一种电力系统故障录波数据突变时刻检测方法及系统与流程

本发明属于电力系统故障诊断技术领域，特别涉及一种电力系统故障录波数据突变时刻检测方法及系统。

背景技术：

故障录波数据提供故障状态下的暂态数据，为电力系统故障分析及对各种保护动作行为的分析和评价提供了主要依据。由于不同的厂商生产的故障录波装置一般都带有不同的故障录波数据格式，其所包含的内容也不尽相同，但都提供COMTRADE格式的录波数据生成接口用于保存和传输。COMTRADE格式文件主要包括头文件(*.HDR)、配置文件(*.CFG)、数据文件(*.DAT)、信息文件(*.INF)。

通常情况下，当电力系统线路发生故障时，一个典型的故障过程波形对应不同性质的故障应有相应的剧烈变动的时刻，这些波形突变时刻亦即信号的奇异点。当发生瞬时性故障时，由于重合闸成功，波形应具有三个突变时刻：故障时刻T1，故障切除时刻T2，重合闸时刻T3；当发生永久性故障时，由于重合闸不成功，在重合闸之后应还有故障再切除时刻T4。同时，对于非故障过程比如开关误动并重合成功应有两个突变时刻。通过分析故障录波波形突变时刻以及突变时刻间的电流特征，并考虑开关、保护、重合闸等动作时间，不仅能够确定出故障设备，而且能够确定保护、断路器等动作情况是否正确以及重合闸是否成功等装置动作行为信息。

某一函数的奇异性程度可由Lipschitz指数来表征，其数值大小可通过对其进行小波变换的模极大值在不同尺度下的值计算出来。也就是说，信号经小波变换的模极大值与原信号的突变点之间存在着一一对应的关系，即小波变换模极大值的大小表示信号突变的强弱程度，极性代表信号突变的方向，信号的奇异性检测理论将具有突变性质的信号在什么时间发生突变以及发生突变的剧烈程度用小波变换模极大值这个数学描述来表示。

由于现场故障录波数据存在扰动等因素，奇异点并不孤立存在，在其邻域内存在干扰的奇异点。虽然无法精确定位到故障特征时刻，却可以通过小波变换先检测出可疑奇异点集，大大减少需要判断的采样点数，缩小奇异点所在的范围。观察电力系统故障过程的电流波形可以看出，在波形突变点附近前后，波形幅值相差很大，亦即存在较大的突变量。通过比较一个采样点前后的1周波基波有效值，可以很好的判断出该采样点是否为突变点。但是，若对所有采样点进行前后基波有效值比较，数据处理的工作量相当大，降低了数据处理的速度。且现有技术中对故障录波数据的奇异点检测具有实用化缺陷，且故障录波波形奇异点检测的精确度较低，不能满足实用化需求。

技术实现要素：

针对上述问题，本发明提出了一种电力系统故障录波数据突变时刻检测方法和系统。具体如下：

一种电力系统故障录波数据突变时刻检测方法，包括如下步骤：

S1，选取供检测的线路电流波形，得到故障录波采样序列；

S2，对所述故障录波采样序列进行小波分解和重构，得到筛选之后的采样序列；

S3，在所述筛选之后的采样序列中选取奇异点集。

所述步骤S1还包括：

以COMTRADE格式标准存储故障录波数据；以故障时刻之后电流方向为正方向，并采用基于正序分量的算法进行故障电流方向的判断。

所述步骤S2具体包括：

S21，根据所述故障录波数据获取分段采样频率数N，并将采样序列分为N段；

S22，对所述N段采样序列采用DB4小波进行离散小波分解；

S23，选取第二解析度序列D，对D进行细节重构，得到筛选之后的采样序列Y(n)；

S24，取所述采样序列Y(n)所有序列值的平均值，根据所述平均值对所述采样序列Y(n)进行进一步筛选，得到进一步筛选之后采样序列Z(n)。

所述步骤S3具体包括：

S31，对所述序列Z(n)按半基波周期分段取模极大值，清除其中为零的采样点，并存入可疑奇异点集S；

S32，对所述可疑奇异点集S中的每一采样点进行进一步判断，判断公式为：并将满足所述判断公式的采样点存入突变集T，

其中，I_a和I_b为采样点前后基波有效值，ε₂为基波有效值零值判断阈值，ε₃、ε₄为判断采样点前后是否突变比例阈值。

所述步骤S1还包括：

所述故障录波采样序列为线路三相及中性点的采样序列。

一种电力系统故障录波数据突变时刻检测系统，包括如下模块：

故障录波采样模块，用于选取供检测的线路电流波形，得到故障录波采样序列；

小波分解和重构模块，用于对所述故障录波采样序列进行小波分解和重构，得到筛选之后的采样序列；

奇异点集选取模块，用于在所述筛选之后的采样序列中选取奇异点集。

所述故障录波采样模块还包括：

故障录波数据存储模块，用于以COMTRADE格式标准存储故障录波数据；

故障电流方向判断模块，用于以故障时刻之后电流方向为正方向，并采用基于正序分量的算法进行故障电流方向的判断。

所述小波分解和重构模块具体包括：

采样序列划分模块，用于根据所述故障录波数据获取分段采样频率数N，并将采样序列分为N段；

离散小波分解模块，用于对所述N段采样序列采用DB4小波进行离散小波分解；

第一筛选模块，用于选取第二解析度序列D，对D进行细节重构，得到筛选之后的采样序列Y(n)；

第二筛选模块，用于取所述采样序列Y(n)所有序列值的平均值，根据所述平均值对所述采样序列Y(n)进行进一步筛选，得到进一步筛选之后采样序列Z(n)。

所述奇异点集选取模块具体包括：

可疑奇异点集生成模块，用于对所述序列Z(n)按半基波周期分段取模极大值，清除其中为零的采样点，并存入可疑奇异点集S；

突变集生成模块，用于对所述可疑奇异点集S中的每一采样点进行进一步判断，判断公式为：并将满足所述判断公式的采样点存入突变集T，

其中，I_a和I_b为采样点前后基波有效值，ε₂为基波有效值零值判断阈值，ε₃、ε₄为判断采样点前后是否突变比例阈值。

所述故障录波采样模块还包括：

所述故障录波采样序列为线路三相及中性点的采样序列。

本发明的有益效果在于：

本发明先对故障录波数据采用小波变换奇异点检测方法检测出波形可疑奇异点集，进而利用可疑奇异点前后基波有效值比较确定波形突变点，确定故障特征时刻。两者结合经验证不但能够较为精确的定位到故障特征时刻，保证误差在可允许范围内，检测精度高，为进一步利用故障录波时序信息进行故障诊断提供了技术支持；而且计算速度能满足快速计算的要求，具有很强的实用性。

附图说明

图1是高垄变电站网络接线图；

图2是大高Ⅱ路B相故障录波采样序列图；

图3是分段采样波形图；

图4是重构后的采样序列波形图；

图5是本发明的电力系统故障录波数据突变时刻检测方法流程图。

具体实施方式

下面结合附图，对实施例作详细说明。

实施例一：

一种电力系统故障录波数据突变时刻检测方法，流程如图5所示，包括以下步骤：

(1)选取供检测的线路电流波形。其具体过程为：

a)按COMTRADE格式标准，虽然故障录波数据记录触发时刻是可选字段，但目前故障录波装置厂家通常都能提供标准中的所有字段，而故障录波数据提供故障录波触发时刻可以作为T1时刻直接使用。

b)考虑当电网发生故障后，根据电网故障电流流向特点，如果某线路上的故障电流方向与该线路保护规定正方向相反的，那么该线路以及下游设备肯定不是故障设备。故而，若线路发生故障，则其故障方向必由母线指向线路，亦即故障方向是正方向。基于此，在T1故障时刻已知的情况下，在进行奇异点检测时，只选取T1时刻之后电流方向为正方向的线路进行分析。其中，采用基于正序分量的算法进行故障电流方向的判断，其反向判据为

正向判据为

其中，θ为反向判据的闭锁角，根据实际工程情况可设定为0°<θ<30°。

c)由于线路一般有三相以及中性点四个故障录波采样序列，考虑到单相接地故障时有时采用单相重合闸技术，相对于故障相，其他两相故障特征不甚明显，故本发明对线路三相及中性点采样序列进行奇异点检测，并选取奇异点最多的序列进行主要分析，其余用于辅助分析。

(2)对所选采样序列进行小波分解和重构。其具体过程如下：

a)根据COMTRADE格式故障录波配置文件获取分段采样频率数N，并按配置文件中的采样频率对应的采样点数将采样序列分为N段X₁,X₂,…,X_i,…,X_N。

b)对X_i段序列采用DB4小波进行离散小波分解，DB4小波系数如表1所示。为解决离散卷积边界问题，采用周期对称延拓进行边界采样点拓延。

表1 DB4小波系数

c)选取第二解析度序列D，对D进行细节重构。重构之后的序列R(n)长度与原序列相同，但只保留了序列的细节部分。对R(n)中的每一序列值进行筛选，选取一定阈值进行判断，其形式如下：

|R(i)|<ε₁ (3)

其中，ε₁为零值判断阈值。若满足公式(3)则序列值置零，否则保留原值，筛选之后的采样序列记为Y(n)。

d)取Y(n)序列所有序列值的平均值

根据对序列Y(n)进行进一步筛选，筛选之后的采样序列记为Z(n)。筛选公式为

其中，k为比例系数，一般选取为1/10～1/6。

3)选取奇异点集。具体过程如下：

a)由于实际信号存在干扰，在非奇异点处小波变换值不为零，无法通过对序列值取模最大值来检测奇异点。本发明先对序列Z(n)按半基波周期分段取模极大值，清除其中为零的采样点，置入可疑奇异点集S。

b)对S中的每一采样点进行进一步判断。计算采样点前后基波有效值I_b和I_a，如果计算出的I_a和I_b的值皆小于一定阈值，据此可判断出该采样点前后皆处于为零状态，该采样点并非突变点；如果计算出的I_a和I_b的值不都小于一定阈值，则根据I_b和I_a的比值缩小奇异点集。判断公式为

其中，ε₂为基波有效值零值判断阈值，ε₃、ε₄为判断采样点前后是否突变比例阈值。满足公式(6)的采样点存入突变集T。突变点集T中可能存在小于半基频周期的采样点都满足条件，根据装置动作实际情况可知不存在如此短时间内的装置动作情况，这些点应是同一个突变点周围的干扰点，故对这些采样点取均值并取整。

实施例二：

一种电力系统故障录波数据突变时刻检测系统，该包括以下模块：

(1)故障录波采样模块，用于选取供检测的线路电流波形，得到故障录波采样序列。其具体为：

a)故障录波数据存储模块：按COMTRADE格式标准，虽然故障录波数据记录触发时刻是可选字段，但目前故障录波装置厂家通常都能提供标准中的所有字段，而故障录波数据提供故障录波触发时刻可以作为T1时刻直接使用。

b)故障电流方向判断模块：考虑当电网发生故障后，根据电网故障电流流向特点，如果某线路上的故障电流方向与该线路保护规定正方向相反的，那么该线路以及下游设备肯定不是故障设备。故而，若线路发生故障，则其故障方向必由母线指向线路，亦即故障方向是正方向。基于此，在T1故障时刻已知的情况下，在进行奇异点检测时，只选取T1时刻之后电流方向为正方向的线路进行分析。其中，采用基于正序分量的算法进行故障电流方向的判断，其反向判据为

正向判据为

其中，θ为反向判据的闭锁角，根据实际工程情况可设定为0°<θ<30°。

c)故障录波采样模块还包括：由于线路一般有三相以及中性点四个故障录波采样序列，考虑到单相接地故障时有时采用单相重合闸技术，相对于故障相，其他两相故障特征不甚明显，故本发明对线路三相及中性点采样序列进行奇异点检测，并选取奇异点最多的序列进行主要分析，其余用于辅助分析。

(2)小波分解和重构模块：对所选采样序列进行小波分解和重构。具体包括如下子模块：

a)采样序列划分模块：根据COMTRADE格式故障录波配置文件获取分段采样频率数N，并按配置文件中的采样频率对应的采样点数将采样序列分为N段X₁,X₂,…,X_i,…,X_N。

b)离散小波分解模块：对X_i段序列采用DB4小波进行离散小波分解，DB4小波系数如表1所示。为解决离散卷积边界问题，采用周期对称延拓进行边界采样点拓延。

c)第一筛选模块：选取第二解析度序列D，对D进行细节重构。重构之后的序列R(n)长度与原序列相同，但只保留了序列的细节部分。对R(n)中的每一序列值进行筛选，选取一定阈值进行判断，其形式如下：

|R(i)|<ε₁ (9)

其中，ε₁为采样值零值判断阈值。若满足公式(9)则序列值置零，否则保留原值，筛选之后的采样序列记为Y(n)。

d)第二筛选模块：取Y(n)序列所有序列值的平均值

根据对序列Y(n)进行进一步筛选，筛选之后的采样序列记为Z(n)。筛选公式为

其中，k为比例系数，一般选取为1/10～1/6。

3)奇异点集选取模块：选取奇异点集。具体包括如下子模块：

a)可疑奇异点集生成模块：由于实际信号存在干扰，在非奇异点处小波变换值不为零，无法通过对序列值取模最大值来检测奇异点。本发明先对序列Z(n)按半基波周期分段取模极大值，清除其中为零的采样点，置入可疑奇异点集S。

b)突变集生成模块：对S中的每一采样点进行进一步判断。计算采样点前后基波有效值I_b和I_a，如果计算出的I_a和I_b的值皆小于一定阈值，据此可判断出该采样点前后皆处于为零状态，该采样点并非突变点；如果计算出的I_a和I_b的值不都小于一定阈值，则根据I_b和I_a的比值缩小奇异点集。判断公式为

其中，ε₂为基波有效值零值判断阈值，ε₃、ε₄为判断采样点前后是否突变比例阈值。满足公式(12)的采样点存入突变集T。突变点集T中可能存在小于半基频周期的采样点都满足条件，根据装置动作实际情况可知不存在如此短时间内的装置动作情况，这些点应是同一个突变点周围的干扰点，故对这些采样点取均值并取整。

实施例三：

下面结合图表对优选实施例作详细说明。应该强调的是，下述说明仅仅是示例性的，而不是为了限制本发明的范围及应用。

以泉州地区电网高垄变电站220kV大高Ⅱ路发生B相接地故障为例，对本发明进行进一步说明。基于COMTRADE格式的故障录波数据取自泉州故障录波联网系统，高垄变电站网络接线图如图1所示，不同电压等级线路配置不同故障录波装置进行数据采集，其中220kV线路共有7条，分别连接于三段母线上。

结合突变量法和小波分析的故障录波波形突变时刻检测方法，该方法的步骤为：

步骤1)的具体过程为：

由故障录波配置文件获取采样信息，采样信息如表2所示。

表2 220kV高垄变电站故障录波装置采样配置信息

记采样开始开始时刻为0时刻，则可知T1为100ms，计算各线路在T1时刻之后的电流方向，电流方向如表3所示。

表3 各线路电流方向

如表所示，电流方向为正向的线路只有大高Ⅱ路，由故障录波数据文件获取大高Ⅱ路的A、B、C、N相采样序列值，分别对其进行突变时刻提取。以下以B相数据为例进行余下步骤说明，其余三相提取方法相同。

步骤2)的具体过程为：

图2为大高Ⅱ路B相故障录波采样序列，由表1可知采样序列根据不同采样频率可分为四段X₁,X₂,X₃,X₄，分段采样波形如图3所示。首先对X₁进行突变时刻提取，对X₁利用DB4小波进行分解和重构，重构后的采样序列波形如图4所示。对序列中模值小于阈值的采样点置零，阈值设为5，进而计算均值，小于均值1/6的直接置零，可得到如表4所示的可疑奇异点序列集Z(n)，其中小波变换值为绝对值。

表4 可疑奇异点序列集Z(n)表

步骤3)的具体过程为：

从Z(n)中的第一个采样点开始，以半周波10ms为时间亦即50个采样点为间隔选取间隔内的序列模极大值存入可疑奇异点集S，如表5所示。

表5 可疑奇异点集S表

其中采样点921前后基波有效值过小，直接判定为切除状态，不参与计算。由表5可以看出，当取ε₃、ε₄(ε₃、ε₄为判断采样点前后是否突变比例阈值)分别取0.1和10时，突变点有496、509、717三个点，其中496与509之间间隔小于50点，取其均值并取整为503。因此可以得到第一段采样序列的突变时刻如表6所示，可以看出，与实际值存在一定偏差，但均在允许范围内。其他三段类似可获取突变时刻。对A、C、N相采取相同步骤进行突变时刻提取，最终可得到如表6所示突变时刻。

表6 大高Ⅱ路三相突变时刻表

如表6所示，B相和N相突变时刻皆有3个，取均值为100ms，143.2ms，929.9ms。与实际突变时刻对比如表7所示，可知误差都在毫秒以内，符合实际工程应用需求。

表7 突变时刻检测值与实际值对比

以上实施例仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。