基于EMD能量熵的配电线路电缆故障智能定位方法

刘济铭

（贵州电网有限责任公司贵阳白云供电局，贵州 贵阳 550001）

0 引 言

现阶段，电力供应和调度的效率质量得到了明显提升，推动了电力行业的创新与完善。但是配电线路的大面积关联及锁定，易导致线路电缆出现故障，影响配电正常运行。为解决以上问题，相关人员设计了配电线路电缆故障智能定位方法。参考文献[1]和文献[2]设定基于行波互相关法的电力电缆故障定位方法、基于短时互相关的低压脉冲法电缆故障智能定位方法，这类故障定位方式缺乏针对性和稳定性，容易出现定位误差[3]。此外，当前的定位方式多为单向，对于配电线路的故障定位难以精准把控，易出现定位差值。为此提出基于经验模态分解（Empirical Mode Decomposition，EMD）能量熵的配电线路电缆故障智能定位方法的设计与验证分析[4]。

1 设计基于EMD能量熵的配电线路电缆故障智能定位方法

1.1 电缆故障定位特征提取及多阶故障定位节点布设

配电线路电缆在运行过程中常出现故障问题，造成这一情况的因素包括导线断线落地、绝缘子击穿、线路落雷、树木接触导线等，使得电缆出现大范围的不可控事故，甚至会形成关联性的大面积电路问题，影响后续的线路运行及定位处理，为此先进行故障定为特征的提取[5]。

在电网的中性点位置设定一个变压器，促使其与大地的中间位置相互垂直。调节配电线路当前的电压状态，通过节点检测实时的情况。当变压器与大地形成一个可控的回路后，电流与电缆之间相互抵消，电流为0。如果线路出现故障，电缆也会处于短路状态，此时观测出接地电压的故障特征值为

式中：N为故障特征值；ℜ为故障转化比；ψ为接地覆盖范围；ρ为电压转换差值；ϖ为电压波动值。

节点的设定多为单向，虽然可以完成预期的故障定位，但是会出现不可控的定位误差。因此，结合EMD能量熵，采用多节的方式，完善优化节点的设置模式。以配电线路的初始运行为引导，在易出现故障的位置设定节点，节点之间需要搭建联系，并构建多层级的映射结构，进一步扩大实际的故障识别范围，提高定位效率。

1.2 构建EMD能量熵智能定位模型

利用设置的节点，采集周期内的配电线路故障数据和信息，利用EMD能量熵，构建一个模态分解定位模型，结构如图1所示。

图1 EMD能量熵智能定位模型结构

结合模态故障识别方向，计算出对应的能量熵，针对能量熵数值的波动，标定出配电线路实时故障的位置，测定计算出单相故障定位最优解，具体为

式中：L为单相故障定位最优解；ς为可控识别范围；ξ为电压转换比；E为单向故障位置；q为单元特征差值；a为额定电流值。将计算得出的单相故障定位最优解导入模型，智能化识别当前的配电线路电缆故障情况，获取模糊定位结果。

1.3 单向接地控制实现智能定位处理

单向接地控制是一种灵活的多维配电线路故障智能化识别辅助方法，仅依赖于模型很难精准锁定故障的位置。针对实际的线路运行状况，需要设计一个单向接地的控制结构，并调整故障定位的控制指标，具体如表1所示。

表1 单向接地控制的数值设置

依据此结构，搭配设计的EMD能量熵配电线路电缆故障智能定位模型，更为精准、具体、细化地锁定线路电缆的故障位置，强化定位的精度，营造更加稳定、安全的定故障位环境。

2 方法测试

2.1 测试准备

设定基于行波互相关法的电力电缆故障定位测试组、基于短时互相关的低压脉冲法电缆故障定位测试组以及此次所设计的基于EMD能量熵的配电线路电缆故障智能定位测试组。结合EMD能量熵，对选定H区域的5条配电线路电缆故障智能定位方式的测试结构进行研究分析。当前，需要先进行基础配电线路的设置，同时划分出多个需要测定的模块，在各个位置部署一定数量的智能化定位节点，每一个节点均需要进行关联和搭接，形成一个循环性的监测结构，便于日常数据和信息的采集。以此为基础，调整配网电缆运行系统中的控制开关，并将主控程序与测试系统建立映射联系，为后续的控制奠定基础条件。

结合EMD能量熵，构建一个多维具体的故障智能定位矩阵，结合遗传算法，将当前的电网数据进行初始化，营造稳定、细化的测试环境。根据矩阵的定位结构与需求，计算出故障定位的可控限值为

式中：F为故障定位可控限值；n为故障识别耗时；α为交叉转换比；η为配电线路；κ为故障特征；δ为变异均值。

基础测试环境搭建完成，综合EMD能量熵，进行测试与验证分析。

2.2 测试过程及结果分析

首先，设置6个测试周期，利用部署的节点进行基础线路配电数据及信息的采集。利用三维虚拟化技术，设计虚拟化的故障指令，分为3组，测试故障分别为5处、10处以及15处，导入测试系统中。结合EMD能量熵，对当前的电缆故障进行交叉变异处理，计算出初始周期的实时自适应度为

式中：p为实时自适应度；b为单相均值；i为定位次数；t为故障特征值；ε为电容状态。完成对配电线路智能定位实时自适应度的测算，将其作为辅助性的测试标准。按照顺序启动设置的故障定位指令，结合EMD能量熵，构建故障定位流程图，如图2所示。

图2 EMD能量熵故障定位流程结构

以设置的EMD能量熵模态结构作为智能定位引导，制定对应的定位目标，针对多方面因素计算故障智能定位耗时为

式中：M为故障智能定位耗时；m为能量熵均值；n为变异均值；ℵ为故障定位偏差；χ为适应度函数；x为堆叠范围。测试结果如图3所示。

图3 测试结果

根据图3完成对测试结果的分析：与基于行波互相关法的电力电缆故障定位测试组、基于短时互相关的低脉冲法电缆故障定位测试组相比，此次所设计的基于EMD能量熵的配电线路电缆故障智能定位测试组最终得出的故障智能定位耗时被较好地控制在0.2 s以下，说明在EMD能量熵的辅助下，当前所设计的智能化定位结构更加灵活、多变，具有较强的智能化故障定位价值。

3 结 论

文章基于EMD能量熵，针对配电线路电缆故障智能定位方法展开设计与验证分析。与初始的配电线路电缆故障智能定位形式相比对，此次结合EMD能量熵，所设计的智能定位结构更为灵活、多变、具体，具有较强的稳定性与针对性，在面对不同的线路环境，可以结合输入阻抗识别法以及EMD能量熵的测算，标定出具体的故障位置，锁定故障的延伸方向，通过对频率分量的控制来实现接地故障的二次定位，以修正的方式获取最终的故障定位幅值与后的相位识别结果，营造更加稳定、安全的配电线路实践环境，推动相关技术进一步发展。