馬 軍，余 英

(深圳供電局有限公司，廣東 深圳 518001)

配電網(wǎng)在線故障檢測技術的研究

馬 軍，余 英

(深圳供電局有限公司，廣東 深圳 518001)

分析了配電網(wǎng)線路常見的故障類型，總結(jié)了線路故障對系統(tǒng)可能造成的影響。降低線路故障影響的一個關鍵是提前檢測出故障并及時處理。著重分析配電網(wǎng)在線檢測技術的應用，總結(jié)目前配電網(wǎng)常用在線故障檢測技術。發(fā)生故障時，在電氣量變化比較明顯的配電系統(tǒng)中，電流檢測技術更簡單和實用。對于高難度和復雜系統(tǒng)，需融入交叉學科進行分析研究。通過對比提出未來配電網(wǎng)在線檢測技術的可能性發(fā)展方向。

配電網(wǎng)線路；線路故障；提前檢測；在線檢測技術的方法

配電網(wǎng)作為電力系統(tǒng)的重要組成部分，是連接發(fā)電系統(tǒng)、輸電系統(tǒng)與用戶的重要環(huán)節(jié)。配電網(wǎng)直接面向用戶，其正常穩(wěn)定運行對電能質(zhì)量有著直接的影響。配電網(wǎng)常發(fā)生的故障類型和特點，主要包括：(1)單相接地故障比例高，故障電流?。?2)相比于輸電線路，配電網(wǎng)故障率高，而且大多數(shù)故障為瞬時性故障；(3)故障電弧不穩(wěn)定，容易帶來二次故障；(4)高阻故障占一定比例等。

線路中發(fā)生故障時，可能對配網(wǎng)系統(tǒng)造成以下影響：(1)配電線路故障時短路電流大，若未及時切除，會對電力設備造成影響，嚴重時會損壞和燒毀設備，使瞬時故障發(fā)展成永久性故障；(2)線路故障會造成母線電壓跌落，嚴重時會出現(xiàn)大量負荷；(3)擴大停電范圍，引起系統(tǒng)波動，影響電能質(zhì)量。

故障未及時處理可能帶來嚴重后果，除了大面積停電，甚至危及整個電網(wǎng)的安全穩(wěn)定運行。因此，及時發(fā)現(xiàn)線路故障并處理，對于維護系統(tǒng)的安全穩(wěn)定運行有重大意義。

1 配電網(wǎng)常見故障類型

配電網(wǎng)正常運行時，通過不間斷向下級電網(wǎng)或負荷供電，能保證生產(chǎn)和生活的正常用電。但配電網(wǎng)常因為發(fā)生短路故障而遭到破壞，電氣設備載流部分絕緣損壞、系統(tǒng)誤操作、電網(wǎng)遭受雷擊或過電壓擊穿等都是造成短路的主要原因。

配電系統(tǒng)中的短路故障類型主要與電源的中心點是否接地有關。相間短路故障主要發(fā)生在中低壓單電源中心點不接地系統(tǒng)中，相間故障分為兩相短路和三相短路。在多端高電壓供電系統(tǒng)中，因變壓器等高壓設備需要中心點接地，所以常見的故障為接地故障(如單相接地故障、三相接地故障)，如圖1所示。

圖1 配電系統(tǒng)短路故障類型

當配電網(wǎng)不含分布式電源時，配電網(wǎng)通常遵循開環(huán)方式運行。即配電網(wǎng)在運行中是單電源配電網(wǎng)，短路分析也是按單電源配電網(wǎng)的短路電流計算。

在無限大容量電源配電系統(tǒng)中發(fā)生三相短路時，短路電流的周期分量是不變的。在Simulink中搭建配電網(wǎng)故障模型得到仿真圖形如圖2和圖3所示。由圖2可以看出，發(fā)生短路故障時電流會瞬間上升，電壓值跌落幅值較大，發(fā)生兩相故障時，電壓和電流出現(xiàn)不平衡分量。

進一步分析可知，電流和電壓表現(xiàn)出來的特征量可以作為研究故障檢測技術和繼電保護的依據(jù)。降低了線路故障對系統(tǒng)造成的影響，能及時檢測出故障所在。因此，提高在線檢故障檢測技術和增強繼電保護性能成為配電網(wǎng)自動化發(fā)展的必然趨勢。

圖2 兩相短路故障時電流電壓波形

圖3 三相短路故障時電流電壓波形

2 配電網(wǎng)在線故障檢測技術

2.1 傳統(tǒng)配電網(wǎng)故障檢測技術

隨著配電網(wǎng)自動化系統(tǒng)的提出和配網(wǎng)系統(tǒng)結(jié)構(gòu)的復雜化，使得在線故障檢測技術也不斷發(fā)展，先后出現(xiàn)了電壓型故障檢測技術和電流型故障檢測技術。

電壓型故障檢測技術主要采用電壓模式，該方法基于配電線路短路故障時電壓瞬間跌落原理，對電壓檢測和延時重合方式作為故障檢測的判據(jù)。這種技術原理比較簡單，早期時候的簡單配電網(wǎng)中也得到應用。雖然電壓型故障檢測技術能很好的實現(xiàn)故障隔離，一定程度上減少停電范圍。但也存在一些問題，隨著配電網(wǎng)系統(tǒng)的復雜化，電壓型故障檢測技術對故障判斷、隔離和恢復非故障供電區(qū)域的時間較長，不能適應現(xiàn)代配電網(wǎng)自動化的發(fā)展要求。

電流型故障檢測技術通過檢測線路中的電流變化來判斷是否出現(xiàn)故障，該技術主要應用于電流模式。當線路出現(xiàn)短路故障時，短路電流會瞬間增大，可通過FTU等設備檢測各開關是否有故障電流流過來判斷故障。隨著通信技術和計算機技術的發(fā)展，電流型故障檢測技術也發(fā)展為一種集中控制的模式。監(jiān)控中心可以根據(jù)網(wǎng)絡傳回的采樣信號判斷故障類型、故障隔離和非故障區(qū)域的供電恢復。

2.2 現(xiàn)代配電網(wǎng)在線故障檢測技術

目前國內(nèi)外很多研究人員通過改進繼電保護算法和設備，融入數(shù)學、信號處理技術和人工智能相關技術對配電線路的故障檢測進行研究，對提高配電網(wǎng)系統(tǒng)在線故障檢測有重大的意義。文獻[1]提出將信息融合技術應用于電力系統(tǒng)故障檢測，通過對故障信息的全面分析，提出研究模糊信息融合故障法技術，搭建故障檢測信息融合模型，結(jié)果顯示，該方法可以提高故障選線的靈敏度和可靠性。對配電網(wǎng)的在線故障檢測方法進行總結(jié)，分為以下幾點：

(1)基于故障時電流和電壓幅值的變化

該方法結(jié)合了電壓型和電流型故障檢測技術，針對線路發(fā)生的故障，通過電流和電壓的幅值出現(xiàn)較大變化進行故障判斷。這類方法對于低阻故障檢測的效果較好，但應用在高阻抗系統(tǒng)中則達不到效果。文獻[2]提出將此方案進行改進，線路故障時產(chǎn)生三相不平衡電流，基于此判據(jù)來檢測系統(tǒng)是否發(fā)生高阻抗故障。文獻[3]提出基于中性點電壓和零序電流的變化，提出檢測高阻故障的算法。通過分析和測量電流的零序分量來進行故障定位。文獻[4]提出基于分布式探測器的在線監(jiān)測故障的定位方式，來實現(xiàn)輻射狀配電網(wǎng)中性點不接地故障定位問題。

(2)基于諧波和頻率檢測

在配電網(wǎng)系統(tǒng)中，電流信號用傅立葉公式來進行展開：

(1)

式中h——直流分量；fi——代表諧波分量。

線路出現(xiàn)故障時，電流信號會產(chǎn)生大量諧波，因此，諧波和頻率檢測也可以作為故障的判據(jù)。文獻[5]給出通過電流來判斷線路是否發(fā)生高阻故障的方法，此方法以檢測故障期間電壓、電流三相不平衡當作故障判據(jù)。在中低壓配電系統(tǒng)中發(fā)生高阻接地故障時，存在系統(tǒng)阻抗高，短路電流變化不明顯的問題，因而在線故障不容易被識別，在短時間內(nèi)很難被檢測出來。文獻[6]提出一種配電網(wǎng)高阻接地故障在線監(jiān)測和辨識的方法。基于故障暫態(tài)電容電流，故障線路零序電壓出現(xiàn)高次諧波，使得高阻接地故障出現(xiàn)在線辨識的特征諧波。

(3)基于小波變換和人工神經(jīng)網(wǎng)絡

小波變換是對傅里葉變換的重大突破，其提供了一個可以變動的時間—頻率窗。小波變換能表征信號的奇異性，在不同的尺度上能很好的反映諧波信號的畸變情況。當滿足條件時，則稱ψ是一個基小波，或者是母小波，因此，信號x(t)的連續(xù)小波變換(CWT)可表示為

(2)

式中a——和頻率變量對應的尺度因子，a>0；b——和時間變量對應的位移因子；R——基小波平移與伸縮后形成的小波函數(shù)族。

文獻[7]結(jié)合小波變換技術，對變壓器出線端進行故障電流和電壓信號檢測，該方法的特點是根據(jù)不同的系統(tǒng)預先設定閥值，然后提取故障電流/電壓的每一相頻帶能量，選取某一相的最大值，當作基準值并與之前設定的閾值相比較，以此作為故障相的判據(jù)。文獻[8]對電流信號進行小波分解，通過這種方式得到電流信號的高頻暫態(tài)能量，實現(xiàn)對故障信號的檢測和歸類。但是，這種方式對信號采集設備要求較高，實現(xiàn)過程比較復雜，因此一般不用于現(xiàn)場應用。

文獻[9]提出結(jié)合小波變換和神經(jīng)網(wǎng)絡的原理，對故障線路進行檢測，首先使用小波變換技術濾除故障信號中不相關諧波分量和非周期信號，然后提取組成神經(jīng)網(wǎng)絡訓練樣本集的工頻信號，最后搭建小波-神經(jīng)網(wǎng)絡系統(tǒng)，完成配電系統(tǒng)在線故障檢測。文獻[10]提出一種行波故障定位方式，當線路發(fā)生故障時，通過母線向系統(tǒng)注入脈沖信號，運用小波變換極大值，獲取線路上的反射行波信息，再把信息發(fā)送給具有故障檢測功能的神經(jīng)網(wǎng)絡診斷系統(tǒng)。該定位方式能準確定位故障分支和檢測點之間的距離，還可以改變注入信號的參數(shù)，進行多次實驗，提高定位的準確性。

(4)基于模糊推理

模糊推理是不確定推理的一種，以一般集合論為基礎，描述工具的數(shù)理邏輯并進行擴展，建立了模糊推理理論。文獻[11]指出使用模糊推理方式鑒別配電網(wǎng)故障類型，但也很容易受到限制。一方面，使用模糊推理需要收集大量的故障信息才可以做出精確的故障判斷；另一方面，該方式可以檢測出系統(tǒng)發(fā)生的單相或者多相故障，但仍無法準確判斷故障出自哪一相。文獻[12]給出了這個問題的解決方案，以變電站線路上的三相電流數(shù)據(jù)為例，通過電流序分量的相角關系，構(gòu)造隸屬度函數(shù)來確立模糊規(guī)則，最后基于模糊推理完成故障類型的劃分。該方式最大的特點就是減少了數(shù)據(jù)量的處理，不必獲取斷路器和隔離開關的信息，也不需要獲取總線上的電壓與電流信號，而且在線路出現(xiàn)故障時也能準確判斷故障類型。

(5)支持向量機和深度學習

這兩種方式主要應用在模式識別領域，對研究對象進行分類，是統(tǒng)計學習理論的模式識別方法。文獻[13]提出了一種可以快速檢測線路故障的方法，這種方式不受過渡電阻、故障位置和故障初相角影響。通過對故障電壓的零序分量進行小波分解，獲取低頻能量，來判斷不同的故障類型。通過計算三相電壓信號的小波奇異熵，求得熵值作為SVM分類網(wǎng)絡的輸入向量，以此判斷故障所屬類型。

深度學習模型能實現(xiàn)對原有神經(jīng)網(wǎng)絡模型的突破。是通過模仿人腦分析、理解問題的機制，來解決統(tǒng)計機器人學習過程中的數(shù)據(jù)特征、規(guī)律提煉、判斷過程。電力變壓器發(fā)生故障時，由于油色譜在線監(jiān)測數(shù)據(jù)無標簽,導致工程現(xiàn)場收集大量無標簽故障樣本,而傳統(tǒng)的故障診斷方式無法利用這些數(shù)據(jù)做出準確判據(jù)。文獻[14]結(jié)合深度學習神經(jīng)網(wǎng)絡原理，構(gòu)建相應的分類模型,分析并采用典型數(shù)據(jù)集，對其分類性能進行測試。結(jié)果表明這種方法可行，相比BP神經(jīng)網(wǎng)絡和支持向量機效果更明顯。

[1] 曾祥君,LI K K,CHAN W L,等.信息融合技術在電力系統(tǒng)故障檢測中的應用探討[J].中國電力,2003,36(4):8-12.

K K Li, W L Chan. Discussion on application of information fusion techniques in electric power system fault detection[J]. Electric Power,2003,36(4):8-12.

[2]CARR J.Detection of high impedance faults on multi-grounded primary distribution systems[J].IEEE Transactions on Power Apparatus&Systems,1981,PER-1(4):2008-2016.

[3]HANNINEN S, LEHTONEN M.Method for detection and location of very high resistive earth faults[J].European Transactions on Electrical Power,1999,9(5):285-291.

[4]周 封,朱 瑞,王晨光,等.一種配電網(wǎng)高阻接地故障在線監(jiān)測與辨識方法[J].儀器儀表學報,2015,36(3):685-693.

ZHOU Feng, ZHU Rui, WANG Chen-guang, et al. Online criterion and identification of single-phase ground fault with high resistence in distribution network[J]．Chinese Journal of Scientific Instrument，2015，36(3)：685-693.

[5]ZENG X,LI K K,CHAN W L, et al. Novel techniques for earth fault feeder detection based on negative sequence current in industry power systems.In Thirty-sixth IAS Annual Meeting,pp.1831-1837.2001.

[6]鄢素云,常 廣,王 毅.配電網(wǎng)在線監(jiān)測的故障定位方法[J].電力自動化設備,2008,28(12):98-100.

YAN Su-yun, CHANG Guang, WANG Yi. Power distribution network fault locating by on-line detectors[J]. Electric Power Automation Equipment,2008,28(12)：98-100.

[7]SALIM R H,DE OLIVEIRA K,FILOMENA A D,et al.Hybrid fault diagnosis scheme implementation for power distribution systems automation[J].Power Delivery IEEE Transactions on,2008,23(4):1846-1856.

[8]PROBERT S A,SONG Y H.Detection and classification of high frequency transients using wavelet analysis[C]//Power Engineering Society Summer Meeting,2002 IEEE.2002，2:801-806.

[9]趙 智,王艷松,鮑 兵,等.基于小波神經(jīng)網(wǎng)絡的配電網(wǎng)故障類型識別[J].電力系統(tǒng)及其自動化學報,2007,19(6):93-96.

ZHAO Zhi, WANG Yan-song, BAO Bing, et al. Fault type identification in distribution network based on wavelet neural network[J].Proceedings of the CSU-EPSA,2007,19(6):93-96.

[10]蔡 維,張雪松,劉承志,等.基于PT在線注入信號及神經(jīng)網(wǎng)絡跟蹤小波變換模極大值變化的配電網(wǎng)故障定位方法[J].電力系統(tǒng)保護與控制,2006,34(23):44-48.

CAI Wei, ZHANG Xue-song, LIU Cheng-zhi, et al. Distribution network fault location method based on PT injecting signal and neural network fault diagnosis system tracking the character of wavelet transform modulus maxima[J]. Power System Protection and Control,2006,34(23)：44-48.

[11]CHEN W H,LIU C W,TSAI M S.On-line fault diagnosis of distribution substations using hybrid cause-effect network and fuzzy rule-based method[J].Power Delivery IEEE Transactions on,2000,15(2):710-717.

[12]DAS B.Fuzzy logic-based fault-type identification in unbalanced radial power distribution system[J].Power Delivery IEEE Transactions on,2006,21(1):278-285.

[13]劉學民.基于Hilbert-Huang變換的配電網(wǎng)電纜接地故障定位研究[D].北京：中國石油大學,2010.

[14]石 鑫,朱永利.深度學習神經(jīng)網(wǎng)絡在電力變壓器故障診斷中的應用[J].電力建設,2015,36(12):116-122.

SHI Xin, ZHU Yong-li. Application of deep learning neural network in fault diagnosis of power transformer[J]．Electric Power Construction，2015，36 (12)：116-122.

(本文編輯：嚴 加)

Research on Distribution Network On-Line Fault Detection Technology

MA Jun，YU Ying

(Shenzhen Power Supply Bureau Co., Ltd., Shenzhen 518001, China)

This paper analyzes the common types of distribution network faults, summarizes the possible impact of line fault on the system. The key to reducing the influence of line fault is early detection and timely processing. This paper analyzes the application of the on-line inspection technology to distribution network, summarizes the on-line fault detection technology commonly used in distribution network. In case of a failure, the current detection technology is more simple and practical for the distribution system with obvious change of electric parameters. For the difficult and complicated system, it is necessary to have interdisciplinary research. Finally, through comparison, the possible development direction of on-line inspection technology is put forward for the future distribution network.

power distribution lines; line fault; early detection; the method of on-line inspection technology

10.11973/dlyny201606007

馬 軍，男，碩士，工程師，主要從事配電網(wǎng)設備運營管理工作。

TM346

A

2095-1256(2016)06-0695-04

2016-10-21