態分解[5]和小波變換[6-7]等。S變換為一種時頻分析法，它的優點是頻率分辨率高，有良好的特征表現，但計算過于復雜，耗時較長。經驗模態分解則具有較好的自適應性，常用于對高采樣率的故障暫態信號分析，但計算過程中會產生虛假模態及模態混疊現象，對故障診斷效果產生不良影響。而小波變換作為一種提取信號暫態特征的有力工具，也被廣泛用于故障診斷中，但其變換后得到的系數矩陣，數據量較大，如果直接用來作為故障特征，不利于線路故障的識別與定位?？梢钥闯?，上述特征提取算法都要經過數學上復雜的變換與計算，這將在故障診斷過程中耗費較長時間，進而造成故障分類與定位的速度過慢，同時，故障診斷所使用的特征是經過特征提取算法進行轉化后的特征，因而也會降低故障分類與定位的精度，因此，在提高輸電線故障診斷的速度與精度方面，受到了越來越多學者的關注[8-9]。

本系統設計的優點為：當高壓輸電線路發生故障時，不再需要任何特征提取算法對故障信息進行特征提取，而是通過采集到的三相電壓或電流故障信號振幅，經過簡單濾波及截取來作為故障特征信息，然后再結合智能分類算法對故障進行分類與定位，這有助于故障的快速排除，節省恢復供電時間，對電網安全穩定運行具有重要意義。

1 故障信號分析

以電壓等級為220 kV，故障初始角為0°，過渡電阻為10 Ω時的三相故障電壓和電流信號為例進行分析。根據建立的故障數據庫，通過Matlab仿真得到10種短路故障所對應的故障電壓和電流波形如圖1所示。

圖1 10種短路故障的波形圖

由圖1的故障波形圖可以看出，在故障發生前后，對于三相電壓信號和電流信號，它們的振幅都發生了顯著的變化，尤其是三相電流信號。故障發生時，故障相的電流振幅突然變大，遠遠超出故障發生之前的正常值，而故障相的電壓振幅卻突然減小，比如，BG故障時，B相電流振幅突然變大，B相電壓振幅卻有所減小，而對于A、C兩相信號幾乎沒有變化，其他故障同理。因此，可以將系統故障發生前后三相信號振幅的顯著變化作為10種短路故障的特征信息，用以故障的定位與分類識別。

2 故障診斷系統的設計

根據故障信號分析，提出本文故障診斷系統。該系統由信號采集模塊、信號處理模塊、故障分類模塊、故障信號提取模塊、故障信號處理模塊和故障定位模塊組成，如圖2所示。其中，信號采集模塊為信號采集傳感器，采用普通信號采集器或高速信號采集器；信號處理模塊為信號整形處理，包括濾波模塊和截取模塊；故障分類模塊為智能故障分類器，采用可數據分類的通用計算機、DSP數據處理系統、嵌入式數字處理系統或基于FPGA的專用數據處理系統的硬件平臺；故障相信號提取模塊為信號采集傳感器，采用普通信號采集器或高速信號采集器；故障相信號處理模塊為信號整形處理，主要為濾波模塊，所采用的濾波裝置為低通濾波器或帶通濾波器；故障定位模塊為故障定位運算器，采用通用計算機、DSP數據處理系統、嵌入式數字處理系統或基于FPGA的專用數據處理系統為硬件平臺。各模塊之間通過無干擾線相連接，進行數據通信。

圖2 故障診斷系統

3 工作原理及過程

該故障診斷系統根據信號采集的種類不同，分為電壓模式和電流模式兩種診斷模式。這兩種診斷模式單獨工作，對系統的訓練必須進行診斷模式設定后方可進行。

3.1 電壓模式

當高壓輸電線路發生故障時，電壓采集模塊迅速采集三相故障信息，然后將故障信息傳給濾波模塊，濾除噪聲信號，得到有效故障電壓振幅。濾波模塊再將有效故障電壓振幅傳給故障截取模塊，進行半周波的截取，并將截取的半周波故障信號輸入到故障分類模塊，應用人工神經網絡、決策樹、遺傳算法、樸素貝葉斯、Logistic回歸和支持向量機等智能分類器[10]對故障振幅進行訓練。訓練結束后，故障分類模塊可根據故障振幅快速準確地識別出故障類型。故障分類模塊將得到的故障類型傳到故障相電壓提取模塊，根據故障類型，迅速提取相應故障相電壓振幅數據，然后將提取的故障相電壓振幅數據傳到故障相電壓處理模塊，進行整形濾波，濾除噪聲信號得到有效故障相電壓振幅數據。故障相電壓處理模塊再將有效故障電壓振幅數據傳給故障定位模塊，應用人工神經網絡、決策樹、遺傳算法、樸素貝葉斯、Logistic回歸和支持向量機等智能分類器[11]對故障相電壓振幅進行訓練。訓練結束后，故障定位模塊便可根據故障相電壓振幅數據快速準確地識別出故障位置。電壓模式故障診斷過程，如圖3所示。

圖3 電壓模式故障診斷

3.2 電流模式

電流模式故障診斷與電壓模式方法類似，只不過在電流模式診斷中，采集的信號為電流振幅。電流模式故障診斷過程，如圖4所示。

圖4 電流模式故障診斷

4 結語

本文設計系統在故障診斷過程中，不再采用任何特征提取算法對故障信息進行故障特征的提取，而是直接使用故障信號振幅作為故障信號特征，由于省去了這一過程，因此故障診斷速度會有較大提升。同時，因為故障信息特征更為直接，故障診斷的精度也會進一步提高。另外，在截取模塊對故障信號的截取長度也影響著故障診斷的速度與精度，力求在故障診斷精度滿足實際要求的前提下，截取更短故障信號，這樣故障特征數據更少，診斷速度會更快。