基于快速匹配追踪算法的电气接地故障时频特征定位技术

王洪林, 董春林, 董俊, 李维, 高黎明, 郭俊

(1.云南电网有限责任公司电力科学研究院， 云南 昆明 650011；

2.山东科汇电力自动化股份有限公司， 山东 淄博 255087 ；

3.昆明理工大学电力工程学院，云南 昆明 650050；
4.云南电网有限责任公司玉溪江川供电局，云南 玉溪 653100；

5.云南电网有限责任公司昆明富民供电局， 云南 昆明 650011)

接地是指电气设备的某个部位，通过接地线、接地网、接地极与大地连接，起到消除静电、电磁干扰的作用。为设备提供一个零电位参考点较大的电气设备负载易导致电气接地故障因素增多，需优化电气接地故障检测。因此相关研究受到人们的极大关注。

应用较多传统电气接地故障时频特征定位方法有基于匹配追踪的配电网单相接地故障定位方法[1]、基于小波变换和遗传算法的小电流接地故障定位技术研究[2]以及风电场输电线路单相接地故障定位研究[3]，以上方法均通过构建电气接地故障特征的联合参数分布量，结合关联参数分析方法，实现对电气接地故障时频特征检测，但传统电气接地故障检测方法的准确性不高，检测精度不好。

针对上述问题，本文提出基于快速匹配追踪(matching pursuit,MP)算法的电气接地故障时频特征定位技术。仿真测试分析结果验证了本文方法在提高电气接地故障时频特征定位和故障诊断能力方面均具有优越性能。

1.1 样本数据采集

构建电气接地故障样本数据采集模型[4-5]如图1所示。

采用逆变器开路故障检测分析方法[6]得到电气接地故障信号检测的模糊度参数辨识模型为：

E=M+df+k(a)

(1)

式中：M为电气接地故障样本序列的采样节点数；
df为接地故障下的经验模态特征参数；
k(a)为静态稳定特征参数[7]。采用模糊度辨识，得到电气接地故障样本融合的检测统计特征量为：

图1 电气接地故障参数采集结构图

(2)

1.2 故障特征约束参数分析

电气接地故障的闭环参数分析模型为：

(3)

式中：m(e)为电气接地的开关闭合参数；
ru为电气接地静态稳定性参数。结合直流电压时间尺度融合聚类，分析电气接地的输出参数匹配集，提取电气接地故障样本的直流电压时间尺度，表示为：

B=V+kh+ru

(4)

式中：V为电气接地的输出参数，根据电气接地故障关联特征分布。

采用快速的MP神经网络学习，得到变换器的静态稳定参数聚类函数为：

(5)

(6)

2.1 时频特征提取

设定电气接地故障样本序列的边缘统计特征参数为：

(7)

式中:zx为电气接地的异常分布值;χ*为电流指令的关联系数。对电气接地故障特征点进行自适应加权融合分析，得到电气接地故障特征的样本序列增益为：

Ab=Γu+d(τ)+J

(8)

式中:Γu为无穷大电网之间等效电感分布参数；
d(τ)为电气接地的有功电流指令。

设定聚类函数为φv，过电流观测器实现对电气接地的异常电流检测，得到输出电压的特征集为：

I(R)=Ab+(φv+φl)

(9)

式中：φl为电气接地故障特征相关性参数。由此构建了电气接地故障时频特征提取模型，根据时频特征提取结果，实现对电气接地故障样本分析和融合处理。

2.2 电气接地故障定位的快速MP算法

(10)

对电气接地故障类别参数进行信息重组，得到电气接地故障样本序列的三维图谱分量为：

(11)

采用快速MP算法，得到电气接地节点检测分布表达为：

Yt=[Hm+f(d)]+c

(12)

式中：Hm为主动配电网有功无功参数；
f(d)为相邻区域耦合支路的故障节点；
c为电气接地节点故障检测模型参数。根据故障时频特征定位结果，实现电气接地故障诊断和自动化检测。

为验证本文方法在实现电气接地故障时频特征检测和定位中的应用性能，采用MATLAB软件进行仿真测试分析。对电气接地故障参数采集的节点数设定为120，电气设备的输出容量设定为50 kW，线路阻抗为50 Hz，特征分布的频率为26 kHz，故障时频特征分布的带宽为26 kHz。根据上述参数设定，得到电气设备的电流和电弧电压，如图2所示。

以图2的参数采集为输入，进行电气接地故障时频特征提取，得到伏安曲线如图3所示。

分析图3得知，本文方法对电气接地节点故障特征检测的伏安曲线输出稳定性较好。设定电弧电流的特征频率为40 kHz，得到故障状态下的电气接地故障的电流和电磁辐射，如图4所示。

分析图4可知，本文方法能有效实现对电气接地故障的特征检测和定位。

基于此测试故障定位的精度，得到对比精度见表1。表1中文献[1]方法为基于匹配追踪的配电网单相接地故障定位方法，文献[2]方法为基于小波变换和遗传算法的小电流接地故障定位技术研究，文献[3]方法为风电场输电线路单相接地故障定位研究。

图2 电气设备的电流和电弧电压

图3 电气接地的伏安曲线

图4 故障状态下的电气接地故障的电流和电磁辐射

表1 电气接地故障时频特征定位精度

分析表1可知：与其余三种传统方法相比，本文方法进行电气接地故障定位的精度较高。当迭代次数为500次时，所提方法的运行达到稳定，其故障时频定位精度达最高值，应用效果理想。

本文提出基于快速MP算法的电气接地故障时频特征定位技术。采用快速的MP神经网络学习，提取电气接地故障信息的时频差异性特征量，构建电气接地故障信息的统计信息检测模型。根据故障时频特征定位结果，实现电气接地故障诊断和自动化检测。研究结果表明：本文方法进行电气接地故障时频特征定位的精度较高，故障检测性能较好。