一种基于小波能量比值的逆变站区内外故障识别方法

摘要

本发明公开了一种基于小波能量比值的逆变站区内外故障识别方法，具体的：在计算出交流滤波器出口处电流故障分量模量的高频小波能量与换流变压器一次侧电流故障分量模量的高频小波能量的比值kE后，通过判断kE与故障识别阈值5的关系实现逆变站区内外故障的识别，若kE 5，则判断出故障为逆变站区外故障。本发明赋予了逆变站保护识别逆变站区内外故障的能力，且无需依赖于远距离通信，适用于所有的高压直流输电工程，不受故障类型、故障位置、过渡电阻、故障初始角以及噪声干扰的影响，具有良好的工程应用前景。

权利要求

1.一种基于小波能量比值的逆变站区内外故障识别方法，其特征在于，包括以下步骤：A、数据采集

以采样频率fs＝10kHz实时采集电流数据：实时采集逆变站的n个换流变压器TB1～TBn一次侧的三相电流信号，分别为ia_TB1(t)、ib_TB1(t)、ic_TB1(t)，ia_TB2(t)、ib_TB2(t)、ic_TB2(t)，…，ia_TBn(t)、ib_TBn(t)、ic_TBn(t)；实时采集交流滤波器出口处的三相电流信号，分别为ia_ACF(t)、ib_ACF(t)、ic_ACF(t)，其中t为采样时刻；

B、电流分量的模量计算

B1、分别计算换流变压器一次侧a相、b相以及c相电流之和ia_TB(t)、ib_TB(t)、ic_TB(t)，算式为：

B2、计算ia_TB(t)、ib_TB(t)、ic_TB(t)的电流分量Δia_TB(t)＝ia_TB(t)‑ia_TB(t‑T)、Δib_TB(t)＝ib_TB(t)‑ib_TB(t‑T)、Δic_TB(t)＝ic_TB(t)‑ic_TB(t‑T)；计算ia_ACF(t)、ib_ACF(t)、ic_ACF(t)的电流分量Δia_ACF(t)＝ia_ACF(t)‑ia_ACF(t‑T)、Δib_ACF(t)＝ib_ACF(t)‑ib_ACF(t‑T)、Δic_ACF(t)＝ic_ACF(t)‑ic_ACF(t‑T)；其中T表示一个交流工频周期；

B3、对Δia_TB(t)、Δib_TB(t)、Δic_TB(t)进行相模变换得到换流变压器一次侧a相、b相以及c相总电流分量的模量，为ΔiTB(t)＝[2×Δia_TB(t)‑Δib_TB(t)‑Δic_TB(t)]/3；对Δia_ACF(t)、Δib_ACF(t)、Δic_ACF(t)进行相模变换得到交流滤波器出口处电流分量的模量，为ΔiACF(t)＝[2×Δia_ACF(t)‑Δib_ACF(t)‑Δic_ACF(t)]/3；

C、故障时刻的确定

C1、计算逆变站交流母线三相电压ua(t)、ub(t)、uc(t)的电压分量Δua(t)＝ua(t)‑ua(t‑T)、Δub(t)＝ub(t)‑ub(t‑T)、Δuc(t)＝uc(t)‑uc(t‑T)；

C2、求Δua(t)、Δub(t)、Δuc(t)绝对值的最大值Δumax＝max(|Δua(t)|、|Δub(t)|、|Δuc(t)|)；判断Δumax＞Δuset是否成立，若否，则返回步骤A；若是，则确定发生了故障，记录此时为故障时刻，将此时刻记为算法启动时刻，并进入下一步；其中Δuset为识别算法启动阈值；

D、小波能量比值的求取

D1、使用dB1小波对信号ΔiTB(t)、ΔiACF(t)执行一层小波分解，产生的细节系数即为小波变换系数，信号ΔiTB(t)的小波变换系数记为WT，信号ΔiACF(t)的小波变换系数记为WF；

由小波变换原理可知，信号ΔiTB(t)、ΔiACF(t)高频小波能量所对应的频率范围为2.5kHz＜f＜5kHz；

D2、分别计算ΔiTB(t)、ΔiACF(t)的高频小波能量， 其中j＝1代表算法启动后的第一个采样点，N代表积分时间窗内采样点的个数；

D3、计算ΔiTB(t)与ΔiACF(t)的高频小波能量比值EF/ET，定义kE＝EF/ET；

E、逆变站区内外故障识别

判断kE＞kset是否成立，若是，则判断发生的故障为逆变站区外故障，若否，则判断发生的故障为逆变站区内故障，其中kset为故障识别阈值。

2.根据权利要求1所述的一种基于小波能量比值的逆变站区内外故障识别方法，其特征在于，所述识别算法启动阈值Δuset的取值为0.01～0.1倍故障启动所用电压测点处电压的额定值。

3.根据权利要求1所述的一种基于小波能量比值的逆变站区内外故障识别方法，其特征在于，所述积分时间窗内采样点的个数N取值为10。

4.根据权利要求1所述的一种基于小波能量比值的逆变站区内外故障识别方法，其特征在于，所述故障识别阈值kset取值为5。

说明书

一种基于小波能量比值的逆变站区内外故障识别方法

技术领域

[0001] 本发明属于逆变站区内外故障识别技术领域，尤其涉及一种基于小波能量比值的逆变站 区内外故障识别方法。

背景技术

[0002] 换流站是连接交直流系统的重要组成部分，换流站保护用以保障站内设备免受故障威胁， 在交直流混联系统保护中起到至关重要的作用。为了防止在逆变站区内发生故障
时逆变站设 备损坏，实际工程为逆变站配置了多类保护，然而现场的运行经验表明，逆变
站区外交流系 统故障导致逆变站保护误动作的事件时有发生，严重时将引起直流系统闭
锁，威胁电网安全 稳定，即逆变站的部分保护缺乏对于逆变站区内外故障的辨识能力。因
此，为防止逆变站保 护在区外故障时误动作，亟需引入一种逆变站区内外故障识别方法，
赋予逆变站保护识别逆 变站区内外故障的能力。

发明内容

[0003] 为了能准确、可靠地识别出逆变站区内外故障，本发明提供了一种基于小波能量比值的 逆变站区内外故障识别方法。

[0004] 本发明的一种基于小波能量比值的逆变站区内外故障识别方法，包括以下步骤：

[0005] A、数据采集

[0006] 以采样频率fs＝10kHz实时采集电流数据：实时采集逆变站的n个换流变压器TB1～TBn一次侧的三相电流信号，分别为ia_TB1(t)、ib_TB1(t)、ic_TB1(t)，ia_TB2(t)、ib_TB2(t)、ic_TB2
(t)，…， ia_TBn(t)、ib_TBn(t)、ic_TBn(t)；实时采集交流滤波器出口处的三相电流信号，分别
为ia_ACF(t)、ib_ACF(t)、 ic_ACF(t)，其中t为采样时刻。

[0007] B、故障分量的模量计算

[0008] B1、分别计算换流变压器一次侧a相、b相以及c相电流之和ia_TB(t)、ib_TB(t)、ic_TB(t)， 算式为

[0009] B2、计算ia_TB(t)、ib_TB(t)、ic_TB(t)的故障分量Δia_TB(t)＝ia_TB(t)‑ia_TB(t‑T)、Δib_TB(t)＝ib_TB(t)‑ ib_TB(t‑T)、Δic_TB(t)＝ic_TB(t)‑ic_TB(t‑T)；计算ia_ACF(t)、ib_ACF(t)、
ic_ACF(t)的故障分量Δia_ACF(t)＝ia_ACF(t)‑ia_ACF(t‑T)、Δib_ACF(t)＝ib_ACF(t)‑ib_ACF(t‑T)、
Δic_ACF(t)＝ic_ACF(t)‑ic_ACF(t‑T)；其中T表示 一个交流工频周期。

[0010] B3、对Δia_TB(t)、Δib_TB(t)、Δic_TB(t)进行相模变换得到换流变压器一次侧a相、b相以及c 相总电流故障分量的模量，为ΔiTB(t)＝[2×Δia_TB(t)‑Δib_TB(t)‑Δic_TB(t)]/
3；对Δia_ACF(t)、Δib_ACF(t)、 Δic_ACF(t)进行相模变换得到交流滤波器出口处电流故障分
量的模量，为 ΔiACF(t)＝[2×Δia_ACF(t)‑Δib_ACF(t)‑Δic_ACF(t)]/3。

[0011] C、故障时刻的确定

[0012] C1、计算逆变站交流母线三相电压ua(t)、ub(t)、uc(t)的故障分量Δua(t)＝ua(t)‑ua(t‑T)、 Δub(t)＝ub(t)‑ub(t‑T)、Δuc(t)＝uc(t)‑uc(t‑T)。

[0013] C2、求Δua(t)、Δub(t)、Δuc(t)绝对值的最大值Δumax＝max(|Δua(t)|、|Δub(t)|、|Δuc(t)|)；判 断Δumax>Δuset是否成立，若否，则返回步骤A；若是，则确定发生了故障，
记录此时为故障 时刻，将此时刻记为算法启动时刻，并进入下一步；其中Δuset为识别算法
启动阈值。

[0014] D、小波能量比值的求取

[0015] D1、使用dB1小波对信号ΔiTB(t)、ΔiACF(t)执行一层小波分解，产生的细节系数即为小波 变换系数，信号ΔiTB(t)的小波变换系数记为WT，信号ΔiACF(t)的小波变换系数记
为WF；由小 波变换原理可知，信号ΔiTB(t)、ΔiACF(t)高频小波能量所对应的频率范围为
2.5kHz

[0016] D2、分别计算ΔiTB(t)、ΔiACF(t)的高频小波能量，其中j＝1 代表算法启动后的第一个采样点，N代表积分时间窗内采样点的个数。

[0017] D3、计算ΔiTB(t)与ΔiACF(t)的高频小波能量比值EF/ET，定义kE＝EF/ET。

[0018] E、逆变站区内外故障识别

[0019] 判断kE>kset是否成立，若是，则判断发生的故障为逆变站区外故障，若否，则判断发生 的故障为逆变站区内故障，其中kset为故障识别阈值。

[0020] 进一步的，识别算法启动阈值Δuset的取值为0.01～0.1倍故障启动所用电压测点处电压的 额定值。

[0021] 进一步的，积分时间窗内采样点的个数N取值为10。

[0022] 进一步的，故障识别阈值kset取值为5。

[0023] 本发明与现有技术相比的有益技术效果为：

[0024] 1、本发明可实现对逆变站区内外故障的准确识别，在逆变站保护误动作之前识别出故障 发生在逆变站区内还是逆变站区外，即赋予了逆变站保护对于逆变站区内外故障
的辨识能力， 为提高逆变站保护的可靠性打下理论基础。

[0025] 2、本发明仅需采集换流变压器一次侧三相电流信号和交流滤波器出口处三相电流信号， 无需额外安装测点，且测点距离逆变侧的控制保护系统较近，无需依赖于远距离
通信来汇总 采集到的信号数据。

[0026] 3、本发明适用范围广，由于高压直流输电换流器工作需要大量的无功功率，则交流滤波 器须有无功补偿的作用，即交流滤波器高频阻抗很低，本发明即是利用此特点提出
的逆变站 区内外故障识别方法，综上本发明所提方法适用于所有的高压直流输电工程。

[0027] 4、本发明在各种工况下具有良好的适应性，在不同故障类型、不同故障位置、不同过渡 电阻、不同故障初始角以及不同噪声干扰下，所提逆变站区内外故障识别方法仍能够
可靠识 别出故障发生于逆变站区内还是逆变站区外，说明了本发明适应性强，可靠性高。

附图说明

[0028] 图1为高压直流输电系统逆变站区内外故障分布示意图。

[0029] 图2为f1处A相发生金属性接地故障时ΔiTB(t)与ΔiACF(t)的高频小波能量图。

[0030] 图3为f4‑L1处A相发生金属性接地故障时ΔiTB(t)与ΔiACF(t)的高频小波能量图。

具体实施方式

[0031] 下面结合附图和具体实施方式对本发明做进一步的详细说明。

[0032] 本发明的一种基于小波能量比值的逆变站区内外故障识别方法，包括以下步骤：

[0033] A、数据采集

[0034] 以采样频率fs＝10kHz实时采集电流数据：实时采集逆变站的n个换流变压器TB1～TBn一次侧的三相电流信号，分别为ia_TB1(t)、ib_TB1(t)、ic_TB1(t)，ia_TB2(t)、ib_TB2(t)、ic_TB2
(t)，…， ia_TBn(t)、ib_TBn(t)、ic_TBn(t)；实时采集交流滤波器出口处的三相电流信号，分别
为ia_ACF(t)、ib_ACF(t)、 ic_ACF(t)，其中t为采样时刻。

[0035] B、故障分量的模量计算

[0036] B1、分别计算换流变压器一次侧a相、b相以及c相电流之和ia_TB(t)、ib_TB(t)、ic_TB(t)， 则

[0037] B2、计算ia_TB(t)、ib_TB(t)、ic_TB(t)的故障分量Δia_TB(t)＝ia_TB(t)‑ia_TB(t‑T)、Δib_TB(t)＝ib_TB(t)‑ ib_TB(t‑T)、Δic_TB(t)＝ic_TB(t)‑ic_TB(t‑T)；计算ia_ACF(t)、ib_ACF(t)、
ic_ACF(t)的故障分量Δia_ACF(t)＝ ia_ACF(t)‑ia_ACF(t‑T)、Δib_ACF(t)＝ib_ACF(t)‑ib_ACF(t‑
T)、Δic_ACF(t)＝ic_ACF(t)‑ic_ACF(t‑T)；其中T表示 一个交流工频周期。

[0038] B3、对Δia_TB(t)、Δib_TB(t)、Δic_TB(t)进行相模变换得到换流变压器一次侧a相、b相以及c 相总电流故障分量的模量，为ΔiTB(t)＝[2×Δia_TB(t)‑Δib_TB(t)‑Δic_TB(t)]/
3；对Δia_ACF(t)、Δib_ACF(t)、 Δic_ACF(t)进行相模变换得到交流滤波器出口处电流故障分
量的模量，为 ΔiACF(t)＝[2×Δia_ACF(t)‑Δib_ACF(t)‑Δic_ACF(t)]/3。

[0039] C、故障时刻的确定

[0040] C1、计算逆变站交流母线三相电压ua(t)、ub(t)、uc(t)的故障分量Δua(t)＝ua(t)‑ua(t‑T)、 Δub(t)＝ub(t)‑ub(t‑T)、Δuc(t)＝uc(t)‑uc(t‑T)。

[0041] C2、求Δua(t)、Δub(t)、Δuc(t)绝对值的最大值Δumax＝max(|Δua(t)|、|Δub(t)|、|Δuc(t)|)；判 断Δumax>Δuset是否成立，若否，则返回步骤A；若是，则确定发生了故障，
记录此时为故障 时刻，将此时刻记为算法启动时刻，并进入下一步；识别算法启动阈值Δ
uset的取值为0.01～0.1 倍故障启动所用电压测点处电压的额定值。

[0042] D、小波能量比值的求取

[0043] D1、使用dB1小波对信号ΔiTB(t)、ΔiACF(t)执行一层小波分解，产生的细节系数即为小波 变换系数，信号ΔiTB(t)的小波变换系数记为WT，信号ΔiACF(t)的小波变换系数记
为WF；由小 波变换原理可知，信号ΔiTB(t)、ΔiACF(t)高频小波能量所对应的频率范围为
2.5kHz

[0044] D2、分别计算ΔiTB(t)、ΔiACF(t)的高频小波能量，其中j＝1 代表算法启动后的第一个采样点，N代表积分时间窗内采样点的个数，取值为10。

[0045] D3、计算ΔiTB(t)与ΔiACF(t)的高频小波能量比值EF/ET，定义kE＝EF/ET。

[0046] E、逆变站区内外故障识别

[0047] 判断kE>kset是否成立，若是，则判断发生的故障为逆变站区外故障，若否，则判断发生 的故障为逆变站区内故障，其中kset为故障识别阈值，取值为5。

[0048] 仿真实验

[0049] 基于PSCAD/EMTDC仿真平台上搭建受端连接有3条交流线路的±800kV交直流系统仿 真模型，模型中3条受端交流线路L1～L3的长度分别为200km、110km、80km。高压直流输 
电系统逆变站区内外故障分布示意图如附图1所示，其中f1代表换流变压器一次侧故障，f2
代表换流变压器二次侧故障，f3代表换流器直流侧出口故障，均为逆变站区内故障；f4‑L1代 
表交流线路L1上发生的故障，为逆变站区外故障。在模型上设置换流变压器TB1一次侧f1处 
A相发生金属性接地故障，信号ΔiTB(t)与ΔiACF(t)经小波变换后的高频小波能量如附图2
所示， 计算可得kE＝0.9862<5，可判断出故障为逆变站区内故障；在模型上设置交流线路L1
上点f4‑L1处A相发生金属性接地故障，故障距离，即距离换流母线的距离为10km，信号ΔiTB
(t)与ΔiACF(t) 经小波变换后的高频小波能量如附图3所示，计算可得kE＝22.8290>5，可
判断出故障为逆变 站区外故障。

[0050] 为验证所提故障识别方法在不同故障类型与不同故障位置下的适应性，分别在模型上设 置不同故障类型与不同故障位置的逆变站区内外故障，并利用本发明所提方法对
故障进行识 别，得到的仿真结果如表1所示。表1中AG表示A相接地故障，ABG代表AB两相接
地故 障，ABCG代表三相接地故障；表1中的故障距离代表f4‑L1距离换流母线的距离；f1、f2、
f3、 f4‑L1的过渡电阻均为60Ω，故障初始角均为0°。

[0051] 表1不同故障类型与不同故障位置下的仿真结果

[0052]

[0053] 根据表1中结果可知，当逆变站区内故障时，kE均小于5，此时判断发生的故障为逆变 站区内故障；当逆变站区外故障时，kE均大于5，此时判断发生的故障为逆变站区外故
障。 因此可知，无论故障发生于逆变站区内还是逆变站区外，本发明均能够准确识别，与本
发明 所要实现的目的一致。

[0054] 为验证所提故障识别方法在不同过渡电阻下的适应性，分别在模型上设置不同过渡电阻 的逆变站区内故障和逆变站区外故障，并利用本发明所提算法对故障进行识别，得
到的仿真 结果如表2所示。以A相接地故障为例，其中f4‑L1处发生的故障在距离换流母线
10km处， 故障初始角均为0°。

[0055] 表2不同过渡电阻下的仿真结果

[0056]

[0057] 根据表2中结果可知，在逆变站区内发生不同过渡电阻下的故障时，kE均小于5，此时 判断发生的故障为逆变站区内故障；在逆变站区外发生不同过渡电阻下的故障时，kE均
大于 5，此时判断发生的故障为逆变站区外故障。因此可知，无论故障发生于逆变站区内还
是逆变 站区外，本发明均能够准确识别，与本发明所要实现的目的一致。

[0058] 为验证所提故障识别方法在不同故障初始角下的适应性，分别在模型上设置不同故障初 始角下的逆变站区内故障和逆变站区外故障，并利用本发明所提算法对故障进行
识别，得到 的仿真结果如表3所示。以A相接地故障为例(过渡电阻设置为60Ω)，f4‑L1处发
生的故障 在距离换流母线30km处。

[0059] 表3不同故障初始角下的仿真结果

[0060]

[0061] 根据表3中结果可知，在逆变站区内发生不同故障初始角下的故障时，kE均小于5，此 时判断发生的故障为逆变站区内故障；在逆变站区外发生不同故障初始角下的故障时，
kE均 大于5，此时判断发生的故障为逆变站区外故障。因此可知，无论故障发生于逆变站区
内还 是逆变站区外，本发明均能够准确识别，与本发明所要实现的目的一致。

[0062] 为验证所提故障识别方法在噪声干扰下的适应性，在模型上设置不同程度噪声干扰下的 逆变站区内故障和逆变站区外故障，并利用本发明所提算法对故障进行识别，以A
相接地故 障为例，且过渡电阻设置为60Ω，f4‑L1处发生的故障在距离换流母线60km处，故
障初始角 为0°，得到的仿真结果如表4所示。

[0063] 表4噪声干扰下的仿真结果

[0064]

[0065] 根据表4中结果可知，在噪声干扰下，逆变站区内发生故障时，kE均小于5，此时判断 发生的故障为逆变站区内故障；逆变站区外发生故障时，kE均大于5，此时判断发生的故
障 为逆变站区外故障。因此可知，无论故障发生于逆变站区内还是逆变站区外，本发明均
能够 准确识别，与本发明所要实现的目的一致。