蔡舒平，董雪，張保會(huì)

（1.江蘇大學(xué)電氣信息工程學(xué)院，鎮(zhèn)江212013；2.西安交通大學(xué)電氣工程學(xué)院，西安710049）

即窗口中元素的總個(gè)數(shù)等于各個(gè)狀態(tài)（箱）中元素個(gè)數(shù)之和。式中δ為小波系數(shù)D的標(biāo)準(zhǔn)差，按照Chebyshev的定理，上述裝箱的原則可以保證該窗口中89%的數(shù)據(jù)點(diǎn)裝入同一個(gè)箱子而不管其概率分布形式如何。

由此可得裝箱法的基本步驟是：①把時(shí)間序列數(shù)據(jù)劃分為一連串的時(shí)間窗口；②在每個(gè)時(shí)間窗口內(nèi)按以上的方法把數(shù)據(jù)點(diǎn)打包成狀態(tài)；③在每個(gè)時(shí)間窗口內(nèi)，構(gòu)造一個(gè)基于觀察該系統(tǒng)狀態(tài)的可能性的概率密度函數(shù)；④對(duì)每個(gè)時(shí)間窗口使用式（6）從概率密度函數(shù)中計(jì)算Fisher信息。

小電流單相接地故障選線的Fisher信息方式

蔡舒平1，董雪1，張保會(huì)2

（1.江蘇大學(xué)電氣信息工程學(xué)院，鎮(zhèn)江212013；2.西安交通大學(xué)電氣工程學(xué)院，西安710049）

為了解決小電流接地系統(tǒng)單相接地故障選線困難的問(wèn)題，提出了將小波分析理論與Fisher信息理論相結(jié)合的方法，應(yīng)用于故障選線技術(shù)中。通過(guò)比較故障線路和非故障線路零序電流信號(hào)在各個(gè)小波系數(shù)下提取到的Fisher信息值的突變量來(lái)進(jìn)行故障選線?；赑SCAD/EMTDC仿真平臺(tái)下的大量仿真結(jié)果表明：這種Fisher信息的計(jì)算方法不受系統(tǒng)中性點(diǎn)接地方式、電壓初相角、過(guò)渡電阻的影響，選線靈敏度高，能準(zhǔn)確定位故障時(shí)刻，是一種故障選線的新方法。

Fisher信息；小電流接地系統(tǒng)；單相接地故障；故障選線

小電流接地系統(tǒng)發(fā)生單相接地故障時(shí)，故障信號(hào)中含有大量的暫態(tài)故障信息和穩(wěn)態(tài)故障信息，基于此衍生出了兩大類別的故障選線方法：基于暫態(tài)分量的選線方法和基于穩(wěn)態(tài)分量的選線方法。前者靈敏度較高而且不受消弧線圈的影響，不僅能判斷穩(wěn)定接地，而且能判斷瞬時(shí)接地和間歇性接地。但是暫態(tài)分量衰減速度快，提取難度大，所以若只利用暫態(tài)分量來(lái)進(jìn)行故障選線，在暫態(tài)分量很少的情況下選線結(jié)果不準(zhǔn)確。穩(wěn)態(tài)分量在帶故障運(yùn)行過(guò)程中一直存在，具有容易提取的優(yōu)點(diǎn)，但是選線結(jié)果不如利用暫態(tài)分量選線準(zhǔn)確率高[1]。當(dāng)發(fā)生單相接地故障時(shí)，故障信號(hào)一般很微弱、故障特征不明顯，這使得僅利用傳統(tǒng)的電流幅值大小與相位相反等信息的常規(guī)方法難以取得令人滿意的結(jié)果。更為關(guān)鍵的是在小電流接地故障發(fā)生后，帶故障運(yùn)行的1～2 h內(nèi)，故障信號(hào)不是一成不變的，有些時(shí)段信號(hào)反映了故障特征適于選線，有些時(shí)段信號(hào)受到干擾不利于選線[2-3]，這也使得近年來(lái)基于小波變換等現(xiàn)代信號(hào)處理技術(shù)的故障選線方法的實(shí)際應(yīng)用效果還有待觀察。所以有關(guān)小電流接地系統(tǒng)發(fā)生單相接地故障的故障線路可靠識(shí)別問(wèn)題一直沒(méi)有得到圓滿的解決。

從信息論的角度來(lái)看，小電流接地系統(tǒng)發(fā)生單相接地故障時(shí)其故障信號(hào)中包含了大量的故障信息，且故障線路信息遠(yuǎn)遠(yuǎn)要比非故障線路信息豐富。而隨著計(jì)算機(jī)技術(shù)和自動(dòng)化技術(shù)等的高速發(fā)展，電力數(shù)據(jù)采集與監(jiān)控系統(tǒng)SCADA（supervise control and data acquisition）、相量測(cè)量裝置PMU（phasor measurement unit）、故障信息系統(tǒng)FIS（fault information system）、暫態(tài)錄波裝置等智能設(shè)備的投入使用，使得大量、準(zhǔn)確、實(shí)時(shí)地獲取電網(wǎng)的各種故障信息成為現(xiàn)實(shí)。因此問(wèn)題的關(guān)鍵是如何更好地利用好這些故障信息，為小電流接地選線問(wèn)題尋找一些普遍適用的特征變量來(lái)表征故障相。

Fisher信息恰好提供了表征電力系統(tǒng)故障的這樣一類特征變量的可能性。原因是任何類型的數(shù)據(jù)和模型本質(zhì)上都可以轉(zhuǎn)換為信息而不管最初的學(xué)科是什么[4]。不像系統(tǒng)信息的其他測(cè)量方法，F(xiàn)isher信息提供了一種通過(guò)監(jiān)測(cè)系統(tǒng)變量從而監(jiān)測(cè)系統(tǒng)的狀態(tài)和狀態(tài)轉(zhuǎn)換的方法[5]。這種檢測(cè)狀態(tài)和狀態(tài)轉(zhuǎn)換的能力使得確定發(fā)生在系統(tǒng)中的最根本的變化成為可能，并提供一些為減輕可能的負(fù)面影響而應(yīng)采取的措施的一些思考[6]。事實(shí)上，F(xiàn)rieden使用該理論推導(dǎo)出許多基本的物理學(xué)、熱力學(xué)、人口遺傳學(xué)方程[7-8]。近年來(lái)，生態(tài)學(xué)家使用Fisher信息理論研究生態(tài)領(lǐng)域的例子更是比比皆是，F(xiàn)ath和Mayer等使用Fisher信息來(lái)作為一種復(fù)雜生態(tài)系統(tǒng)動(dòng)態(tài)秩序的度量。Karunanithi等提議用來(lái)作為一種量化的指標(biāo)來(lái)檢測(cè)和評(píng)估生態(tài)系統(tǒng)狀態(tài)的轉(zhuǎn)換[9]以及作為一種可持續(xù)性標(biāo)準(zhǔn)[4]。Fisher信息還被用于研究包含一個(gè)多間隔食物鏈穩(wěn)定性問(wèn)題的模型系統(tǒng)[10-11]以及用于可持續(xù)環(huán)境管理中的動(dòng)態(tài)模型系統(tǒng)的優(yōu)化控制問(wèn)題[12-13]。Rico-Ramirez等把Fisher信息應(yīng)用于醫(yī)療化工領(lǐng)域的優(yōu)化控制問(wèn)題[14]。在了解了以上為研究生態(tài)系統(tǒng)嘗試使用Fisher信息理論所取得的成果后，本文試圖把它引入電力系統(tǒng)以解決長(zhǎng)期困擾人們的一些難題。作為一種嘗試，首先把它用于小電流接地系統(tǒng)發(fā)生單相接地故障時(shí)故障線路的識(shí)別問(wèn)題，以展示Fisher信息在解決這類問(wèn)題中的有效性。本文的長(zhǎng)期目標(biāo)是在經(jīng)典電力系統(tǒng)理論與Fisher信息理論之間架起一座橋梁并拓寬Fisher信息理論在電力系統(tǒng)其他方面的應(yīng)用。

1 Fisher信息理論

信息理論提供了一種量化框架，通過(guò)它來(lái)描述僅僅確定了部分知識(shí)的過(guò)程[9]。信息理論的創(chuàng)始人Shannon于1948年將熵的概念引入到信息論，把熵作為信息源包含信息量多少的測(cè)度，豐富了熵的概念[15]。Shannon信息熵理論指出，對(duì)于一個(gè)不確定性系統(tǒng)，若用一個(gè)取有限個(gè)值的隨機(jī)變量X表示其狀態(tài)特征，取值為xj的概率pj=P{X=xj}， j=1，2，…，L；且則X的某一結(jié)果得到的信息可以表示為

于是X的信息熵（entropy）為

當(dāng)pj=0時(shí)，pjln pj=0，信息熵H是在一定的狀態(tài)下定位系統(tǒng)的一種信息測(cè)度，它是對(duì)序列未知程度的一種度量，可以用來(lái)估計(jì)隨機(jī)信號(hào)的復(fù)雜性。

從Shannon熵的數(shù)學(xué)定義可知，它是一種對(duì)系統(tǒng)狀態(tài)概率分布函數(shù)PDF（probability distribution function）全局光滑程度的度量，不能反映概率密度值對(duì)特定狀態(tài)排列結(jié)構(gòu)上的變化，即Shannon信息熵是一種全局平滑程度的度量，它不能反映局部特征，這使得單純用信息熵來(lái)表征和分析非平穩(wěn)信號(hào)并不合適，于是人們通常是對(duì)非平穩(wěn)信號(hào)先進(jìn)行非線性變換，然后再定義和計(jì)算各種類型的信息熵以表征故障特征。比如在信息熵的基礎(chǔ)上，人們根據(jù)各自的需要定義了近似熵ApEn（approximate entropy）[16]和小波熵WaEn（wavelet entropy）[17]。前者被用于生物時(shí)間序列的復(fù)雜性研究[18-19]、機(jī)械故障診斷[20-21]以及電力系統(tǒng)故障信號(hào)分析[22]。后者被用于電力系統(tǒng)故障檢測(cè)[23-24]以及電力暫態(tài)信號(hào)分類識(shí)別[25-26]。它們均取得了一定的效果。

統(tǒng)計(jì)學(xué)家Fisher在1922年提出了另一種度量不確定性的方法，現(xiàn)在稱之為Fisher信息（FI）。Fisher信息可以分別被解釋為評(píng)估一個(gè)參數(shù)的能力、能從一組測(cè)量值中抽取的信息量的一種度量，也可以作為一個(gè)系統(tǒng)或一種現(xiàn)象的無(wú)序狀態(tài)的一種度量[8]。一個(gè)變量單次測(cè)量的Fisher信息I計(jì)算式為

式中：P（s）為概率密度函數(shù)（PDF）；s為一個(gè)狀態(tài)變量。

不像香農(nóng)信息是一種全局平滑程度的度量，而Fisher信息是基于概率分布函數(shù)的導(dǎo)數(shù)，因此它反映的是一種局部特性。這使得它對(duì)影響概率分布函數(shù)的擾動(dòng)更加敏感。一個(gè)高度無(wú)序的系統(tǒng)具有一個(gè)一致的或平緩的概率分布函數(shù)，不可預(yù)知性導(dǎo)致了具有低的Fisher信息。一個(gè)具有低的無(wú)序而高度結(jié)構(gòu)化的系統(tǒng)顯示出偏向一組特定狀態(tài)的能力，概率分布函數(shù)對(duì)這些狀態(tài)呈現(xiàn)出急劇傾斜，在此情況下Fisher信息值隨概率分布函數(shù)的尖銳程度而增加。

小電流接地系統(tǒng)發(fā)生單相接地故障時(shí)，故障線路和非故障線路的電壓電流信號(hào)均會(huì)發(fā)生變化，但這種變化無(wú)論從信號(hào)的幅度還是復(fù)雜性方面均應(yīng)有所不同，通過(guò)Fisher信息應(yīng)該有所反映，通過(guò)Fisher的差異應(yīng)該能把故障線路和非故障線路很好地區(qū)分開(kāi)來(lái)。

實(shí)際應(yīng)用中，為了避免因除以較小的P（s）值而帶來(lái)的計(jì)算誤差，令

于是式（3）變?yōu)?/p>

具體計(jì)算中，用差分來(lái)代替微分，用求和來(lái)代替積分即可得到Fisher信息的近似計(jì)算公式，即

式（6）將會(huì)用于以下所有的計(jì)算。

2 基于Fisher信息的故障選線方法

電力系統(tǒng)信號(hào)是由各種頻率的信號(hào)疊加而成的，正常狀態(tài)下其Fisher信息值不會(huì)有明顯變化。電網(wǎng)從正常運(yùn)行到故障狀態(tài)，其電流電壓信號(hào)會(huì)發(fā)生變化，其Fisher信息值也會(huì)發(fā)生相應(yīng)的變化。但直接用Fisher信息來(lái)表征和分析非平穩(wěn)信號(hào)并未將Fisher信息的優(yōu)良性能充分展示出來(lái)，這是因?yàn)镕isher信息是基于概率分布函數(shù)的導(dǎo)數(shù)，它反映的是一種局部特性，它對(duì)局部的擾動(dòng)更加敏感。而小波分析技術(shù)在時(shí)頻兩域都具有表征信號(hào)局部特征的能力，同時(shí)故障信號(hào)經(jīng)小波分解后，小波系數(shù)呈現(xiàn)稀疏分布，也就是只有少量系數(shù)包含信號(hào)的絕大部分能量，其余系數(shù)對(duì)信號(hào)能量貢獻(xiàn)很小，使得小波系數(shù)的概率密度分布比通常的高斯分布在零值位置更尖，并在分布的兩端呈現(xiàn)明顯拖尾的趨勢(shì)[27]，這些性質(zhì)恰好與基于概率密度分布導(dǎo)數(shù)的Fisher信息相一致。由此看來(lái)把小波分析與Fisher信息理論相結(jié)合，在時(shí)頻平面上建立小波Fisher信息（Wavelet FI）和算法，用于小電流接地系統(tǒng)中的故障選線定會(huì)取得意想不到的效果。

設(shè)信號(hào)序列x（n）經(jīng)小波變換后，在第j分解尺度下k時(shí)刻的高頻分量系數(shù)為cDj（k），低頻分量系數(shù)為cAj（k），進(jìn)行單支重構(gòu)后得到的信號(hào)分量Dj（k）、Aj（k）所包含信息的頻帶寬度范圍為

式中：fs為信號(hào)的采樣頻率；J為最大分解尺度。則原始信號(hào)序列x（n）可表示為各分量的和，即

在信號(hào)x（n）經(jīng)小波變換后所得結(jié)果Dj的基礎(chǔ)上，結(jié)合式（6）就可設(shè)計(jì)出下面的小波Fisher信息計(jì)算方法——裝箱法。

設(shè)在第j層上，多分辨分析的離散小波系數(shù)為D={d（k），k=1，…，N}，在此層的小波系數(shù)上定義一滑動(dòng)窗，窗寬為w∈N，滑動(dòng)因子ε∈N，得滑動(dòng)窗如下：

式中：m=1，2，…，M，M為窗口數(shù)，M=（N-w）/ε.

假設(shè)滑動(dòng)窗中所有元素可以裝成L個(gè)箱，則

即窗口中元素的總個(gè)數(shù)等于各個(gè)狀態(tài)（箱）中元素個(gè)數(shù)之和。式中δ為小波系數(shù)D的標(biāo)準(zhǔn)差，按照Chebyshev的定理，上述裝箱的原則可以保證該窗口中89%的數(shù)據(jù)點(diǎn)裝入同一個(gè)箱子而不管其概率分布形式如何。

由此可得裝箱法的基本步驟是：①把時(shí)間序列數(shù)據(jù)劃分為一連串的時(shí)間窗口；②在每個(gè)時(shí)間窗口內(nèi)按以上的方法把數(shù)據(jù)點(diǎn)打包成狀態(tài)；③在每個(gè)時(shí)間窗口內(nèi)，構(gòu)造一個(gè)基于觀察該系統(tǒng)狀態(tài)的可能性的概率密度函數(shù)；④對(duì)每個(gè)時(shí)間窗口使用式（6）從概率密度函數(shù)中計(jì)算Fisher信息。

3 仿真算例

本文利用電力系統(tǒng)仿真分析軟件PSCAD/EMTDC（power system computer aided design/electro magnetic transient in DC system）搭建了3條出線L1、L2、L3的35 kV/10 kV小電流接地系統(tǒng)單相故障的仿真模型，中性點(diǎn)分別設(shè)定為不接地、經(jīng)消弧線圈接地和經(jīng)電阻接地3種方式，經(jīng)消弧線圈接地時(shí)采用過(guò)補(bǔ)償方式，補(bǔ)償度為8%。線路正序參數(shù)為R1=0.484 Ω/km，L1=0.345 4 mH/km，C1=0.034 5 μF/km，零序參數(shù)R0=1.16 Ω/km，L0=1.103 62 mH/km，C0=0.021 9 μF/km。以各線路零序電流為研究對(duì)象，分別對(duì)不同過(guò)渡電阻，不同故障位置及不同電壓初始角的情況進(jìn)行了仿真。

取采樣頻率fs=20 kHz。實(shí)時(shí)采集故障前和故障后各一個(gè)周波的數(shù)據(jù)。選用db5基小波，對(duì)數(shù)據(jù)進(jìn)行5層小波分解。以d2層小波系數(shù)D2（k）為例，使用裝箱法，計(jì)算不同情況下各條線路零序電流信號(hào)的小波FI值。

3.1 中性點(diǎn)不接地系統(tǒng)仿真

設(shè)置線路發(fā)生單相接地故障，故障發(fā)生時(shí)間為0.02 s。選取不同電壓初相角、故障位置以及故障電阻對(duì)系統(tǒng)進(jìn)行仿真。圖1和圖2為隨機(jī)選取數(shù)據(jù)得到的仿真結(jié)果。

圖1所示為線路L1在距離母線20 km處發(fā)生單相接地故障，故障電阻為20 Ω，電壓初相角為60°時(shí)3條線路的零序電流波形I01、I02、I03；圖2為3條線路小波分解后的FI值。

圖1 3條線路的零序電流波形Fig.1Zero-sequence current waveform of three lines

圖2 故障線路L1和正常線路L2、L3的小波FI值Fig.2WaveletFIoffaultlineL1andnormallinesL2andL3

圖3所示為線路L1在距離母線10 km處發(fā)生A相接地故障，接地電阻為200 Ω，電壓初相角為0°時(shí)各條線路的零序電流波形I01、I02、I03，圖4所示為對(duì)各線路零序電流信號(hào)經(jīng)小波分解后計(jì)算得到的FI值。

圖3 3條線路的零序電流波形Fig.3Zero-sequence current waveform of three lines

圖4 故障線路L1和正常線路L2、L3的小波FI值Fig.4WaveletFIoffaultlineL1andnormallinesL2andL3

據(jù)圖可知，故障線路L1的零序電流經(jīng)小波變換后提取到的FI值在故障發(fā)生時(shí)刻會(huì)急劇突變，而非故障線路L2、L3的FI值雖然也有變化，但是變化幅值沒(méi)有故障線路的明顯，這是因?yàn)榘l(fā)生單相接地故障后，故障線路的零序電流要遠(yuǎn)比非故障線路復(fù)雜，故體現(xiàn)為故障線路FI突變幅值大于非故障線路。因此，根據(jù)各線路提取到的FI值，選取其中最小值進(jìn)行比較便可準(zhǔn)確區(qū)分故障線路和非故障線路。

在實(shí)際應(yīng)用中，波形的采集往往會(huì)受到噪聲干擾，為了檢驗(yàn)該方法在此情況下仍然有效，分別對(duì)上述兩組數(shù)據(jù)的零序電流人為地加上高斯白噪聲，取信噪比為SNR=60。將得到加噪信號(hào)去噪處理后提取各線路的WaveletFI值，結(jié)果如圖5所示。

據(jù)此可知，對(duì)故障電流加入噪聲后，利用Wavelet FI算法仍然可以準(zhǔn)確的檢測(cè)出故障線路，說(shuō)明該方法具有一定抗噪能力。

上述仿真結(jié)果表明，Wavelet FI算法可以準(zhǔn)確判別故障線路，定位故障時(shí)刻，并且不受電壓初相角、故障距離、故障電阻及噪聲干擾的影響。表1為不同電壓初相角的部分選線結(jié)果，表2為不同故障位置的部分選線結(jié)果，表3為不同接地電阻的部分選線結(jié)果。

圖5 兩組數(shù)據(jù)加噪后線路提取的FI值Fig.5Wavelet FI of each line，with noise

表1 不同電壓初相角的選線結(jié)果Tab.1Line selection results of different voltage initial angle

表1所示為線路L1在10 km處發(fā)生單相接地故障，故障電阻為1 Ω時(shí)，不同電壓初相角的選線結(jié)果。結(jié)果表明，該方法在不同的電壓初相角下能準(zhǔn)確的判斷出故障線路。

表2 不同故障位置的選線結(jié)果Tab.2Line selection results of different fault location

表2所示為線路L2發(fā)生單相接地故障，電壓初相角為45°，接地電阻為30 Ω，在不同故障位置處的選線結(jié)果。結(jié)果表明，該方法在故障位置不同時(shí)也能準(zhǔn)確的判斷出故障線路。

表3 不同接地電阻的選線結(jié)果Tab.3Line selection results of different grounding resistance

表3所示為線路L3在15 km處發(fā)生單相接地故障，電壓初相角為30°，不同接地電阻的選線結(jié)果。由仿真結(jié)果可知，當(dāng)故障電阻非常大的時(shí)候（如50 000 Ω），故障電流非常微弱，以往的方法很難區(qū)分出故障線路。而小波Fisher信息值（Wavelet FI）與被檢測(cè)信號(hào)的幅值無(wú)關(guān)，只與信號(hào)的穩(wěn)定程度有關(guān)。即使故障信號(hào)十分微弱，利用Wavelet FI算法仍然能夠準(zhǔn)確地檢測(cè)出故障線路。因此，該方法在接地電阻比較大時(shí)仍舊可以準(zhǔn)確地選擇出故障線路。這意味著Fisher信息方法對(duì)于弱小信號(hào)的測(cè)量有其優(yōu)越的地方。

3.2 中性點(diǎn)經(jīng)消弧線圈接地和中性點(diǎn)經(jīng)電阻接地系統(tǒng)選線結(jié)果

限于篇幅，表4和表5分別列出了中性點(diǎn)經(jīng)消弧線圈接地和經(jīng)電阻接地不同故障條件下的部分選線結(jié)果。

表4 中性點(diǎn)經(jīng)消弧線圈接地系統(tǒng)選線結(jié)果Tab.4Line selection results for system with neutral grounding via arc-suppression coil

表5 中性點(diǎn)經(jīng)電阻接地系統(tǒng)選線結(jié)果Tab.5Line selection results for system with neutral grounding via resistance

從圖4和圖5可以看出，在中性點(diǎn)經(jīng)消弧線圈接地系統(tǒng)和中性點(diǎn)經(jīng)電阻接地系統(tǒng)中，小波Fisher信息法可對(duì)不同故障條件下的小電流單相接地系統(tǒng)故障進(jìn)行有效選線。

4 結(jié)論

根據(jù)小電流接地系統(tǒng)單相接地故障發(fā)生后3條線路零序電流的變化，提出了利用Fisher信息結(jié)合小波分析技術(shù)進(jìn)行故障選線的方法。通過(guò)仿真驗(yàn)證，可以得出如下結(jié)論。

（1）該方法在不同的接地方式下，均能有效區(qū)分故障線路與非故障線路，不受電壓初相角、接地電阻、故障位置的影響，具有一定的抗噪能力；并且能夠準(zhǔn)確定位故障時(shí)刻。

（2）Fisher信息指標(biāo)在短數(shù)據(jù)、小幅值、存在干擾等不利條件下，能有效提取隱藏在信號(hào)序列中的特征信息，同時(shí)能定量表征各信號(hào)序列的復(fù)雜程度，為非平穩(wěn)信號(hào)序列分析提供了有效手段。

（3）Fisher信息指標(biāo)為電力系統(tǒng)故障診斷提供了新的有效特征參數(shù)，并在電力設(shè)備狀態(tài)檢測(cè)、電力線路故障檢測(cè)識(shí)別、電力暫態(tài)信號(hào)分析等諸多方面具有良好的應(yīng)用前景。特別是由于Fisher信息所需的數(shù)據(jù)量小以及上述Fisher信息快速算法的提出，使其有望用于實(shí)現(xiàn)故障在線檢測(cè)；而且Fisher信息指標(biāo)能和其他非平穩(wěn)信號(hào)分析方法有機(jī)結(jié)合，從而為電力系統(tǒng)故障診斷領(lǐng)域提供一種可行的新方法。

[1]陳曉娟，劉曉翠，于遠(yuǎn)志（Chen Xiaojuan，Liu Xiaocui，Yu Yuanzhi）.基于多判據(jù)融合的小電流單相接地故障選線法（Single-phase-to-ground fault feeder for low current system based on multiple criteria fusion）[J]．東北電力大學(xué)學(xué)報(bào)（Journal of Northeast Dianli University），2010，30（1）：53-56．

[2]齊鄭，楊以涵，張宏宇，等（Qi Zheng，Yang Yihan，Zhang Hongyu，et al）．基于D-S證據(jù)理論的小電流接地故障連續(xù)選線方法（Study on continuous line selection for small current earth fault based on D-S evidence theory）[J]．華北電力大學(xué)學(xué)報(bào)（Journal of North China Electric Power University），2005，32（3）：1-4．

[3]俞曉榮，廖培金，彭書濤，等（Yu Xiaorong，Liao Peijin，Peng Shutao，et al）．小波分析在小電流接地系統(tǒng)故障選線中的應(yīng)用（The application of wavelet transform in finding fault feeder of earth fault in resonant grounded system）[J].電力系統(tǒng)及其自動(dòng)化學(xué)報(bào)（Proceedings of the CSUEPSA），2003，15（4）：24-26．

[4]Cabezas H，F(xiàn)ath B D．Towards a theory of sustainable systems[J].Fluid Phase Equilibria，2002，194-197：3-14．

[5]Fath B D，Cabezas H，Christopher W Pawlowski．Regime changes in ecological systems：an information theory approach[J].Journal of Theoretical Biology，2003，222（4）：517-530．

[6]Eason T，Cabezas H．Evaluating the sustainability of a regional system using Fisher information in the SanLuis Basin，Colorado[J].Journal of Environmental Management，2012，94（1）：41-49．

[7]Lavis D A，Streater R F.Physics from Fisher information [J].Studies in History and Philosophy of Modern Physics，2002，33（2）：327-343．

[8]Pike E P．Probability，statistical optics and data testing[J]．Journal of Modern Optics，1983，30（12）：1682-1683.

[9]Karunanithi A T，Cabezas H，F(xiàn)rieden B，et al.Detection and assessment of ecosystem regime shifts from Fisher information[J].Ecology&Society，2008，13（1）：22．

[10]Cabezas H，Pawlowski C W，Mayer A L，et al.Sustainable systems theory：ecological and other aspects[J]．Journal of Cleaner Production，2005，13（5）：455-467．

[11]Cabezas H，Pawlowski C W，Mayer A L，et al.Simulated experiments with complex sustainable systems：ecology and technology[J].Resources，Conservation and Recycling，2005，44（3）：279-291．

[12]Shastri Yogendra，Diwekar Urmila，Cabezas H.Optimal control theory for sustainable environment management[J]. Environmental Science and Technology，2008，42（14）：5322-5328．

[13]Shastri Yogendra，Diwekar Urmila，Cabezas H，et al.Is sustainability achievable?Exploring the limits of sustainability with model systems[J].Environmental Science and Technology，2008，42（17）：6710-6716．

[14]Domma F.Fisher information and truncated models[J]. Statistica，2003，63（2）：267-284.

[15]楊衛(wèi)東（Yang Weidong）.熵原理在電力系統(tǒng)中的應(yīng)用前景（Application prospects of entropy theory in power system）[J].電工技術(shù)（Electrotechnics），2000，33（4）：4-6．

[16]Pincus S M．Approximate entropy as a measure of system complexity[J]．Proceedings of the National Academy Sciences USA，1991，88（6）：2297-2301．

[17]Blanco S，F(xiàn)igliola A，Quian Q R，et al.Time-frequency analysis of electroencephalogram series（III）：Wavelet packets and information cost function[J]．Physical Review E，1998，57（1）：932-940．

[18]江朝暉，馮煥清，劉大路，等（Jiang Zhaohui，F(xiàn)eng Huanqing，Liu Dalu，et al）.睡眠腦電的關(guān)聯(lián)維數(shù)和近似熵分析（Analyzing sleep EEG using correlation dimension and approximate entropy）[J].生物醫(yī)學(xué)工程學(xué)雜志（Journal of Biomedical Engineering），2005，22（4）：649-653．

[19]趙南，劉小峰，王素品，等（Zhao Nan，Liu Xiaofeng，Wang Supin，et al．）基于Tsallis熵和近似熵的認(rèn)知事件相關(guān)電位動(dòng)態(tài)復(fù)雜度分析（Dynamic complexity analysis to cognitive event-related potential based on Tsallis entropy and approximate entropy）[J].西安交通大學(xué)學(xué)報(bào)（Journal of Xi’an Jiaotong University），2007，41（2）：245-249．

[20]高鵬，馬宏忠，張惠峰，等（Gao Peng，Ma Hongzhong，Zhang Huifeng，et al．）分接開(kāi)關(guān)振動(dòng)信號(hào)EMD熵和小波熵的比較（Comparison of EMD entropy and wavelet entropy in vibration signals of OLTC）[J].電力系統(tǒng)及其自動(dòng)化學(xué)報(bào)（Proceedings of the CSU-EPSA），2012，24（4）：48-53．

[21]胡紅英，馬孝江（Hu Hongying，Ma Xiaojiang）．局域波近似熵及其在機(jī)械故障診斷中的應(yīng)用（Application of local wave approximate entropy in mechanical fault diagnosis）[J]．振動(dòng)與沖擊（Journal of Vibration and Shock），2006，25（4）：38-40，45，174．

[22]符玲，何正友，麥瑞坤，等（Fu Ling，He Zhengyou，Mai Ruikun，et al．）近似熵算法在電力系統(tǒng)故障信號(hào)分析中的應(yīng)用（Application of approximate entropy to fault signal analysis in electric power system）[J].中國(guó)電機(jī)工程學(xué)報(bào)（Proceedings of the CSEE），2008，28（28）：68-73．

[23]何正友，蔡玉梅，錢清泉（He Zhengyou，Cai Yumei，Qian Qingquan）．小波熵理論及其在電力系統(tǒng)故障檢測(cè)中的應(yīng)用研究（A study of wavelet entropy theory and its application in electric power system fault detection）[J]．中國(guó)電機(jī)工程學(xué)報(bào)（Proceedings of the CSEE），2005，25（5）：38-43．

[24]何正友，劉志剛，錢清泉（He Zhengyou，Liu Zhigang，Qian Qingquan）．小波熵理論及其在電力系統(tǒng)中應(yīng)用的可行性探討（Study on wavelet entropy theory and adaptability of its application in power system）[J].電網(wǎng)技術(shù)（Power System Technology），2004，28（21）：17-21．

[25]陳小勤，何正友，符玲（Chen Xiaoqin，He Zhengyou，F(xiàn)u Ling）．基于小波能譜的電力暫態(tài)信號(hào)分類識(shí)別方法（Electric power transient signals classification and recognition method based on wavelet energy spectrum）[J]．高電壓技術(shù)（Power System Technology），2006，30（17）：59-63，69.

[26]李志民，李衛(wèi)星，李勃龍（Li Zhimin，Li Weixing，Li Bolong）．熵原理及其在電力系統(tǒng)可靠性中的應(yīng)用（Entropy principle and its application in power system reliability）[J]．電力系統(tǒng)及其自動(dòng)化學(xué)報(bào)（Proceedings of the CSU-EPSA），2001，13（3）：37-39，53．

[27]Mallat S G.A theory for multiresolution signal decomposition：the wavelet representation[J].IEEE Trans on Pattern Analysis and Machine Intelligence，1989，11（7）：674-693．

Fault Line Selection of Small Current Single-phase Grounding Based on Fisher Information Theory

CAI Shu-ping1，DONG Xue1，ZHANG Bao-hui2
（1.College of Electrical Information and Engineering，Jiangsu University，Zhenjiang 212013，China；2.College of Electrical and Engineering，Xi'an Jiaotong University，Xi'an 710049，China）

In order to solve the fault line selection in the small current single-phase grounding，a novel fault line selection method is proposed in this paper.The new method synthesizes the Fisher information with wavelet transform to solve the question of line selection in small current single-phase grounding.The FI variation based on each layer of wavelet coefficients from the comparison between the zero-sequence currents of fault and normal lines is employed to select the faulted line.Through the simulation which is based on the PSCAD/EMTDC of mall current single-phase grounding，it can be asserted that the Fisher information is a new method for fault line selection.Also，it was not influenced by the neutral-point grounding method，voltage initial angle and transition resistance.

Fisher information；small current grounding system；single-phase grounding fault；fault line selection

TM77

A

1003-8930（2014）08-0047-07

蔡舒平（1963—），男，博士，副教授，從事電力系統(tǒng)及其自動(dòng)化方面的教學(xué)及科研工作。Email：spcai@ujs.edu.cn

2013-04-07；

2013-06-07

中國(guó)江蘇高校優(yōu)勢(shì)學(xué)科建設(shè)工程資助項(xiàng)目（蘇政辦發(fā)（2011）6號(hào)）

董雪（1987—），女，碩士研究生，從事控制理論與控制工程領(lǐng)域研究。Email：dongxue66668888@163.com

張保會(huì)（1953—），男，博士，教授，博士生導(dǎo)師，從事電力系統(tǒng)安全穩(wěn)定控制、電力系統(tǒng)新型繼電保護(hù)、電力系統(tǒng)通信、分布式發(fā)電及接入相關(guān)技術(shù)等領(lǐng)域的研究。Email：bhzhang@mail.xjtu.edu.cn