王 東，王炳國，鄭春生

（勝利油田石油管理局 電力總公司，東營 257061）

0 引言

電力輸電線是電力系統的命脈，是發(fā)電廠與終端用戶的紐帶，它擔負著傳送電能的任務，是電網中的一個重要的環(huán)節(jié)。由于電力線路長期暴露于風、雨、雷、電等自然環(huán)境中，不可避免地發(fā)生各種各樣的故障，準確迅速地定位故障位置有著重要意義。有助于運行人員快速地確定故障地點，減少維修人員的檢查時間，加快線路的恢復，減少因停電造成的經濟損失，保證可靠的供電，對電力系統的安全穩(wěn)定和經濟運行有著十分重要的作用[1]。

電力系統故障測距方法根據測距原理[2]大致可以分為:故障分析法[3]和行波法[4,5]。行波法雖然采用較為精確的分布參數模型，測距精度比較高，不受過渡電阻、分布電容等的影響，但可靠性較差，而且有測距死區(qū)，當故障位置離測量點很近禍故障初始角接近零度時，測距將失敗[6,7]。按照采用的電路模型來看，故障分析法可分為集中參數法和分布參數法，但由于分布參數法實現起來比較復雜[8,9]，所以多采用集中參數模型；根據所使用的電氣量,故障分析法又可分為單端電氣量算法和雙端電氣量算法，雙端電氣量算法原理比單端電氣量算法原理要準確，但由于需要通訊設備以及雙端同步采樣等要求而很難實現[10～12]；單端電氣量算法原理簡單，費用較低，也不受系統通信技術條件的限制，在各錄波裝置中得到了廣泛應用。但該方法在原理上無法消除故障過渡電阻和分布電容對測距精度的影響,這是其最大缺陷。文獻[13]提出了一種考慮分布電容的模糊故障測距算法，較好地克服了分布電容的影響，考慮了分布參數模型。

本文提出一種基于集中參數模型的神經網絡單相故障測距算法。該方法以單側電壓和電流信號為依據，將單端阻抗測距算法計算出故障距離和過渡電阻的初始值以及線路的分布電容作為訓練樣本，通過對神經網絡的離線訓練和在線補償，最終得到精確的故障測距，實現對線路分布電容的動態(tài)補償。

1 故障測距原理

如圖1所示雙電源單回線系統單相接地故障為例，簡單介紹單端測距法的基本原理。

圖1 雙電源單回線系統

設M側為測量端，已知量為M側電壓、電流和線路參數?？傻玫饺缦路匠淌剑?/p>

從(2)式可以得到I的 實部和虛部。

由式(1)~(4)可得

求解方組得：

上述單端阻抗測距算法未考慮分布電容對測距精度的影響，精度較低，不適用于測距精度要求較高的場合。

2 應用神經網絡的故障測距算法

神經網絡具有良好的學習能力,只要有足夠的樣本數據就可建立神經網絡并通過離線訓練學習，實現對輸電線路故障測距長度補償系數的的學習,為在線補償奠定基礎。BP 神經網絡具有結構簡單和學習效率高的特點，本文將BP 神經網絡用于輸電線路的故障測距。

本文采用BP神經網絡結構，如圖2所示。該神經網絡共三層，輸入層，隱含層和輸出層。輸入層為初始故障距離、過渡電阻、正序分布電容和零序分布電容等4個參數；隱層節(jié)點個數為9，輸出層1個節(jié)點，為單相接地故障類型下的測距補償系數。

圖2 神經網絡結構示意圖

初始故障距離乘以該補償系數即可得到精確的故障距離，從而解決過渡電阻和分布電容的影響。針對不同的故障過渡電阻，不同的故障距離和不同的分布電容，利用Matlab /Simulink搭建故障模型，進行大量的仿真實驗以及電科院動模實驗數據，得到測量點的電壓和電流數據，作為計算初始故障距離和過渡電阻的依據。將初始故障距離、過渡電阻、正序分布電容、零序分布電容以及補償系數作為一對輸入/輸出訓練樣本。

神經網絡的結構確定后，利用遺傳算法優(yōu)化BP神經網絡的權重，對樣本進行訓練，得到精確的故障距離補償系數。從BP算法和遺傳算法自身的特點上講，BP算法的訓練是基于誤差梯度下降的權值修改原則，不可避免的存在落入局部最小點問題；遺傳算法[14,15]克服BP算法利用梯度下降法所帶來的缺點，善于全局搜索，而對于局部的精確搜索顯得能力不足。遺傳算法和BP算法的結合，能夠實現優(yōu)勢互補。圖3是應用神經網絡的故障測距算法的基本流程。

圖3 基于神經網絡的故障測距算法流程

3 仿真與動模數據驗證

3.1 仿真數據驗證

為了驗證算法的正確性，在Matlab/Simulink中搭建雙端電源系統的仿真模型，來驗證單相接地故障神經網絡單端測距精度。圖4為Matlab仿真圖，線路為三相50Hz輸電線路，電壓等級220kV，線路結構參數為：R1=0.016Ω/km，X1=0.28Ω/km， R0=0.147Ω/km，X0=0.837Ω/km，線路的總長度為400km，采樣頻率為4.8KHz。

圖4 Matlab仿真圖

對于同一故障距離，采用本文算法與文獻[2]的算法對在不同過渡電阻和分布電容情況下的單相接地故障仿真驗證結果如表1所示。

表1 單相接地故障仿真結果

由表1可以看出，與文獻[2]的不考慮對地分布電容算法相比，本文所提出的算法簡單，測距精度明顯改善，測距誤差小于2%，基本消除了故障過渡電阻和分布電容對測距精度的影響，測距精度令人滿意。

3.2 動模數據驗證

利用電科院500kV線路動模實驗數據驗證本文所提出的神經網絡單端測距精度，動模實驗的線路參數如下：R1=0.018Ω/km，X1=0.28Ω/km，C1=0.0134uF/km，R0=0.12Ω/km，X0=0.83Ω/km，C0=0.0094uF/km，線路總長度為390.13km。單相接地故障過渡電阻為0歐姆，測距結果如表2所示。

表2 動模實驗測試結果

從表2可以看出文獻[2]算法的測距誤差最大為7.1%，補償后的最大測距誤差為1.05%，測距精度有了很大的提高。

4 結論

在傳統故障分析法基礎上提出了一種新的神經網絡測距算法，它保留了單端阻抗測距算法的原理簡單、費用較低和不受系統通信技術條件的限制的特點，同時考慮過渡電阻和分布電容的影響，克服了傳統故障測距算法在經高阻接地故障時測距誤差過大和忽略分布電容引起的故障定位不準確的缺點。仿真及動模實驗結果表明，最大誤差小于2%，具有較高的測距精度。

該方法已經成功地運用在許繼電氣有限公司WGL-800故障錄波產品中，并通過了國家繼電器質量檢測中心和電科院動模實驗相關測試。

[1] 全玉生,楊敏中,王曉蓉,等.高壓輸電線路的故障測距方法[J].電網技術,2000,24(4).

[2] 哈恒旭,張保會,呂志來.高壓輸電線路單端測距新原理探討[J].中國電機工程學報,2003,23(2):42-49.

[3] 張哲,陳德樹.高壓輸電線路故障測距算法的研究[J].中國電機工程學報,1992,(6 ).

[4] 徐丙垠,李京,陳平,等.現代行波測距技及其應用[J].電力系統自動化,2001,(10):62-64.

[5] 覃劍.輸電線路單端行波故障測距的研究[J].電網技術,2005,29(15):65-70.

[6] Magnago F.H.,Abur.A..Accurate fault location with wavelets[J].IEEE Trans.on Power Delivery,1998,13(4):1475-1480.

[7] 董新洲,葛耀中,徐丙垠.利用暫態(tài)電流行波的輸電線路故障測距研究[J].中國電機工程學報,1999,19(4):76-80.

[8] 束洪春,司大軍,陳學允.基于分布參數的串補線路故障測距方法研究[J].中國電機工程學報,2002,22(4):72-76.

[9] 安艷秋,高厚磊.基于分布參數線路模型的精確故障測距算法[J].繼電器,2003,31(6)44-49.

[10] Javad Sadch,Hasjsaid N,Ranjbar A M,et al.Accurate fault location algorithm for series compensated transmissionlines[J].IEEE Trans.on Power delivery,2000,15(3):1027-1033.

[11] 覃劍,陳祥訓,鄭健超,等.利用小波變換的雙端行波測距新方法[J].中國電機工程學報,2000,20(8):6-10.

[12] 蘇進喜,解子鳳,秦荃華,等.基于GPS的新型輸電線路故障定位裝置的研制[J].電網技術,1999,23(6).

[13] 魯文,徐晨亮,丁孝華,等.一種考慮分布電容的模糊故障測距算法[J].電力系統自動化,2006,30(8).

[14}周明,孫樹棟.遺傳算法原理及應用[M].國防工業(yè)出版社,1999,6.

[15] 王小平,曹立明.遺傳算法——理論、應用與軟件實現[M].西安交通大學出版社,2002.