高壓直流輸電系統輸電電纜的故障定位研究

程泓澤 沈 靖 張 俊

（成都供電公司電纜運檢中心）

0 引言

高壓直流輸電已成為現代電網的最新發展趨勢，已廣泛存在于各大電力網絡中。但在架空線路遠距離輸電過程中，高壓直流側輸電線纜受途中氣候及周邊環境的干擾較大，造成線纜經常發生接地短路類的故障，有的架空線路斷線故障發生之后，架空線路的外表絕緣層不能徹底被熔化碳化，鋁芯線會由于架空線路的拉力而被動進入絕緣層，嚴重時會導致人員觸電的重大安全事故。且高壓直流輸電系統故障自我清除及復位能力較差，往往需要工作人員手動將高壓直流線路切斷后按壓相關按鈕進行再次啟動后進行故障復位，避免高壓直流輸電系統的自身故障對整個配網的安全運行帶來嚴重威脅［1］。遠途輸送一般選擇架空線路進行電力輸送，線路發生故障時往往不容易被發現，且對輸電線路沿途的建筑及設施設備帶來了較多的安全隱患，間接影響到人民的生產生活。因此，對直流輸電系統輸電電纜的故障進行識別和定位是系統可靠運行的前提。本文提出一種基于模糊比值分析的模塊化多電平轉換器高壓直流輸電系統（MMC－HVDC）直流側故障定位方法，能夠較好地對輸電系統輸電線纜的故障進行精準故障定位，使故障可以及時得到處理，有效縮短了故障搶修時間，提高了故障處理效率，最大程度保證了電網的穩定運行。

1 基于模塊化多電平轉換器的高壓直流輸電系統單極接地故障分析

基于模塊化多電平轉換器的高壓直流輸電系統由交流系統、逆變側和整流側模塊化多電平轉換器、直流側平波電抗器及其架空輸電線路等組成［2］。為進一步對直流系統單極接地故障開展深入研究，本文以200kV的架空線路距離為15km的MMCHVDC系統為例進行分析，其系統結構如圖1所示。

圖1 高壓直流輸電結構

為便于分析計算，系統簡化高壓直流輸電系統直流側電路如圖2所示，圖中電纜線路路單位電阻為每千米零點二歐姆，單位電感為為每千米零點四亨利，Rf、Rb分別是故障位置前半段及后半段的電路電阻，Lf、Lb分別是故障位置前半段及后半段的電路電感，Rg代表接地電阻，其取值根據實際接地故障而定，一般不超過5Ω［3］。當直流側電纜在t=1s時突發單極接地故障時，故障電壓波形見圖3。

圖2 高壓直流輸電系統直流側簡化電路

圖3 直流輸電系統單極接地故障波形圖

由圖3不難發現，當直流輸電系統單極接地故障發生時，從t=1s開始，不論輸電系統±極電壓均會發生突變，隨后趨于穩定。針對直流輸電系統單極接地故障，接地故障電壓計算如下：

式中，UGi，UNi—頻率i對應的接地電壓及故障位置特征電壓。

倘若只針對接地故障的U、I值大小進行定位，必定受到故障發生點位及接地電阻大小等因素影響。當選擇用該頻段的電壓比值K當作定位特征量時，可以規避掉接地電阻阻值以及故障位置前半段和后半段的電路電阻的干擾，其計算式如下：

對于K值來說，其所占故障電壓的比例跟故障點位特征電壓UNi有關，不受接地電阻變化的影響，能夠用來表示故障點的具體位置［4］。

2 直流輸電系統電纜故障分析方法

2.1 S-transformation故障極定位方法及原理

S-trаnsformаtion又稱S變換，在小波技術和Fouriеr變換的基礎上進行了優化發展，可以處理Fouriеr變換不能有效處理非平穩信號的難題，不僅能提供較強的時間分辨率，在頻域也有較強的定位能力，還能克制信號干擾，能夠較好處理復雜的非穩態信號［5］。因此經常被用在故障分析法中對數據信息進行處理，使故障數據更加凸出并客觀表示出來，所以被廣泛應用，但必須保證選擇合適的小波基，否則無法確保結果的準確性。

對于任意連續信號，S-trаnsformаtion定義為：

式中，w(τ-t，f)為S-trаnsformаtion使用的高斯窗口函數；τ為時移參數；f為頻率。將收集到的故障電壓信號U利用上述S-trаnsformаtion處理后得到的頻譜見圖4。

圖4 直流輸電系統線纜故障電壓頻譜圖

由圖4可以看出，當直流輸電系統接地故障發生在本極或異極的時，在本極處故障時，所測故障電壓頻率范圍兩千五到五千赫茲之間，在異極處故障時，所測故障電壓頻率范圍在零到兩千五赫茲之間。設置M為一千五到兩千五赫茲的低頻段電壓和，N為三千五到四千五赫茲的高頻段電壓和，取K=N/M。當K大于1時，診斷為本極故障，當K小于等于1時診斷為異極故障。

2.2 BP神經網絡故障點定位方法及原理

BP神經網絡又稱Bаck Proраgаtion，是前饋網絡的一種，其結構相較其他前饋網絡來說更簡單，普遍適用性更好。BP神經網絡由數據輸入輸出層、隱層等部分組成。輸入層將直流輸電系統各輸入數據K1、K2、K3……Ki進行加權（e=WKi+b，其中W和b均為常數）后并輸送至隱層各個神經元，再其內部進行故障信息的有效處理，最后借助隱層神經元將處理后的信息傳遞到輸出層進行權值分析并將最終結果輸出。

為了有效保證高壓直流系統故障定位效果，采用故障發生點距監測點的距離除以整體位置為控制變量，且可通過將故障分區逐步縮小來使測量精度提高，該法能夠滿足不同長短線路的故障定位，故障在0.6s后的各個位置的頻率電壓圖如圖5所示。

圖5 故障發生位置頻率分布

由圖5可以發現，在頻率0-500Hz、1500-2000 Hz、3500Hz左右范圍處，故障位置距離越近，該頻率段分量所占比例越低；但在頻率500-1000Hz區間，故障位置發生距離越近，該頻率段分量所占比例越高；利用頻帶分布特性，將直流輸電系統輸電線路電壓所呈現的能量分布進行分析，當線路故障發生點位置不一時，各個故障位置特征電壓在各頻率段的所占的比值也不一樣，且跟隨故障位置距離的變動而變動，所以，依據不同故障位置的不同頻率段分量的比值進行故障表征，最終達到故障定位的目的。考慮到每個故障點位的特征均不一樣，倘若針對某個故障點位開展單獨數據分析，尋求相應頻段比值會造成定位方法復雜冗長，此外，拓展性會隨著點位距離的增加而減小，故采用BP神經網絡技術，借助BP網絡將故障發生位置與各頻率段占比K值建立關系，不僅快速建立起數據關系，還能使定位流程步驟精簡。

為了快速對故障發生的位置實施定位，故障定位方法主要劃分為模擬和應用兩步驟。前者采集輸電線路參數和故障信息數據并進行仿真模擬，然后將故障數據進行S-trаnsformаtion處理后借助BP網絡訓練找到特定的權值，進一步搭建出該區間輸電線路的故障信息數據庫。后者采用故障信息數據庫尋找合適的定位數據進行位置定位，具體流程如圖6和圖7所示。

圖6 故障定位流程圖

圖7 故障定位流程圖

3 案例驗證

由于篇幅有限，現針對故障點定位故障進行論證，進一步對輸電線路故障點實施定位，本文以長為20km的200kV直流輸電系統為例進行仿真，在采樣線路上標注8個故障監測點，獲取每個故障點的過頻段信號，比較分析不同故障位置處的故障信息，并將故障發生位置電壓進行S-trаnsformаtion后取其頻段比值，輸進數據庫中獲得相應定位結果，見表1所示。

表1 高壓直流輸電系統故障定位結果

由表1可以看出，故障定位誤差都在0.2km之內，故該定位方法的有效。且在增加BP網絡訓練層數后，故障位置定位精度顯著改善，詳細對比結果如表2所示。

表2 BP網絡層數詳細對比結果

4 結束語

隨著架空線路的建設數量的逐漸攀升，由之造成的問題也日益增多，其中以直流輸電系統輸電電纜的故障最為常見，為降低輸電電纜故障造成的影響、保證配電網運行安全可靠，需要對高壓直流輸電系統輸電電纜故障進行定位，確保在故障發生第一時間內發現故障并采取相應的措施，最大程度縮短故障停時、提高生產效率。本文在對基于模塊化多電平轉換器的高壓直流輸電系統單極接地故障進行分析的基礎上，研究了直流輸電系統輸電電纜S-trаnsformаtion等故障極定位方法及原理和BP神經網絡故障點定位方法及原理，并以20km的200kV直流輸電系統為例進行了仿真驗證，效果理想，一定程度上降低了高壓直流輸電系統輸電電纜故障造成的影響，保證了整個配電網的安全平穩運行，確保了居民的正常安全用電，實現電力部門穩定發展與服務質量的雙贏。