李志斌，吳寶興，許云輝

（上海電力學(xué)院電力與自動化工程學(xué)院，上海200090）

Hilbert-Huang變換在T型輸電線路故障定位中的應(yīng)用

李志斌，吳寶興，許云輝

（上海電力學(xué)院電力與自動化工程學(xué)院，上海200090）

根據(jù)T型線路故障時各端測得的行波波頭到達(dá)時刻來建立判別矩陣，以此來判斷故障支路。將單端與雙端定位方法相結(jié)合，解決了T型線路交匯點附近(小于1 km)故障支路難以判斷的問題。針對Hilbert-Huang變換過程中經(jīng)驗?zāi)Ｊ椒纸?EMD)處理數(shù)據(jù)時可能造成端點效應(yīng)和模態(tài)混疊，提出使用白噪聲聚類經(jīng)驗?zāi)Ｐ头纸?EEMD)以及一種改進的EMD算法來代替，用分解前后信號的總能量來評估幾種分解過程的準(zhǔn)確性。定位結(jié)果表明EEMD以及改進的EMD算法在T型線路故障定位中的定位精度高于EMD算法，能滿足定位的輸電線路的定位精度要求。

T型輸電線路；Hilbert-Huang變換；故障定位

高壓輸電線路發(fā)生故障時，快速準(zhǔn)確地找出故障位置對提高電網(wǎng)供電可靠性和運行穩(wěn)定性具有重要意義。行波定位法利用輸電線路故障時會產(chǎn)生向兩端運動的暫態(tài)行波實現(xiàn)故障定位，能夠很好地解決故障類型和過渡阻抗對定位精度的影響，但是暫態(tài)行波持續(xù)時間短、衰減嚴(yán)重，難以檢測[1]。小波分析方法能準(zhǔn)確提取故障行波波頭，但小波分析需要根據(jù)線路的參數(shù)選取最適合的小波基，否則會影響行波波頭到達(dá)時刻的準(zhǔn)確測定[2-3]。Hilbert-Huang變換(HHT)是近年來出現(xiàn)的自適應(yīng)信號分析方法，它分為經(jīng)驗?zāi)Ｊ椒纸?empiricalmode ecomposition，EMD)和Hilbert譜分析(Hilbert spectrum analysis，HAS)兩部分。HHT變換根據(jù)信號進行自適應(yīng)分解，基函數(shù)自適應(yīng)地在分解過程中產(chǎn)生，解決了小波變換中基函數(shù)的選取問題[4]。

1 Hilbert-Huang變換

1.1 EMD算法

EMD算法是利用信號極值點來提取各固有模態(tài)分量(IMF)，其結(jié)果是將信號中真實存在的不同尺度的波動或趨勢逐級地由高頻至低頻分解開。在故障發(fā)生時刻會使頻譜圖上出現(xiàn)高頻突變，以此來確定行波波頭到達(dá)時刻[5]。

EMD的分解結(jié)果可以表示為：

在EMD分解過程中，會由于“篩選”過程中進行均值計算的包絡(luò)擬合函數(shù)在數(shù)據(jù)序列的兩端出現(xiàn)發(fā)散的現(xiàn)象，這種發(fā)散現(xiàn)象會隨著“篩選”過程的進行而傳播到數(shù)據(jù)序列內(nèi)部，導(dǎo)致EMD分解失真[6-7]。

1.2 改進的EMD算法

針對EMD算法可能出現(xiàn)的端點效應(yīng)，利用端點附近的兩個相鄰極值點(極大值，極小值)斜率相等這一特性，在端點處定義兩個極值點，分別連接相鄰的極大值與極小值，然后對包絡(luò)線進行擬合。端點極值分布總共有如下四種情況：

圖1 EMD算法流程圖

(3)最后一個極值是極大值；

(4)最后一個極值是極小值。

情況(1)、(2)如圖2、圖3所示，情況(3)、(4)定義極值點的過程同理。

圖2 第一個極值為極大值的端點極值定義

1.3 EEMD算法

EEMD是針對EMD方法的不足而提出的一種噪聲輔助數(shù)據(jù)分析方法。EEMD分解原理為：當(dāng)附加的白噪聲均勻分布在整個時頻空間，該時頻空間就由濾波器組分割成的不同尺度成分組成。當(dāng)信號加上均勻分布的白噪聲背景時，不同尺度的信號區(qū)域?qū)⒆詣佑成涞脚c背景白噪聲相關(guān)的適當(dāng)尺度上去[8]。

圖3 第一個極值為極小值的端點極值定義

(1)給目標(biāo)信號加上一組白噪聲獲得一個總體；

(2)對其進行EMD分解，得到各IMF分量；

(3)給目標(biāo)信號加入不同的白噪聲，重復(fù)以上兩步；

(4)分解得到各自的IMF分量組；

(5)取相應(yīng)IMF的均值作為最終的IMF組；

(6)取相應(yīng)的剩余分量的均值作為最終的IMF組。

1.4 評價標(biāo)準(zhǔn)

2 T型線路行波法定位

行波故障定位法是根據(jù)行波傳輸理論，以行波在線路上傳輸速度接近光速為基礎(chǔ)，利用不同的模型原理來確定故障點。T型線路模型如圖4所示。T型輸電線路的故障測距由兩部分組成：一是故障分支的判別，二是故障點測距。

圖4 T型線路模型

2.1 T型線路故障支路判斷

構(gòu)造時間矩陣=[AB,AC,BC]，根據(jù)線路參數(shù)計算得=[614.7,341.5,－273.2]。當(dāng)T型線路發(fā)生故障時，A、B、C三端記錄故障初始行波到達(dá)時間為A′,B′,C′以此得到時間矩陣′=[AB′,AC′,BC′]。由上述分析得，時間矩陣,′中非故障支路對應(yīng)的ij與ij′相等；T點故障時，時間矩陣,′相等。構(gòu)造判斷矩陣：=－′=[AB－AB′,AC－AC′,BC－BC′]。

2.2 T型線路行波定位法步驟

在故障分支判定環(huán)節(jié)完成后，接下來則需要對故障點的具體位置進行精確定位。影響測距精度的關(guān)鍵要素之一是行波速度，而實際的行波速度會受到輸電線路參數(shù)、地理環(huán)境及氣候條件等眾多因素的影響，導(dǎo)致行波速度具有不確定性。在三端故障測距中，利用迭代得到式(3)，可以消除測距公式中行波速度的影響，在一定程度上消除弧垂帶來的誤差。

但是由于行波波頭到達(dá)時刻的測定存在誤差，實際定位中式(3)可能會造成某些點有較大的誤差，因此該方法有一定的局限性。本文在定位過程中近似認(rèn)為行波波速為一常數(shù)[10]。

假設(shè)各端時間同步[11-12]，則能夠獲得初始行波浪涌到達(dá)三母線測量端的絕對時刻A，B，C，采用雙端定位法定位故障位置步驟如下：

(1)對線路兩端采集的行波信號進行相模變換，得到相模分量[13]；

(2)對相模分量進行HHT變換，測得高頻突變點位置進而確定行波波頭到達(dá)各端時刻A，B，C，；

(4)根據(jù)判斷出的故障支路（假設(shè)為AT支路），利用雙端定位公式(其中為B、C)分別計算AB和AC兩線路的故障位置，取均值實現(xiàn)故障定位。

3 仿真分析

選用京津唐500 kV輸電線路的實際參數(shù)[14]，采樣頻率為1 MHz，每千米線路結(jié)構(gòu)參數(shù)如下：1=0.02083Ω，1=0.8984mH，1=0.01291 μF，0=0.1148Ω，0=2.2886mH，0=0.00523 μF。

故障點設(shè)置：

(1)AT支路1～10 km以1 km為步長取10個故障點，設(shè)為A區(qū)間；15～85 km，以5 km為步長取15個故障點，設(shè)為B區(qū)間；90～99 km以1 km為步長取10個故障點，設(shè)為C區(qū)間；

(2)BT、CT支路A、C區(qū)間設(shè)置與AT支路一致，B區(qū)間由于線路長度不同，分別以20 km為步長取13和9個故障點。

根據(jù)T型線路的定位步驟對各支路設(shè)置的故障點進行故障仿真，得到故障定位結(jié)果如表1所示。

在靠近T點處，時間矩陣中元素接近于零故無法判斷故障支路，上述定位步驟無法實現(xiàn)，因此采用單端定位法作為輔助進行故障定位?？拷黅節(jié)點故障的網(wǎng)格圖如圖5所示，省略部分T節(jié)點相關(guān)的反射和折射波。

以AT支路故障為例，利用EEMD算法對該定位方法進行說明。圖6為利用EEMD算法定位時各端測得行波波頭的到達(dá)時刻（=400m）。

圖5 T節(jié)點附近(AT段)故障行波網(wǎng)格圖

結(jié)合行波網(wǎng)格圖和EEMD算法時頻圖中頻變確定的行波波頭到達(dá)時刻，并且計算得到判斷矩陣=[－1.3,－1.5,－0.2]，中元素均小于設(shè)置的裕度4 μs，近似于0故無法判斷故障支路。因此以單端定位法為輔助，利用第二個到達(dá)測量端的行波波頭進行故障定位?？拷黅節(jié)點的分析結(jié)果如表2所示（A為距A端的距離，由于線路結(jié)構(gòu)造成測得的某些端的行波波頭時刻無法用于計算故障位置以及經(jīng)過驗算排除后的結(jié)果，在表格中以“——”表示），其中AT支路100 km，BT支路280 km，CT支路200 km。

表2 T節(jié)點附近(＜1 km)故障定位結(jié)果

圖6 EEMD算法定位結(jié)果

表2說明以單端定位法作為輔助，能夠很好地解決靠近T節(jié)點無法準(zhǔn)確判斷故障支路的問題，故障精度能夠滿足定位要求。

4 總結(jié)

本文根據(jù)T型線路故障時各端測得的行波波頭到達(dá)時刻來建立時間矩陣，以此來判斷故障支路；并將單端與雙端定位方法相結(jié)合，解決矩陣在靠近T節(jié)點時無法準(zhǔn)確判斷故障支路的問題。針對Hilbert-Huang變換過程中EMD處理數(shù)據(jù)時可能造成端點效應(yīng)和模態(tài)混疊，提出使用EEMD分解以及一種改進的EMD算法來代替，用分解前后信號的總能量來評估幾種分解過程的準(zhǔn)確性。定位結(jié)果表明EEMD和改進EMD算法在T型線路故障定位中的分解過程更加準(zhǔn)確，定位精度更高，能滿足定位的輸電線路的定位精度要求。

[1]IZYKOWSKI J,ROSOLOWSKI E,SAHA M M,et al.A fault-locationmethod for application with current differential relays of threeterminal lines[J].IEEE Transactions on Power Delivery,2007,22 (4):2099-2107.

[2]王學(xué)峰，周俊宇.用小波變換技術(shù)定位輸電線路故障[J].高電壓技術(shù)，2006，32(1)：84-87.

[3]李加波，于瑞紅，戴玉松，等.基于小波變換的輸電線路行波測距研究[J].湖南電力，2005(1)：15-19.

[4]李天云，趙妍，李楠.基于EMD的Hilbert變換應(yīng)用于暫態(tài)信號分析[J].電力系統(tǒng)自動化，2005，29(4)：49-52.

[5]束洪春，程春和，趙文淵.形態(tài)學(xué)與HHT檢測相結(jié)合的行波波頭準(zhǔn)確標(biāo)定方法[J].電力自動化設(shè)備，2009，29(7)：1-7.

[6]劉文釗.Hilbert-Huang變換理論與應(yīng)用研究[D].長沙：國防科學(xué)技術(shù)大學(xué)，2009.

[7]趙娜.HHT經(jīng)驗?zāi)Ｊ椒纸獾闹芷谘油胤椒╗J].計算機仿真，2008，25(12)：346-350.

[8]陳可，李野，陳瀾.EEMD分解在電力系統(tǒng)故障信號檢測中的應(yīng)用[J].計算機仿真，2010，27(3)：263-266.

[9]任達(dá)千，吳昭同，嚴(yán)拱標(biāo).EMD端點效應(yīng)的評價指標(biāo)及抑制端點效應(yīng)的窗函數(shù)法[J].制造業(yè)自動化，2007，29(1)：21-24.

[10]覃劍，葛維春，邱金輝，等.影響輸電線路行波故障測距精度的主要因素分析[J].電網(wǎng)技術(shù)，2007，31(2)：28-33.

[11]劉勁，孫揚生，羅毅.一種基于時間域的實用單側(cè)電量故障測距方法[J].電力系統(tǒng)自動化，1994，18(5)：52-56.

[12]POPOVIC L M.A digital fault location algorithm taking into account the imaginary part of the grounding impedance at the fault place[J].IEEE Trans on Power Delivery,2003,18(4)：1489-1496.

[13]宋國兵，李森，康小寧.一種新相模變換矩陣[J].電力系統(tǒng)自動化，2007，31(14)：57-60.

[14]毛鵬，張兆寧，苗友忠，等.基于雙端電氣量的輸電線路故障測距的新方法[J].繼電器，2000，28(5)：25-27.

Applied research of improved Hilbert-Huang transform in fault location of T-type transmission line

LI Zhi-bin，WU Bao-xing，XU Yun-hui

The timematrix F according to the transient traveling wave's arrival time to each ends could be used to establish the distinguishmatrix D.The fault slip could be determined.Taking the single-end and double-end locationmethods into connection,the problem of the fault slip near the point of intersection(less than 1km)could be determined.In the process of the Hilbert-Huang transform,empiricalmode decomposition(EMD)may result in the end effect andmodal aliasing when processing data.Ensemble Empirical Mode Decomposition(EEMD)was proposed.The EMD was substituted by an improved EMD.The accuracy of the decomposition processes according to the total energy of the signal before and after the decomposition was assessed.Positioning results show that EEMD and improved EMD are better than EMD in the fault location of T-type transmission line,and the positioning accuracy canmeet the requirement of fault location.

T-type transmission line;Hilbert-Huang transform;fault location

TM 74

A

1002-087 X(2014)10-1933-04

2014-03-12

上海市電站自動化技術(shù)重點實驗室項目

李志斌(1974—)，男，山西省人，副教授，碩士生導(dǎo)師，主要研究方向為故障診斷、測控技術(shù)及軟件編程。