基于DMD-TEO的高压输电线路故障定位方法技术

基于DMD

【技术实现步骤摘要】
基于DMD
‑
TEO的高压输电线路故障定位方法


[0001]本专利技术涉及高压输电线路故障诊断
，具体涉及一种基于DMD
‑
TEO的高压输电线路故障定位方法。

技术介绍

[0002]高压输电线路作为电力系统中不可或缺的一部分，在传输电能方面起到巨大作用。高压输电线路与普通输电线路相比线路更长、经过的地形更为复杂交通运输更加不便利。当发生故障时，传统的人工定位效率低难以做到精准故障定位。因此，快速的故障定位有利于提高电力系统的稳定性，减少重大经济损失。
[0003]高压输电线路故障定位方法主要分为四种：端点测量法、信号注入法、区段定位法、智能算法。端点测量法一般采用双端行波法进行故障定位，通过检测故障信号得到故障时间进而计算故障距离。该方法不受故障类型、过渡电阻等因素影响。双端行波法需要在两端母线处安装故障定位装置和通信装置，获取的信息量相对于单端行波法增大了一倍。尽管大量的故障数据可以提高定位结果的可靠性，但是数据的处理相对更加繁杂。此外，传统的故障时刻识别采用小波变换算法，此算法需要选取合适的基函数和分解尺度，自适应能力较低。针对当前技术的不足，本专利提出一种结合导数法与双端行波法的故障定位方法，利用导数法的简易性先对故障行波数据进行筛选，得到故障时间区段。其次，针对故障行波波头识别问题，提出利用DMD
‑
TEO方法对故障区段内行波突变点识别，确定行波第一次及第二次折反射时间，最后利用不受波速影响的双端行波法算式进行计算，得到故障距离。该方法能够提高定位效率、定位精度。

技术实现思路

[0004]本专利技术所要解决的技术问题是提供一种基于DMD
‑
TEO的高压输电线路故障定位方法，解决双端行波故障测距过程中获取故障数据量大，处理效率低的问题。
[0005]为解决上述技术问题，本专利技术所采用的技术方案是：
[0006]基于DMD
‑
TEO的高压输电线路故障定位方法，故障定位的步骤为：Step1、首先通过线路两端的录波装置获取行波信息，通过采集信息判断该段线路是否发生故障，若发生故障，故障点将产生向线路两端传播的行波，采用比值导数法计算相对变化量，比较比值结果与预设阈值大小判断故障时间段；
[0007]Step2、利用动态模式分解及Teager能量算子，即DMD
‑
TEO，识别具体行波到达时刻；通过动态模式分解算法数学变换过滤掉故障行波中的低频分量得到主导特征值和主要模态，提取关键特征值降低低频分量带来的模态混叠影响；通过Teager能量算子对能量大小的分析可以获取故障发生时刻的具体时间，通过动态模式分解获取故障行波含有故障信息的模态，再通过能量算子获取具体行波到达时刻；
[0008]Step3、利用双端行波法算式获取定位距离。
[0009]上述的Stepl中比值导数法方程为：
[0010][0011]其中，i，j为序列从1到n的采样点数，公式采用比值的形式表示此刻行波的变化率大小；
[0012]式(1)仅表示相对变化量的含义，其幅值变化并未干扰其结果，其约束条件为：
[0013]|Y(n)|＞K
Z
，n＝i，j，j+1，
…
，j+r
‑1ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2)
[0014][0015][0016]上式中，i＜j，m+s
‑
1＜j，P{}为概率，K
Z
为门槛值。
[0017]上述的Step2的具体过程为：
[0018]通过行波采样装置可以得到行波数据X＝[x1，x2，x3....xn]，其中xi表示第i时刻的采样值，再将离散的采样数据通过线性映射形成两种不同的矩阵X1，X2，表示为：
[0019]X
i+1
＝Ax
i
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(5)
[0020]X1＝[x1，x2，x3，...x
n
‑1]ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(6)
[0021]X2＝[x2，x3，x4...x
n
]ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(7)
[0022]A为离散系统的状态矩阵，矩阵X1，X2关系为：
[0023]X2＝Ax1ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(8)
[0024]先对映射矩阵X1进行奇异性分解：
[0025]X1＝B∑V
T
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(9)
[0026]A
’
＝BAB
’ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(10)
[0027]B，V为酋矩阵，A
’
为状态矩阵A的近似矩阵，∑为奇异对角矩阵；
[0028]此时，通过最小化求解后，A与A
’
近似相等：
[0029]A≈A
’
＝B
T
X2V∑
‑1ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(11)
[0030]近似过程实现了对高维状态矩阵的降维，保留了矩阵A
’
中的行波故障特征信息，为了获取故障信息，对矩阵A
’
进行分解：
[0031][0032]为动态模式分解产生的故障特征向量，(12)为根据特征向量求出Teager能量算子结果；
[0033]wi，ci为矩阵A
’
的特征向量与特征值，将wi，ci构成新的矩阵W，C：
[0034]A
’
W＝CW
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(13)
[0035]为了得到含有行波故障信息的模态量，定义矩阵列向量为分解后的一个模态量，则：
[0036]φ＝X2V∑
‑1W
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(14)
[0037]Teager能量算子能够反映信号的能量变化，通过差分运算获取变化时刻的瞬时能量，即：
[0038][0039]输电线路发生故障后，行波信号发生突变，因此可以利用动态模式分解算法与Teager算子实现对故障行波突变时刻的捕捉。
[0040]上述的Step3的具体过程为：
[0041]M和N是安装在线路两端总线上的高频传感器，F为故障点位置，MN两端高频传感器的距离为L，假设故障发生时间为t0，tm1与tn1是故障行波到达采样点的时间，tm3与tn3是故障行波经过故障点与母线端两次反射后的反射时间，tm2与tn2为故障行波在故障点经过一次折射后的时间；
[0042]故障距离与行波到达时刻之间的关系为：
[0043][0044]V为速度；Xm为故障点距离M的距离；
[0045]当故障距离0≤Xm≤L/2本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于DMD
‑
TEO的高压输电线路故障定位方法，其特征在于，故障定位的步骤为：Step1、首先通过线路两端的录波装置获取行波信息，通过采集信息判断该段线路是否发生故障，若发生故障，故障点将产生向线路两端传播的行波，采用比值导数法计算相对变化量，比较比值结果与预设阈值大小判断故障时间段；Step2、利用动态模式分解及Teager能量算子，即DMD
‑
TEO，识别具体行波到达时刻；通过动态模式分解算法数学变换过滤掉故障行波中的低频分量得到主导特征值和主要模态，提取关键特征值降低低频分量带来的模态混叠影响；通过Teager能量算子对能量大小的分析可以获取故障发生时刻的具体时间，通过动态模式分解获取故障行波含有故障信息的模态，再通过能量算子获取具体行波到达时刻；Step3、利用双端行波法算式获取定位距离。2.根据权利要求1所述的基于DMD
‑
TEO的高压输电线路故障定位方法，其特征在于，所述的Step1中比值导数法方程为：其中，i，j为序列从1到n的采样点数，公式采用比值的形式表示此刻行波的变化率大小；式(1)仅表示相对变化量的含义，其幅值变化并未干扰其结果，其约束条件为：|Y(n)>K
Z
,n＝i,j,j+1,
…
,j+r
‑1ꢀꢀꢀꢀꢀꢀꢀꢀ
(2)(2)上式中，i<j，m+s
‑
1<j，P{}为概率,K
Z
为门槛值。3.根据权利要求2所述的基于DMD
‑
TEO的高压输电线路故障定位方法，其特征在于，所述的Step2的具体过程为：通过行波采样装置可以得到行波数据X＝[x1,x2,x3
…
xn]，其中xi表示第i时刻的采样值，再将离散的采样数据通过线性映射形成两种不同的矩阵X1,X2,表示为：X
i+1
＝Ax
i
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(5)X1＝[x1,x2,x3,...x
n
‑1]
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(6)X2＝[x2,x3,x4...x
n
]
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(7)A为离散系统的状...

【专利技术属性】
技术研发人员：魏业文，刘杰，张璐，李威臻，李明，白文静，宁鑫淼，
申请(专利权)人：三峡大学，
类型：发明
国别省市：