基于EWT和改进Prony算法的超高压线路单相自适应重合闸故障识别方法

2022-10-14 00:50张宇辉邵毕成孔祥旭
东北电力大学学报 2022年4期
关键词:单相工频重合

张宇辉,邵毕成,孔祥旭,徐 璐

(1.东北电力大学电气工程学院,吉林 吉林 132012;2.盐城工学院机械工程学院,江苏 盐城 224051)

大电网中超高压输电线路的故障大多以单相瞬时性故障形式存在[1-2].传统的定时限重合闸技术[3]随能高效切除此类瞬时性故障,但当发生永久性故障时,盲目重合会对线路造成二次冲击损伤,因此需在重合前识别输电线路故障类型以降低重合失败带来的风险,提高电力系统的可靠性与稳定性[4-5].

由于超高压线路具有大量的分布电容,因此通常装设并联电抗器来吸收线路容性无功,同时并联电抗器还具有抑制操作过电压、改善电压分布、限制电网运行电压升高等作用.当发生瞬时性故障时,断开相恢复电压除包含工频分量外,还包含因电感、电容元件初始值引起的幅值近似或高于基波分量、频率近似或低于工频的自由分量;当发生永久性故障时,因故障始终存在,以至各储能元件能量进行快速衰减,仅含基频分量[6].大量学者对输电线路故障性质判别展开研究,主要类别有:基于模型参数识别的方法[7-8],其思路在于选取一个或多个电气元件参数作为识别量与永久性故障下模型参数进行对比从而判别故障性质,但由于需要保证模型的精准性,故该方法只适用于相似度较大的系统,有一定的局限性;基于故障电弧识别的方法[9-10],该类方法通过电弧重燃熄灭阶段产生的高次谐波作为识别量判别故障类型,但该方法对信号采集装置要求高,易收到暂态信号精度影响;基于智能判据识别的方法[11],该方法通过海量样本学习训练形成故障判据,但其数据库无法包含所有故障情况,且数据库越完备,识别效率越低.基于拍频特性的方法[12-14],该类方法利用并联电抗器拍频电压与拍频电流在不同故障类型下的差异作为识别量,但由于并联电抗器上电流互感器传变误差等因素影响,可能会出现无拍频特性电路,以致于判别结果有误.

本文提出一种基于EWT和改进Prony算法的自适应重合闸故障性质识别方法.该方法具体步骤如下:首先通过EWT分解重构滤除采集信号,得到去噪后的信号,再采用改进的Prony算法计算出拍频电压的频率,最后根据两种故障类型下恢复电压频率的不同识别出故障类型.本文利用ATP-EMPT仿真,仿真结果表明该方法适用于各种故障情况下的故障识别.

1 经验小波变换(EWT)

该方法是针对经验模态分解(Empirical Mode Decomposition,EMD)中存在的包络交叉现象和模态混叠现象等问题,提出的一种非平稳、非线性信号时频分析方法[15].该方法结合了经验模态分解(EMD)的自适应性与小波分析的可靠性,利用带通滤波器组进行原始信号重构并对Fourier频谱的调幅调频成分进行提取,对所得的各个模态函数进行Hilbert变换得到瞬时幅值和频率[16-17].EWT具体去噪方法步骤如下:

(1)将Fourier谱归一化后取其的局部极大值,定义ωn为每段的边界,如图1所示.

Λn=[ωn-1,ωn],n=1,2,…,N

(1)

UNn=1Λn=[0,π]

.

(2)

以每个ωn为中心,宽度为Tn=2τn定义为图1阴影区的过渡段.

图1 傅里叶轴分割

(3)

(4)

(3)进行EWT变换,得到近似系数Wf(n,t)和细节系数Wf(n,t),在区间内加频率窗口,具体步骤可参考文献[18].加窗后各分量原始信号可重构为:

(5)

2 改进的PRONY算法

普罗尼(Prony)算法常用于电力系统低频振荡信号分析方面,是一种利用复指数函数对等间距采样数据进行线性拟合从而准确地计算给定信号参量的方法[19].对于传统Prony算法原理已有许多分析,可参考文献[20],本文不再赘述.但由于待辨别系统的阶数具有未知性,传统Prony算法通常人为提前设置阶数.若设置的阶数过高,则容易失去部分主要振荡模态;相反,若设置参数过高,虽然能提高一定程度的辨识精度,但会产生冗余的振荡模态[21].

改进的Prony算法在求出R阵的奇异值后,按由大到小的顺序排列,其序列为

σ1≥σ2≥σh≥σh+1≈…≈σp

(6)

公式中:P为奇异值分解总数;σh为第h个奇异值,基于二阶导数理论(Second Derivative Theory,SDM)[22],在离散序列|∇2σ(m)|中,在m向p的递增过程中,序列呈递减趋势,一定存在

|∇2σ(m)|=0

.

(7)

此时m点为分界点,即为R阵的有效阶数.通过求解多项式的根,最终确定信号的频率幅值、初相位和信号的衰减因子

(8)

(9)

3 基于EWT和改进的Prony算法的故障识别

3.1 恢复电压特性

带并联电抗器的超高压线路在电弧熄灭后阶段,断开相端电压可表示为

(10)

公式中:u1(t)为瞬时性故障时断开相的电压量;U1为自由分量幅值;ω1为角频率;φu1为初相;α为自由分量衰减系数;U2为工频分量幅值;ω2为角频率;φu2为初相.发生单相瞬时性故障时,除工频分量外,因储能元件释放能量而存在自由分量,该分量与工频分量频率接近,幅值衰减,即为拍频现象.u2(t)为永久性故障时断开相电压量;U3为幅值;ω3为角频率;φu1为初相.发生单相永久性故障时,因故障点始终存在,断开相电压中只有工频分量不存在拍频现象.

已有研究表明,超高压输电线路中并联电抗器补偿度一般为0.6~0.8,通过计算可知单相瞬时性故障的自由分量的频率一般在30 Hz~45 Hz之间[24],由于自由分量与工频分量在频率上有较大差异,因此具备产生显著拍频特性识别要求.本文针对500 kV超高压输电线路单相瞬时性故障和永久性故障拍频电压进行仿真,考虑现场实际情况,在仿真信号中加入信噪比为20 dB的随机噪声.信号波形如图2、图3所示.

图2波形可分为5个波段:1为该系统正常运行时稳态电压波形;2为一次电弧阶段;3为二次电弧阶段;4为恢复电压阶段,可以明显看出在波段4有显著的拍频现象;5为断路器重合后系统恢复稳态运行时的电压波形.而相比下图3在波段4只含有工频分量.

3.2 故障识别方法流程

采用经验小波变换(EWT)得到的各IMFs分量如图4所示,去除含大量噪声干扰的IMF1和余相,对含有少量噪声干扰的IMF2~IMF4进一步进行软SURE阈值进行去噪处理,其结果如图5所示,此时IMF1~3中均为真实分量,大幅度减小运算时间,提高了运算效率,最终将去噪后的各分量信号进行拟合得到的信号如图6所示.

图4 单相瞬时故障信号经EWT分解后信号波形

图5 EWT分解得到的IMFs经软SURE阈值去噪后信号波形

图6 EWT处理后的拟合信号与仿真信号对比图

对上述单相瞬时性故障信号进行Prony算法分析,计算结果如表1所示,由表1可知,拍频电压信号包含工频分量和幅值大于且频率低于工频分量的自由分量.工频分量幅值恒定,故衰减系数小,而自由分量带有一定的衰减系数.

表1 单相瞬时性故障信号仿真结果

具体识别流程为图7所示.

图7 识别方法流程

4 仿真及实例验证

4.1 仿真模型及参数的建立

基于ATP-EMPT仿真软件对下述模型进行仿真,本文选取并联电抗器补偿度为0.7,两端电源相角差取30°的500 kV双端电源超高压输电线路作为对象,如图8所示进行仿真验证,线路基本参数为如表2所示.

表2 线路模型基本参数

图8 两端带并联电抗器输电系统

4.2 仿真结果及分析

利用ATP-EMPT仿真软件对图8输电系统进行仿真.设故障发生在B相,取M测拍频电压特征量,不同过渡电阻接地和故障发生在不同位置下的仿真计算结果,如表3所示.仿真结果与理论分析基本一致,即验证了改进的Prony算法对拍频特性判别的正确性且不会受到不同短路位置与过渡电阻因素的影响.

表3 仿真结果

4.3 实测数据分析

图9为川渝电网万县至华中电网龙泉500 kV联络线人工接地故障试验中万县站故障波形[25],在万县发生故障后,43 ms断路器跳开,约53 ms龙泉站断路器跳开.龙泉站约在894 ms时重合成功,万县站约在954 ms时重合成功.

图9 万龙线人工接地故障试验万县站波形

使用该试验43 ms~440 ms的实测数据进行分析,求得该时间段的频率幅值为43.16 Hz/50.6 Hz,判别结果为瞬时故障,与实际结果一致.本文方法大大缩短了重合闸时间,提高了供电系统的暂态稳定性和抗干扰能力.

5 结 论

本文提出了一种基于EWT和改进的Prony算法下的单相自适应重合闸判别方法,该方法通过瞬时性故障特有的拍频电压波形,利用EWT获得去噪后信号,最后通过计算出拍频特性下的频率实现故障识别,仿真算例表明,本文所提方法不受故障位置与过渡电阻因素影响,具有一定的工程意义,为解决故障识别提供了一种新思路.

猜你喜欢
单相工频重合
浅析工频过电压故障研究
电力系统单回线自适应重合闸的研究
浅议交流工频耐压试验
可穿戴式工频电场测量仪的研制
基于PI+重复控制的单相逆变器研究
考虑暂态稳定优化的自适应重合闸方法
220kV变电站工频电场的仿真分析
一种新型斩波AC/DC/AC变换的单相DVR
采用干扰观测器PI控制的单相SPWM逆变电源
单相异步电动机