吳學(xué)斌,黃治,鄧惟績
(1·國網(wǎng)湖南省電力有限公司,湖南 長沙410004;2·國網(wǎng)湖南省電力有限公司物資公司,湖南 長沙410004;3·長沙理工大學(xué)電氣與信息工程學(xué)院,湖南 長沙410005)
隨著預(yù)制艙式智能變電站在電網(wǎng)的大力推廣,對電纜的故障定位提出了更高要求[1-4]。目前電纜故障定位方法主要有單端測量定位法[5]和雙端測量定位法。當(dāng)電纜發(fā)生故障時,故障行波向兩側(cè)傳播,由于線路阻抗及過渡電阻的存在,使檢測到的故障行波信號具有突變性和奇異性,需對行波信號進一步分解變換,再進行時間準(zhǔn)確標(biāo)定[6]。
目前針對電纜行波故障定位方法已存在一些研究。其中文獻(xiàn)[7]利用小波變換獲得高頻系數(shù),利用模極大值法獲取故障行波的模極大值序列,對初始波頭到達(dá)時刻和反射波到達(dá)時刻進行標(biāo)定,但由于去噪的需要,在每層小波分解時分解系數(shù)需要設(shè)置不同的閾值,較為復(fù)雜[8]。文獻(xiàn)[9]利用小波包分解法提取能量譜特征量,代替直接提取固有頻率,但該方法難以準(zhǔn)確選定基函數(shù)和分解層數(shù),誤差較大。文獻(xiàn)[10]利用經(jīng)驗?zāi)B(tài)分解法對故障行波進行經(jīng)驗?zāi)B(tài)分解,提取高頻分量,并對其進行魏格納威爾分布,通過瞬時能量峰值確定行波及反射波到達(dá)時刻,但該方法無法確定對原始信號的分解層數(shù),以致出現(xiàn)過包絡(luò)、欠包絡(luò)和模態(tài)混疊等問題。
相較于經(jīng)驗?zāi)B(tài)分解法,變分模態(tài)分解法對含有奇異點的暫態(tài)故障行波信號具有良好的自適應(yīng)性和去噪能力,可以進行分解尺度的預(yù)設(shè)。傳統(tǒng)變分模態(tài)分解方法是通過不同分解尺度下分解出的各個分量中心頻率之間的差值作為尺度分解預(yù)設(shè)的依據(jù),需通過一定次數(shù)的預(yù)分解才能確定較好的分解尺度,否則影響分解效率。因此本文通過引入瞬時頻率均值的概念,改進變分模態(tài)分解方法,通過觀測瞬時頻率均值進行預(yù)設(shè)尺度設(shè)置,然后進行魏格納威爾分布,通過瞬時能量峰值來標(biāo)定初始行波及第一次反射波到達(dá)時刻,對電纜行波進行故障定位。
電纜故障時,故障點會產(chǎn)生暫態(tài)行波,暫態(tài)行波產(chǎn)生后向故障點兩端開始傳播,因此可以通過測量暫態(tài)行波到達(dá)測量點時間和其反射波到達(dá)測量點時間,計算時間差來計算故障點位置。
如圖1所示,電纜線路M1M2長度為l,F(xiàn)1、F2為故障點位置,故障點距M1端的距離記為X,M為線路M1M2的中點。
圖1 電纜故障分布圖
采用單端檢測方法來進行故障定位,檢測端位于M1端。當(dāng)電纜發(fā)生故障時,故障點會產(chǎn)生突變信號,并向兩側(cè)傳播,并伴隨著多次的折反射現(xiàn)象。故障點位于M1M內(nèi)時,行波分析如圖2所示。
圖2 前半段電纜故障行波分析圖
單端故障定位法關(guān)鍵是對行波波頭第一次到達(dá)檢測端的時刻t1和行波經(jīng)過故障點第一次反射波到達(dá)檢測端的時刻t2進行標(biāo)定,利用其時間差Δt=t2-t1進行定位。行波的傳播速度為:
式中,L為單位長度電感,C為單位長度電容。故障距離X1為:
當(dāng)故障點位于線路后半段MM2時,電纜故障行波分析如圖3所示。
圖3 后半段電纜故障時行波分析圖
故障距離X2為:
根據(jù)分析可知,電纜故障能否準(zhǔn)確定位主要取決于確定故障行波波頭的準(zhǔn)確到達(dá)時刻。
變分模態(tài)分解(VMD)是將一個輸入的實際信號分解成一系列離散子信號uk之和,每一個子信號將會有一個中心頻率ωk。為得出每種模式下的帶寬,需要對子信號uk進行Hilbert變換得到單邊譜,通過加入調(diào)制指數(shù)信號將該模式的頻譜移到相應(yīng)基帶[12-13],對變分模約束進行優(yōu)化,如式(4)所示:
式中,uk為實信號分解所得到的K個模態(tài)分量,ωk為各模態(tài)分量的頻率中心。
為求解式(4)約束問題,引入二次懲罰因子α和拉格朗日乘子λ,α的引入可以提高迭代收斂性,λ可以將變分模的最小值問題轉(zhuǎn)換為求鞍點問題,引入后得到增廣表達(dá)式如式(5)所示。
通過交替方向乘子法的迭代次優(yōu)化序列得到各個模態(tài)分量及中心頻率:
其算法流程如下:
2)迭代次數(shù)n=n+1。
3)Fork=1:k,由式(6)進行模態(tài)更新為
4)Fork=1:k,由式(7)進行ωk更新為
5)由式(8)進行λ更新。
利用VMD算法進行模態(tài)信號分解時,若原信號可以明確由K個信號合成,則在選取K參數(shù)時較為直觀,但電力系統(tǒng)發(fā)生電纜故障時,其行波信號往往難以確定模態(tài)函數(shù)的個數(shù),因此對故障行波信號進行VMD分解前需先確定預(yù)設(shè)尺度K。預(yù)設(shè)尺度K的準(zhǔn)確選擇直接影響行波故障定位的準(zhǔn)確性。
現(xiàn)有方法通常設(shè)定一個閾值,當(dāng)兩個中心頻率之間的差值小于設(shè)定的閾值時則可確定預(yù)設(shè)尺度K[12]。但該方法需要經(jīng)過多次的VMD分解確定K值,其運算收斂速度較慢,且閾值的設(shè)定隨機性大,識別精度不高。為提高該方法的計算速度和故障定位精度,對此提出如下改進方法:
設(shè)連續(xù)時間信號x(t),對x(t)進行Hilbert變換得到Y(jié)(t),即:
由x(t)和Y(t)得到解析信號Z(t),即:
定義瞬時相位θ為:
信號的瞬時頻率f(t)為:
在此定義分量瞬時頻率的均值為μ,即:
若對原信號分解個數(shù)過大,則分量會出現(xiàn)頻率交叉混疊,瞬時頻率的均值出現(xiàn)曲率較大的下折現(xiàn)象。通過分量瞬時頻率的均值μ的變化情況對預(yù)設(shè)尺度K進行優(yōu)化設(shè)置。
魏格納威爾分布(WVD)是一種雙線性形式的時-頻分布,反映了信號瞬時的時頻關(guān)系,具有良好的能量聚集性同時還保持較好的分辨率,廣泛應(yīng)用于非平穩(wěn)突變信號的時-頻分析中[13-15]。因此可用于行波測距中波頭到達(dá)時刻的標(biāo)定。
設(shè)連續(xù)時間信號x(t),對其進行傅里葉變換得X(jΩ),x(t)的WVD為:
對式(14)兩邊同時對Ω進行積分:
由式(15)可知,原始信號x(t)在t時刻的瞬時能量即為x(t)的WVD在頻率軸的積分。
WVD在非平穩(wěn)信號處理方面能夠準(zhǔn)確的表達(dá)信號隨時-頻變化,且同時保持著較高的分辨率。對故障信號進行WVD處理,觀察故障信號隨頻率和時間的能量變化,找到瞬時能量的突變點,即可準(zhǔn)確地標(biāo)定波頭到達(dá)時間。但故障信號往往存在較多交叉干擾項,需要用VMD對故障信號進行預(yù)處理。
主要步驟包括:
1)計算故障暫態(tài)信號的瞬時頻率的均值,根據(jù)均值確定預(yù)設(shè)分解尺度。
2)根據(jù)預(yù)設(shè)分解尺度對故障暫態(tài)信號進行VMD,選取中心頻率比較高的IMF分量作為故障暫態(tài)特征信號。
3)使用WVD求出該特征信號的瞬時能量,瞬時能量中尖峰對應(yīng)的就是故障暫態(tài)初始波和一系列故障點反射波到達(dá)的時刻。
利用MATLAB搭建長沙某預(yù)制艙式變電站電纜輸電線路模型,如圖4所示。線路全長25 km,電壓等級為10 kV,電纜型號為YJV32,設(shè)置電纜分布參數(shù)見表1。
圖4 10 kV電纜輸電線路模型
表1 電纜電氣參數(shù)
在仿真模型中,設(shè)置采樣頻率為1 MHz,在距離A端5 km處設(shè)置A相接地短路,故障相相角設(shè)為30°,接地電阻設(shè)為10 Ω。對故障暫態(tài)電流信號進行變分模態(tài)分解,其在不同預(yù)設(shè)尺度下中心頻率fk見表2。
表2 不同分解尺度下中心頻率 Hz
從表2中可以看出,隨著分解尺度的增加,相鄰模態(tài)之間的中心頻率的差值隨之減?。划?dāng)分解尺度K為4時,相鄰兩個模態(tài)之間的中心頻率已經(jīng)較為接近;當(dāng)分解層數(shù)為5時,分解次數(shù)為15。
采用改進后的VMD分解算法,得到不同分解尺度下瞬時頻率的均值變化情況如圖5所示。
由圖5不同分解尺度下的瞬時頻率的均值分解情況可知,當(dāng)分解尺度K≤4時,瞬時頻率的均值μ緩緩下降;當(dāng)分解尺度K≥5,瞬時頻率的均值μ出現(xiàn)明顯的曲率較大的下折現(xiàn)象,因此確定變分模分解的預(yù)設(shè)尺度為4,此時分解次數(shù)為5次,由此可以看出,改進后分解尺度設(shè)置方法的效率大大提高。
圖5 不同分解尺度瞬時頻率的均值變化
檢測端A側(cè)檢測的故障電流局部波形如圖6所示。
圖6 檢測端故障電路波形
圖7分別為預(yù)設(shè)尺度K=1、2、3、4時的VMD分解模態(tài)。
圖7 VMD分解模態(tài)
由上可知在預(yù)設(shè)分解尺度為4,即K=4時最為適合,再增大K值只會增加計算的難度,因此,選擇對高階本征模態(tài)4進行WVD分布,結(jié)果如圖8所示。
圖8 WVD分布后瞬時能量變化
當(dāng)電纜輸電線路發(fā)生故障時,行波瞬時能量快速達(dá)到最大值,并產(chǎn)生較大波動,由瞬時能量分布曲線可知,初始波頭到達(dá)時刻的采樣點為363,第一個反射波波頭到達(dá)時刻的采樣點為427。
在線路距離A端11 km、16 km處設(shè)置單相接地短路故障,其定位結(jié)果見表3。
表3 不同故障距離測距結(jié)果
為驗證不同故障類型對定位結(jié)果的影響,在距離檢測端A側(cè)8 km處設(shè)置短路相角為30°,接地電阻為15 Ω的不同故障類型,測距結(jié)果和測距誤差見表4。
表4 不同故障類型測距結(jié)果
為驗證不同接地電阻對定位結(jié)果的影響,在距離檢測端A側(cè)12 km處分別設(shè)置接地電阻為5 Ω、10 Ω、15 Ω,短路相角為60°的單相接地故障,測距結(jié)果和測距誤差見表5。
表5 不同接地電阻測距結(jié)果
在距離A側(cè)13 km處設(shè)置AB兩相短路故障,接地電阻為12 Ω,分別設(shè)置短路初始相角為30°、60°、90°,測距結(jié)果和測距誤差見表6。
表6 不同短路相角定位結(jié)果
由表4—6可知,對于不同故障類型、接地電阻、短路相角最大測距結(jié)果其誤差分別在170 m、220 m、330 m以內(nèi),相對誤差較小,具有廣泛的適用性。
本文利用變分模態(tài)分解與魏格納威爾分布相結(jié)合的方法對電纜行波進行故障定位。利用變分模態(tài)分解法將故障行波信號進行有效分離,相較于經(jīng)驗?zāi)B(tài)法,變分模態(tài)分解法通過分析瞬時頻率的均值對變分模分解預(yù)設(shè)尺度進行優(yōu)化,提高了分解效率。而魏格納威爾分布能夠準(zhǔn)確的識別和標(biāo)定初始波頭和第一次反射波波頭到達(dá)時刻。仿真結(jié)果表明,變分模態(tài)分解法能有效提高了分解效率,對于不同故障類型、接地電阻、短路相角時的故障定位,此外,本文方法相較于傳統(tǒng)雙段故障定位方法能夠有效避免雙端同步對時問題,減少成本,能夠為提高電纜故障定位準(zhǔn)確度提供參考,更好地應(yīng)用于工程實踐中。