煤礦井下柔性直流輸電系統短路故障識別研究

徐 磊，周昊程，盧逢婷

(江蘇電力信息技術有限公司，江蘇 南京 210024)

由于煤礦作業在地下進行[1-2]，在作業過程中必須有電力的支持，而供電安全[3-4]是整個煤礦井下工作的重要保障，煤礦供電與電力公司的常規供電有所不同，煤礦供電的電網分支數量過多，且各支路的線纜較短，而地下的惡劣環境會加速電纜的破壞，從而導致供電系統出現短路或漏電的情況，電力故障不僅影響煤礦的正常作業，也會導致井下排水以及通風系統異常，容易出現水災以及瓦斯泄漏等事件，嚴重威脅工作人員的安全。煤礦井下多使用柔性直流輸電系統，這種系統的關鍵元件是電壓源換流器，在此基礎上引入PWM技術[5-6]生成一種全新的直流輸電系統，這種系統具有電壓穩定以及電流快速控制的優點，是目前煤礦井下最常用的電力系統，而在柔性直流輸電系統的保護下也不可避免地出現電力系統故障，因此還需要對該系統的故障進行識別。

一部分研究人員首先基于直流電故障的物理模型對電流特征量進行分析，進而完成相關數據的預處理，并得出單間隔相電流的特征量，以此加強電力故障識別的準確性，利用神經網絡實現柔性直流輸電系統短路故障識別[7]。還有一部分研究人員通過分析煤礦井下發生故障時出現的電壓自由振蕩分量頻率變化的關鍵原因以及相位特征，從而得出電力波動的原因。利用傅氏算法計算得出故障與實際電力之間的差異，并在電壓相量下通過極化電壓得出發生故障時的相位，實現柔性直流輸電系統短路故障識別[8]。

以上2種方法沒有提取供電系統中的信號特征，導致在實際運算量巨大，進而降低計算精度，加大故障識別誤差，存在故障識別精度低和故障識別性能差的問題。為了解決上述方法中存在的問題，提出一種新的煤礦井下柔性直流輸電系統短路故障識別研究方法。

1 故障特征量提取

煤礦井下柔性直流輸電發生故障會對井下工作人員的人身安全造成嚴重威脅[9-10]，為了確保煤礦井下的供電系統安全，需要對煤礦的電力系統進行實時監控[11]以及故障信號識別[12]，為加強故障識別效率可首先對電力信號故障特征量進行提取。此次研究采用經驗小波變換(EWT)[13-14]。這種方法能夠將信號頻譜進行自適應分類，從而將暫態信號分解為多個模態分量，以此提升故障特征量提取精度與效率。

對電力信號頻譜進行自適應分類處理，以此確定M個區間。將0跟π剔除，那么就還存在M-1個邊界。定義ωn代表的是相應邊界，同時相應的頻帶用Λn表示。將處于相鄰狀態的極大值其中存在的最小值當作邊界，同時根據大小情況完成排列，如果極大值的數量是N，那么當M小于N時，需要將前M-1個極大值留下來，但是當M大于N的情況下，需要將所有的極大值都進行保存，同時還需要選擇最后一個數值之后的N-M個數進行補齊，以此完成暫態信號分解。

根據EWT分解結果，電流信號i(t)被分解為k個EMF分量ci(t)，i=1，2，3，…，k以及1個殘余分量ck+1(t)[15-16]。為了確保電流信號的能量分布狀況能清楚表現，利用能量權重跟熵的原理。能量權重是各分量的能量跟電流信號能量之間的比值λi，具體計算公式如下：

(1)

式中，H為數據窗長度。

能量熵J計算公式如下所示。

(2)

在能量熵基礎原理的指導下，提出在識別故障電流能量熵的基礎上，提取分析直流故障電壓信號，引入直流正負極電壓系數進行故障極識別。正負極電壓系數計算公式如式(3)和式(4)所示：

(3)

(4)

式中，K1、K2分別為正、負極直流電壓系數；UP為正極直流電壓采樣值；N1為正極電壓采樣點數；UN為負極直流電壓采樣值；N2為負極電壓采樣點數。

經過上述分析，通過本算法對電力信號進行一系列的分解，最終獲得能量熵[17-18]，并將計算得到的能量熵當作特征矢量構成的一部分，在分析故障線路電流的同時，通過提取和分析直流電壓值，實現故障特征量提取。

2 輸電系統短路故障識別

對煤礦井下供電系統的故障識別就是對系統供電故障進行診斷[19]，可將電力故障識別分為以下3步。①根據故障特征量構建斷路器以及線路保護的拓撲關聯矩陣。②根據斷路器的實際狀態以及歷史電力狀態得出線路運行情況。③將都有關聯矩陣的數據進行融合，其結果就是短路故障的最終概率，即完成電力短路故障識別。

假設煤礦井下柔性直流輸電系統的網絡階數為5×7，其網絡拓撲關聯矩陣為S，進而生成斷路器的拓撲關聯矩陣，其表達式為：

(5)

其中母線以及線路保護拓撲關聯矩陣表達式分別為：

(6)

將所有關聯矩陣中的電力故障數據進行融合，融合的結果即為柔性直流輸電系統短路故障的識別結果。在實際融合過程中可添加AHP權重分析法加強識別性能，降低誤報或漏報的概率，極大程度提高短路故障的識別能力和準確性。

將母線和線路中的信息進行融合[20]后得出的元件發生故障的概率分別為：

(7)

根據式(7)即可得出故障發生的概率，進而完成煤礦井下柔性直流輸電系統短路故障識別。

3 實驗結果與分析

為了驗證煤礦井下柔性直流輸電系統短路故障識別研究方法的整體有效性，進行了實驗測試，如圖1所示。

圖1 現場調查Fig.1 Field investigation

3.1 故障識別精度

在對煤礦井下柔性直流輸電系統的各個元件進行短路故障識別時必須要保證識別的精度，在識別過程中，當元件發生故障其故障變量會發生變化，其中故障變量允許波動范圍為0～0.14。

對煤礦井下供電系統故障元件進行識別，首先得出其真實的故障變量，并與本文方法得出的故障變量進行對比，得出與真實結果最接近的即為最優故障識別方法，實驗結果如圖2—圖3所示。

圖2 供電系統實際故障情況Fig.2 Actual failure of the power supply system

圖3 供電系統在所提方法下的故障識別情況Fig.3 Failure identification of power supply system under the proposed method

根據實驗結果可知，所提方法和實際故障的變量以及發生時間均一致，驗證了所提方法是最優短路故障識別方法。這是因為所提方法在對短路故障識別前提取供電系統信號的特征，以此降低識別的計算量，從而加強識別精度。

3.2 故障識別性能

對電力系統的短路故障識別實際上是針對可能發生故障的元件的一種概率計算，發生故障概率的結果直接決定故障識別的性能，為進一步驗證所提方法的有效性，隨機選取5組帶有短路故障的電力系統，利用本文方法計算故障發生的概率，并與實際值進行對比，其結果如圖4所示。

圖4 故障發生概率對比Fig.4 Failure probability comparison

將實驗結果進行對比后發現，所提方法得出的結果與實際值基本保持一致，從而驗證出所提方法的可信度最高，識別性能最強。

4 結語

由于煤礦作業中供電系統是不可或缺的一項，為了加強煤礦作業的安全，提出煤礦井下柔性直流輸電系統短路故障識別方法，該方法首先對供電系統電力信號故障特征量進行提取，其次根據特征對電力的故障進行識別，實現煤礦井下柔性直流輸電系統短路故障識別，解決了故障識別精度低和故障識別性能差的問題，進而保證煤礦井下作業安全。