電網(wǎng)絡(luò)和矩陣?yán)碚撛谧冸娝拥毓收显\斷中的應(yīng)用

王海濱

摘 要：為解決傳統(tǒng)變電所接地故障診斷方法中診斷幅值低的問題，基于電網(wǎng)絡(luò)和矩陣?yán)碚撛O(shè)計(jì)變電所接地故障診斷方法?；陔娋W(wǎng)絡(luò)，采集、處理變電所接地故障數(shù)據(jù)，提取離散型變電所接地故障信號，計(jì)算故障信號特征能量;基于矩陣?yán)碚摚⒐收显\斷矩陣，上傳故障診斷數(shù)據(jù)，實(shí)現(xiàn)故障診斷定位。實(shí)例分析結(jié)果表明，本文設(shè)計(jì)的故障診斷方法能解決傳統(tǒng)變電所接地故障診斷方法中診斷幅值低的問題。

關(guān)鍵詞：電網(wǎng)絡(luò)：矩陣?yán)碚摚航拥毓收?/p>

中圖分類號：TM862文獻(xiàn)標(biāo)識碼：A文章編號：1003-5168（2021）07-0096-03

Application of Electrical Network and Matrix Theory in Substation Grounding Fault Diagnosis

WANG Haibin

（The Operation Management Co.， Ltd of China Railway Construction Electrification Bureau Group，Xiangyang Hubei 441100）

Abstract： In order to solve the problem of low diagnosis amplitude in traditional substation grounding fault diagnosis methods， a substation grounding fault diagnosis method was designed based on electrical network and matrix theory. Based on the electric network， the grounding fault data of substation is collected and processed， the discrete grounding fault signal of substation is extracted， and the characteristic energy of fault signal is calculated; Based on the matrix theory， the fault diagnosis matrix is established， the fault diagnosis data is uploaded， and the fault diagnosis location is realized. The results show that the fault diagnosis method designed in this paper can solve the problem of low diagnosis amplitude in traditional substation grounding fault diagnosis methods.

Keywords： electric network;matrix theory;ground fault

過電流保護(hù)會造成變電所接地故障[1]。為避免接地故障影響變電所的穩(wěn)定運(yùn)行，需要加強(qiáng)故障診斷。我國以往主要通過小波分析，利用高性能的圖像，實(shí)現(xiàn)變電所接地故障診斷。但該方法在實(shí)際應(yīng)用中存在故障診斷幅值低的問題，導(dǎo)致故障診斷精度低[2]。電網(wǎng)絡(luò)指的是由若干元器件共同組成的電氣網(wǎng)絡(luò)，能夠有效采集、處理以及傳輸數(shù)據(jù)。因此，將電網(wǎng)絡(luò)應(yīng)用于變電所接地故障診斷中尤為必要。此外，矩陣?yán)碚撝邪瑪?shù)據(jù)特征值與特征向量的線性變換，能夠?qū)С鏊阕樱跀?shù)據(jù)觀測中起到重要作用?；诖?，本文將電網(wǎng)絡(luò)和矩陣?yán)碚撏瑫r(shí)應(yīng)用于變電所接地故障診斷中，從根本上提高變電所接地故障診斷幅值。

1 變電所接地故障診斷方法

1.1 基于電網(wǎng)絡(luò)采集、處理變電所接地故障數(shù)據(jù)

在變電所接地故障診斷中，首先使用數(shù)據(jù)采集裝置，對變電所接地發(fā)生故障的單元進(jìn)行數(shù)據(jù)排查，從而獲取故障信息?；陔娋W(wǎng)絡(luò)對發(fā)生故障單元的核心數(shù)值進(jìn)行診斷，以此作為故障控制的依據(jù)。同時(shí)，按照外接端子的三端子網(wǎng)絡(luò)，對故障振幅值進(jìn)行判定，分析故障數(shù)據(jù)的表現(xiàn)形式，將完成處理的數(shù)據(jù)進(jìn)行格式轉(zhuǎn)化，使導(dǎo)入的故障數(shù)據(jù)格式統(tǒng)一。為了降低信息故障診斷的干擾，定位數(shù)據(jù)集中不完整的數(shù)據(jù)，實(shí)現(xiàn)對數(shù)據(jù)的前期處理。將此部分?jǐn)?shù)據(jù)作為故障診斷的依據(jù)，在此過程中，假定變電所接地發(fā)生故障時(shí)，運(yùn)行的振幅表示為[v]，可得式（1）：

[v=n/f-w]? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （1）

式（1）中，[n]表示故障數(shù)據(jù)格式，[f]表示故障數(shù)據(jù)權(quán)重，[w]表示布拉格波長諧振矢量。通過公式（1），能實(shí)現(xiàn)對變電所接地故障數(shù)據(jù)的采集、處理。

1.2 提取離散型變電所接地故障信號

完成變電所接地故障數(shù)據(jù)的采集、處理后，為離散化表達(dá)故障信號，可單獨(dú)選用中間層的傳遞函數(shù)作為控制核心。通過電網(wǎng)絡(luò)中的傳遞函數(shù)對采集到的故障信息進(jìn)行訓(xùn)練，獲得其映射關(guān)系[3]。設(shè)離散型故障信號的表達(dá)式為[k]，則有公式（2）：

[k=i=1Nx2iN12]? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （2）

式（2）中：[xi]表示當(dāng)前取值范圍下變電所接地故障時(shí)線路的流經(jīng)狀態(tài);[N]表示變電所接地之前發(fā)生故障的次數(shù)，為實(shí)數(shù)。利用式（2），獲得其映射關(guān)系，提取變電所接地故障中離散型故障的信號。

1.3 計(jì)算變電所接地故障信號特征能量

完成上述分析后，本文運(yùn)用金字塔結(jié)構(gòu)分析故障信號中所含的特征能量，用二維小波變化的方式進(jìn)行計(jì)算[4]。設(shè)故障信號的特征能量為[E]，那么[E]的計(jì)算公式為：

[E=1MNijxi，j]? ? ? ? ? ? ? ? ? ? ?（3）

式（3）中，[M]表示故障信號的字符長度，[xi，j]表示故障信號的二維坐標(biāo)。利用公式（3）分析故障信號，得出能量集中在高頻信息區(qū)域，低頻信息區(qū)域中能量分布較少。

1.4 基于矩陣?yán)碚摻⒆冸娝拥毓收显\斷矩陣

通過上文分析可知，故障信號特征能量有高低頻之分，因此，需要基于矩陣?yán)碚撟儞Q故障診斷信號，將故障診斷信號轉(zhuǎn)化為稀疏信號的形式表示[5]。設(shè)具體的變換方式為[p]，按照式（4）進(jìn)行映射：

[p=i=1nciti=tC? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ]（4）

式（4）中：[ci]表示在稀疏矩陣當(dāng)中的某一映射系數(shù);[ti]表示第[i]個(gè)變換信號;[t]表示稀疏矩陣，[t=t1，t2，t3，…，tn];[C]表示稀疏信號集合，[C=[c1，c2，c3，…，cn]T]，在[C]集合當(dāng)中只包含[n]個(gè)較小值以及非零數(shù)。若在信號[p]的權(quán)重系數(shù)[C]中只有較少量的大系數(shù)或只有很多小系數(shù)時(shí)，則認(rèn)為原始故障信號[p]可用稀疏表示。獲取到的信號[p]與集合[C]均可看作是同一個(gè)故障信號在時(shí)域和[t]域中的等價(jià)表達(dá)。若采集到的原始信號無法利用矩陣?yán)碚撝械南∈璺绞奖磉_(dá)，則認(rèn)為該信號為變電所接地正常運(yùn)行信號，并且表示變電所接地在此時(shí)并未出現(xiàn)故障問題，可將該信號排除。

在完成故障信號變換后，本文將此作為基礎(chǔ)，將故障診斷信號轉(zhuǎn)換為故障診斷數(shù)據(jù)[6]。在對故障問題進(jìn)行診斷的過程中，構(gòu)建一個(gè)觀測矩陣，觀測矩陣與測量值之間存在如式（5）所示的關(guān)系：

[u=ηt]? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （5）

式（5）中：[u]表示故障診斷信號在觀測矩陣當(dāng)中的實(shí)際測量值;[η]表示基于矩陣?yán)碚摌?gòu)建的觀測矩陣。公式（5）整體表示為[t]在觀測矩陣[η]上的線性映射。

1.5 上傳變電所接地故障診斷數(shù)據(jù)

在基于矩陣?yán)碚摻⒆冸娝拥毓收显\斷矩陣后，上傳故障診斷數(shù)據(jù)，上傳數(shù)據(jù)包括變電所接地故障電壓以及故障電流等[7]。通過明確故障數(shù)據(jù)信號的發(fā)射點(diǎn)與傳輸路徑，假定故障振動信號可表示故障的實(shí)時(shí)狀態(tài)，設(shè)故障振動信號的表達(dá)式為[y]，則有公式（6）：

[y=j=1mAmjn]? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （6）

式（6）中：[m]表示濾波轉(zhuǎn)換次數(shù);[Amj]表示故障數(shù)據(jù)上傳序列分布平方和。通過公式（6），重構(gòu)故障數(shù)據(jù)上傳路徑的序列。假定經(jīng)過濾波轉(zhuǎn)換后，故障數(shù)據(jù)信號的能量傳輸呈現(xiàn)逐步遞減的趨勢，滿足自動化追蹤故障數(shù)據(jù)的要求。可將自動化追蹤故障數(shù)據(jù)的目標(biāo)函數(shù)設(shè)為[F]，則有公式（7）：

[F=kyk2]? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （7）

式中：[k]表示故障信號次數(shù);[yk]表示第[k]次振動信號。通過公式（7），實(shí)現(xiàn)故障數(shù)據(jù)上傳。之后，利用故障數(shù)據(jù)信號的映射函數(shù)與信號庫映射的方式接收故障數(shù)據(jù)，推理變電所接地的故障點(diǎn)。本文基于矩陣?yán)碚撛O(shè)置一個(gè)128×1維度的全零診斷矩陣，在該矩陣的128行以內(nèi)，隨機(jī)選擇其中20個(gè)不同的位置，并將其數(shù)值替換為1或-1，構(gòu)成一個(gè)完整的故障信號顯示效果圖，如圖1所示。

通過對圖1中矩陣行數(shù)與數(shù)值之間的對應(yīng)關(guān)系進(jìn)行分析，由上述公式可得出觀測的故障信號，其維度為64×1[8]。由圖1可知，重構(gòu)后的信號維度和數(shù)據(jù)量明顯減少，降低故障診斷方法的檢測任務(wù)量，最終得到的重構(gòu)故障診斷數(shù)據(jù)冗余值更低。

1.6 變電所接地故障診斷定位

上傳故障診斷數(shù)據(jù)后，進(jìn)行故障診斷定位。假定對故障診斷定位的模糊化處理的表達(dá)式為[β]，通過模糊神經(jīng)網(wǎng)絡(luò)算法得出[β]的計(jì)算公式。

[β=Hi+p+ah-bn-w+E]? ? ? ? ? ? ? ? ? （8）

式（8）中：[H]表示故障診斷定位偏移量;[ah]表示故障診斷數(shù)據(jù)字符長度;[bh]表示故障診斷數(shù)據(jù)模糊化系數(shù)。通過公式（8），輸出運(yùn)算結(jié)果，完成基于電網(wǎng)絡(luò)和矩陣?yán)碚摰淖冸娝拥毓收显\斷。

2 實(shí)例分析

2.1 實(shí)驗(yàn)準(zhǔn)備

實(shí)驗(yàn)對象選取某變電所，該變電所在接地過程中存在故障。首先，使用本文設(shè)計(jì)的方法，基于電網(wǎng)絡(luò)和矩陣?yán)碚撛\斷變電所接地故障，通過MATALB軟件測得故障診斷幅值，記為實(shí)驗(yàn)組;并使用傳統(tǒng)方法，診斷變電所接地故障，同樣通過MATALB軟件測得故障診斷幅值，記為對照組。實(shí)驗(yàn)內(nèi)容為測試兩種方法的故障診斷幅值，故障診斷幅值越高，證明利用該方法針對變電所接地故障診斷精度越高。

2.2 實(shí)驗(yàn)結(jié)果分析

整理實(shí)驗(yàn)結(jié)果，如圖2所示。

通過圖2可知，實(shí)驗(yàn)組故障診斷幅值明顯高于對照組，具有現(xiàn)實(shí)推廣價(jià)值，可加大研究力度。

3 結(jié)語

本文通過實(shí)例分析的方式，證明了設(shè)計(jì)的故障診斷方法在實(shí)際應(yīng)用中的適用性，以此為依據(jù)，證明此次優(yōu)化設(shè)計(jì)的必要性。因此，有理由相信，通過本文的設(shè)計(jì)，能夠解決傳統(tǒng)變電所接地故障診斷中存在的缺陷。但本文同樣存在不足之處，主要表現(xiàn)為未對本次故障診斷幅值測定結(jié)果的精密度與準(zhǔn)確度進(jìn)行檢驗(yàn)，進(jìn)一步提高故障診斷幅值測定結(jié)果的可信度。針對這一點(diǎn)，還需要在未來的研究中加以補(bǔ)足。

參考文獻(xiàn)：

[1]鄭賢舜，韓翊，卓一，等.隨機(jī)矩陣?yán)碚撛谂潆娋W(wǎng)早期故障檢測中的應(yīng)用研究[J].電氣應(yīng)用，2019（3）：58-63.

[2]朱征，宋平，張琪祁，等.沖擊法在變電站接地網(wǎng)故障診斷技術(shù)中的研究[J].電力與能源，2020（5）：16-20.

[3]平凌.基于Fibonacci算法的變電站接地網(wǎng)故障診斷方法研究[J].電力系統(tǒng)裝備，2019（7）：139-140.

[4]劉炳南，黃沂平，方國標(biāo).基于一維卷積神經(jīng)網(wǎng)絡(luò)的配電網(wǎng)高阻接地故障識別[J].電器與能效管理技術(shù)，2020（9）：107-111.

[5]高鑫，胡威，王世杰，等.基于數(shù)據(jù)挖掘的變電站故障分類與檢測[J].信息技術(shù)，2020（2）：66-72.

[6]陳偉彪.隨機(jī)矩陣?yán)碚撛陔娋W(wǎng)故障定位中的應(yīng)用研究[J].輕松學(xué)電腦，2019（6）：1-2.

[7]褚耿威，陶鋼，伊金璽.基于EMD-ApEn的電力系統(tǒng)輸電線路兩相接地故障診斷[J].科學(xué)技術(shù)創(chuàng)新，2019（16）：51-52.

[8]王哲，劉梓健，邱宇.人工智能技術(shù)在電力系統(tǒng)故障診斷中的應(yīng)用研究[J].電子設(shè)計(jì)工程，2020（2）：148-151.