基于低頻載波的10 kV線損異常原因帶電診斷

韓 雪

（國網內蒙古東部電力有限公司信息通信分公司，內蒙古 呼和浩特 010010)

0 引 言

線損異常診斷相關研究已取得較大進展。采用接觸或非接觸的帶電檢測方式，通過特定裝置，非連續(xù)性采集線路全量信息，包括功率、電流、電壓、凍結電量等狀態(tài)量，獲得線損異常診斷支撐數(shù)據[1,2]。把數(shù)據輸入設定的異常原因診斷模型，綜合分析線路運行狀態(tài)，及時上報異常事件[3,4]。由此，提出基于低頻載波的10 kV線損異常原因帶電診斷方法。

1 10 kV線損異常原因帶電診斷方法設計

基于原始載波信號的功率譜，此時載波信號會出現(xiàn)窄帶干擾的干擾峰，把干擾峰作為信號能量的突變，采用能量比法，查找載波信號功率譜在各干擾頻率處的干擾峰[5,6]。計算t時刻載波信號總能量G(t)，計算公式為

設置1個固定寬度頻帶的頻窗，逐點移動頻窗，完成載波信號的能量比轉換。統(tǒng)計載波信號在頻窗內的能量，設干擾峰幅值為H，頻率j處的能量比Ij計算公式為

式中：Gj(t)為t時刻頻率j的信號總能量；J為頻窗大小。逐點計算載波信號頻域，判定能量比接近1的點為峰值點，其余點為普通點，引入局部峰點k，篩選峰值點中的干擾峰峰值點。計算局部峰點前后的微分系數(shù)，得到局部峰點滿足公式

式中：Kk-1、Kk+1分別為點k前后的功率；Hk-1、Hk+1分別為點k前后的頻率。在所有峰值點中挑選能夠滿足式（6）的局部峰點，根據點k的前后能量比Ik-、Ik+，計算局部能量比hk，計算公式為

由式（4），得到所有局部峰點的局部能量比。由于時域中的窄帶干擾呈正弦波狀，判定窄帶干擾頻率處的局部峰點hk值，要明顯高于載波信號局部峰點hk值，設置局部能量比閾值l，計算公式為

式中：M、n分別為局部峰點的標準差和個數(shù)。去除峰值點局部能量比高于l的干擾峰，保留局部能量比較低的點，實現(xiàn)窄帶干擾的濾波。至此完成10 kV線損低頻載波信號噪聲的抑制。

提取去噪后的低頻載波信號特征，輸入訓練好的人工神經網絡，輸出10 kV線損異常原因。把載波信號小波包分解至各個頻帶，得到2b個特征信號。信號能量計算公式為

由式（7）可以看出，低頻載波信號具有能量綱量。利用熵值Q，表示信號能量狀態(tài)的穩(wěn)定性，將各個頻帶的熵Q和局部能量Gn，作為10 kV線損特征序列，對特征向量進行歸一化處理，不斷調整層和層之間的權值矩陣，直至輸出向量的預測值和實際值誤差達到最小，把待診斷的10 kV線損特征向量輸入神經網絡，得到線損異常原因診斷結果。

至此，完成10 kV線損異常原因的診斷，實現(xiàn)基于低頻載波的10 kV線損異常原因帶電診斷方法設計。

2 算例分析

將此次設計方法，與基于智能控制終端的線損異常診斷方法、基于時序信息特征的線損異常診斷方法進行對比實驗，比較3種方法的線損異常原因診斷的準確率、漏診率、誤診率。

選擇陜西省某地區(qū)電力公司10 kV配電網的真實歷史數(shù)據為例，進行算例分析。將本文方法與其他2種方法進行對比，分別診斷10 kV配電網線損異常原因，統(tǒng)計3種方法的診斷結果。漏診率與誤診率實驗對比結果如圖1，圖2所示。

圖1 診斷漏診率實驗對比結果

圖2 診斷誤診率實驗對比結果

由圖1可知，設計方法平均診斷漏診率為1.7%，另外2種方法平均診斷漏診率為3.6%、4.7%，設計方法診斷漏診率最低。

由圖2可知，設計方法平均診斷誤診率為1.1%，另外2種方法平均診斷誤診率為2.9%、3.8%，設計方法診斷誤診率最低。

3 結 論

基于低頻載波的10 kV線損異常原因帶電診斷方法，診斷準確率較高、漏診率和誤診率較低。