本发明涉及小电流接地系统弧，特别是一种小电流接地系统弧光电阻接地故障检测方法。
背景技术：
我国配电网多数采用中性点非直接接地运行方式，该方式下发生接地故障时，接地点的电流较小，即被称为小电流接地系统。小电流接地系统中产生单相接地故障时，往往会衍生成为弧光接地故障。弧光接地故障会产生较高倍数的过电压，形成两点或者多点接地故障，产生更高的过电压，严重威胁电力设备安全，影响系统运行安全。对故障信号进行分析，并对配电网弧光接地故障进行检测，有利于实现弧光接地故障的在线检测，防止故障误判。
目前，故障信号的分析方法主要是傅里叶变换、短时傅里叶变换、hht变换和小波变换。从傅立叶变换到小波变换，对于信号的分析处理能力虽然不断的加强，但依然存在许多不足。傅立叶变换是处理平稳信号的主要方法之一，是一种纯频域的分析方法，并不能有效的反应信号在局部时间区域上的频率特征；短时傅立叶变换增加了时窗函数进行分析，具有时频局部特性，但是由于窗函数选定后时频分辨率随之固定的原因使得时窗函数的选择比较困难，也不具有通用性；hht变换完全独立于傅立叶变换，对于非平稳信号的分析能力较强，但是也存在评价指标难以确定和低信噪比时信能下降的问题；小波变换的时频窗口可变，时频局部化能力显著增强，但是不能分解处于同一频带中的多个正弦信号分量，而且小波基的选择也较为困难。
以上的信号分析方法都是试图用一组固定的函数基来表示任意的信号，而没有考虑信号本身的特征。由于展开函数是固定并有限的，因此对于信号的表达能力和范围是有限的。而原子分解法采用稀疏分解代替传统信号分析方法的基展开法，采用与信号特征相似的时频原子来代替基函数，将信号在高度冗余的非正交基集合中进行分解。因此，有必要引入原子分解法分析故障信号。
技术实现要素：
本发明主要针对现有弧光接地故障检测方法存在容易误判或者无法辨识弧光接地故障等问题，引入原子分解法来有效的检测弧光接地故障。原子分解法是一种新兴的分析非线性、非平稳信号的方法，它克服了传统线性方法不能对非平稳信号进行分析的缺点，也不存在小波等传统方法的不足。正交基函数被时频原子库取代，这个高度冗余的原子库能够很好的捕捉信号的自然特征，从而在此原子库中选择最能表征信号特征的一组最佳匹配原子，就实现了信号的稀疏分解。原子分解法的分解策略是贪婪的、自适应的，由于有高度过完备的原子库，从而保证任意信号都能够自适应的选择一组最佳匹配原子进行表征。然后本发明以原子分解法作为弧光接地故障信号的分析工具，提供了一种小电流接地系统的弧光接地故障检测方法。
本发明的技术解决方案如下：
一种小电流接地系统的弧光接地故障检测方法，包括以下步骤：
步骤1：采集并记录配电线路的故障电流信号；
步骤2：对采样信号进行高通滤波；
步骤3：采用原子分解法对滤波后的采样信号进行处理，得到信号的主要谐波成分的特征参数：频率、幅值和相位；
步骤4：根据线路故障电流的谐波分量特征参数求得三次谐波及其附近谐波能量。定义电流的总能量
步骤5：根据故障信号各次谐波能量占比是否符合判据检测故障是否存在。
弧光接地故障和一般单相接地故障相比，由于故障电阻的非线性，故障电流谐波会产生一定量的畸变，在谐波能量分布上，三次谐波及其附近谐波分量能量占得比重相对大很多。原子分解法每次提取的最佳匹配原子是与原始信号内积最大、最为匹配的原子，通过设置合理的迭代次数，就能使残余信号的能量忽略不计，提取的原子很好的表征原始信号。由于是基于谐波能量比重提出判据，需要提取表征谐波分量的最佳匹配原子的频率、幅值、匹配度等特征参数。
本例步骤3中采用原子分解算法分析谐波信号的具体操作方式如下：
为了得到信号的原子分解结果，常采用匹配追踪(matchingpursuits,mp)算法。mp算法是一种贪婪迭代算法，经算法迭代后任何信号都可以分解成式(1)：
其中，ddic为原子库，s为待分析的信号，gγ为原子库中的原子，分解后的残余信号
由式(1)、式(2)可以看出每一步分解都需要进行大量的内积运算，计算时间过长，限制了原子分解法的实用性。实际上mp算法寻找最佳匹配原子就是一个求解最优值的问题，因此可以利用粒子群优化算法对其进行优化求解以减少计算量。
pso是一种模拟鸟群捕食行为来达到优化问题求解的算法。pso优化的适应度函数选为信号或信号残差与原子内积的绝对值|<rms,gγi>|，每个原子看作一个待寻优的粒子，包含5个参变量(aq,fq,φq,ts,te)，分别对应信号的幅值、频率、相位、开始时间与终止时间。则基于pso的原子分解选取过程如下：
1)初始化粒子群，设定种群大小m，随机生成初始粒子位置(即粒子的5个初始参变量)和初始速度；
2)将各粒子位置代入优化适应度函数，计算各粒子适应度值；
3)将粒子适应度值|<rms,gγi>|与其个体极值pid比较，若比pid大，则用当前值替换pid，并用粒子当前位置更新自身最优位置；
4)各粒子适应度值与全局极值pgd进行比较，如比pgd大，用此值替换pgd，并用此粒子位置更新粒子群全局最优粒子位置；
5)用式(3)和式(4)更新各粒子速度和位置：
式中，i＝1,2,…,m,d＝1,2,…,n，k为迭代次数，w为惯性权重因子，用于调节粒子的飞行速度；c1和c2为加速系数，分别调节向个体最佳粒子和全局最佳粒子方向飞行的最大步长；r1、r2是[0,1]间的随机数；m为粒子数，n为粒子维数；
重复2)到5)，当到达最大迭代次数，则停止迭代，输出各原子的参变量参数，获取故障信号三次及其附近谐波的特征参数。
因此，本发明具有如下优点：
用粒子群优化算法对匹配追踪算法进行优化，得到的原子分解法具有很好的收敛性，同时降低了稀疏分解计算的复杂度和耗时。原子分解法分析故障信号时，能够直观方便的得到信号的局部特征参量，如频率、衰减系数、相位、起止时间等，便于下一步分析，而且结果准确。
上述步骤5中检测故障是否存在的具体方法为：
定义电流的总能量
根据能量比值b，即可判断线路是否存在弧光电阻接地故障。
附图说明
附图1是本发明小电流系统下的弧光电阻接地故障的检测流程图。
具体实施方式
下面通过实施例，并结合附图，对本发明的技术方案作进一步具体的说明。
步骤1：记录下发生故障期间的故障电流。
至少保留故障前0.21s至故障后1.79s期间的故障电流波形，经信号调理电路处理，然后通过高速a/d(analogtodigital)转换，将模拟信号变为数字信号后存放在flash存储器中。
步骤2：对故障电流信号进行高通滤波；
步骤3：对故障电流谐波信号进行原子分解法分析：
取故障信号进行原子分解法分析，分解迭代次数设为50次，采样频率1mhz，提取次数在2.8—3.2区间的谐波的最佳匹配原子的特征参量并存储到数据库。
步骤4：对原子分解法分析得到的上述频率和衰减系数的特征参量进行判断，检测故障类型。
1)计算次数在2.8-3.2区间的谐波的能量e0和电流总能量e；
2)根据式(5)计算相对高频分量的能量所占电流总能量的比值b；
3)若b＞k，判定为弧光接地故障，否则判定为一般故障。阈值k根据实际情况进行整定。此处k应整定为6。
本发明中所描述的具体实施例仅仅是对本发明精神作举例说明。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，但并不会偏离本发明的精神或者超越所附权利要求书所定义的范围。