基于EMD能量熵的配電線路電纜故障智能定位方法

劉濟銘

（貴州電網有限責任公司貴陽白云供電局，貴州 貴陽 550001）

0 引 言

現階段，電力供應和調度的效率質量得到了明顯提升，推動了電力行業的創新與完善。但是配電線路的大面積關聯及鎖定，易導致線路電纜出現故障，影響配電正常運行。為解決以上問題，相關人員設計了配電線路電纜故障智能定位方法。參考文獻[1]和文獻[2]設定基于行波互相關法的電力電纜故障定位方法、基于短時互相關的低壓脈沖法電纜故障智能定位方法，這類故障定位方式缺乏針對性和穩定性，容易出現定位誤差[3]。此外，當前的定位方式多為單向，對于配電線路的故障定位難以精準把控，易出現定位差值。為此提出基于經驗模態分解（Empirical Mode Decomposition，EMD）能量熵的配電線路電纜故障智能定位方法的設計與驗證分析[4]。

1 設計基于EMD能量熵的配電線路電纜故障智能定位方法

1.1 電纜故障定位特征提取及多階故障定位節點布設

配電線路電纜在運行過程中常出現故障問題，造成這一情況的因素包括導線斷線落地、絕緣子擊穿、線路落雷、樹木接觸導線等，使得電纜出現大范圍的不可控事故，甚至會形成關聯性的大面積電路問題，影響后續的線路運行及定位處理，為此先進行故障定為特征的提取[5]。

在電網的中性點位置設定一個變壓器，促使其與大地的中間位置相互垂直。調節配電線路當前的電壓狀態，通過節點檢測實時的情況。當變壓器與大地形成一個可控的回路后，電流與電纜之間相互抵消，電流為0。如果線路出現故障，電纜也會處于短路狀態，此時觀測出接地電壓的故障特征值為

式中：N為故障特征值；?為故障轉化比；ψ為接地覆蓋范圍；ρ為電壓轉換差值；?為電壓波動值。

節點的設定多為單向，雖然可以完成預期的故障定位，但是會出現不可控的定位誤差。因此，結合EMD能量熵，采用多節的方式，完善優化節點的設置模式。以配電線路的初始運行為引導，在易出現故障的位置設定節點，節點之間需要搭建聯系，并構建多層級的映射結構，進一步擴大實際的故障識別范圍，提高定位效率。

1.2 構建EMD能量熵智能定位模型

利用設置的節點，采集周期內的配電線路故障數據和信息，利用EMD能量熵，構建一個模態分解定位模型，結構如圖1所示。

圖1 EMD能量熵智能定位模型結構

結合模態故障識別方向，計算出對應的能量熵，針對能量熵數值的波動，標定出配電線路實時故障的位置，測定計算出單相故障定位最優解，具體為

式中：L為單相故障定位最優解；?為可控識別范圍；ξ為電壓轉換比；E為單向故障位置；q為單元特征差值；a為額定電流值。將計算得出的單相故障定位最優解導入模型，智能化識別當前的配電線路電纜故障情況，獲取模糊定位結果。

1.3 單向接地控制實現智能定位處理

單向接地控制是一種靈活的多維配電線路故障智能化識別輔助方法，僅依賴于模型很難精準鎖定故障的位置。針對實際的線路運行狀況，需要設計一個單向接地的控制結構，并調整故障定位的控制指標，具體如表1所示。

表1 單向接地控制的數值設置

依據此結構，搭配設計的EMD能量熵配電線路電纜故障智能定位模型，更為精準、具體、細化地鎖定線路電纜的故障位置，強化定位的精度，營造更加穩定、安全的定故障位環境。

2 方法測試

2.1 測試準備

設定基于行波互相關法的電力電纜故障定位測試組、基于短時互相關的低壓脈沖法電纜故障定位測試組以及此次所設計的基于EMD能量熵的配電線路電纜故障智能定位測試組。結合EMD能量熵，對選定H區域的5條配電線路電纜故障智能定位方式的測試結構進行研究分析。當前，需要先進行基礎配電線路的設置，同時劃分出多個需要測定的模塊，在各個位置部署一定數量的智能化定位節點，每一個節點均需要進行關聯和搭接，形成一個循環性的監測結構，便于日常數據和信息的采集。以此為基礎，調整配網電纜運行系統中的控制開關，并將主控程序與測試系統建立映射聯系，為后續的控制奠定基礎條件。

結合EMD能量熵，構建一個多維具體的故障智能定位矩陣，結合遺傳算法，將當前的電網數據進行初始化，營造穩定、細化的測試環境。根據矩陣的定位結構與需求，計算出故障定位的可控限值為

式中：F為故障定位可控限值；n為故障識別耗時；α為交叉轉換比；η為配電線路；κ為故障特征；δ為變異均值。

基礎測試環境搭建完成，綜合EMD能量熵，進行測試與驗證分析。

2.2 測試過程及結果分析

首先，設置6個測試周期，利用部署的節點進行基礎線路配電數據及信息的采集。利用三維虛擬化技術，設計虛擬化的故障指令，分為3組，測試故障分別為5處、10處以及15處，導入測試系統中。結合EMD能量熵，對當前的電纜故障進行交叉變異處理，計算出初始周期的實時自適應度為

式中：p為實時自適應度；b為單相均值；i為定位次數；t為故障特征值；ε為電容狀態。完成對配電線路智能定位實時自適應度的測算，將其作為輔助性的測試標準。按照順序啟動設置的故障定位指令，結合EMD能量熵，構建故障定位流程圖，如圖2所示。

圖2 EMD能量熵故障定位流程結構

以設置的EMD能量熵模態結構作為智能定位引導，制定對應的定位目標，針對多方面因素計算故障智能定位耗時為

式中：M為故障智能定位耗時；m為能量熵均值；n為變異均值；?為故障定位偏差；χ為適應度函數；x為堆疊范圍。測試結果如圖3所示。

圖3 測試結果

根據圖3完成對測試結果的分析：與基于行波互相關法的電力電纜故障定位測試組、基于短時互相關的低脈沖法電纜故障定位測試組相比，此次所設計的基于EMD能量熵的配電線路電纜故障智能定位測試組最終得出的故障智能定位耗時被較好地控制在0.2 s以下，說明在EMD能量熵的輔助下，當前所設計的智能化定位結構更加靈活、多變，具有較強的智能化故障定位價值。

3 結 論

文章基于EMD能量熵，針對配電線路電纜故障智能定位方法展開設計與驗證分析。與初始的配電線路電纜故障智能定位形式相比對，此次結合EMD能量熵，所設計的智能定位結構更為靈活、多變、具體，具有較強的穩定性與針對性，在面對不同的線路環境，可以結合輸入阻抗識別法以及EMD能量熵的測算，標定出具體的故障位置，鎖定故障的延伸方向，通過對頻率分量的控制來實現接地故障的二次定位，以修正的方式獲取最終的故障定位幅值與后的相位識別結果，營造更加穩定、安全的配電線路實踐環境，推動相關技術進一步發展。