改進LMD在高壓輸電線路行波故障定位中的應用

王力棟，王玲桃，周祥

(山西大學，山西 太原 030013)

改進LMD在高壓輸電線路行波故障定位中的應用

王力棟，王玲桃，周祥

(山西大學，山西 太原 030013)

鑒于傳統(tǒng)局域均值分解(LMD)對行波信號進行分解時，由于過平滑處理導致獲取局域均值函數(shù)和包絡函數(shù)的誤差較大，最終影響暫態(tài)故障信號的提取。采用波形匹配方法對測量點電流線模分量進行端點延拓，并利用線性插值求取局域均值函數(shù)與包絡函數(shù)，然后根據(jù)首個PF分量的頻譜圖標定行波波頭到達測點的時刻,最后根據(jù)雙端行波故障測距原理計算出故障距離。仿真結(jié)果表明，提出的定位方法與傳統(tǒng)LMD方法相比具有較高的定位精度。

故障定位；行波；局域均值分解；波形匹配；線性插值

0 引 言

近年來，隨著大電網(wǎng)，高電壓的現(xiàn)代電力系統(tǒng)的發(fā)展，國內(nèi)外投運的高壓輸電工程越來越多，能否保證高壓輸電線路的安全穩(wěn)定運行直接關(guān)系到本區(qū)域電網(wǎng)甚至整個系統(tǒng)電網(wǎng)的穩(wěn)定運行。因此，如何提高高壓輸電線路故障測距精度成為時下研究的熱門話題。

傳統(tǒng)的阻抗測距法受系統(tǒng)運行方式、過渡電阻和輸電線路負荷影響較大，為了克服這些問題，行波測距方法應運而生[1]。行波測距方法中雙端法不需要識別反射波波頭，只需要標定故障點初始行波到達兩端檢測點的時間，因此現(xiàn)階段投運的高壓輸電工程一般采用雙端測距方法[2]。

故障后的暫態(tài)行波具有奇異性、非穩(wěn)定和非線性等特點，而且存在時間很短，容易衰減，不易提取檢測。因此行波波頭到達時刻的標定是成為行波定位法的關(guān)鍵。目前廣泛采用的波頭檢測方法主要是小波變換[3](Wavelet Transform，簡稱WT)和希爾伯特黃變換[4-5]95-97( Hilbert-Huang Transform，簡稱HHT)。小波變換雖然是多分辨率分析，但不具有自適應性，受小波基函數(shù)和分解尺度的影響較大[6]151。HHT方法具有自適應性，避免小波基選定難的問題，但存在端點效應、負頻率等問題，影響行波信號分解的精度[7]。局域均值分解LMD(Local Mean Decomposition)[8]是一種自適應非平穩(wěn)信號分解方法, 它不同于傅立葉變換和小波變換，根據(jù)行波信號本身的信息進行自適應的頻帶選擇，準確地反映出在空間各尺度上信號能量的分布規(guī)律，也不會出現(xiàn)HHT帶來的負頻率[9]524。

至今國內(nèi)外學者對局域均值分解算法的研究以及應用于高壓輸電線路行波故障信號分析仍處于起步階段，值得進一步研究。文獻[10]只考慮信號邊緣變化趨勢，而對于區(qū)間內(nèi)的變化規(guī)律沒有給出明確分析；文獻[9]存在處理短數(shù)據(jù)時效果差的問題。文獻[11]雖然采用最小二乘支持向量機對信號進行延拓以減小端點效應以保證分解精度，但運算速度沒有得到提高，難以應用于工程上。本文總結(jié)前人經(jīng)驗，針對LMD分解過程中出現(xiàn)端點效應這一熱點問題進行研究，采用波形匹配對信號進行端點延拓，利用線性插值求得局域均值函數(shù)與包絡函數(shù)，并把該算法應用于高壓輸電線路暫態(tài)故障行波波頭的標定；然后在不同故障距離、經(jīng)不同過渡電阻接地故障情況下，應用本文提出的改進算法進行行波故障定位誤差分析，并與傳統(tǒng)LMD方法進行對比分析；仿真結(jié)果表明改進的LMD可有效地提取故障行波波頭高頻分量，故障定位精度較高。

1 算法簡介

1.1 局域均值分解(LMD)算法

局域均值分解(LMD)算法可以將復雜的非線性非平穩(wěn)信號自適應地分解為若干乘積函數(shù)(Produnction Function, 簡稱PF)，其中PF分量是按照從高頻到低頻逐漸分解出來并且每個PF分量具有真實的物理意義，最終得到的時頻分布可準確地反映出在空間各尺度上信號能量的分布規(guī)律。對于給定任意信號x(t)，其詳述分解過程如下[12]:

1)確定給定信號x(t)所有的局部極值點ni，則所有相鄰的局部極值點平均值mi和包絡估計值ai分別為：

(1)

(2)

2)所有相鄰的局部極值點平均值mi和包絡估計值ai分別用直線連接起來，然后對其用滑動平均法進行平滑處理，得到局域均值函數(shù)m11(t)和局域包絡函數(shù)a11(t)。

3)利用式(3)將m11(t)從信號x(t)中分離出來，得到h11(t)，并通過式(4)對h11(t)進行解調(diào)得到s11(t)。

h11(t)=x(t)-m11(t)

(3)

s11(t)=h11(t)/a11(t)

(4)

式中h11(t)為第一次迭代過程中分離均值函數(shù)m11(t)得到的殘余函數(shù)；s11(t)為第一次迭代過程中對殘余函數(shù)h11(t)解調(diào)得到的解調(diào)函數(shù)。

當a12(t)=1時，說明解調(diào)得到的s11(t)為純調(diào)頻信號停止迭代；當a12(t)≠1時，說明s11(t)并非為純調(diào)頻信號，將s11(t)看作給定的信號重復步驟(3),一直到s11(t)成為純調(diào)頻信號，即-1

5)分離單分量信號PF1(t)得到新的信號u1(t)如式(5)。

u1(t)=x(t)-PF1(t)

(5)

6)將u1(t)重復步驟1)到4)，經(jīng)過k次循環(huán)，使uk(t)成為一個單調(diào)函數(shù)，最終原給定的信號x(t)由k的PF分量和一個單調(diào)函數(shù)uk(t)重構(gòu)得到，即

(6)

將分解出來的PFi分量按照時間頻率幅值重新組合形成三維分布，從而可以獲得信號完整的時頻分布。

1.2 改進的LMD算法

LMD算法在分解過程中會出現(xiàn)殘余信號相疊加，會污染到原信號，導致提取的極值點位置發(fā)生偏移，因此端點值未必是信號的極值點，求得的PFi分量也不準確。本文針對LMD算法出現(xiàn)的端點效應采用了一種能反映信號端點及其內(nèi)部規(guī)律的波形匹配延拓新方法。改進算法如下：

1)對給定信號φ(t)進行左端點延拓，標定第一個端點為m(t)，則第一個極大值和極小值分別m1(1)和m2(1)，重新定義新的端點值為:

(7)

2)原LMD方法在求局域均值函數(shù)和包絡函數(shù)時需要用到信號相鄰極值點的信息，然后對局部極值點平均值和包絡估計值以局部均值最長跨度的1/3作滑動平均[4]102。利用滑動平均法得到的局部均值和包絡估計值，為滿足順利終止，在相同的平滑窗口下對信號反復進行平滑處理，使部分區(qū)間失真，影響分解結(jié)果的準確性。因此，為了解決過度平滑問題，在求取局域均值函數(shù)和包絡函數(shù)時采用線性插值。為此首先確定給定信號的局部極大極小值，采用線性插值方法求得上下包絡線Emax(t)和Emin(t)，然后采用式(8)和(9)可得到局域均值函數(shù)和包絡函數(shù)m(t)和a(t)：

m(t)=[Emax(t)+Emin(t)]/2

(8)

(9)

為了驗證改進LMD算法可以有效改善端點效應，式(10)給出了調(diào)幅信號：

φ(t)=[sin(πt)]*sin(30πt)

(10)

圖1 均值函數(shù)和包絡函數(shù)

圖1(a)為LMD算法采用滑動平均方法得到的局域均值函數(shù)和包絡估計函數(shù)，(b)為改進LMD算法得到的局域均值函數(shù)和包絡估計函數(shù)。

從圖1(a)中可以看出LMD算法得到的局域均值曲線在端點處發(fā)生一定偏移；而采用改進LMD算法在端點上起到了一定抑制作用，提高了算法的分解精度。

綜上所述改進LMD算法流程圖圖2所示。

圖2 改進LMD算法流程圖

2 行波波頭檢測方法及故障定位流程

2.1 行波波頭檢測方法的提出

隨著電流互感器發(fā)展，尤其是羅氏電流不僅可以有效地傳送高頻信號，而且投入成本較低，工程上漸漸取代了傳統(tǒng)電壓互感器[6]150，因此本文采用電磁式電流互感器獲取行波信號進行故障定位。首先將故障發(fā)生時的暫態(tài)電流行波進行凱倫貝爾(karenbauer)變換，然后解耦得到線模分量作為行波故障信息的承載者,最終行波波頭到達兩端檢測點時會在首個PF分量的瞬時頻譜圖表現(xiàn)為頻率的突變，因此，波頭的到達檢測點的時刻可以直觀地表現(xiàn)為瞬時頻譜圖上頻率的突變點。

圖2取自內(nèi)蒙古500 kV電網(wǎng)永汗(永圣域—汗海)[13]線路短路后永圣域端測點的1/4個周波的α模電流分量Iα及其改進LMD分解結(jié)果PF1；圖3為計算得到如圖4所示的PF1瞬時頻譜圖。從圖上可以看到首個PF1瞬時頻率突變點可以檢測到波頭到達時刻，并且在后面仿真中也得到了驗證。

圖3 α模電流及改進LMD分解

圖4 PF1瞬時頻譜圖

2.2 故障定位流程

故障發(fā)生之后，各測量點通過裝設的無線通信設備(GPRS)將帶有時標的線模電流數(shù)據(jù)發(fā)送到監(jiān)控中心；監(jiān)控中心接收數(shù)據(jù)后，通過改進LMD算法對接收到的線模分量進行分解，得到首個PF分量的瞬時頻譜圖上首個頻率突變點所對應的時刻，則該時刻即為初始行波到達測量點的時間；考慮到行波在傳播過程中容易出現(xiàn)頻散現(xiàn)象而導致行波波速難以確定，因此本文采用在線測量確定行波波速[14]；最后根據(jù)雙端測距原理(11)計算定位的故障距離。

(11)

其中定位得到的故障距離為DMF，輸電線路路長度為L，在線測量得到行波波速為v，tM和tN分別為M和N測量點檢測到初始行波第一次到達檢測點的時刻。

3 仿真分析

3.1 仿真模型

本文利用PSCAD/EMTDC仿真工具對線路進行電磁暫態(tài)故障仿真。如圖5所示，仿真系統(tǒng)選自內(nèi)蒙古500 kV電網(wǎng)永漢段，線路全長242 km,線路兩端分別裝設檢測裝置。

圖5 仿真用輸電線路

特高壓線路故障暫態(tài)行波中富含高次諧波，而且輸電線路參數(shù)受頻率影響較大，因此輸電線路參數(shù)選擇與頻率相關(guān)的分布參數(shù)模型Frequency Dependent(Phase)Model。表1給出了工頻狀態(tài)下輸電線路各參數(shù)值。

表1 輸電線路參數(shù)

仿真中采樣頻率選取1 MHz；波速在線測量值為v=299 414.351 km/s；故障短路點分別設在距離測點M30 km、90 km、180 km處，每一種情況又包含過渡電阻分別為50 Ω、150 Ω、350 Ω三種情況。0.1 s時刻發(fā)生短路，短路持續(xù)時間為0.05 s。

3.2 仿真結(jié)果分析

通過仿真得到各種故障情況下各測量點的短路電流數(shù)據(jù)，整理并導入MATLAB軟件中；然后利用本文提出的改進LMD算法對數(shù)據(jù)進行處理，計算出行波波頭到達時間；最后采用雙端測距法計算故障距離，并與原設定故障距離進行對比，計算出定位誤差。

表2列出了在距離測點M30 km處，過渡電阻為150 Ω的情況下不同故障類型對故障定位結(jié)果的影響。

表2 不同故障類型故障定位結(jié)果對比

鑒于單相接地故障最為常見，表3列出了在距離測點M30 km處，單相經(jīng)不同過渡電阻接地故障的定位結(jié)果。

表3 不同過渡電阻A相接地故障定位結(jié)果對比

仍然采用單相接地故障，表4列出了過渡電阻為150 Ω，不同區(qū)間發(fā)生A相單相接地故障時的定位結(jié)果。

表4 不同區(qū)間A相接地故障定位結(jié)果對比

綜上所述，由表2～表5中可以看出，故障距離越長、過渡電阻越小故障定位精度越高；當改變故障發(fā)生條件時，傳統(tǒng)LMD方法定位誤差范圍變化較大，而改進LMD方法可以把誤差控制在較小范圍內(nèi)，提高了故障定位的精度。

4 結(jié)束語

本文提出了一種改進LMD算法并應用于高壓輸電線路故障行波波頭檢測。該方法采用波形匹配對測量點電流線模分量進行端點延拓，并采用線性插值解決由于過平滑處理而導致的端點效應，提高了行波信號分解精度，更加準確地標定行波波頭的到達時刻。不同故障條件下仿真結(jié)果進一步驗證了改進LMD定位方法相比傳統(tǒng)LMD方法具有較高的定位精度。

[1] 王奎鑫, 祝成, 孫佳佳, 等. 輸電線路組合行波測距方法研究[J].電力系統(tǒng)保護與控制,2012,40(15): 82-88.

[2] 覃劍, 葛維春, 邱金輝, 等. 輸電線路單端行波測距法和雙端行波測距法的對比[J]. 電力系統(tǒng)自動化,2006, 30(6): 92-95.

[3] 危韌勇, 劉春芳. 基于小波理論的超高壓輸電線路故障定位與選相方法[J]. 中國電機工程學報,2000,20(5): 85-88.

[4] HUANG N E, SHEN Z, LONG S R, et al. The empirical mode decomposition and the Hilbert spectrum for nonlinear and non-stationary time series analysis[J]. Proc.R SocLond A,1998,454 (21):903-995.

[5] HUANG N E, SHEN Z, LONG S R. A new view of nonlinear waves: the hilbert spectrum[J]. Annual Review of Fluid Mechanics, 1999, (31): 417-457.

[6] 何軍娜，陳劍云.電力系統(tǒng)行波測距方法及其發(fā)展[J].電力系統(tǒng)保護與控制,2014,42(24):148-15.

[7] 張小麗，曾祥君，馬洪江，等. 基于Hilber-Huang變換的電網(wǎng)故障行波定位方法[J]. 電力系統(tǒng)自動化,2008,32(8): 64-68.

[8] SMITH J S. The local mean decomposition and its application to EEG perception data[J]. Journal of the Royal Society Interface, 2005, 2(5): 443-454.

[9] 任達千，楊世錫，吳昭同，等．基于LMD的瞬時頻率求取方法及實驗[J]．浙江大學學報，2009，3(3)：523-528．

[10] 張亢．局域均值分解方法及其在旋轉(zhuǎn)機械故障診斷中的研究[D]．長沙:湖南大學,2012．

[11] 鄧森，景博，黃以峰，等．基于改進局域均值分解算法的模擬電路故障特征提取方法[J]．計算機集成制造系統(tǒng), 2013,19(10):2550-2556．

[12] 林婉如，熊盛武，謝嘯虎. 局部經(jīng)驗模態(tài)分解算法[J].計算機工程應用,2011,47( 13): 123-126．

[13] 齊建平. 內(nèi)蒙古500 kV輸電線路行波故障測距算法研究[D]. 北京：華北電力大學,2014.

[14] 黃雄，王志華，尹項根，等. 高壓輸電線路行波測距的行波波速確定方法[J]. 電網(wǎng)技術(shù),2004, 28(19): 34-37.

中獎欣喜，貴在參與。投注熱情，好運來臨。

愛心需長久，奇跡在左右。體彩手拉手，公益心連心。

投注深情，好夢成真。彩民共托朝陽，足彩再創(chuàng)輝煌。

Application of Improved LMD in Traveling Wave Fault Location of High-voltage Transmission Lines

Wang Lidong, Wang Lingtao, Zhou Xiang

(Shanxi University, Taiyuan Shanxi 030013, China)

In the decomposition of traveling wave signal through traditional local mean decomposition (LMD), big errors in the local mean function and envelope function caused by over-smoothing finally affect extraction of transit fault signal. Firstly, waveform matching is used to extend the endpoint of the aerial mode component of the current at the measuring points, and local mean function and envelope function are obtained through linear interpolation. Then, the time of arrival of traveling wave range at the measuring point is demarcated according to the spectrogram of the first PF component. Finally, fault distance is calculated in the principle of double-end traveling wave fault location. Simulating results show that the presented location method has a higher location accuracy than the traditional LMD method.

fault location； traveling wave； local mean decomposition； waveform matching； linear interpolation

10.3969/j.issn.1000-3886.2017.01.018

TM711

A

1000-3886(2017)01-0060-04

王力棟(1990-)，男，山西運城人，通訊作者，碩士生，主要從事特高壓輸電線路行波故障測距研究。 王玲桃(1967-)，女，山西太原人，博士，教授，碩士生導師。主要從事先進輸變電技術(shù)、傳輸線理論的研究。 周祥(1992-)，女，山西運城人，碩士生，主要從事傳輸線理論的研究。

定稿日期: 2016-07-28