一种利用模极大值比的特高压直流输电线路单端测距方法
【技术领域】
[0001] 本发明涉及一种利用模极大值比的特高压直流输电线路单端测距方法，属于高压 直流输电系统继电保护技术领域。
【背景技术】
[0002] 目前特高压直流输电线路故障后的测距主要依赖于行波故障定位技术。行波故障 定位分为单端法和双端法，双端行波测距由于需要两端数据通信设备以及要求双端同步采 样而很难实现，相比于双端行波测距，单端行波测距因其具有成本低、实时性强等优势而成 为故障测距领域的重要研究方向。传统单端行波测距的关键在于第二个反射波性质的准确 识别，受过渡电阻电弧特性以及系统运行方式等因素的影响，在某些情况下正确识别第二 个发射波性质存在一定的困难，因此传统单端行波测距在实际应用中可靠性并不高。因此 有必要研究具有更高可靠性和精确性的高压直流输电线路单端故障测距新方法。
【发明内容】
[0003] 本发明需要解决的问题是：本发明提供了一种利用模极大值比的特高压直流输电 线路单端测距方法，以用于解决行波故障定位方法中的双端法测量不方便及单端法在实际 应用中可靠性不高的问题，以及测距结果易受过渡电阻影响、测距精度不够高的问题；以及 其它行波数据处理方法所得到的测距结果对误差的收敛较慢且拟合程度低造成的数据处 理响应慢和准确度低的问题。
[0004] 本发明的技术方案是：一种利用模极大值比的特高压直流输电线路单端测距方法 的具体步骤如下：
[0005] A、特高压直流输电线路发生接地故障后，正极线路与负极线路上位于整流侧的数 据采集装置分别采集故障后5ms时窗内的故障电压u+、u;
[0006] B、针对不同的过渡电阻和不同的故障距离分别对正极线路与负极线路上采集到 的故障电压u+、U进行解耦变换，得到独立的暂态电压线模分量Ui与零模分量U。；
[0007] C、分别对Ul、u。进行小波分解，得到第1、2、3、4尺度下的暂态电压线模分量首波头 幅值Un、U21、U31、U41和暂态电压零模分量首波头幅值U1(]、U2。、U3。、U4。；
[0008] D、计算同一小波分解尺度下的暂态电压线模分量与零模分量首波头模极大值比
，神经网络的输入矢量为[ki、k2、k3、k4];
[0009] E、将步骤D中得到的输入矢量作为神经网络的输入样本集，故障距离作为输出样 本集，对神经网络进行训练，生成故障测距神经网络模型；
[0010] F、当故障测距神经网络模型形成以后，将测试样本输入训练后的故障测距神经网 络模型，得到故障测距结果。
[0011] 所述步骤B中过渡电阻取值为0-300Q，其中过渡电阻的步长为IOQ。
[0012] 所述步骤C中对故障数据进行小波分解变换时，所用小波基为db6。
[0013] 所述步骤E中故障测距的神经网络采用BP神经网络模型，其中输入层神经元数目 为4,隐含层神经元数目为28 ;该网络具有一个隐含层，采用S型传递函数tansig，输出层 采用纯线性传递函数purelin。
[0014] 所述神经网络采用自适应学习速度算法，学习率为0.01，最大训练次数取为 10000,收敛精度设置为10 5。
[0015] 本发明的原理是：
[0016] 目前，特高压直流输电线路多采用双极模式运行，两极之间存在耦合，利用式（1) 进行解耦得到独立的电压模量分量。
[0019] 式⑴中，Upu。分别表不整流侧或逆变侧的电压线模分量、零模分量；u+、u分别 表示该侧的正极线电压、负极线电压。
[0020] 特高压直流输电线路发生接地故障时，来自于故障点的电压行波模量分量到达整 流侧或逆变侧时，整流侧或者逆变侧检测装置处检测到的电压线模分量和零模分量会发生 突变，突变的幅值A即为波头各频率分量幅值的叠加，SP:
[0021]
[0022] 式（3)中，Y;为各频率分量对应的特征算子，f; (t)为各频率分量的初始幅值，X 为故障距离。由式（3)可知，随着故障距离的增大，检测装置处检测到的电压线模分量和零 模分量突变的幅值会减小，图I(a)、（b)分别表示在0. 3s时刻线路上不同位置处发生金属 性接地故障时，整流侧检测装置处检测到到的暂态电压线模分量和零模分量波形图。分析 图1(a)、（b)可知，当线路上发生接地故障时，整流侧检测装置处检测到的暂态电压线模分 量和零模分量的突变幅值随着故障距尚的增大在减小，但是暂态电压零模分量随故障距尚 增大而减小的幅度到大于暂态电压线模分量，这是由于线路对零模行波的衰减作用更强。 故障信号小波变换的模极大值与信号的突变点一一对应，其大小表示突变点的变化强度， 下面分别对不同故障距离下整流侧检测装置处检测到到的暂态电压线模分量和零模分量 进行小波变换，以便对暂态电压各模量分量的突变强度进行量化分析。
[0023] 金属性接地故障下不同故障距离时，整流侧检测到的暂态电压各模量分量的小波 变换第一尺度内模极大值的大小如表1所示，对采样频率为fs的离散信号进行多尺度小波 变换，则第j尺度对应的是在频带[fs/2]+1，fs/2]]的信号。
[0024] 表1暂态电压各模量分量的小波变换模极大值
[0026] 分析表1可知，暂态电压线模首波头模极大值和零模首波头模极大值随故障距离 的增大而减小，但是零模首波头模极大值减小的幅度更大，因此线模首波头模极大值与零 模首波头模极大值的比值随故障距离的增大而增大。
[0027] 图2 (a)、（b)分别表示故障距离为400km时，不同过渡电阻下整流侧检测装置处检 测到到的暂态电压线模分量和零模分量波形图。如图2(a)、（b)所示，随着过渡电阻的增 大，暂态电压线模分量和零模分量突变点处突变幅值在减小，但是线模分量和零模分量随 过渡电阻增大减小的幅度相同。对不同过渡电阻下的暂态电压各模量分量进行小波变换， 第一尺度内其模极大值如表2所示：
[0028] 表2暂态电压各模量分量的小波变换模极大值
[0030] 分析表2可知，由于暂态电压线模分量和零模分量突变点处突变幅值随过渡电阻 增大减小的幅度相同，不同过渡电阻下暂态电压线模分量和零模分量首波头模极大值比相 同。图3表示不同过渡电阻下，暂态电压线模分量和零模分量首波头模极大值比与故障距 离之间的关系图。分析图3可知，随着故障距离的增大，模量首波头模极大值比非线性增 大。不同过渡电阻下，当故障距离相同时，线路端检测装置处检测到的模量首波头模极大 值比相同，即线路端检测装置检测到的模量首波头模极大值比只与故障距离有关，与故障 电阻无关。因此，对于特定的高压直流输电系统，线路端检测装置处检测到的模量首波头模 极大值比与故障距离之间有确定的非线性关系，如果能对两者之间的关系进行拟合，即可 利用测量到的模量首波头模极大值比计算出故障距离。人工神经网络具有很强的非线性逼 近拟合能力，故可利用神经网络去拟合模量首波头模极大值比与故障距离之间的非线性关 系，进而实现故障测距。对于故障测距神经网络模型而言，如果只选取单个频带内的模量首 波头模极大值比作为输入特征量，则测距结果