基于小波包变换的电力电缆单相接地故障区段自动定位方法

摘要：在电力系统中，由于噪声影响，故障特征信息的提取可能不准确，影响定位精度。为此，研究基于小波包变换的电力电缆单相接地故障区段自动定位方法，通过高精度传感器采集电缆故障信号，利用小波包变换进行多尺度分解和重构，以提取时域特征，并基于这些特征建立选线判据来确定故障区段。实验证明，此方法在金属性和非金属性接地故障中均能实现精确定位，为电缆故障的快速、准确检测提供了有效手段。

关键词：小波包变换 电力电缆 单相接地故障 故障区段 故障区段定位

中图分类号：TM77文献标识码：A

Automatic Positioning Method of Single-Phase Ground Fault Section of Power Cable Based on Wavelet Packet Transformation

YIN Yiguo WANG Qiang

Integrated Electronic Systems Lab Co.， Ltd.， Ji’nan， Shandong Province， 250104 China

Abstract： In power system， due to the influence of noise， the extraction of fault feature information may be inaccurate， which affects the location accuracy. Therefore， a automatic positioning method of single-phase ground fault section of power cable based on wavelet packet transformation is studied. It collects the cable fault signal through high-precision sensor， and uses multi-scale decomposition and reconstruction through wavelet packet transformation to extract the time domain features. Based on these characteristics， line selection criteria are established to determine the fault section. Experimental results show that the method can accurately locate both metallic and nonmetallic ground faults， and provides an effective means for fast and accurate detection of cable faults.

Key Words： Wavelet packet transformation; Power cable; Single-phase fault; Fault section positioning

电缆运行环境复杂多变，单相接地故障频发，严重威胁电力系统安全稳定运行。因此，研究准确、高效的电力电缆单相接地故障区段自动定位方法对提高故障处理能力和运行可靠性至关重要。近年来，众多学者对此展开研究。例如：黄灿英等人[1]通过分析配电网单相接地故障的暂态信号，提取时域特征进行故障定位，但接地电阻大时信号受干扰，定位精度下降；张大波等人[2]通过优化边缘设备配置和全连接型深度神经网络定位故障区段，但成本限制导致部分配电网故障信息有限，影响定位精度。随着信号处理技术的发展，小波包变换在电力电缆故障定位中备受关注，其多分辨率分析特点能同时提取时频信息，对处理非平稳、非线性信号有优势。在该背景下，本文深入研究基于小波包变换的电力电缆单相接地故障区段自动定位方法，探讨其可行性和有效性。

1采集电缆故障电气信号

当电力电缆发生单相接地故障时，会产生特定的电气信号。这些信号包含了故障发生的关键信息，是后续分析和定位的基础，因此，准确、快速地采集这些故障电气信号对于后续的故障定位至关重要。一般情况下，当配电网出现单相接地故障时，故障区段内的各线路将表现出典型的零序电流特征。此时，所产生的电流暂态信号即为暂态零序电流，其构成的主要参量包括描述系统容错能力的容错指标及反映线路电感特性的电感指标[3]。本文给出了单相接地故障等值回路下的瞬态线路图（见图1）。

由图1可知，电力电缆单相接地故障区段的等效电路可表达为式（1）。

式（1）中：表示电力电缆单相接地故障区段的零序电源；表示故障区段任意一点的角频率；表示故障位置点的初始相位角；表示瞬时暂态容错电流；表示故障时间窗口。

根据单相接地故障等效电路下的暂态电路图，合理选择采集点。采集点需充分反映电缆的运行状态，并且便于安装传感器[4]。传感器应具备高精度、高灵敏度、抗干扰能力强等特性，保证采集数据的准确性和可靠性。型号为CT-1000的电流互感器、PT-2000的电压互感器、LPD-3000的局部放电检测器、ERM-4000的接地电阻测量仪、HFCS-5000的高频电流传感器、THS-6000的温湿度传感器分别被安装在电缆线路的关键节点处、电缆线路的起始和终止端、电缆绝缘层附近、电缆接地系统附近、电缆线路的关键节点处、电缆敷设区域的关键位置，如电缆井、电缆隧道等。

综上所述，处理电缆故障电气信号是一个复杂而精细的过程，需要综合考虑多个因素。通过合理的传感器选择和安装，以及有效的数据采集和处理系统，可以更准确地定位电缆故障，提高电力系统的安全性和可靠性。

2利用小波包变换提取故障信号时域特征

在对离散信号进行小波变换时，不需要知道具体的小波函数，只需获取其对应的低通和高通滤波器系数即可。小波包变换表达式为

式（2）中：表示分解标度；表示低通滤波器的系数；表示高通滤波器的系数；表示第尺度下的平滑分量；表示第尺度下的细节分量。

通过这式（2），完成小波包变换的分解过程，剔除故障信号中工频所在的最低频段，其余各频段的能量被用作表征电力电缆故障区段上下游的特征量[5]。通过观察这些特征量的分布情况，发现电力电缆健全区段的特征量相对熵较小，而故障区段的特征量相对熵较大。基于这一规律，实现故障信号时频特征的提取，为后续的故障区段定位提供准确依据。

3建立选线判据确定故障区段

在电力电缆单相接地故障区段自动定位的流程中，基于前面提取的故障信号时域特征，通过深入分析电缆线路的实际情况和故障特征，旨在快速建立选线判据，进而准确地定位故障发生的具体位置[6]。

为了更精确地定位故障区段，首先建立空间测量矩阵。通过对节点所连接电缆的端点、测量点进行编号，并结合采样系统的低频分量数据进行相关性分析，得到相关系数

式（3）中：表示第行第列的元素；是与所述支路节点相连的线缆的总数量。

矩阵所有元素之和为（4）所示。

根据式（4）中的取值，假设故障电缆另一端节点为，则利用建立如下选线判据。

（1）若，故障区段节点满足：

式（5）中，函数用于求任一向量中所有元素之和。

（2）若，故障区段节点满足：

式（6）中：为节点所连接条电缆的端点。

由公式分析可知，本部分构造的区间定位准则如下：根据每一测点的瞬时特性模值，判断出某一故障段的某一节点，进而结合支路的拓扑和测点的空间位置，将其与极性系数相乘的方法，实现对故障区间的识别。

综上所述，通过建立选线判据，并结合空间一测量矩阵的分析，实现对电力电缆单相接地故障区段的准确定位。

4实验

4.1实验准备

采用PSCAD软件构建输电系统仿真环境，并安装瞬态信号采集设备。每条线路以1.2 MHz采样频率和6 ms故障采集时间进行测试。

实验环境配置：Think Pad T型计算机工作站；配备Intel Core i7处理器、16 GB RAM和500 GB固态硬盘；10 kV交联聚乙烯绝缘电缆；Windows10操作系统。使用MATLAB进行信号处理和分析，其内置小波包变换算法库方便信号的时频分析和特征提取。

本实验以故障区段定位精度为评估指标，衡量单相接地故障时自动定位系统的准确性。通过比较实际故障位置和系统定位结果间的偏差来评估定位效果。精度越高，定位效果越好。

4.2实验结果与分析

对上述6处故障区段进行实验，采用本文方法、黄灿英等人[1]和张大波等人[2]的方法来确定它们的位置，然后利用Key sight EEsof来对各种方法的位置进行分析，结果如表1所示。

经过对比实验，本文方法在电力电缆单相接地故障定位上显著优于黄灿英等人[1]和张大波等人[2]。

对于金属性和非金属性接地故障，本文方法均能实现更精确的定位。特别在金属性接地故障中，平均定位精度仅为0.18 m，远低于黄灿英等人[1]的0.62 m和张大波等人[2]的0.45 m；对于非金属性接地故障，本文方法平均定位精度为0.24 m，优于黄灿英等人[1]]的0.67 m和张大波等人[2]的0.51 m。这表明本文方法在提高定位精度上具有明显优势，为电缆故障的快速、准确检测提供了有效手段。

5结语

本文对基于小波包变换的电力电缆单相接地故障区段自动定位方法进行了深入研究。该方法能准确提取故障信号的时域特征，通过多尺度分析，并结合选线判据，快速确定故障区段。实验结果表明，该方法在定位精度和速度上均有显著提升，可为电力系统故障处理提供支持。

参考文献

[1] 黄灿英，杨墉金，宁珍.基于暂态信号的配电网单相接地故障区段自动定位方法[J].自动化与信息工程，2023，44（6）：22-28.

[2] 张大波，李雪婷，陶维青.基于边缘计算和深度学习的有限信息配电网单相接地故障区段定位[J].电力系统保护与控制，2023，51（24）：22-32.

[3] 尹向东.基于小波包变换的10 kV配电网故障区段定位方法[J].自动化应用，2024，65（6）：43-44，47.

[4] 吴璐子.基于小波变换的含分布式电源配电网单相接地故障选线[J].闽江学院学报，2023，44（5）：81-90.

[5] 梁睿，彭楠，张政一，等.暂态特征模量时频分析的电缆型配电网单相接地故障区段定位[J].中国电机工程学报，2023，43（23）：9098-9114.

[6] 马铁军.基于小波包变换的核电厂用电保护接地选线方法[J].电工技术，2022（10）：72-75.