新型電力系統衰減暫態信號增強技術研究

杜 欣

（國網杭州供電公司，浙江 杭州 310000）

0 引 言

暫態信號的增強技術應用中，可以較為快速地檢測初始行波的準確到達時間，增加了測距精度，使得距離檢測過程中形成一定的可靠通路。根據信號增強技術的應用，能夠有效提取相角信息，準確提取特征頻率點，及時增強信號。提取不同頻帶之間的暫態信號特征，并觀察其在不同頻率內的波形變化。有效減少局部故障特征信息產生單一暫態信號而形成的異常問題[1,2]。在受到噪聲的影響下也能夠對暫態信號進行增強動作。由于傳統信號增強方法在小波變換時對暫態信號的增強效果不明顯，當變換尺度增大時，時頻局域性較差，使得增強效果減弱，提取暫態信號過程中無法準確找到故障位置。變換過程中受衰減直流分量影響，頻率分辨力較差導致結果難以達到預期。因此，現階段以新型電力系統的衰減暫態信號增加技術以研究對象，結合實際情況對其展開研究與分析。

1 新型電力系統暫態信號增強

1.1 電流行波幅值衰減

設定電力系統行波與故障點的距離為x，行波首波頭信號為s(x)，得到信號的計算公式為

式中：I為電力系統的行波初始幅值，其大小與故障電阻等因素相關；χ為頻率w下電力系統的行波傳播數值。當頻率為w時，電力系統行波首波頭含有的分量設定為sw(x)，這時其幅值的表達式為

根據不同頻率的暫態信號幅值，可以得到在不同傳播距離x的變化量。當x值逐漸變大時，信號的衰減效果越顯著，衰減的程度與行波傳播常數的實部χ呈正相關。

1.2 消除幅值誤差

運用Prony算法分析故障暫態信號取樣數據長度。新型電力系統故障暫態信號經一階差分濾波后衰減因子e=0，設定需要測試信號中頻率分量的階數為q，根據電路狀況選取符合設定的閾值，滿足取樣點數存在的表達式為N＞2q。建立電力系統故障暫態信號特征模型，在計算幅值過程中，由于畸變形成的誤差均在計算中體現，因此存在一定的積累誤差[3-5]。設定誤差值為k，根據不同間距的取樣點進行取樣，當輸入衰減暫態信號時，不同分量的時間保持相同，相同頻率分量的移動距離也保持相同。運用差分算法可以增強時頻分量，將衰減的直流分量進行合理過濾和消除，在一定程度上還原頻率信號幅值[6]。運用神經網絡的故障暫態信號法進行分析，將權向量等輸入模型中，不同頻率幅值根據計算得到對應的調整量。不同頻率分量的頻率權值調整量為

式中：λ為頻率的學習率。當λ值滿足范圍為0 ＜λ＜n+1時，神經網絡運算進行收斂[7]。調整頻率過程中，設定幅值的權重為固定值，將權向量設定為g，函數為。根據網絡神經算法要想形成收斂態勢，需要在頻率學習率滿足時，F(n)＜0。在不同取樣長度中得到其優化范圍值，即為上述頻率學習率。根據神經網絡訓練方法進行學習，完成學習后得到第h個諧波分量的幅值為

式中：R為幅值；c為衰減直流量的起始值；C為衰減常數值；d為頻率分量個數。根據神經網絡訓練可以得到不同頻率分量的幅值，這樣就能減少計算誤差累積，從而消除幅值之間的誤差。

1.3 暫態信號增強

在電力系統的輸電線路發生故障時，故障分量中存在不同信息，故障會生成高頻暫態分量，在行波傳播過程中存在一定的折反射現象[8,9]。運用小波變換對時頻進行分析，對暫態信號的頻率特征進行提取。將暫態信號特征不斷進行調整，適當對其進行放大處理，在此過程中，如果發現有與小波函數波形不同的部分進行清除，這樣才能完整地將特征提取出來[10]。波形相同的判斷系數為ρ，通過比較ρ的大小可以判斷波形的相似程度。ρ的值越大，就表示提取的暫態信號波形與設定波形的相似程度高，通過波形的相似程度來得到故障信息。在電力系統發生故障時，通過計算變換熵來進行小波變換。將衰減暫態信號進行小波變換得到關系矩陣，并對其進行奇異值拆分，拆分得到的奇異值表示關系矩陣特征。將信息進行奇異值拆分，設定一個維數為n×m的矩陣，對其進行拆分，拆分公式為

式中：T為n階矩陣；V為聯合矩陣；Δ為中間矩陣，中間元素α表示矩陣Δ的奇異值。將奇異值進行歸一化處理，得到小波奇異熵的計算公式和最大奇異熵的計算公式為

式中：D為奇異熵值；Δz為最大奇異熵。在經過小波變換后，將奇異值進行拆分，并完成增強處理。運用小波變換時頻末段的特征，奇異值拆分提取數據特征，運用變換熵對特征信號進行整合與增強，同時還能在一定程度中得到不同時頻信號并進行區分。信號增強程度與Δz成正比，Δz越大，暫態信號增強程度越明顯，從而完成了對于電力系統中衰減暫態信號的增強。

2 實驗測試與分析

2.1 搭建實驗環境

選擇某地新型電力系統中的某條225 kV 線路。該線路發生三相單相接地故障，對故障進行實際勘測并記錄對應故障數據。設定從母線A 端到B 端對故障信號數據進行記錄，錄波設備在對故障線路進行取樣時的頻率為1 634 Hz。完成操作后，啟動保護裝置，設定取樣數據點，并記錄保護動作的數據。其中故障電路參數如表1 所示。

表1 故障線路參數

根據電力系統中提供的故障信息，測定故障點位于距B 端15 kA 處。同時，模型參數設定為100π，衰減系數為20。

2.2 結果與分析

新型電力系統中的2 處發生接地故障時，在經過對其暫態信號進行變換后，對信號的信號復雜度進行仿真實驗分析。設置3 個小組，運用不同方法進行實驗，給定信號為暫態分量中的直流衰減分量。設定基波頻率為65 Hz，相位為0.3π，幅值為15。針對給定信號，本文提出方法、傳統方法1 以及傳統方法2 計算得到的擬合信號如圖1 所示。

圖1 不同方法信號增強效果

由實驗結果可知，在較強的噪聲影響下，傳統方法的計算結果與給定信號有較大的差距，而且均沒有呈現出信號增強的趨勢。而相比于給定信號，本文方法的信號增強效果明顯，起到了對于電力系統衰減暫態信號增加的功能。

為驗證方法的應用性和有效性，計算電力系統衰減暫態信號故障后，將B 端的電流進行分解。將分解后的穩態信號、暫態信號與B 端數據進行運算。運用上述3 種算法，在相同計算時間內對其信號受到噪聲影響程度的結果進行實驗。計算得到上述3 種算法的最大相對誤差，分析受到噪聲影響的結果，具體如表2 所示。

表2 結果比較

從實驗結果可知，本文方法的最大相對誤差為0，受到噪聲的影響程度最小，說明本文方法在計算能力和抗干擾能力上均有較高的應用性與準確性。同時，本文方法可以有效地將暫態信號中的穩態和暫態分量分解，在減少計算誤差的同時對信號進行增強。當發生故障時，相位的位移不發生改變。A、B 兩端計算出的故障點處電壓波形相同，證實了本文提出的暫態信號增強技術的有效性。

綜上所述，根據暫態信號的衰減特征產生的誤差可以精準消除。在給定信號的對比下，本文方法可有效分解故障信號的暫態信號分量，并對其進行精準增強，達到較好的增強效果。

3 結 論

本次從暫態信號增強技術入手，深入分析新型電力系統方面的有關問題，探究了新型電力系統衰減暫態信號增強技術研究。對暫態信號進行了多方面識別與衰減，為搭建新型電力系統提供了重要依據。但方法中還存在一些不足之處，如特征訓練集有關問題，實際信號捕捉要實時流動，對涉及到的功能進行優化等。今后應更加完善計算，通過多種增強方法進行特征提取，對動態的暫態信號進行準確捕捉和精準增強，避免了因為手動輸入增強和經驗限制造成無法提升信號。通過對于信號增強技術的計算和改善，實現了對新型電力系統衰減暫態信號更有效、更準確地增強。