基于奇異熵的電網線路距離保護延時整定計算

周在陽，路建濤，李鵬云，張滇，陳仁明

（1.中煤西安設計工程有限責任公司，陜西西安 710001；2.合肥明信軟件技術有限公司，安徽合肥 230000）

電網線路距離保護是電力系統中常見的一種保護方式，主要用于檢測并隔離線路短路故障。為了有效地保護線路，距離保護裝置需要在故障發生后盡快響應，控制斷路器進行隔離，避免線路持續承載故障電流。而延時整定是距離保護裝置的關鍵參數之一，指的是在檢測到故障時，距離保護設備開始計時的時間。如果響應時間太短，可能會引起誤動作；如果響應時間太長，則會延緩電網的恢復速度，影響電網的可靠性和供電能力。隨著特高壓電力系統架構的增強，特高壓電力系統中的平行線路、短線路及環形網絡呈現出較多的并線、雙回線特點。在采用分段式匹配方式設置間隔的繼電器時，不但操作極其復雜，且敏感性也很難滿足規程要求。多電平間同時聯動，導致工作時間延長，且易在系統中出現故障或中斷故障，對系統的工作時間有很大限制，因此，需要適當簡化系統。

文獻[1]提出了基于測量阻抗軌跡的整定方法，以一種帶可調阻抗環特性的線路間隔保護為例，利用保護故障前測量結果估計、動作區測量結果校正、動作區計算結果實時計算等方法，實現保護延時整定；文獻[2]提出了基于雙電壓互感器的整定方法，在原始單個電壓互感器基礎上，再添加一個電壓互感器組成一個保護單元，并通過測量母線兩端的電量，實現對距離保護延時的調整和分析。

雖然當前微型計算機的技術已經比較完善，其運行的可靠性也有了較大的提升，但是仍會出現繼電器拒動的情況，應用靈敏性不足。為此，提出了基于奇異熵的電網線路距離保護延時整定計算方法。

1 線路特征提取

小波奇異熵在電網線路特征提取過程中具有較好表征能力，電網線路輸出信號經過小波包分解后，得到小波重構系數[3]。利用k層分解尺度，重構小波包能量系數，并將其表示為一個特征提取滑動窗，表達式為：

式中，L表示信號序列長度；H表示窗寬；α表示滑動因子。將每個滑動窗內所有小波重構系數均勻劃分為N個區間，區間兩兩互不相交。基于小波奇異熵原理，分解某一時期的信號序列，并利用滑動窗口分布設定時間熵，其表達式為：

式中，Pk(Ck)表示第k個滑動窗中小波包能量系數落入Ck區間的概率。通過計算相應小波包時間熵，能夠表征不同特征信號[4-5]。

基于此，提出一種基于卷積神經網絡的潮流信號提取方法。卷積神經網絡是一種具有多個特征提取結構的網絡，其結構包括多張特征表，每張特征表上都有多個神經元，這些神經元之間的權重是相同的，被稱作“卷積核團”[6-7]。由于采用卷積核，可以有效避免網絡結構各個層次之間的過度匹配問題[8]。

電網潮流特征的提取由四個殘差構造、兩個卷積層、兩個極大值池和一個整體均值池組成[9-10]。電網線路潮流特性的提取過程如下所示：

步驟一：搭建尺寸為N×N的灰度電網潮流框架；

步驟二：將殘值的構造方法融入基本的卷積神經網絡，在不提高網絡復雜性的前提下，引入恒等保護的坡度方法，將其傳遞到下層，減輕過分層疊造成的“漸近”，并提高卷積網絡各層間的信息量[11-12]。

步驟三：為有效控制模型數據量，提出了一種基于全局均值的多層次多目標優化方法，既可將多目標優化問題轉化為特征點，又可解決因卷積函數誤差引起的多目標優化問題[13]。將相應的特征點構成一個特征矢量，該特征矢量表示為：

式中，Q(qi)表示第i個電網潮流值；(xi,yi)表示電網所在位置坐標；m表示樣本個數；x表示輸入變量；Y(x) 表示輸出結果；n表示電網潮流中元素個數。提取電網潮流元素，能夠為電網潮流特征的提取提供支撐[14]。

將抽取到的特征量傳送到分類器中，并將其歸類保存。通過提取電網潮流特征，為電網安全穩定運行提供有力支持。

2 基于奇異熵的保護延時整定計算

2.1 電網信號穩定性分析

電網中通常存在多個并網逆變電源，為微電網提供了新能源接入環境，有效增強了微電網的柔性和靈活性，但其無機械暫態過程，因此在外界干擾下極易導致微電網不穩定[15]。基于此，引入有、無功誤差的綜合分量和交互式調節項，獲得一種基于變換器的DG 系統的修正控制策略。利用奇異熵法精確地獲取模態階數，不論是否存在噪聲，都可以精確地確定模態階數，從而解決偽模、漏模的問題[16]。將該方法與奇異熵算法相融合，用于分析電網信號穩定性，過程如下所示：

利用實測或仿真得到的原始信號，構造數據矩陣，表示為：

式中，η表示實測次數。將奇異熵用于信號濾波，將區間時間引入低頻震顫的分析中，并利用此方法對信號的模式進行了辨識，由此得到的信號奇異熵增量為：

式中，dab表示a、b兩個信號之間的距離。

雖然該電網線路中存在大量的噪音，但是當有效信號達到飽和狀態時，電網線路中的奇異熵值將很快地趨于由錯誤導致的奇異熵值。相對于有效信息的奇異熵增大來說，該收斂值一般都很小，所以當其隨順序改變時，將出現一個明顯的拐點，該拐點所表示的順序即有效信息的順序。根據給定的模態階數，將這兩個空間分為信號與噪聲兩個子空間，使其最后一行與第一行被剔除，得到一個新的矩陣，并對其進行奇異熵值分解。根據模態辨識結果能夠得到擬合數據，并將該擬合數據與實際數據之間的信噪比進行對比，公式為：

式中，x′表示擬合數據。通過計算信噪比，能夠有效辨識信號數據和噪聲數據，由此分析電網信號穩定情況。

2.2 電網線路距離保護延時整定計算

根據電網信號穩定情況，提出一種基于電網線路的安全可靠保護方案，使其靈敏度滿足最小靈敏度要求。通過引入靈敏度因子進行調整，得到調整后靈敏度為：

式中，γ表示電網線路距離保護延時待整定段原始靈敏度；f(γ)表示調整函數。該函數根據實際整定經驗可表示為：

式中，γmin表示靈敏度的最小值。為了確保安全性，在適當提高靈敏度之后，增大距離段的動作延時，并采用時間函數進行調整，公式為：

式中，tmin表示接地距離整定時間；Δt表示相間距離段整定時間。若待整定段原始靈敏度無法滿足規程的靈敏度要求，那么應按階梯調整保護時間，以此保證電網線路距離保護延時待整定段的靈敏整定。

3 實驗

3.1 實驗環境搭建及數據分析

搭建如圖1 所示的實驗環境。M1-M3 為3 個交流發電機，#1-#15 為15 段輸電線路。#2、#3、#5、#6、#9、#10、#14、#15 為主輸電線，因此更易出現整定延時。因此，選取#2、#3、#5、#6、#9、#10、#14、#15 作為實驗的整定對象。

圖1 電網運行環境搭建

電網線路距離保護主要用于檢測并隔離線路短路故障，因此，該實驗的線路故障類型為短路故障。當輸電線路出現短路時，其電壓為0 V。記錄在檢測到故障時，距離保護設備開始計時的時間，即為延時時長，實測數據如表1 所示。

表1 實測延時數據

根據表1 中的數據可知，#2、#3、#5、#6、#9、#10、#14、#15 輸電線均發生了短路故障，均可用于電網線路距離保護延時的測試。

3.2 實驗結果與分析

如果響應時間太短，可能會引起誤動作；如果響應時間太長，則會延緩電網的恢復速度，影響電網的可靠性和供電能力。因此，設置最優延時為0.5 ms。將表1 數據作為標準，分別選取基于測量阻抗軌跡的整定方法、基于雙電壓互感器的整定方法和基于奇異熵的整定算法，對比分析延時整定效果，如表2所示。

表2 不同方法的延時整定效果對比

由表2 可知，基于測量阻抗軌跡的整定方法、基于雙電壓互感器的整定方法對延時整定后，故障檢測延時縮短不夠顯著，應用效果還有待進一步提高。該文所提應用方法，延時得到明顯控制，且整定結果與最優延時一致。

4 結束語

針對現有電網線路距離保護方法易受電網配置影響，存在靈敏性不足的問題，導致主保護不及時。為此，提出了基于奇異熵的電網線路距離保護延時整定計算方法。該方法在不改動保護配置結構的前提下可以獲取更顯著的安全效益。