智能故障指示器實現(xiàn)技術(shù)研究

李子涵,李章維

(1.浙江工業(yè)大學(xué) 國際學(xué)院, 杭州 310023; 2.浙江工業(yè)大學(xué) 信息學(xué)院,杭州 310023)

智能故障指示器實現(xiàn)技術(shù)研究

李子涵1,李章維2

(1.浙江工業(yè)大學(xué) 國際學(xué)院, 杭州 310023; 2.浙江工業(yè)大學(xué) 信息學(xué)院,杭州 310023)

傳統(tǒng)故障指示器在現(xiàn)場只記錄采集信息，不能有效進行現(xiàn)場故障分析和判斷，故障分析判斷的延遲較大，故障判斷的準(zhǔn)確率較低;引入周期濾波方法，消除工頻信號對采樣的影響，利用微分符號統(tǒng)計和最大值統(tǒng)計方法，獲得小電流接地系統(tǒng)暫態(tài)過程的純凈波形和峰峰值，采用基于聚類分析的故障判斷策略，及時準(zhǔn)確地判斷供配電網(wǎng)絡(luò)故障，上報故障集控中心綜合處理，提高電網(wǎng)運行的可靠性，同時實現(xiàn)故障指示器采集信息的現(xiàn)場分析處理。

智能故障指示器；聚類分析；故障匹配；工頻信號；暫態(tài)過程；微分符號

0 引言

隨著我國電網(wǎng)技術(shù)的不斷改進和提高、配電網(wǎng)絡(luò)自動化的不斷推進，故障指示器在電網(wǎng)中的應(yīng)用越來越廣泛。故障指示器可以直接懸掛在供配電網(wǎng)絡(luò)的架空線上，也可以安裝在地下電纜段表面，通過檢測線路的電壓、電流和溫度，判斷線路的運行狀況，及時查找定位故障點，提高供配電網(wǎng)絡(luò)運行的可靠性，保證供配電網(wǎng)絡(luò)的正常運行?；诠收现甘酒鞯碾娋W(wǎng)在線監(jiān)控系統(tǒng)，免去了人工巡線造成的人力物力浪費，特別適合農(nóng)村電網(wǎng)和城鄉(xiāng)結(jié)合部的供配電網(wǎng)絡(luò)，有效地彌補了供配電網(wǎng)絡(luò)自動化系統(tǒng)的不足；但是，由于故障指示器的安裝位置地處偏遠，信息傳輸往往不太方便，存在信號不穩(wěn)定、通信速率低等缺陷，而且短時間內(nèi)無法克服，大大限制了傳統(tǒng)故障指示器錄波信號的上傳，極大地影響了傳統(tǒng)故障指示器的應(yīng)用效果。

故障指示器在檢測供配電網(wǎng)絡(luò)運行信息的同時，還側(cè)重解決供配電網(wǎng)絡(luò)的小電流接地故障問題。我國配電網(wǎng)絡(luò)基本上都采用中性點不接地系統(tǒng)和經(jīng)消弧線圈接地系統(tǒng)這兩類小電流接地系統(tǒng)。統(tǒng)計顯示，單相接地故障占供配電網(wǎng)絡(luò)總故障率的70%以上，當(dāng)配電網(wǎng)絡(luò)發(fā)生單相接地故障時，由于接地故障電流非常小，三相供電電路也能夠基本保持平衡，因此依然允許電網(wǎng)繼續(xù)運行1～2小時，但連續(xù)處于故障狀態(tài)會嚴重影響供電網(wǎng)絡(luò)的正常運行，進而破壞供配電網(wǎng)絡(luò)。因此供配電網(wǎng)絡(luò)的接地故障檢測對電網(wǎng)的正常運行非常重要。目前故障指示器的故障誤報率高，在信息檢測技術(shù)和故障判斷技術(shù)等多個方面都有較大的改進空間。

1 傳統(tǒng)故障檢測方法

目前輸配電線路的故障70%以上為單相接地故障，單相接地故障檢測方法主要有：零序電流檢測法、信號注入法、電容放電電流幅值法、五次諧波檢測法、首半波檢測法等幾種檢測方法。不管哪種故障檢測方法，由于故障指示器本地存儲空間都非常有限，因此都必須將采集到的數(shù)據(jù)傳輸?shù)綌?shù)據(jù)監(jiān)控中心，由監(jiān)控中心預(yù)判故障線路，最后監(jiān)控中心針對上傳的采集數(shù)據(jù)啟動故障分析，而后根據(jù)故障分析結(jié)果采取相應(yīng)對策，解除故障。在這過程中，不管線路是否發(fā)生故障，每個故障檢測器都必須將采集到的數(shù)據(jù)通過手機無線網(wǎng)絡(luò)或?qū)＞W(wǎng)發(fā)送到數(shù)據(jù)中心；這不但浪費了網(wǎng)絡(luò)通信資源，而且也給數(shù)據(jù)中心的存儲和管理增加了負擔(dān)，最關(guān)鍵的是不能及時實現(xiàn)故障分析和報警。因此故障指示器的本地數(shù)據(jù)分析和故障處理成為故障指示器研發(fā)的熱點，也是下一代故障指示器研發(fā)的主要方向。同時傳統(tǒng)故障指示器只采樣電壓電流數(shù)據(jù)，基本不關(guān)注其差分數(shù)據(jù)、差分數(shù)據(jù)的持續(xù)時間、濕度、風(fēng)速和時段供電特征等重要信息，造成故障判斷的準(zhǔn)確率不高，嚴重影響故障指示器的應(yīng)用和供電系統(tǒng)的正常運行。

2 智能故障報警系統(tǒng)的硬件實現(xiàn)

由于受到信息處理能力、存儲容量等諸多限制，故障指示器本地化故障分析處理應(yīng)力求結(jié)構(gòu)簡單、穩(wěn)定可靠，同時故障分析和判斷的算法也力求簡單?；谶@些要求，本文的故障指示器選用STM32系列微控制器作為主CPU，用ATT7022E/26E/28E多功能高精度三相電能專用計量芯片作為信號調(diào)理采集芯片，該系統(tǒng)方案需要的外圍電路少、電路集成度較高、工作穩(wěn)定可靠。ATT7022E/26E/28E芯片能夠采集的參數(shù)非常多，集成了7路sigma-delta ADC、參考電壓電路以及所有功率、能量、有效值、功率因數(shù)、頻率和一路溫度測量等數(shù)字信號處理電路，同時通過SPI接口實現(xiàn)與STM32F103XX主CPU之間的高速通信，基本消除故障指示器系統(tǒng)內(nèi)的通信延時。故障指示器通過短距離無線傳輸模式將本地信息匯聚到集中控制器，集中控制器則利用遠程手機無線通信模式將各故障指示器信息發(fā)送到故障集控中心，由集控中心全權(quán)處理各類故障，整個故障報警系統(tǒng)的結(jié)構(gòu)如圖1所示。

圖1 故障指示器與故障報警系統(tǒng)關(guān)系圖

故障指示器內(nèi)部的原理如圖2所示，整個系統(tǒng)分三相電能信息檢測、故障判斷二部分。三相電能信息檢測完成三相電壓電流信號預(yù)處理、采樣和數(shù)字濾波，如圖2的左下角部分，輸配電線路的電壓電流感應(yīng)信號經(jīng)ATT7022E/26E/28E芯片多路電壓電流采樣輸入引腳的第i路ViP、ViN，由ATT7022E/26E/28E芯片完成所有電能信號的采樣；而ATT7022E/26E/28E芯片采樣的信息則經(jīng)SPI總線傳輸?shù)絊TM32F103XX主CPU芯片，由STM32F103XX主CPU完成故障判斷、故障報警、故障處理，并與電網(wǎng)的集控中心進行信息交互，如圖2右下角所示。

圖2 故障指

3 智能故障數(shù)據(jù)檢測

多路電壓電流采樣芯片ATT7022E/26E/28E的采樣頻率最高為28.8 kHz，可通過多種方式觸發(fā)故障錄波功能，錄波裝置中有64 M～1 G電子盤或CF卡，存放暫態(tài)錄波數(shù)據(jù)，另外可選配第2個數(shù)據(jù)處理單元和40 G筆記本硬盤存放長錄波數(shù)據(jù)。盡管存儲量可觀，但相對于戶外長時間不間斷應(yīng)用來說，其存儲空間還是非常有限，而且受通信速率的限制，不可能將每臺故障指示器的錄波信號都傳往故障處理中心；因此故障指示器本地信息處理、故障判斷功能對故障指示器的應(yīng)用非常重要。由于各種原因，傳統(tǒng)的故障指示器故障報警的準(zhǔn)確率只有60%左右，而且實時性不高，大大限制了故障指示器的應(yīng)用。

傳統(tǒng)的故障檢測方法包括零序電流檢測法、五次諧波檢測法、首半波檢測法、電容放電電流幅值法、信號注入法等。零序電流檢測法利用零序電流的大小和方向的變化檢測單相接地故障，除了結(jié)構(gòu)復(fù)雜、體積大、精度低等缺陷之外，還容易引起誤判，特別是針對零序電流變化取決于消弧線圈補償度的中性點消弧線圈接地系統(tǒng)。首半波檢測法是利用故障線路中電容電流和電容電壓的首半波幅值和方向在接地瞬間與正常情況不同而進行的單相故障檢測方法，電容電流是在動態(tài)變化的，故障發(fā)生時相電壓越大檢測結(jié)果越準(zhǔn)確，但相電壓最大的瞬間較難掌握，且一旦故障發(fā)生時的相電壓接近為零時，此法就很難奏效。信號注入法通過在變電站安裝信號源，一旦產(chǎn)生故障，信號源會自動發(fā)送一個特殊的低頻信號，故障檢測儀根據(jù)是否捕捉到該信號的特征進行單相接地故障選線和定位。信號注入法雖然適用性強，不受系統(tǒng)拓撲結(jié)構(gòu)、運行方式的影響，但要安裝信號源，增加了系統(tǒng)成本和復(fù)雜度。相比之下，五次諧波檢測法利用系統(tǒng)發(fā)生故障時產(chǎn)生的大量奇次諧波多為5次諧波的特點，進行故障檢測。由頻譜分析可知，接地故障發(fā)生時，線路電流的各高頻分量信號(300～3 000 Hz)的有效值突然變大幾陪到幾十倍，且不受其它外在高頻信號的干擾以及線路勵磁涌流的影響，易于檢測，相比其它檢測方法，五次諧波檢測法具有一定的優(yōu)越性。

傳統(tǒng)故障指示器在高次諧波檢測時，由于檢測精度不高，不容易檢測到高次諧波的變化，從而影響故障判斷的準(zhǔn)確性。為提高高次諧波檢測的準(zhǔn)確性，本文引入新型的信號波形數(shù)據(jù)檢測技術(shù)，提高了諧波檢測的精度，進而增強了故障指示器故障判斷的準(zhǔn)確性。

首先，對采樣信號進行數(shù)值濾波(如式1)，不但可以過濾掉采樣干擾信息，還可濾除高次諧波，進一步突出基波分量。

Ui’=∑Ui*1/n

(1)

利用經(jīng)過濾波后的Ui’計算工頻信號的的幅值A(chǔ)和相位φ，得工頻信號如式(2)：

X=Asin(100лt+φ)

(2)

暫態(tài)電壓電流分量如式(3)：

Vi’=Ui’-Xi

(3)

Vs=∑signal(ev)= ∑signal(Vi+1’-Vi’)

(4)

暫態(tài)峰峰值的條件：Max(Vs)且Max(Vi’)

(5)

暫態(tài)峰谷值的條件：Min(Vs)且Min(Vi’)

(6)

圖3 暫態(tài)接地電流及頻譜分析圖

Vi’為去掉基波分量后的檢測值，可進一步突出五次諧波分量，利用Vi’得到微分符號統(tǒng)計量Vs(如式4)，因為Vs的極值和峰峰值肯定同時出現(xiàn)，利用該特點綜合識別暫態(tài)過程(如式5、式6)，可以提高暫態(tài)過程識別的準(zhǔn)確性和靈敏度，進而判斷接地故障，觸發(fā)FFT變換，計算暫態(tài)分量的頻譜，得到如圖3所示的典型暫態(tài)過程的頻譜分析結(jié)果，并進一步確認接地故障。

4 基于聚類分析的智能故障判斷

用向量xi(i=1,2, ┅,n)分別為線路電壓、電流、電壓增量、電流增量、電壓電流相位差、相位差的變化量等測量參數(shù)；把數(shù)據(jù)集Ω={x1,x2,┅,xn}劃分為多個子集Cj(j=1,2, ┅,k)，每個子集表一個故障狀態(tài)的數(shù)據(jù)，k即為故障狀態(tài)數(shù)，并且根據(jù)線路用電狀態(tài)的變化特點，按不同時段建立不同的狀態(tài)集Cjt；同時每個時段的Cj滿足以下三個約束條件(7)～(9)：

∪Cj=Ω

(7)

Cj≠?，j=1,2, ┅,k

(8)

Ci∩Cj= ?，i,j=1,2, ┅,k且i≠j

(9)

故障狀態(tài)的特征數(shù)據(jù)包括聚類中心的特征向量Xi和向量的鄰域半徑i，這些特征數(shù)據(jù)的獲取有兩種方法：第一種方法是直接根據(jù)歷史經(jīng)驗給出特征數(shù)據(jù)的具體數(shù)值；第二種方法是通過對典型歷史測量數(shù)據(jù)的聚類分析獲取特征數(shù)據(jù)。典型歷史測量數(shù)據(jù)的空間聚類分析將數(shù)據(jù)聚類成K個初始故障狀態(tài)集Cj，初始劃分的聚類質(zhì)量評估函數(shù)為：

(10)

其中：nj是子類Cj中的樣本總數(shù)；d(Xi,Zj)表示樣本Xi與所屬子類Cj的中心Zj的距離；J表示全部類內(nèi)距離，J的值越小，說明聚類效果越好；Zj表示子類Cj的聚心，是該子類所含樣本的重心，重心的查找方法為四鄰域收縮的變尺度方法，如式(11)所示：

(11)

新型智能故障指示器采用新的故障數(shù)據(jù)檢測技術(shù)和基于聚類分析的故障判斷方法后，其性能指標(biāo)有了很大的提高，故障報警率由原來的92%提高到了100%，故障報警的準(zhǔn)確率由原來的50%提高到了85%，故障誤報率由原來的30%降低到了7%；不僅如此，由于故障報警精度和準(zhǔn)確性的提高，可以更加精確地描述故障信息，因此可以將故障類型分得更加精細。綜上所述，該型故障指示器的性能已完全達到了電力系統(tǒng)的應(yīng)用需求，目前該新型智能故障指示器已在某省多個地市縣電力公司的配電網(wǎng)絡(luò)上進行掛網(wǎng)試驗，從初步的反饋數(shù)據(jù)來看，基本達到了預(yù)期目的；接下來經(jīng)過進一步完善新型智能故障指示器的其它要件，并將其推廣應(yīng)用到我國各省市電力公司的輸配電網(wǎng)絡(luò)系統(tǒng)中，提升電力輸配電網(wǎng)絡(luò)的自動化水平。

5 結(jié)論

利用故障指示器的錄波功能，實現(xiàn)故障數(shù)據(jù)分析判斷的本地化，不僅可以充分利用故障指示器的主CPU資源，減少通信開銷，更重要的是還可以提高故障判斷的實時性；線路故障指示器的故障判斷中加入暫態(tài)分量、差分數(shù)據(jù)和時段供電特征等多種有用信息，形成高維矢量數(shù)據(jù)，可以更加詳細地描述供配電網(wǎng)絡(luò)的運行狀態(tài)，提高故障描述的準(zhǔn)確性；同時采用基于高維矢量數(shù)據(jù)的聚類分析方法進行故障判斷，可有效地提高故障判斷的準(zhǔn)確性，具有較好的實際應(yīng)用價值。目前，文中所述的故障指示器已進入小批量量產(chǎn)階段，并已在多個地方輸配電網(wǎng)絡(luò)上進行掛網(wǎng)試驗，取得了較為理想的效果。

[1] 呂常智,陳 勇. 適用于架空線路的接地型故障指示器檢測方法研究 [J] . 電子測試,2016,11: 47-50.

[2] 何 哲,王瑞峰,郝 溪. 含分布式電源配電網(wǎng)單相接地故障測距研究[J]. 鄭州大學(xué)學(xué)報，2016. 48(1):85-90.

[3] 王 倩,譚王景 ,葉 贊 ,等. 基于ATP-EMTP的電弧接地故障的建模與仿真[J].電網(wǎng)與清潔能源,2015,31(1):16-21.

[4] 洪月華. 蜂群k-means聚類算法改進研究[J]. 科技通報，2016(4):170-173.

[5] 李志宏,劉 浩,裴承芝,等. 基于 STM32 電網(wǎng)短路故障指示器的設(shè)計[J]. 武漢理工大學(xué)學(xué)報, 2016,38(2):263-266.

[6] 劉名建,吳 猛,李紅軍,等. 基于故障指示器的配網(wǎng)故障監(jiān)控管理模型的研究[J]. 通信電源技術(shù),2015,32(4):120-121.

[7] 李傳健,孫嘉寧,胡青山,等. 配網(wǎng)單相接地故障模擬試驗平臺的研究與實現(xiàn)[J]. 機電工程技術(shù). 2015.44(9):122-127.

[8] 李振杰. 淺析故障指示器在10 kV線路上的安裝與應(yīng)用[J]. 機電信息,2015,24:9-10.

[9] 薛永端 ,馮祖仁,徐丙垠. 中性點非直接接地電網(wǎng)單相接地故障暫態(tài)特征分析[J]. 西安交通大學(xué)學(xué)報,2004,38(2):195-199.

[10] 金海望,駱立實,胡尊張,等. 中性點經(jīng)高阻接地 電網(wǎng)故障電弧建模與弧光接分析[J]. 電氣自動化， 2014，36(4):54-56.

[11] 李 偉,張 申. 基于iFIX 的配煤自動化設(shè)計電氣傳動 [J]. 電子技術(shù)與軟件工程， 2008,38(3): 43-45.

[12] 劉浩宇. 中低壓配電網(wǎng)單相接地故障選線方法研究 [J].科技創(chuàng)新導(dǎo)報，2010. 11: 71-72.

[13] 楊順義，楊 宏．小電流接地系統(tǒng)單相接地檢測(選線)的新判據(jù)[J]．電力自動化設(shè)備，2001，21(8)：61-64．

[14] 藎 壚．實用模糊數(shù)學(xué)[M]．北京:科學(xué)技術(shù)文獻出版社，1989．

[15] 肖 白，束洪春，高 峰．小電流接地系統(tǒng)單相接地故障選線方法綜述[J]．繼電器，2004，29(4)：28-31．

[16] 肖 靜，潘貞存，叢 偉．基于模糊綜合決策的配電網(wǎng)單相接地故障選線的研究[J].山東電力技術(shù)，2004(3)：12-15．

Research on Implementation Technology of Intelligent Fault Indicator

Li Zihan2, Li Zhangwei2

(1.International College of Zhejiang University of Technology, Hangzhou 310023,China;2.College of information engineering, Zhejiang University of Technology, Hangzhou 310023,China)

The traditional fault indicator can only record and collect the information on the spot, and can not effectively analyze and judge the fault, the delay of the fault analysis and judgment is large, and the accuracy of fault diagnosis is low. This paper introduced the cycle filtering method to eliminate power signals on the effects of sampling, using differential symbol statistics and maximum statistical method, to obtain the small current grounding system transient pure waveform and the peak peak value, the fault judgment strategy based on clustering analysis, timely and accurate judgment for the distribution network fault, fault reporting control integrated processing center and improve the reliability of power grid operation, and implementation of field information acquisition fault indicator analysis.

intelligent fault indicator; cluster analysis; fault matching; power frequency signal; transient process; differential symbol

2017-01-05；

2017-02-11。

國家自然科學(xué)基金(61075062)；浙江省科技廳重點公益項目(2014C33088)。

李子涵(1997-)，男，本科生，主要從事計算機應(yīng)用，電力自動化方向的研究。李章維(1967-)，男，副教授，碩士生導(dǎo)師，主要從事計算機應(yīng)用，電力自動化方向的研究。

1671-4598(2017)08-0286-03

10.16526/j.cnki.11-4762/tp.2017.08.074

TM912

A