一种广域后备保护系统中的故障检测方法与流程

本发明属于配电技术领域，具体涉及一种在强高斯噪声背景下，服务于广域自适应后备保护系统的故障检测方法。

背景技术：

大范围互联复杂电力网络要求电力系统具备很高的稳定性，为了确保电力系统的安全稳定运行，系统中的故障必须能够被快速、准确、可靠地切除，并且要时刻避免出现严重的系统扰动。作为基于广域测量和广域通信的新一代保护系统，主要依赖于计算机和通信技术的发展，广域保护系统与大型互联电网的安全性和稳定性问题密切相关。综合考虑系统的安全和电气设备的安全，在系统发生故障或异常情况时，广域保护不但必须要保证电气设备的安全，更要确保电力系统的稳定运行，从而同时实现继电保护和自动控制的双重功能。

电力系统多年的运行经验表明，快速切除故障，减少故障电流对系统的冲击始终是保证电力系统安全稳定运行最有效的手段。由于传统后备保护的动作时间长，配合复杂，从而将广域信息引入后备保护并构成广域后备保护系统能够进一步提高复杂电力系统的安全稳定性能。在广域自适应后备保护系统中，最核心的问题就是如何实现快速准确的故障元件定位，再进一步地切除故障电流，从而减少对整个系统的冲击。作为一套完整的保护方案，广域保护不仅能够提供相应的元件保护，而且可以保证系统的安全稳定运行。在广域自适应保护系统中，继电保护和自动控制装置能够融为一体，并且相互配合以及协调动作。于是，为了确保大范围互联复杂电力网络的安全稳定运行，服务于广域自适应后备保护系统的故障检测方法就成为了有关技术人员所面临的亟待解决的问题。

技术实现要素：

本发明所要解决的技术问题是，提供一种在强高斯随机干扰下，服务于广域自适应后备保护系统的故障检测方法，从而实现快速、准确的故障元件定位，以确保电力系统的安全稳定运行。

本发明解决其技术问题采用的技术方案是：

一种广域后备保护系统中的故障检测方法，所述方法包括以下步骤：

a.利用电力系统实际运行过程中的广域量测信息，采用电压采集向量和/或电流采集向量作为原始的属性变量，充分考虑了高斯随机干扰的影响，所采集的原始属性变量中，均附加强高斯随机干扰，转步骤b；

b.计算附加了强高斯随机干扰下原始属性变量的列联表，转步骤c；

c.将附加强高斯随机干扰的原始属性变量的列联表规格化，并计算规格化矩阵，转步骤d；

d.计算规格化原始属性变量列联表的行剖面和列剖面，转步骤e；

e.分别基于规格化原始属性变量列联表的行和列剖面，计算数据转换矩阵，转步骤f；

f.如果表征电气量采集信息的维数大于表征采集时间信息的维数，则转步骤g，否则，转步骤h；

g.主要基于电气量采集信息，采用基于因子提取特征的方法，提取电气量的因子特征，转步骤i；在广域后备保护系统中的故障检测方法中，基于电气量采集信息所提取的因子特征，要结合总惯量进一步确定；

h.主要基于时间采集信息，采用基于因子提取特征的方法，提取时刻信息的因子特征，转步骤j；在广域后备保护系统中的故障检测方法中，基于时刻信息所提取的因子特征，要结合总惯量进一步确定；

i.计算总惯量，转步骤k；

j.计算总惯量，转步骤l；

k.计算并提取系统故障的公共因子特征，转步骤m；在广域后备保护系统中的故障检测方法中，根据总惯量确定特征提取所需要的对应维度，并在对应的维度下，确定相关元件的最大对应维度得分，并由此确定基于电气量采集信息的公共因子特征；

l.计算并提取系统故障的公共因子特征，转步骤m；在广域后备保护系统中的故障检测方法中，根据总惯量确定特征提取所需要的对应维度，并在对应的维度下，确定相关元件的最大对应维度得分，并由此确定基于时刻信息的公共因子特征；

m.计算原始属性变量的综合故障特征，转步骤n；

n.综合前述的故障特征，最终完成复杂电力系统快速、准确地故障检测与隔离。

进一步的，广域后备保护系统中的故障检测方法，步骤m中综合两类分别基于电气量和采集时刻信息的故障特征，能够统一在最终实现的故障检测结果中，如果两类特征结果不一致，则重新选择原始属性变量。

进一步的，广域后备保护系统中的故障检测方法，为避免信息采集过程中不良数据的影响，对应选择的原始属性变量，进行缺失值分析；如果不存在缺失值，则继续进行后续的特征分析；否则，先补足缺失值，再进行后续分析。

进一步的，广域后备保护系统中的故障检测方法，所述原始属性变量为不对称短路故障中的相电压、负序电压、正序电压、相电流、负序电流、正序电流、对称短路故障中的正序电压和正序电流。

本发明主要服务于广域后备保护系统，通过充分考虑强高斯随机干扰的影响，提出了一种基于广域测量系统实时量测信息的故障检测方案。本发明的所述方法具有很强的抗干扰能力，能够满足系统冗余性的要求。本发明的所述方法能够满足广域后备保护系统对故障定位实时性和准确性的要求。此外，本发明还具有思路清晰，操作简单等优点。

附图说明

图1为在强高斯随机干扰下广域后备保护系统中的故障检测流程图。

图2是实施例中的IEEE标准检测系统。

图3是广域后备保护系统中的故障检测综合分析结果。

附图中，，电气量采集信息的维数；，采集时间信息的维数；，数据转换矩阵。

具体实施方式

为使本发明的上述目的、特征和优点能够更加明显易懂，下面将结合本发明实施例中的附图和具体实施方式，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明提出了一种广域后备保护系统中的故障检测方法。关键技术在于充分考虑强高斯噪声背景下的随机干扰，分别基于电气量采集信息和时间信息提取故障特征，再通过综合处理，最终实现可靠、快速、准确地故障检测。

按照图1的流程图，表1是针对IEEE标准检测系统（该IEEE标准检测系统如图2），在进行原始电气量信息采集过程中，附加在节点负序电压上的强高斯随机扰动。针对IEEE标准检测系统，预先设置一处单相接地短路故障，并且节点18为实际的故障位置，通过BPA仿真，电气量信息采集过程中每个周期对应输出一次相应的变量值，再将实测的节点负序电压信息进一步附加强高斯随机干扰，如表1所示，再分别基于电气量采集信息和时间信息分别提取故障特征。

表1 IEEE标准检测系统中附加在节点负序电压上的强高斯随机干扰

表2为惯量分析的汇总结果。本实施方案中，通过计算表征电气量信息的行轮廓和表征时间信息的列轮廓，进一步可以计算得出有关惯量分析的汇总结果，其中计算得到的总惯量为0.457，并且第一纬度变量占了总惯量的74.2%，第二纬度变量占了总惯量的25.3%，并且前两个维度的变量已经占了总惯量的99.5%，因此，我们在提取故障特征的过程中，主要针对这两个维度的变量进行。

表2 惯量分析汇总分析

通过故障因子的载荷矩阵，经过适当的旋转，我们可以得到一般化的第I类故障因子特征：因子系数。表3为不对称短路故障下的因子载荷矩阵。

进一步计算得到各个节点对应第一纬度和第二纬度的得分结果。表3为基于节点负序电压的行分析特征，并且基于第一维度，在所有的第一维度的得分当中，BUS18节点的得分为3.184，是全部的节点在第一维度的得分中最大的，基于此，可以判定BUS18即为初步的故障位置。

表3 IEEE标准检测系统中基于节点负序电压的行分析

在综合故障检测分析过程中，对应时间的第二纬度特征，也含有丰富的有关于系统故障的信息。表4为IEEE标准检测系统中基于节点负序电压的列分析结果。

这里的着眼点是表征时间的第二纬度，根据表征信息采集时刻有关列的计算结果，可以看出，TIME1时刻，基于第二维度的得分为1.302，同样为对应第二维度得分中最大的，于是，我们可以判定，故障的发生是在TIME1时刻结束或者说TIME2时刻开始的时间，该分析结果与实际情况完全吻合。

表4 IEEE标准检测系统中基于节点负序电压的行分析

一种广域后备保护系统中的故障检测方法，在本实施方案中，根据以上第一维度和第二纬度的计算结果，最终可以将分析结果整合在图3的综合分析结果中。图3为广域后备保护系统中的故障检测综合分析结果。分析图3中的结果，可以得出结论，BUS18与其他节点存在显著区别，为确切的故障位置；并且BUS18主要分布在了TIME2的范围中，因此，可以判定，系统故障应当发生在TIME2时刻的BUS18节点，这一结论与实际情况完全一致。于是，我们实现了完全快速、准确、可靠的故障故障。