浅谈基于数学形态学的电力电缆故障测距方法

毛俊君

（国网南平供电公司　福建　南平　353000）

浅谈基于数学形态学的电力电缆故障测距方法

毛俊君

（国网南平供电公司福建南平353000）

当电力电缆运行过程中发生故障时，需及时迅速准确地找出故障位置，否则将给电力企业及用户带来巨大损失。文中在传统的行波测距法的基础上，将多分辨形态梯度技术（MMG）和软阈值技术相结合，提出了基于数学形态学的信号处理方法，通过MATLAB等仿真试验分析，并与传统的小波分析法进行对比，该方法更好的实现了噪声背景下扰动突变量的提取，具有良好的定位精度和检测实时性。验证了该方法的在电力电缆故障检测实际应用中的可行性。

电力电缆；故障测距；形态学；多分辨形态梯度

1　课题背景

1.1目前电力电缆被越来越广泛地应用于城市电网的建设，随着电力电缆长时间运行，绝缘老化或变质、过热、机械类损伤、电缆护层的腐蚀、绝缘部分受潮、电压过大等原因，导致电力电缆发生故障，给电力企业带来不可估量的损失，由于电力电缆多埋在地底及隐蔽位置，发生故障时候不容易发现明显故障点，因此如何快速准确、又能不停电的低成本方式查找出电缆的故障位置是当前急需解决的问题。

1.2电力电缆故障的分类

（1）开路故障：电力电缆断线类故障称为开路故障。

（2）低阻故障：通过该电缆的特性阻抗分析，电缆故障点的绝缘电阻下降至该电缆的特性阻抗值，甚至直流电阻为零的故障均称为低阻故障或为短路故障。

（3）高阻故障：当故障点的直流电阻大于该电缆的特性阻抗的故障均称为高阻故障，可分为泄露故障和闪络性故障。

1.3当前电力电缆的故障测距研究情况

（1）离线测距方法：需对故障线路进行停电，通过行波等方法进行现场测试的故障测距方法，该方法缺点：难以对整个网络进行系统的分析，且需相应配网停电方能查找故障点，从而造成电量损失，影响配网可靠性及电力客户优质服务质量等。

（2）在线测距方法：基于数学形态的在线测距。

与传统的方法不同，数学形态学（MM）是近年来发展起来的一种有代表性的非线性图像处理和分析理论，是从集合的角度来分析图像。利用故障行波信号来进行故障测距，原理上同小波变换是一致的，其主要测距原理是由故障行波波头到达时间来判断故障距离。

采用的数学形态学来处理故障行波信号的算法，比小波变换来的更加简单直观，数学形态学在对故障行波噪声有效滤波和对信号奇异点方面的判断上具有更加准确的特点。

1.4本文研究的内容

对基于数学形态学的电力电缆在线故障测距方法进行了深入研究，对数学形态学运用的可行性和有效性进行了初步的研究和探讨，并且重点着眼于数学形态学在高压电缆在线故障测距中的实际应用，本文通过理论计算和采用基于MATLAB仿真实验的波形分析两个角度来验证数学形态学方法的可行性。

2　采用的关键技术

2.1含噪声信号的形态滤波

（1）我们要进行滤波，为减小在采样数据产生的误差，选取从原始信号进行滤波，从而有效地筛选出精度高、误差小的特征信号，准确的从故障波形中提取行波信号中的特征信号，实现在线测距装置的启动可靠性

（2）在选择算法的时候，首先要考虑算法的精度和速度，算法的精度则与采样点数的计算量和实际模拟滤波器的误差都有关，算法的速度包括运算工作量及采样的点数，二者呈彼消我长形态。即当保证算法的速度，就必然减少采样点数和计算量；精度要高，则要增加采样点数和计算量，最好还要配合数字滤波器同时工作。另一方面要考虑算法本身要求的经过滤波后的影响。

电力信号监测中常出现的几种干扰为谐波干扰、电压波动干扰、瞬时脉冲干扰、暂态振荡干扰。瞬时脉冲干扰的情况（正负脉冲和脉冲群叠加在波头），以及电力系统中白噪声叠加到仿真得到的故障行波信号上，目的是验证形态学滤波算法的有效性。

2.2基于数学形态学的行波测距方法

步骤一：对原始信号进行消噪处理，采用形态学的多尺度形态滤波法。

步骤二：对消噪的信号进行多分辨形态梯度变换。

步骤三：结合软阀值设计算法。

步骤四：根据MMG系数局部模极大值判断故障位置。

3　应用研究

图1　电力电缆行波仿真实验图

3.1电力电缆故障测距仿真实验

设仿真实验线路全长为10km，通过在故障位置30%、50%、80%三个具有代表性的位置，对故障行波进行仿真分析：

（1）当故障位置为30%处，图2是故障接地电流、经过多分辨形态梯度技术及软阀值滤波的结果、将故障电流经过5层db3小波变换的结果信号分析图。

图2　故障位置为30%处信号分析图

其中：d5是基频信号，d4-d1是相应的高频信号。

（2）故障发生在50%处，图3是故障接地电流、经过多分辨形态梯度技术及软阀值滤波的结果、将故障电流经过5层db3小波变换的结果信号分析图。

图3　故障发生在50%处信号分析图

其中：d5是基频信号，d4-d1是相应的高频信号。

（3）故障发生在80%处，图4故障接地电流、经过多分辨形态梯度技术及软阀值滤波的结果、将故障电流经过5层db3小波变换的结果信号分析图。

图4　故障发生在80%处信号分析图

其中：d5是基频信号，d4-d1是相应的高频信号。

3.2信号处理

将MATLAB中已处理的故障信号数据进行局部放大故障波形如图5所示，并进行进一步放大，并标注了各奇异点出现的时间。

图5　故障信号处理

电缆中行波的波速度可表示为：

式中：V0——光的传播速度，V0=3×108m/s；

μ——电缆芯线周围介质的相对导磁系数；

ε——电缆芯线周围截止的相对介电系数。

测量后可得出油浸纸绝缘电缆F=160m/μs，塑料电缆V= 170～200m/μs，橡胶电缆K=220m/μs。

3.3通过仿真，线路全长10km，定位结果距离和误差情况如表1所示。

表1　

通过上述数据可看出：故障距离越大，所计算的测距精度越高。主要是因为故障距离小的时候，故障行波在故障点与接地点间往返一次的时间较短，各个模量叠加以及干扰信号在一起，对分辨产生一定误差。然后通过验证小波测距同形态学的定位误差来看，其采用形态学效果略好于前者。

4　电力电缆故障测距系统设计

电力电缆故障测距硬件系统设计：

图6　系统设计图

其主要工作原理为：

（1）当电力电缆发生故障时候，装置产生发送行波信号。现场由LPC2142处理器生成一个宽度小于1s的矩形脉冲信号，信号通过调理电路进行处理，发送至电缆。

（2）接收调理信号过程。脉冲信号传输的时候在阻抗不匹配（电缆分接头或故障点终端等）的地方将会形成反射或折射现象。测量端必须对接收信号进行调理，中间采用快速缓存器也是必要的中间设备。其目的为解决微处理器和高速模数采样速度不能同步及接收到的返回信号在模数采样芯片的模拟电压输入量的范围之内。

（3）处理储存故障信号。采样信号被接收之后存储在LPC2142的内部存储器中。确保了采样信号的有效性，再经过串口通讯上传到系统主机中处理计算。然后通过计算结果判定故障距离。

5　结论

本文通过分析电力电缆的应用情况、电力电缆的类型及线路特点、电力电缆故障的类型和原因、电力电缆故障测距的研究现状，阐述了数学形态学的基本原理和算法，提出了基于形态学方法的电力电缆故障行波测距方法。

通过分析数学形态学在电力电缆故障行波测距中的波形，可以看出形态学具有很好的滤波效果，且由于小波变换，能够准确地对故障行波中的奇异点进行检测，即得到故障测距，该分析的方法有点是基于极值比较和简单的加减法，从硬件实现的角度来看比较方便同时形态学将小波分解系数有时会大大衰减或出现相位偏移的问题得到有效解决，在电力电缆故障在线测距的实际应用中具有相对较高的精度，为在电力电缆配网工程上提供了更便于使用的故障测距方法。

TM75

A

1673-0038（2015）43-0182-03

2015-10-1