摘 要：為進(jìn)一步完善地鐵直流牽引供電系統(tǒng)的饋線保護(hù)，系統(tǒng)分析了現(xiàn)有的地鐵直流牽引供電系統(tǒng)饋線保護(hù)的基本配置和工作原理，并針對(duì)現(xiàn)有饋線保護(hù)的局限，提出一種新的利用前饋神經(jīng)網(wǎng)絡(luò)對(duì)故障信號(hào)進(jìn)行多參量識(shí)別的基于神經(jīng)網(wǎng)絡(luò)的饋線保護(hù)思路，有效地克服了既有保護(hù)自適應(yīng)能力差以及特殊情況下保護(hù)可能失效的問題。通過使用Matlab系統(tǒng)仿真試驗(yàn)，證實(shí)這種方法切實(shí)有效。

關(guān)鍵詞：饋線保護(hù)；神經(jīng)網(wǎng)絡(luò)；Matlab；多參量輸入

中圖分類號(hào)：TP183 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1004-373X(2008)06-105-03

Study of Feeder Protection for Metro Power Supply System Based on Artificial Neural Network

ZHANG Jian，ZHANG Youpeng

(Lanzhou Jiaotong University，Lanzhou，730070，China)

Abstract：For purpose of further improving of the feeder protection system for metro DC power supply system，this paper systematically analyzes the existing feeder protection system component and its operation principle，by focusing on the limitation of the exiting protection system，presents a new multi-vector inputing feeder protection method based on artificial neural network which may efficiently improve the adaptation compare to the existing feeder protection system，and resolve the problem that the existing protection system may disable to work under specific circumstances，further more，it is testified that this method is very workable by Matlab simulation.

Keywords：feeder；neural network；Matlab；multi-vector input

1 引 言

地鐵交通發(fā)展初期，在直流牽引供電系統(tǒng)保護(hù)方面還沒有性能好、可靠性高的保護(hù)裝置，一般僅靠電流速斷和過電流保護(hù)來切斷短路故障，效果往往很不理想。近年來隨著電子技術(shù)、計(jì)算機(jī)技術(shù)的發(fā)展，人們采用微處理器實(shí)現(xiàn)了電流上升率和電流增量保護(hù)，極大地提高了直流牽引供電系統(tǒng)保護(hù)裝置的可靠性和準(zhǔn)確率^[1]。

目前，地鐵直流牽引變電所內(nèi)配置的直流保護(hù)裝置，基本上能夠快速切除大多數(shù)短路、接地等故障，但也存在一些問題，主要有：

(1) 關(guān)于機(jī)車起動(dòng)電流和遠(yuǎn)端短路故障電流的區(qū)分?，F(xiàn)在廣泛采用基于電流變化率di/dt的保護(hù)方法來區(qū)分機(jī)車起動(dòng)電流和遠(yuǎn)端短路故障電流。此方法是根據(jù)機(jī)車起動(dòng)時(shí)和直流電路發(fā)生短路故障時(shí)的特點(diǎn)而設(shè)置的，由于機(jī)車起動(dòng)時(shí)電流突變的過程較短，維持突變后電流狀態(tài)時(shí)間較短，所以，電流變化率di/dt會(huì)在短時(shí)間內(nèi)維持大于設(shè)定定值，而短路電流突變達(dá)到穩(wěn)定狀態(tài)的時(shí)間相對(duì)較長，其維持di/dt大于設(shè)定值的時(shí)間要明顯大于機(jī)車起動(dòng)電流狀態(tài)。然而，實(shí)際運(yùn)行經(jīng)驗(yàn)表明，此方法在線路電感較大、機(jī)車直流電動(dòng)機(jī)容量較大以及同一供電區(qū)間發(fā)生多輛機(jī)車同時(shí)起動(dòng)或者機(jī)車經(jīng)過絕緣分段的時(shí)候依然可能失效。

(2) 現(xiàn)有微機(jī)保護(hù)的整定，是完全按照傳統(tǒng)保護(hù)的方法進(jìn)行的整定，自適應(yīng)能力差，不能保證系統(tǒng)在各種工況下均能實(shí)現(xiàn)系統(tǒng)的最優(yōu)保護(hù)。

因此，如何進(jìn)一步提高饋線保護(hù)的自適應(yīng)能力以及如何對(duì)某些復(fù)雜故障進(jìn)行有效檢測(cè)，己成為饋線保護(hù)所而臨的一個(gè)重要課題。已有一些文獻(xiàn)對(duì)此進(jìn)行了研究，提出一些自適應(yīng)繼電保護(hù)的概念和方法，并取得一些研究成果；但是基本上都還處于初步的研究試驗(yàn)階段，用于實(shí)際生產(chǎn)的自適應(yīng)保護(hù)裝置更是尚未推出。

本文在分析比較故障短路和列車啟動(dòng)變量特征的基礎(chǔ)上，提出基于神經(jīng)網(wǎng)絡(luò)的牽引供電系統(tǒng)饋線保護(hù)系統(tǒng)，并進(jìn)行仿真驗(yàn)證。

2 直流牽引供電系統(tǒng)饋線保護(hù)簡介

目前，直流牽引供電系統(tǒng)中常用的保護(hù)主要有：判別電流量的保護(hù)(大電流脫扣保護(hù)和定時(shí)限過流保護(hù))、判別電流變化量的保護(hù)(di/dt電流上升率及ΔI電流增量保護(hù))以及雙邊聯(lián)跳保護(hù)^[2]，下面分別予以介紹：

大電流脫扣保護(hù)：是一種基于電流幅值的保護(hù)，他對(duì)接觸網(wǎng)近端金屬性短路故障較靈敏。其保護(hù)動(dòng)作特性為當(dāng)電流大于電流整定值時(shí)，開關(guān)中脫扣裝置動(dòng)作使開關(guān)分閘。假設(shè)被保護(hù)線路短路電流的最小值為Id.min，動(dòng)作電流整定為Idz>kId.min (其中k為可靠系數(shù))，系統(tǒng)一旦檢測(cè)到瞬時(shí)電流超過動(dòng)作電流時(shí)，將立即跳閘。保護(hù)的靈敏性是其特點(diǎn)，其固有動(dòng)作時(shí)間僅幾毫秒。

定時(shí)限過流保護(hù)：定時(shí)限過流保護(hù)也是一種基于電流幅值的保護(hù)。其和大電流脫扣保護(hù)相比，大電流脫扣保護(hù)應(yīng)躲過機(jī)車正常啟動(dòng)時(shí)的最大電流，而定時(shí)限過流保護(hù)電流整定值較低，但時(shí)限較長，其啟動(dòng)時(shí)不需躲過機(jī)車啟動(dòng)最大電流，而是按照最大負(fù)荷電流負(fù)荷來整定，靠延時(shí)來區(qū)分故障電流和機(jī)車啟動(dòng)電流，其動(dòng)作時(shí)限一般為十幾秒到幾十秒之間。其缺點(diǎn)是不能快速切斷故障電流，因而作為一種后備保護(hù)。

di/dt電流上升率及ΔI電流增量保護(hù)^[3]：電流上升率及電流增量保護(hù)為地鐵饋線保護(hù)的主保護(hù)，其通過綜合考慮di/dt和ΔI來決定保護(hù)的動(dòng)作特性，克服了單獨(dú)di/dt保護(hù)易受干擾誤動(dòng)，以及ΔI保護(hù)存在拒動(dòng)現(xiàn)象的缺點(diǎn)，保護(hù)動(dòng)作特性分兩部分，瞬時(shí)跳閘和延時(shí)跳閘，其動(dòng)作特性見圖1所示。

當(dāng)電流具有較高初始變化率時(shí)，例如di/dt>di/dt-ins，一旦電流增量 (ΔI)達(dá)到動(dòng)作值I-ins，將無延時(shí)跳閘。當(dāng)電流具有較低初始變化率時(shí)。例如di/dt-del>di/dt>di/dt-ins，將監(jiān)視較長時(shí)間的di/dt，以利于很好的區(qū)分故障電流與運(yùn)行電流，當(dāng)延時(shí)t-del，且電流增量ΔI超過動(dòng)作值ΔI-del時(shí)，將切除故障。

其整定原則：

(1) 電流上升率di/dt-ins的整定，應(yīng)躲過機(jī)車起動(dòng)時(shí)的最大電流變化率。di/dt-del的整定，應(yīng)小于被保護(hù)線路末端短路電流的最大電流變化率；

(2) 電流I-ins的整定，應(yīng)躲過機(jī)車起動(dòng)電流及機(jī)車過分段絕緣時(shí)的沖擊電流。I-del的整定，應(yīng)大于線路末端短路電流在t-del時(shí)刻達(dá)到時(shí)的電流增量值；

(3) 延時(shí)t-del的整定，應(yīng)躲過機(jī)車的起動(dòng)時(shí)間。

雙邊聯(lián)跳保護(hù)：當(dāng)靠近故障點(diǎn)側(cè)的直流快速開關(guān)快速分閘后，即將跳閘信號(hào)通過聯(lián)跳導(dǎo)線傳送至對(duì)端變電所，使對(duì)端變電所的直流快速開關(guān)立即跳閘，而與后一開關(guān)中電流是否達(dá)到其整定值無關(guān)，雙邊聯(lián)跳保護(hù)裝置的作用是為了保證更加安全地向接觸網(wǎng)供電，在故障的情況下確保相鄰變電所可靠跳閘而增設(shè)的后備跳閘裝置，當(dāng)本變電所的斷路器跳閘時(shí)，同時(shí)要聯(lián)跳相鄰變電所內(nèi)的同一個(gè)區(qū)間供電的斷路器，本所的斷路器也要由相鄰變電所控制跳閘。

3 基于神經(jīng)網(wǎng)絡(luò)的饋線保護(hù)提出的理論依據(jù)

3.1 電學(xué)方面

以上介紹的直流饋線保護(hù)基本能可靠切除供電系統(tǒng)中的短路和接地故障，但隨著長編組列車的采用和行車密度的加大，出現(xiàn)了運(yùn)行和啟動(dòng)電流接近甚至超過故障電流的情況，如當(dāng)相鄰兩變電所間有多組列車運(yùn)行且均處于啟動(dòng)狀態(tài)時(shí)，將出現(xiàn)很大的運(yùn)行電流，該電流幅值可能大于饋線末端故障電流，造成基于幅值的定時(shí)限過流保護(hù)判別上的困難。另一方面，由式di/dt=U/Le-(R/L)/t 可知，在t=0+的初始瞬間，在恒定的電源電壓作用下，電流變化率取決于系統(tǒng)的電感，如果系統(tǒng)的負(fù)荷(直流電動(dòng)機(jī))的電感遠(yuǎn)遠(yuǎn)大于牽引網(wǎng)的電感，那么就可以通過電流變化率的初始值來確定啟動(dòng)電流和遠(yuǎn)方故障電流。但隨著故障點(diǎn)距離的加長和直流電動(dòng)機(jī)的容量加大，牽引網(wǎng)的電感會(huì)逐步變大，而直流電動(dòng)機(jī)自身的電感會(huì)越來越小，在這種情況下如果保護(hù)定值設(shè)置過低，則可能造成斷路器誤動(dòng)，以至于牽引網(wǎng)失電。反之，如果保護(hù)定值設(shè)置過高，則會(huì)有一些遠(yuǎn)方故障不易被檢測(cè)。由此可以看出，基于電流變化率的保護(hù)也存在著一些應(yīng)用上的限制。

出現(xiàn)以上問題的原因是目前采用的直流牽引饋線保護(hù)的僅依賴于電流量的變化特征，而未考直流電壓的變化特征，而系統(tǒng)的電流和電壓兩者相輔相成必然存在一定的聯(lián)系。實(shí)際上系統(tǒng)未出現(xiàn)故障時(shí)，無論是機(jī)車處于啟動(dòng)狀態(tài)還是運(yùn)行狀態(tài)，饋線電壓基本上是恒定的，而短路故障時(shí)電壓呈速降趨勢(shì)，并且故障點(diǎn)越近、故障電流變化量越大、電壓的突化量越大，圖2和圖3分別為系統(tǒng)近端和遠(yuǎn)端短路時(shí)的電壓波形圖，圖中橫坐標(biāo)為時(shí)間，縱坐標(biāo)為電壓。

3.2 BP算法人工神經(jīng)網(wǎng)絡(luò)

神經(jīng)網(wǎng)絡(luò)具有并行運(yùn)算能力、極強(qiáng)的自適應(yīng)性、高度的魯棒性和容錯(cuò)能力等優(yōu)勢(shì)，他彌補(bǔ)了傳統(tǒng)方法的單純依靠數(shù)學(xué)求解的不足，對(duì)于非線性系統(tǒng)的求解比傳統(tǒng)計(jì)算方法有很大的優(yōu)勢(shì)，解決了某些傳統(tǒng)計(jì)算方法難于求解或不能求解的問題，很適合于處理電力系統(tǒng)這樣復(fù)雜的非線性大規(guī)模動(dòng)態(tài)系統(tǒng)^[4，5]。

Hecht-Nielsen曾證明當(dāng)各節(jié)點(diǎn)具有不同的門限時(shí)，對(duì)于在任何閉區(qū)間的一個(gè)連續(xù)函數(shù)都可以用一個(gè)隱含層的網(wǎng)絡(luò)來逼近，故本文采用含有一個(gè)隱含層的BP(誤差反向傳播學(xué)習(xí)算法)神經(jīng)網(wǎng)絡(luò)，激活函數(shù)采用階躍函數(shù)，隱含層節(jié)點(diǎn)的數(shù)目采用經(jīng)驗(yàn)公式2N+1來確定(N表示輸入節(jié)點(diǎn)數(shù))。

4 模型建立及仿真驗(yàn)證

4.1 基于神經(jīng)網(wǎng)絡(luò)的饋線保護(hù)原理

圖4為基于神經(jīng)網(wǎng)絡(luò)的饋線保護(hù)原理圖，其中i為饋線電流，u為母線電壓。i，u經(jīng)A/D變換后，送給前置處理器進(jìn)行特征提取，所提取的特征參量構(gòu)成神經(jīng)網(wǎng)絡(luò)的輸入矢量。

4.2 BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)

圖5為BP神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)圖，其中i為饋線電流，u為母線電壓， di/dt為饋線電流變化率，ΔI為饋線電流增量。對(duì)于多參量的輸入，網(wǎng)絡(luò)通過對(duì)樣本的學(xué)習(xí)，實(shí)現(xiàn)輸入到輸出的非線性映射，即用同一個(gè)網(wǎng)絡(luò)，實(shí)現(xiàn)各種有效的判據(jù)，充分體現(xiàn)各輸入特征間的內(nèi)在聯(lián)系，從而實(shí)現(xiàn)優(yōu)化后的最佳判據(jù)。

4.3 仿真結(jié)果

共選取學(xué)習(xí)樣本50個(gè)，其中正常負(fù)荷樣本10個(gè)，列車啟動(dòng)樣本10個(gè)，列車過分段樣本10個(gè)，短路故障20個(gè)。仿真程序用Matlab語言編寫，神經(jīng)網(wǎng)絡(luò)用Matlab中的神經(jīng)網(wǎng)絡(luò)工具箱構(gòu)造。網(wǎng)絡(luò)輸入節(jié)點(diǎn)4個(gè)，隱含層節(jié)點(diǎn)7個(gè)，輸出節(jié)點(diǎn)1個(gè)，學(xué)習(xí)迭代次數(shù)設(shè)為1千次，允許誤差10-3，學(xué)習(xí)實(shí)際迭代360次就收斂到允許誤差。

共選取測(cè)試樣本20個(gè)，表1列出神經(jīng)網(wǎng)絡(luò)的測(cè)試結(jié)果。

5 結(jié) 語

本文提出一種基于神經(jīng)網(wǎng)絡(luò)的饋線保護(hù)技術(shù)，利用前饋神經(jīng)網(wǎng)絡(luò)對(duì)故障信號(hào)進(jìn)行多參量識(shí)別，克服了常規(guī)保護(hù)判據(jù)的局限，揭示了各參量間的內(nèi)在聯(lián)系，為地鐵供電系統(tǒng)的直流饋線保護(hù)提供了一種新的思路。但由于地鐵直流供電系統(tǒng)相當(dāng)復(fù)雜，故障類型繁復(fù)，要建立一套實(shí)用、全面、可靠的神經(jīng)網(wǎng)絡(luò)饋線保護(hù)系統(tǒng)，則需要分析試驗(yàn)各種情況下的短路故障情況，總結(jié)提取其特征量，同時(shí)應(yīng)將神經(jīng)網(wǎng)絡(luò)方法與其他方法如專家系統(tǒng)方法、模糊控制以及其他傳統(tǒng)方法相結(jié)合，方能較好地實(shí)現(xiàn)。

參考文獻(xiàn)

[1]劉維寧，夏禾.城市軌道交通發(fā)展模式探討\\[J\\].北方交通大學(xué)學(xué)報(bào)，1999，23(4)：32-35.

[2]王宏.地鐵牽引供電系統(tǒng)直流饋線保護(hù)[J].電氣鐵道，2002(4)：41-44.

[3]董斌.地鐵直流牽引供電系統(tǒng)中的di/dt和ΔI保護(hù)\\[J\\].機(jī)車電傳動(dòng)，2003(3)：38-39.

[4]焦李成.經(jīng)網(wǎng)絡(luò)系統(tǒng)理論\\[M\\].西安：西安電子科技大學(xué)出版社，1996.

[5]沈世錳.神經(jīng)網(wǎng)絡(luò)系統(tǒng)理論及其應(yīng)用\\[M\\].北京：科學(xué)出版社，1998.

作者簡介張健男，在讀碩士研究生，教授。從事軌道交通供電系統(tǒng)分析研究工作。