范棟琛，宋亮亮，崔 玉，劉志仁，楊 毅，武 凱，李現(xiàn)軍

(1.國(guó)網(wǎng)江蘇省電力科學(xué)研究院,江蘇 南京 210096；2.江蘇省電力有限公司電力調(diào)度控制中心,江蘇 南京 210096；3.國(guó)網(wǎng)江蘇省電力有限公司無(wú)錫供電公司,江蘇 無(wú)錫 214000；4.山東山大電力技術(shù)股份有限公司,山東 濟(jì)南 250013)

隨著全球能源互聯(lián)網(wǎng)的建設(shè),電網(wǎng)跨區(qū)域互聯(lián)成為趨勢(shì),交直流混聯(lián)系統(tǒng)扮演了重要角色,大型輸電線路的保護(hù)成為了保護(hù)配置的關(guān)鍵[1]。目前為了對(duì)輸電線路補(bǔ)償有功和無(wú)功,統(tǒng)一潮流控制器(UPFC)也被廣泛使用[2]。因此,含有UPFC 的輸電線路縱聯(lián)差動(dòng)保護(hù)十分關(guān)鍵。

目前已有研究主要集中在輸電線路縱聯(lián)差動(dòng)保護(hù)機(jī)制。李小鵬等[3]提出了一種基于反行波幅值比較的高壓直流輸電線路縱聯(lián)保護(hù)方法。李刈等[4]提出了一種基于S 變換的高壓直流輸電線路縱聯(lián)保護(hù)方法。索南加樂(lè)等[5]利用電流模型對(duì)輸電線路縱聯(lián)保護(hù)進(jìn)行識(shí)別。楊亞寧等[6]提出了一種基于計(jì)算電阻的高壓直流輸電線路縱聯(lián)保護(hù)方案。

還有部分文獻(xiàn)研究了新技術(shù)在縱差保護(hù)中的應(yīng)用。郭僑等[7]研究了光纖自愈網(wǎng)在線路縱差保護(hù)的應(yīng)用。樊占峰等[8]針對(duì)特高壓電網(wǎng)的縱差保護(hù)方案進(jìn)行了研究。李靜等[9]研究了三端縱聯(lián)差動(dòng)保護(hù)原理及在北京地區(qū)的應(yīng)用?！痢恋萚10]分析了超導(dǎo)儲(chǔ)能裝置對(duì)輸電線路縱聯(lián)電流差動(dòng)保護(hù)的影響。

但是目前研究含有UPFC 和風(fēng)電場(chǎng)接入的輸電線路縱差保護(hù)方案較少。尤其是當(dāng)大容量的DG 接入到含多端電源的配網(wǎng)線路中形成T 接形式后,流入T 型線中縱差保護(hù)的電流相角和大小均發(fā)生了改變。系統(tǒng)正常運(yùn)行及保護(hù)范圍以外短路時(shí),進(jìn)到差動(dòng)繼電器的電流差值可能高于其整定值,引起誤動(dòng)。

為此,針對(duì)含有UPFC 和風(fēng)電場(chǎng)的輸電線路設(shè)計(jì)了基于數(shù)據(jù)挖掘的縱差保護(hù)方案。首先分析了數(shù)據(jù)挖掘的主要過(guò)程,針對(duì)Kalman 濾波以及決策樹(shù)進(jìn)行簡(jiǎn)要分析。然后說(shuō)明了現(xiàn)階段傳統(tǒng)縱差保護(hù)出現(xiàn)的問(wèn)題。提出了基于數(shù)據(jù)挖掘的線路縱差保護(hù)方案。最后利用仿真模型對(duì)所提模型的準(zhǔn)確性進(jìn)行了分析。

1 數(shù)據(jù)挖掘主要方法

1.1 數(shù)據(jù)挖掘流程

數(shù)據(jù)挖掘泛指對(duì)數(shù)據(jù)的綜合處理、得到有效數(shù)據(jù)的過(guò)程,主要包括3 方面內(nèi)容:

(1)數(shù)據(jù)預(yù)處理。數(shù)據(jù)預(yù)處理主要包括補(bǔ)全缺失數(shù)據(jù)和清理異常壞數(shù)據(jù):對(duì)無(wú)可靠修改根據(jù)的數(shù)據(jù),進(jìn)行刪除處理。經(jīng)過(guò)數(shù)據(jù)預(yù)處理,可以獲得完整的數(shù)據(jù)庫(kù)。

(2)數(shù)據(jù)泛化處理?？梢圆捎肒-均值聚類算法對(duì)預(yù)處理后的數(shù)據(jù)進(jìn)行泛化處理,得到泛化數(shù)據(jù)集。

(3)獲取關(guān)聯(lián)規(guī)則。一般采用決策樹(shù)對(duì)泛化數(shù)據(jù)集進(jìn)行關(guān)聯(lián)規(guī)則分析。

流程圖如圖1 所示。

圖1 數(shù)據(jù)挖掘分析流程圖

1.2 Kalman 濾波

Kalman 算法能夠利用前一時(shí)刻的估計(jì)值與當(dāng)前時(shí)刻的測(cè)量值對(duì)系統(tǒng)變化的狀態(tài)進(jìn)行估計(jì),并結(jié)合噪聲和信號(hào)的時(shí)空模型,求解當(dāng)前時(shí)刻的估計(jì)值,該過(guò)程使用最小均方誤差作為估計(jì)準(zhǔn)則,具有較高的可靠性。

該算法具有數(shù)值解的預(yù)估-校正能力,主要分為兩個(gè)部分:時(shí)間更新過(guò)程、測(cè)量更新過(guò)程。一次時(shí)間更新和測(cè)量更新計(jì)算后,再次重復(fù)以上過(guò)程,上一時(shí)刻計(jì)算所得到的后驗(yàn)估計(jì)被作為下一次計(jì)算的先驗(yàn)估計(jì),循環(huán)往復(fù),逐漸接近回歸對(duì)象,從而最終得到最優(yōu)估計(jì)值。

1.3 決策樹(shù)

決策樹(shù)學(xué)習(xí)能夠從無(wú)序的、無(wú)規(guī)則的案例中,抽象成決策樹(shù)的形式對(duì)大數(shù)據(jù)進(jìn)行分類,是一種以實(shí)力為基礎(chǔ)的歸納手段,能夠掌握數(shù)據(jù)在變化過(guò)程中的關(guān)鍵指標(biāo)。其中應(yīng)用最廣泛的是ID3[11]算法。

設(shè)在訓(xùn)練集S中,由n個(gè)數(shù)據(jù)樣本組成,且這些數(shù)據(jù)樣本可分為m類,分別表示為Ci(i=1,2,…,m),對(duì)于每類Ci含有ni個(gè)樣本,S劃分為m個(gè)類的信息熵表示為:

式中:pi表示S中的樣本屬于第i類的概率。設(shè)屬性A的取值為v的集合表示為Sv,則屬性A的信息熵表示為:

式中:E(Sv)表示Sv中樣本在實(shí)際的各個(gè)類別中的信息熵,則屬性A相對(duì)S的信息增益表示為:

決策屬性的信息增益進(jìn)行排序后,選擇最大的屬性作為數(shù)據(jù)集S的決策屬性節(jié)點(diǎn),從屬性點(diǎn)接出分支,再?gòu)氖Ｓ鄬傩灾羞x擇信息增益最大值,重復(fù)上述過(guò)程,最終建立決策樹(shù)。

2 基于數(shù)據(jù)挖掘的縱差保護(hù)機(jī)制

2.1 傳統(tǒng)縱差保護(hù)存在的問(wèn)題

傳統(tǒng)縱差保護(hù)的依據(jù)是流入保護(hù)區(qū)域的電流之和為0。在含有容性充電電流的輸電網(wǎng)中該規(guī)則可能不適用。尤其是統(tǒng)一UPFC 裝設(shè)之后,電流縱差保護(hù)的整定值選取較為困難,尤其是UPFC 的控制參數(shù)易變化、故障下UPFC 運(yùn)行模式不固定。再考慮到目前分布式電源的滲透率不斷增高,風(fēng)電僅考慮其有功注入,故障電流方向和大小都極易發(fā)生變化,使得傳統(tǒng)縱差保護(hù)不適應(yīng)新的電網(wǎng)發(fā)展態(tài)勢(shì)。

目前針對(duì)T 接逆變型分布式電源系統(tǒng)中的縱聯(lián)差動(dòng)保護(hù)研究較多,表明線路兩端差動(dòng)電流大小與過(guò)渡電阻大小、系統(tǒng)兩側(cè)等值電勢(shì)相角差和逆變電源接入容量均有關(guān),這就增加了傳統(tǒng)保護(hù)的難度。

2.2 基于數(shù)據(jù)挖掘的縱差保護(hù)方案

所提輸電線路縱差保護(hù)方案示意如圖2。變電站1 和2 通過(guò)500 kV 輸電線路連接。線路兩端均連接風(fēng)電場(chǎng)和UPFC。根據(jù)故障時(shí)的電壓電流序分量以及暫態(tài)時(shí)的不同相之間無(wú)功進(jìn)行差動(dòng)量的選擇。

圖2 基于數(shù)據(jù)挖掘的縱差保護(hù)示意圖

選擇基于Kalman 濾波的相量測(cè)量單元(PMU)進(jìn)行相量估計(jì)并提取相應(yīng)特征。Kalman 濾波算法詳見(jiàn)文獻(xiàn)[12]。一旦線路兩端特征量根據(jù)Kalman濾波PMU 估計(jì)出,就開(kāi)始計(jì)算線路差動(dòng)量。

所提保護(hù)方法還需遠(yuǎn)距離通信通道實(shí)現(xiàn)電壓電流測(cè)量量的交換并完成線路兩端電壓電流測(cè)量的同步。目前超高壓、特高壓主要利用光纖通信通道,三相電壓和電流量可以高效地進(jìn)行傳輸。因此,提出基于保護(hù)機(jī)制的通信平臺(tái)。該平臺(tái)能夠利用衛(wèi)星導(dǎo)航系統(tǒng)的精準(zhǔn)對(duì)時(shí),實(shí)現(xiàn)測(cè)量同步傳輸,確保保護(hù)信號(hào)的收發(fā)時(shí)間的準(zhǔn)確度。

決策樹(shù)是一種啟發(fā)式學(xué)習(xí)方式。在一個(gè)周期內(nèi)得到故障后差動(dòng)量,構(gòu)建決策樹(shù)。所提方案包括21個(gè)可能的差動(dòng)特征,具體包括:

其中,下標(biāo)1,2,0 分別表示正序分量、負(fù)序分量和零序分量；s和r分別表示送端(站1)和受端(站2)。

基本的相量測(cè)量過(guò)程包括根據(jù)電壓電流的基頻進(jìn)行序分量估計(jì)。首先,電壓電流模擬量轉(zhuǎn)換為數(shù)字量。然后,根據(jù)Kalman 濾波算法對(duì)基頻分量進(jìn)行估計(jì)。其中正序、負(fù)序、零序分量計(jì)算如下:

式中:F可以表示電壓相量V,也可以表示電流相量I。α=1∠120°。

首先,線路兩端電壓電流同步采樣量通過(guò)Kalman 濾波進(jìn)行處理,得到電壓、電流相量的估計(jì)值。然后利用該估計(jì)值,根據(jù)式(1)得到電壓電流的序分量。最后,利用得到的相量、序分量計(jì)算X1-X21的差分量。

3 算例分析

3.1 仿真說(shuō)明

選取兩站系統(tǒng)進(jìn)行仿真,搭建Simulink 模型,采樣頻率為1.2 kHz。決策樹(shù)輸入為含有21 個(gè)數(shù)據(jù)的單一故障向量。目標(biāo)輸出分類為0(無(wú)故障、區(qū)外故障)、1(a-地)、2(b-地)、3(c-地)、4(a-b)、5(bc)、6(c-a)、7(ab-地)、8(bc-地)、9(ca-地)和10(a-b-c)。

本文做出的假設(shè)如下:

(1)故障阻抗范圍為0～100 Ω；

(2)故障距離考慮20%、50%、80%、95%；

(3)故障初始角為0°、30°、60°、90°；

(4)故障類型為單相接地、兩相接地、三相短路；

(5)UPFC 電壓相角θse為0°～360°之間；

(6)UPFC 串聯(lián)電壓注入量為正常電壓的0%～15%；

(7)UPFC 的運(yùn)行模式為自動(dòng)潮流控制模式和旁路模式；

(8)風(fēng)速為5 m/s、10 m/s、15 m/s。

仿真參數(shù)如表1 所示。

表1 IEEE 標(biāo)準(zhǔn)過(guò)電流保護(hù)特性常數(shù)

UPFC 安裝于線路中部,UPFC 包括2 個(gè)48 脈沖的電壓源逆變器,分別叫做靜態(tài)同步補(bǔ)償器和靜態(tài)同步串聯(lián)補(bǔ)償器,通過(guò)2 個(gè)2 500 μF 的公共直流電容連接。

由40 個(gè)單臺(tái)1.5 MW 組成的60 MW 風(fēng)電場(chǎng)連接于站1 的位置。

利用構(gòu)成的故障狀態(tài),訓(xùn)練決策樹(shù)并對(duì)不同的數(shù)據(jù)集合進(jìn)行測(cè)試?；煜仃嚾绫? 所示,其中0表示無(wú)故障,表2 給出了給定數(shù)據(jù)集的實(shí)際故障和預(yù)測(cè)故障的對(duì)比信息,可以看出受訓(xùn)的決策樹(shù)可以提供準(zhǔn)確率為100%的故障分類。例如(70%～30%)數(shù)據(jù)集意味著混淆矩陣能夠給出總數(shù)據(jù)30%的分類結(jié)果。考慮5(Rf)×4(故障初始角)×10(故障類型)×3(故障位置)×3(UPFC 電壓值)×3(風(fēng)速)＋100(區(qū)外故障)=5 500 種故障情況。

表2 混淆矩陣

3.2 算例分析

根據(jù)提出的決策樹(shù)分析方法,得到故障分類結(jié)果如圖3 所示。從圖3 也可看出,UPFC 實(shí)際或最優(yōu)的故障特征為X8,X10,X11,X12,X15,X19,X20,比最初輸入的21 個(gè)特征要少。這也說(shuō)明了決策樹(shù)的選擇能力。另外,決策樹(shù)將故障分類為接地故障和不接地故障,分界點(diǎn)為X15,即零序電壓。

圖3 決策樹(shù)結(jié)果

表3 給出了數(shù)據(jù)量增長(zhǎng)后決策樹(shù)分類的準(zhǔn)確度。說(shuō)明決策樹(shù)的準(zhǔn)確程度很高。可以看出,決策樹(shù)求解的效率很高,耗時(shí)較少。通信延遲可能會(huì)影響響應(yīng)時(shí)間,因此需要線路兩側(cè)時(shí)鐘完全同步。

表3 決策樹(shù)準(zhǔn)確程度

為了說(shuō)明所提方法的效果,將預(yù)測(cè)正確故障數(shù)與預(yù)測(cè)故障總數(shù)之比λ作為評(píng)判指標(biāo)。

得到指標(biāo)計(jì)算結(jié)果如表4。

表4 λ 指標(biāo)值

3.3 結(jié)果分析

通過(guò)上述分析可以看出,當(dāng)故障發(fā)生的參數(shù)發(fā)生變化時(shí),決策樹(shù)的準(zhǔn)確率也會(huì)發(fā)生變化,但是準(zhǔn)確率都大于99%,說(shuō)明在不同情境下,利用所提方法進(jìn)行故障判斷是十分有效的。

由于含UPFC 的線路縱聯(lián)差動(dòng)保護(hù)依靠線路兩端的的保護(hù)元件,在分析不同故障的情況下,得到故障樹(shù),能夠更加高效和準(zhǔn)確地確定故障,實(shí)現(xiàn)故障的準(zhǔn)確判斷。

4 結(jié)論

提出了一種針對(duì)含有UPFC 和風(fēng)電接入的輸電線路縱差保護(hù)方案。首先利用Kalman 濾波對(duì)電壓和電流量進(jìn)行預(yù)處理,利用得到的差分特征構(gòu)建最優(yōu)決策樹(shù),從而實(shí)現(xiàn)故障狀態(tài)的選擇性。該方法在仿真模型中進(jìn)行驗(yàn)證,在響應(yīng)時(shí)間和響應(yīng)準(zhǔn)確度上有很高的可靠性,可以推廣應(yīng)用至大規(guī)模互聯(lián)系統(tǒng)。