原磊明，關(guān) 瑞，石國棟，張俊文，史慧文

(山西煤炭進(jìn)出口集團(tuán) 河曲舊縣露天煤業(yè)有限公司，山西 河曲 036500)

礦井供電系統(tǒng)發(fā)生單相接地故障時(shí)，要求快速準(zhǔn)確地進(jìn)行故障線路的甄別。但隨著現(xiàn)代化綜采技術(shù)的發(fā)展，礦井供電容量不斷增大，供電距離不斷加長，供電電壓等級也隨之提高，加之井下噪聲影響明顯，選線效果并不理想[1-3]。

近年來，眾多國內(nèi)外學(xué)者針對單相接地故障選線方法進(jìn)行了大量研究，通?？煞譃榛跁簯B(tài)分量法以及基于穩(wěn)態(tài)分量法[4-7]。礦井供電系統(tǒng)多采用中性點(diǎn)經(jīng)消弧線圈接地運(yùn)行方式，基于穩(wěn)態(tài)分量法并不適用于該系統(tǒng)。在基于暫態(tài)分量法中，最常用的方法為小波包變換，但小波包變換受信號中低頻分量的影響較大，并且小波基函數(shù)的選擇也會(huì)影響選線結(jié)果。而EEMD算法較小波包算法擁有更強(qiáng)的自適應(yīng)性，但其分解得到的IMF分量通常含有較多噪聲。因此本文提出了一種基于集合經(jīng)驗(yàn)?zāi)B(tài)分解(Ensemble Empirical Mode Decomposition，EEMD)[8-11]與小波閾值去噪[12-15]的單相接地故障選線方法，有效解決了EEMD分解出的IMF分量噪聲含量高的問題，極大提高了選線準(zhǔn)確率。并通過實(shí)時(shí)數(shù)字仿真系統(tǒng)(Real Time Digital Simulator，RTDS)驗(yàn)證了該選線方法的準(zhǔn)確性和可靠性。

1 單相接地故障暫態(tài)特性分析

礦井供電系統(tǒng)均采用中性點(diǎn)經(jīng)消弧線圈接地系統(tǒng)，當(dāng)發(fā)生單相接地故障時(shí)，暫態(tài)等值電路如圖1所示。圖1中，Rj為接地點(diǎn)過渡電阻；R為線路零序等效電阻；L為線路零序等效電感；C0為線路對地分布電容之和；LL為消弧線圈電感；RL為消弧線圈有功損耗電阻；u0為故障點(diǎn)附加電源電壓。

當(dāng)發(fā)生單相接地故障時(shí)，故障線路首端暫態(tài)零序電流包括暫態(tài)電容電流和暫態(tài)電感電流，非故障線路首端暫態(tài)零序電流為本線路暫態(tài)電容電流。故障線路與非故障線路暫態(tài)零序電流不論在幅值還是振蕩頻率上均存在差異，因此，可以利用各條線路暫態(tài)零序電流的差異作為單相接地故障選線的理論依據(jù)。

圖1 單相接地故障暫態(tài)等值電路

2 基于RTDS的礦井供電系統(tǒng)仿真模型

以35/6kV實(shí)際礦井供電系統(tǒng)作為研究對象，在RTDS中根據(jù)實(shí)際情況搭建了礦井供電系統(tǒng)模型，如圖2所示。

在該模型中，主變壓器T1變比為35/6kV，其二次側(cè)中性點(diǎn)經(jīng)消弧線圈接地并采用過補(bǔ)償10%的運(yùn)行方式。出線均為純電纜線路，共包括4條6kV的高壓饋線以及4條低壓饋線，其中L0=1.5km，L1=11km，L2=9km，L3=10km，L4=9km，L5=0.8km，L6=1km，L7=0.8km，L8=1km，線路長度均根據(jù)實(shí)際礦井系統(tǒng)設(shè)定。變壓器T2—T5變比分別為6/0.66kV，6/0.69kV，6/0.69kV，6/0.66kV。

圖2 礦井供電系統(tǒng)RTDS仿真模型

3 EEMD與小波閾值去噪選線方法

設(shè)定故障條件為故障初相角90°、接地電阻0Ω、消弧線圈過補(bǔ)償10%、線路L4發(fā)生故障、故障發(fā)生在線路首端；由于暫態(tài)電流分量的自由震蕩頻率約為1.5～3kHz，根據(jù)奈奎斯特采樣定律，采樣頻率設(shè)置為8kHz。采集到的零序電流波形如圖3所示。

圖3 零序電流波形圖

3.1 EEMD分解

EMD分解脈沖信號或階躍信號時(shí)，會(huì)產(chǎn)生模態(tài)混疊現(xiàn)象，即分解得到的IMF分量中含有原信號中不存在的信號。為解決這一問題，EEMD被提出，通過噪聲輔助原理改變原始信號極值點(diǎn)的分布，并進(jìn)行多次分解重構(gòu)，消除所加入噪聲的影響。EEMD具有較高的自適應(yīng)性，適用于不同故障情況下的單相接地故障選線。分別對圖3中的四條線路零序電流進(jìn)行EEMD分解，提取分解得到的IMF1分量如圖4所示。

圖4 EEMD分解后各條線路IMF1分量

觀察圖4各條線路的IMF1分量可看出，每條線路的IMF1分量均含有較多噪聲，很難直接進(jìn)行故障選線，但在EEMD分解后其暫態(tài)特征量更加明顯。

3.2 小波閾值去噪

根據(jù)前述分析可知，EEMD分解得到的IMF1分量無法直接進(jìn)行故障選線，但其暫態(tài)特征更加明顯。因此進(jìn)行去噪處理后將得到更適于選線的信號波形。

對比目前主流去噪算法后，選擇小波閾值去噪算法對信號進(jìn)行去噪處理。該算法通過設(shè)置臨界閾值，提取線路小波系數(shù)進(jìn)行判斷。若小波系數(shù)小于該臨界閾值，則剔除該部分信號；若小波系數(shù)大于該臨界閾值，則保留。對IMF1分量進(jìn)行小波閾值去噪后，結(jié)果如圖5所示。

由圖5可看出，經(jīng)過小波閾值去噪后，各條線路IMF1分量噪聲含量大幅降低，同時(shí)其暫態(tài)分量并未受影響。對比圖4與圖5可知，對圖5信號進(jìn)行單相接地故障選線時(shí)，其不再受噪聲的影響，選線準(zhǔn)確率要明顯高于直接對圖4信號進(jìn)行選線的情況。

3.3 Hilbert變換

利用Hilbert變換可進(jìn)一步提取各條線路的暫態(tài)特征量。通過對各條線路去噪后的IMF1分量進(jìn)行Hilbert變換，提取各條線路的瞬時(shí)幅值如圖6所示。

對各條線路分量進(jìn)行Hilbert變換并提取瞬時(shí)相位后，其暫態(tài)特征更為明顯，并且其故障發(fā)生時(shí)刻為瞬時(shí)幅值瞬變時(shí)刻。

3.4 能量占比計(jì)算及故障線路判斷

提取故障發(fā)生后1/4周期的瞬時(shí)幅值，計(jì)算其線路能量，分別記作P1、P2、P3、P4。若有一條線路滿足式(1)，則判定該線路為故障線路，若均不滿足式(1)，且所有線路均滿足式(2)，則判定為母線故障。其中，n=1，2，3，4。

圖5 小波閾值去噪后各條線路IMF1分量

圖6 各條線路的瞬時(shí)幅值

4 仿真結(jié)果分析

礦井供電系統(tǒng)發(fā)生單相接地故障時(shí)，零序電流的暫態(tài)特性會(huì)隨著接地點(diǎn)過渡電阻、故障線路長度、故障位置、故障初相角的不同而發(fā)生改變。為充分驗(yàn)證基于EEMD與小波閾值去噪的單相接地故障選線方法的選線準(zhǔn)確性，本文對以上幾種故障情況進(jìn)行了大量的仿真測試，其選線結(jié)果見表1。

表1 單相接地故障選線結(jié)果

觀察表1可發(fā)現(xiàn)，當(dāng)發(fā)生不同類型的單相接地故障時(shí)，該選線方法均能正確選線。同時(shí)觀察線路發(fā)生故障時(shí)，其故障線路能量占比明顯高于0.5，其閾值較為富裕。

5 結(jié) 語

本文針對礦井供電系統(tǒng)發(fā)生單相接地故障時(shí)，EEMD選線算法選線準(zhǔn)確率差且分解得到的IMF1分量噪聲含量高的問題，提出了一種基于EEMD與小波閾值去噪的單相接地故障選線方法，通過RTDS實(shí)時(shí)數(shù)字仿真系統(tǒng)進(jìn)行了模型搭建及選線效果驗(yàn)證，其結(jié)論如下：

1)基于EEMD與小波閾值去噪的單相接地故障選線方法能有效解決EEMD分解得到的IMF1分量噪聲含量高的問題。

2)基于EEMD與小波閾值去噪的單相接地故障選線方法能剔除低頻分量，并且對高頻故障分量分析處理的同時(shí)能夠強(qiáng)化暫態(tài)分量，提升選線準(zhǔn)確率和可靠性。