10 kV电缆突发故障检测方法研究

毛骏

（深圳供电局有限公司，广东深圳　518000）

10 kV电缆突发故障检测方法研究

毛骏

（深圳供电局有限公司，广东深圳518000）

针对采用传统的电缆突发故障检测方法时，一直存在电缆突发故障检测方法不准确、检测效率差的问题。提出基于模分量小波能量谱算法的10 kV电缆突发故障检测方法，通过分析电缆线路的故障因素，获取电缆线路的故障特征；依据相模变换理论对故障分量进行分解，获取3个互不影响的模分量，将其看作产生特征量的原始数据，原始数据再通过小波变换获取高频系数，依据小波能量谱理论对高频系数进行相关操作，求出其细节能量，并将其描述为暂态信号携带的能量，获取不同模分量的高频能量，以此为特征判断依据，实现对10 kV电缆突发故障的检测。实验结果表明，采用改进的检测方法可以有效地提高10 kV电缆突发故障的检测效率，准确度高。

10 kV电缆；突发故障；检测

随着城市的逐渐发展，10 kV电缆供电以其安全、可靠、稳定的优点被广泛应用于配电网中［1-2］。10 kV电缆通常被埋于地下，所处环境非常复杂，突发故障时很难及时检测，使电力运行的可靠性与安全性受到威胁［3-5］。因此，需对10 kV电缆突发故障检测方法进行研究，以保证供电可靠性，提高服务水平［6］。

目前，有关10 kV电缆突发故障检测的方法有很多，相关研究也取得了一定的成果。其中，文献［7］提出一种基于小波变换的10 kV电缆突发故障检测方法，该方法通过小波变换对行波的到达时间进行检测，将行波到达时间异常的点看作是10 kV电缆突发故障的点。然而由于10 kV电缆的距离较短且埋于地下，所以采用该方法很难准确检测到突发故障；文献［8］将分布式光纤传感器应用于10 kV电缆突发故障检测中，将光纤融合至电缆中，得到光纤复合电缆，利用激光脉冲注入时间反射光线的抵达时间差获取10 kV电缆突发故障点，并且依据故障点周围温度变化情况对电缆线路运行状态进行监测。该方法检测精度较高，但成本非常高，不适用于实际应用；文献［9］提出一种基于电桥法的10 kV电缆突发故障检测方法，该方法把被测电缆终端故障相和非故障相连接在一起，电桥两臂依次和故障相及非故障相相连，通过调整电桥平衡即可获取电缆故障点。但在被测试相存在多于2个故障点的情况下，很可能会导致多个故障点同时放电，使得检测精度低；文献［10］提出一种基于闪络法的10 kV电缆突发故障检测方法，该方法对故障点击穿时形成的电流行波信号进行采集，提取采集信号的特征，将该特征作为判据实现10 kV电缆突发故障的检测。然而该方法只适用于低阻故障，检测结果不是最佳结果。

针对上述方法的弊端，提出一种基于模分量小波能量谱算法的10 kV电缆突发故障检测方法，求出不同模分量的高频能量，将其作为10 kV电缆突发故障检测的特征判据，实现电缆突发故障的检测。实验结果表明，所提方法在低信噪比状态下仍旧能够准确检测出10 kV电缆的突发故障。

1　基于模分量小波能量谱算法的10 kV电缆突发故障检测方法

10 kV电缆突发故障后形成的暂态行波是一个突变信号，所以对突变部分的检测是10 kV电缆突发故障检测的关键。小波分析在检测突变信号方面有很大的优势，本章首先对10 kV电缆突发故障信号进行模分量分解，在此基础上，提出一种基于模分量小波能量谱算法的10 kV电缆突发故障检测方法，下面进行详细的分析。

1.110 kV电缆突发故障信号模分量分解

10 kV电缆故障状态可等效成非故障状态与故障附加状态的叠加，其故障信号通常处于故障附加状态中，如图1所示，当F点出现突发故障时，可以看作在该点施加一个与其正常电压大小相等方向相反的电压，因为电缆线路上电容与电感的存在，该电压将在线路上产生故障信号，同时沿线路传播。

图1　输电线路及其故障附加网络图Fig.1　Transmission line and its additional faults network diagram

在三相供电线路中，因为线路中有相互耦合的现象，因此，行波在各相线路上传播时会相互影响，导致问题变得更为复杂。为了简化分析故障行波及其传播特性，在提取故障信号的过程中通常选用模变换技术。将三相电缆故障信号分解到一个新空间，从而实现行波过程的独立分析，该新空间被称作模空间，其中的电压、电流被称作模电压、模电流，模电压与模电流互不影响。为了在三相系统中采用行波方法，需通过模式变换矩阵将三相电缆故障信号变为模式分量，矩阵形式可描述成：

用于描述电容；u用于描述三相电压；i用于描述三相电流；Ls、Lm分别用于描述单位长度的自电感和相间电感；Cs、Cm分别用于描述单位长度对地电容与相间电容；t用于描述故障信号转换时间；x用于描述10 kV电缆故障信号。

因为上式的L、C中存在非对角元素，所以很难解出电压、电流。为了便于分析，本节通过矩阵变换法把系数矩阵转换成对角矩阵，将存在耦合关系的相量空间转换为相互独立的、无耦合的模量空间。也就是将一组联立的方程组转换成三个独立方程，依次对其求解后再进行反变换，获取上述方程的解，上述转换过程被称作相—模转换，转换后每个模值和其对应的相值间存在下述关系：

式中：um、im分别用于描述模量的电压和电流列向量；u、i分别用于描述相量的电压与电流列向量。S、Q分别用于描述电压与电流的转换矩阵，可采用同一电压模转换矩阵与电流模转换矩阵，也就是S=Q。则三相线路中的行波可用3个互不影响的模分量进行描述，下面是三个互相独立的α、β、0电压、电流模量形式：

各模阻抗可描述成：

各模波速可描述成：

本节选用的凯伦贝尔转换矩阵可描述如下：

依据输入电流行波采样值 Ia（n）、Ib（n）、Ic（n）可获取Iα（n）、Iβ（n）与零模I0（n）的离散值，公式描述如下：

经转换后，a、b、c 3个相分量变为0、α、β 3个模分量，其中α、β分量是线模分量，0分量是零模分量。α、β、0电压模量与电流模量的波动方程互相不产生影响。针对所有电压或电流模量，其波动方程和单相线路的波动方程无显著差异，所以可通过单相线路的波动方程对所有模电压与模电流的值进行计算，最后经相—模反变换对所有相的相电压和相电流进行求解。

10 kV电缆故障类型中，单相故障所占的比例最大，两相接地故障次之，两相、三相间故障最少。行波中零模分量通常分布在单相接地短路，两相接地短路中零模分量产生的影响相对较弱，两相或三相短路中零模分量产生的影响更弱。

1.210 kV电缆突发故障检测方法

依据小波能量谱理论可知，在小波基函数为一组正交基函数的情况下，小波变换符合能量守恒定律，也就是：

其中，Wf（j，k）用于描述电缆原始信号f第j层的小波变换。

假设单一尺度下的小波能量是该尺度下重构信号的平方和：

式中：Cj（k）用于描述小波系数；Ej用于描述尺度j下重构信号的能量。分析上式可知，信号总能量为小波分解后不同尺度下重构信号的能量总和，也就是小波变换将原始信号分解到不同的频带，各频带中重构信号的能量是电缆原始信号在该频带中能量的体现，因此，可利用各频带中重构信号的小波能量谱对原始信号中的能量分布进行描述，通过信号在各频段上的能量分布特点完成对各电缆故障信号的准确分析，对其特征进行提取。

在10 kV电缆运行过程中，高频分量可突出地体现电缆故障特征，避免受到外界负荷的干扰，因为高频分量和低频分量相比，可更加有效地体现电缆故障信号的突变，因此本节对信号高频分量的细节系数进行处理，求出其高频能量，依据各种类型故障下暂态信号能量的不同实现10 kV电缆突发故障的检测。

基于模分量小波能量谱算法的10 kV电缆突发故障检测方法对10 kV电缆突发故障进行检测的详细过程如下：

1）对10 kV电缆故障信号中的高频暂态信号进行采样，对其故障分量进行提取。

2）针对提取的故障分量，利用相模变换矩阵对其进行转换，获取3个互不影响的模分量：0模、α模、β模，将其看作产生特征量的原始数据。

3）原始数据通过小波变换获取高频系数，也就是可以反映原始信号高频能量的细节系数。

4）通过小波能量谱理论对细节系数进行相关操作，求出其细节能量，用细节能量描述暂态信号携带的能量，以获取不同模分量的高频能量：

则信号总能量可描述如下：

其中，djk用于描述尺度是j时的细节系数。

5）依次求出不同模分量的高频能量E0、Eα、Eβ，将其看作是10 kV电缆突发故障检测的特征判据，如果E0=0，则认为10 kV电缆突发故障为非接地故障，依据是否符合Eα、Eβ的高频能量特征进行进一步的验证；否则，认为10 kV电缆突发故障为接地故障，依据E0、Eα、Eβ的高频能量特征进行进一步验证。算法流程图用2进行描述。

图2　算法流程图Fig.2　Algorithm flow chart

2　实验结果分析

为了验证本文提出的基于模分量小波能量谱的10 kV电缆突发故障检测方法的有效性，需要进行相关的实验分析。实验将电桥法作为对比，通过对开路故障和短路故障的仿真实验实现验证。

2.110 kV电缆系统仿真

构建的10 kV电缆仿真节点图用图3进行描述，通过2个独立的电缆模型，对35条故障电缆线路中最具代表性的一条故障电缆线路的2段进行模拟，节点F是故障点，在F处设置一个时间控制开关，通过该开关可控制故障发生的时间。其中的故障模块能够模拟不同类型的电缆故障。在节点A、B处对故障暂态信息进行采集、处理及分析。

图3　10 kV电缆仿真接线Fig.3　10 kV cable simulation wiring

2.2开路故障下仿真实验

利用故障模块将10 kV电缆设置成接地故障。当信噪比较高时，B点信号幅值在一定程度上有所衰减，时间有所延迟；A点信号为低频信号，可以删除。对存在一定延迟的本地参考信号，也就是图3中节点B采集的信号进行相关运算，获取F点信号波形，通过上述过程得到的本文方法和电桥法的F点信号波形如图4所示。

图4　信噪比较高时2种方法信号波形Fig.4　Signal wave forms of the two method when the signal noise ratio（SNR）is high

分析图4可知，当信噪比较高时，相关峰值为正，故障类型是开路故障，采用本文方法和电桥法均能够有效地判断处故障类型，但本文方法的相关峰值较为显著，峰值约是0.28 V，延时时间约是0.6× 10-6s。主要是因为电桥法被测电缆终端故障相和非故障相连接在一起，很容易出现多出故障点一起放电的问题，而改进方法合理地避免了电桥法容易出现的问题，以其细节能量为依据，获取不同模分量的高频能量，以此为特征判断依据对突发故障进行检测的原因。

当信噪比较低时，本文方法和电桥法得到的波形如图5所示。

图5　信噪比较低时2种方法信号波形Fig.5　Signal wave-forms of the two method when the signal noise ratio（SNR）is low

当信噪比较低时，测试信号、10 kV电缆工作信号与噪声信号混合在一起，信号失真程度较高。分析图5可知，采用电桥法得到的相关峰值较为微弱，无法检测到电缆故障；本文方法在时间为0.6×10-6s处峰值明显，说明本文方法能够实现10 kV电缆突发故障的检测，在信噪比较低的情况下，本文方法较电桥法具有更高的检测性能。主要是因为电桥法被测电缆终端故障相和非故障相连接在一起，很容易出现多处故障点一起放电的问题，而改进方法合理地避免了电桥法容易出现的问题，以其细节能量为依据，获取不同模分量的高频能量，以此为特征判断依据对突发故障进行检测的原因。

2.3短路故障下的仿真实验

利用故障模块将10 kV电缆设置成非接地故障，整个仿真过程和接地故障仿真实验相似，区别为反射信号和原测试信号的相位是相反的，也就是10 kV电缆出现短路故障，反射信号形成延迟和衰减。

分别采用本文方法和电桥法对10 kV电缆短路故障进行检测，得到故障点的波形如图6所示。

图6　短路状态下本文方法和电桥法信号波形Fig.6　The wave-forms of the method in this paper and bridge method in the short circuit condition

分析图6可以看出，本文方法和电桥法均在7× 10-6s处有最大峰值，再次说明本文方法和电桥法在信噪比较高的情况下能够检测出突发故障。短路信噪比较低的情况和开路故障的仿真结果是一致的。

3　结论

本文提出一种基于模分量小波能量谱算法的10 kV电缆突发故障检测方法，分析了电缆线路的故障特征，依据相模变换理论对故障分量进行分解，获取3个互不影响的模分量，将其看作产生特征量的原始数据，原始数据通过小波变换获取高频系数，依据小波能量谱理论对高频系数进行相关操作，求出其细节能量，用细节能量描述暂态信号携带的能量，获取不同模分量的高频能量，将其作为10 kV电缆突发故障检测的特征判断依据，实现电缆突发故障的检测。实验结果表明，所提方法在低信噪比状态下仍旧能够准确检测出10 kV电缆的突发故障。

［1］高巧妹，戚宇林.基于检测10 kV电缆故障的高压脉冲信号发生器的设计与实现［J］.电子设计工程，2014，22（4）：120-123.GAO Qiaomei，QI Yulin.The design and implementation of high-voltage pulse signal generator based on the detection of 10 kV cable faults［J］.Electronic Design Engineering，2014，22（4）：120-123（in Chinese）.

［2］邱建，曾耿晖，李一泉，等.220 kV两相式电铁牵引站供电线路的短路故障计算及其保护整定原则分析［J］.电网与清洁能源，2015，31（4）：47-53.QIU Jian，ZENG Genghui，LI Yiquan，et al.Analysis on the short circuit fault calculation and the protection setting principles of 220 kV two-phase power supply lines of electrified railway［J］.Advances of Power System&Hydroelectric Engineering，2015，31（4）：47-53（in Chinese）.

［3］赵会茹，周佳，郭森，等.影响中长期电力需求的经济社会发展指标体系研究［J］.陕西电力，2015，43（8）：71-77.ZHAO Huiru，ZHOU Jia，GUO Sen，et al.Indicator system for economic and social development to impact long-term electricity demand［J］.Shaanxi Electric Power，2015，43（8）：71-77（in Chinese）.

［4］万杰，许天宁，李泽，等.热电联产机组抽汽供热期的汽轮机滑压运行优化方法［J］.节能技术，2015，33（1）：33-37.WAN Jie，XU Tianning，LI Ze，et al.Turbines sliding pressure operation optimization for cogeneration unit during in the period of steam extraction for heating［J］.Energy Conservation Technology，2015，33（1）：33-37（in Chinese）.

［5］林子翔，樊璟.常用电力电缆故障诊断方法及检测手段［J］.科技资讯，2014，12（8）：101-102.LIN Zixiang，FAN Jing.Commonly used fault diagnosis method of power cable and detection means［J］.Science &Technology Information，2014，12（8）：101-102（in Chinese）.

［6］王传旭.高压电缆故障分析及其状态检测技术［J］.电气技术，2014，15（9）：70-73.WANG Chuanxu.The high voltage cable fault and its condition detection technique［J］.Electrical Engineering，2014，15（9）：70-73（in Chinese）.

［7］王新，王建顺，周涛.电力电缆故障定位与检测信号去噪研究［J］.计算机仿真，2015，32（11）：137-140.WANG Xin，WANG Jianshun，ZHOU Tao.Research on power cable fault location and detection signal denoising［J］.Computer Simulation，2015，32（11）：137-140（in Chinese）.

［8］王广柱，贾春娟，张立斌.一种带钢铠的低压电力电缆故障精确定位新方法［J］.电力系统自动化，2014，38（3）：161-165.WANG Guangzhu，JIA Chunjuan，ZHANG Libin.A novel method of fault accurate location for low voltage power cables with steel armor［J］.Automation of Electric Power Systems，2014，38（3）：161-165（in Chinese）.

［9］周广钰，周封，朱瑞.电力电缆及附件故障的行波反射检测方法［J］.煤矿机械，2015，36（10）：317-319.ZHOU Guangyu，ZHOU Feng，ZHU Rui.Fault detection method of cable and accessory based on traveling wave reflection method［J］.Coal Mine Machinery，2015，36（10）：317-319（in Chinese）.

［10］任志玲，张媛媛.矿下电缆故障诊断的能量熵和PSO-BP算法［J］.系统仿真学报，2015，27（5）：1044-1049.REN Zhiling，ZHANG Yuanyuan.Energy entropy and particle swarm optimization BP neural network of fault diagnosis techniques of coal mine cable［J］.Journal of System Simulation，2015，27（5）：1044-1049（in Chinese）.

（编辑徐花荣）

Research on Detection Methods for Burst Faults on 10 kV Cable

MAO Jun
（Shenzhen Power Supply Bureau Co.，Ltd.，Shenzhen 518000，Guangdong，China）

The traditional detection method for power cable burst faults suffers consistently from inaccurate detection results and poor detection efficiency.This paper proposes a new detection method for burst faults of 10 kV power cables based on wavelet energy spectrum algorithm.The fault characteristics of cables can be acquired through analysis of the fault factors.The fault components are decomposed according to the phase transformation theory into three mode components which have not mutual effects among themselves.These mode components are treated as original data（generating characteristic quantities）which are changed through wavelet transformation to acquire the high frequency coefficients.Related operations are done according to the wavelet energy spectrum theory to find out the details of its energy which are described as the energy carried by the transient signal to obtain the high frequency energy of the different mode component，which is regarded as the characteristics judgment basis to realize detection of the burst faults of 10 kV power cables.The experimental results show that the improved detection method can effectively improve the detection efficiency of the 10 kV cable fault with high accuracy.

10 kV cable；burst faults；detection

1674-3814（2016）07-0081-06

TM206

A

中央高校基本科研业务专项资金资助项目（CZQ150018）。

Supported by the Fundamental Research Funds for the Central Universities（CZQ150018）.

2016-03-21。

毛骏（1976—），男，本科，助理工程师，研究方向为10 kV配网运行与维护管理。