本發(fā)明屬于電力系統(tǒng)故障診斷技術領域，特別涉及一種電力系統(tǒng)故障錄波數據突變時刻檢測方法及系統(tǒng)。

背景技術：

故障錄波數據提供故障狀態(tài)下的暫態(tài)數據，為電力系統(tǒng)故障分析及對各種保護動作行為的分析和評價提供了主要依據。由于不同的廠商生產的故障錄波裝置一般都帶有不同的故障錄波數據格式，其所包含的內容也不盡相同，但都提供COMTRADE格式的錄波數據生成接口用于保存和傳輸。COMTRADE格式文件主要包括頭文件(*.HDR)、配置文件(*.CFG)、數據文件(*.DAT)、信息文件(*.INF)。

通常情況下，當電力系統(tǒng)線路發(fā)生故障時，一個典型的故障過程波形對應不同性質的故障應有相應的劇烈變動的時刻，這些波形突變時刻亦即信號的奇異點。當發(fā)生瞬時性故障時，由于重合閘成功，波形應具有三個突變時刻：故障時刻T1，故障切除時刻T2，重合閘時刻T3；當發(fā)生永久性故障時，由于重合閘不成功，在重合閘之后應還有故障再切除時刻T4。同時，對于非故障過程比如開關誤動并重合成功應有兩個突變時刻。通過分析故障錄波波形突變時刻以及突變時刻間的電流特征，并考慮開關、保護、重合閘等動作時間，不僅能夠確定出故障設備，而且能夠確定保護、斷路器等動作情況是否正確以及重合閘是否成功等裝置動作行為信息。

某一函數的奇異性程度可由Lipschitz指數來表征，其數值大小可通過對其進行小波變換的模極大值在不同尺度下的值計算出來。也就是說，信號經小波變換的模極大值與原信號的突變點之間存在著一一對應的關系，即小波變換模極大值的大小表示信號突變的強弱程度，極性代表信號突變的方向，信號的奇異性檢測理論將具有突變性質的信號在什么時間發(fā)生突變以及發(fā)生突變的劇烈程度用小波變換模極大值這個數學描述來表示。

由于現場故障錄波數據存在擾動等因素，奇異點并不孤立存在，在其鄰域內存在干擾的奇異點。雖然無法精確定位到故障特征時刻，卻可以通過小波變換先檢測出可疑奇異點集，大大減少需要判斷的采樣點數，縮小奇異點所在的范圍。觀察電力系統(tǒng)故障過程的電流波形可以看出，在波形突變點附近前后，波形幅值相差很大，亦即存在較大的突變量。通過比較一個采樣點前后的1周波基波有效值，可以很好的判斷出該采樣點是否為突變點。但是，若對所有采樣點進行前后基波有效值比較，數據處理的工作量相當大，降低了數據處理的速度。且現有技術中對故障錄波數據的奇異點檢測具有實用化缺陷，且故障錄波波形奇異點檢測的精確度較低，不能滿足實用化需求。

技術實現要素：

針對上述問題，本發(fā)明提出了一種電力系統(tǒng)故障錄波數據突變時刻檢測方法和系統(tǒng)。具體如下：

一種電力系統(tǒng)故障錄波數據突變時刻檢測方法，包括如下步驟：

S1，選取供檢測的線路電流波形，得到故障錄波采樣序列；

S2，對所述故障錄波采樣序列進行小波分解和重構，得到篩選之后的采樣序列；

S3，在所述篩選之后的采樣序列中選取奇異點集。

所述步驟S1還包括：

以COMTRADE格式標準存儲故障錄波數據；以故障時刻之后電流方向為正方向，并采用基于正序分量的算法進行故障電流方向的判斷。

所述步驟S2具體包括：

S21，根據所述故障錄波數據獲取分段采樣頻率數N，并將采樣序列分為N段；

S22，對所述N段采樣序列采用DB4小波進行離散小波分解；

S23，選取第二解析度序列D，對D進行細節(jié)重構，得到篩選之后的采樣序列Y(n)；

S24，取所述采樣序列Y(n)所有序列值的平均值，根據所述平均值對所述采樣序列Y(n)進行進一步篩選，得到進一步篩選之后采樣序列Z(n)。

所述步驟S3具體包括：

S31，對所述序列Z(n)按半基波周期分段取模極大值，清除其中為零的采樣點，并存入可疑奇異點集S；

S32，對所述可疑奇異點集S中的每一采樣點進行進一步判斷，判斷公式為：并將滿足所述判斷公式的采樣點存入突變集T，

其中，I_a和I_b為采樣點前后基波有效值，ε₂為基波有效值零值判斷閾值，ε₃、ε₄為判斷采樣點前后是否突變比例閾值。

所述步驟S1還包括：

所述故障錄波采樣序列為線路三相及中性點的采樣序列。

一種電力系統(tǒng)故障錄波數據突變時刻檢測系統(tǒng)，包括如下模塊：

故障錄波采樣模塊，用于選取供檢測的線路電流波形，得到故障錄波采樣序列；

小波分解和重構模塊，用于對所述故障錄波采樣序列進行小波分解和重構，得到篩選之后的采樣序列；

奇異點集選取模塊，用于在所述篩選之后的采樣序列中選取奇異點集。

所述故障錄波采樣模塊還包括：

故障錄波數據存儲模塊，用于以COMTRADE格式標準存儲故障錄波數據；

故障電流方向判斷模塊，用于以故障時刻之后電流方向為正方向，并采用基于正序分量的算法進行故障電流方向的判斷。

所述小波分解和重構模塊具體包括：

采樣序列劃分模塊，用于根據所述故障錄波數據獲取分段采樣頻率數N，并將采樣序列分為N段；

離散小波分解模塊，用于對所述N段采樣序列采用DB4小波進行離散小波分解；

第一篩選模塊，用于選取第二解析度序列D，對D進行細節(jié)重構，得到篩選之后的采樣序列Y(n)；

第二篩選模塊，用于取所述采樣序列Y(n)所有序列值的平均值，根據所述平均值對所述采樣序列Y(n)進行進一步篩選，得到進一步篩選之后采樣序列Z(n)。

所述奇異點集選取模塊具體包括：

可疑奇異點集生成模塊，用于對所述序列Z(n)按半基波周期分段取模極大值，清除其中為零的采樣點，并存入可疑奇異點集S；

突變集生成模塊，用于對所述可疑奇異點集S中的每一采樣點進行進一步判斷，判斷公式為：并將滿足所述判斷公式的采樣點存入突變集T，

其中，I_a和I_b為采樣點前后基波有效值，ε₂為基波有效值零值判斷閾值，ε₃、ε₄為判斷采樣點前后是否突變比例閾值。

所述故障錄波采樣模塊還包括：

所述故障錄波采樣序列為線路三相及中性點的采樣序列。

本發(fā)明的有益效果在于：

本發(fā)明先對故障錄波數據采用小波變換奇異點檢測方法檢測出波形可疑奇異點集，進而利用可疑奇異點前后基波有效值比較確定波形突變點，確定故障特征時刻。兩者結合經驗證不但能夠較為精確的定位到故障特征時刻，保證誤差在可允許范圍內，檢測精度高，為進一步利用故障錄波時序信息進行故障診斷提供了技術支持；而且計算速度能滿足快速計算的要求，具有很強的實用性。

附圖說明

圖1是高壟變電站網絡接線圖；

圖2是大高Ⅱ路B相故障錄波采樣序列圖；

圖3是分段采樣波形圖；

圖4是重構后的采樣序列波形圖；

圖5是本發(fā)明的電力系統(tǒng)故障錄波數據突變時刻檢測方法流程圖。

具體實施方式

下面結合附圖，對實施例作詳細說明。

實施例一：

一種電力系統(tǒng)故障錄波數據突變時刻檢測方法，流程如圖5所示，包括以下步驟：

(1)選取供檢測的線路電流波形。其具體過程為：

a)按COMTRADE格式標準，雖然故障錄波數據記錄觸發(fā)時刻是可選字段，但目前故障錄波裝置廠家通常都能提供標準中的所有字段，而故障錄波數據提供故障錄波觸發(fā)時刻可以作為T1時刻直接使用。

b)考慮當電網發(fā)生故障后，根據電網故障電流流向特點，如果某線路上的故障電流方向與該線路保護規(guī)定正方向相反的，那么該線路以及下游設備肯定不是故障設備。故而，若線路發(fā)生故障，則其故障方向必由母線指向線路，亦即故障方向是正方向。基于此，在T1故障時刻已知的情況下，在進行奇異點檢測時，只選取T1時刻之后電流方向為正方向的線路進行分析。其中，采用基于正序分量的算法進行故障電流方向的判斷，其反向判據為

正向判據為

其中，θ為反向判據的閉鎖角，根據實際工程情況可設定為0°<θ<30°。

c)由于線路一般有三相以及中性點四個故障錄波采樣序列，考慮到單相接地故障時有時采用單相重合閘技術，相對于故障相，其他兩相故障特征不甚明顯，故本發(fā)明對線路三相及中性點采樣序列進行奇異點檢測，并選取奇異點最多的序列進行主要分析，其余用于輔助分析。

(2)對所選采樣序列進行小波分解和重構。其具體過程如下：

a)根據COMTRADE格式故障錄波配置文件獲取分段采樣頻率數N，并按配置文件中的采樣頻率對應的采樣點數將采樣序列分為N段X₁,X₂,…,X_i,…,X_N。

b)對X_i段序列采用DB4小波進行離散小波分解，DB4小波系數如表1所示。為解決離散卷積邊界問題，采用周期對稱延拓進行邊界采樣點拓延。

表1 DB4小波系數

c)選取第二解析度序列D，對D進行細節(jié)重構。重構之后的序列R(n)長度與原序列相同，但只保留了序列的細節(jié)部分。對R(n)中的每一序列值進行篩選，選取一定閾值進行判斷，其形式如下：

|R(i)|<ε₁ (3)

其中，ε₁為零值判斷閾值。若滿足公式(3)則序列值置零，否則保留原值，篩選之后的采樣序列記為Y(n)。

d)取Y(n)序列所有序列值的平均值

根據對序列Y(n)進行進一步篩選，篩選之后的采樣序列記為Z(n)。篩選公式為

其中，k為比例系數，一般選取為1/10～1/6。

3)選取奇異點集。具體過程如下：

a)由于實際信號存在干擾，在非奇異點處小波變換值不為零，無法通過對序列值取模最大值來檢測奇異點。本發(fā)明先對序列Z(n)按半基波周期分段取模極大值，清除其中為零的采樣點，置入可疑奇異點集S。

b)對S中的每一采樣點進行進一步判斷。計算采樣點前后基波有效值I_b和I_a，如果計算出的I_a和I_b的值皆小于一定閾值，據此可判斷出該采樣點前后皆處于為零狀態(tài)，該采樣點并非突變點；如果計算出的I_a和I_b的值不都小于一定閾值，則根據I_b和I_a的比值縮小奇異點集。判斷公式為

其中，ε₂為基波有效值零值判斷閾值，ε₃、ε₄為判斷采樣點前后是否突變比例閾值。滿足公式(6)的采樣點存入突變集T。突變點集T中可能存在小于半基頻周期的采樣點都滿足條件，根據裝置動作實際情況可知不存在如此短時間內的裝置動作情況，這些點應是同一個突變點周圍的干擾點，故對這些采樣點取均值并取整。

實施例二：

一種電力系統(tǒng)故障錄波數據突變時刻檢測系統(tǒng)，該包括以下模塊：

(1)故障錄波采樣模塊，用于選取供檢測的線路電流波形，得到故障錄波采樣序列。其具體為：

a)故障錄波數據存儲模塊：按COMTRADE格式標準，雖然故障錄波數據記錄觸發(fā)時刻是可選字段，但目前故障錄波裝置廠家通常都能提供標準中的所有字段，而故障錄波數據提供故障錄波觸發(fā)時刻可以作為T1時刻直接使用。

b)故障電流方向判斷模塊：考慮當電網發(fā)生故障后，根據電網故障電流流向特點，如果某線路上的故障電流方向與該線路保護規(guī)定正方向相反的，那么該線路以及下游設備肯定不是故障設備。故而，若線路發(fā)生故障，則其故障方向必由母線指向線路，亦即故障方向是正方向?；诖?，在T1故障時刻已知的情況下，在進行奇異點檢測時，只選取T1時刻之后電流方向為正方向的線路進行分析。其中，采用基于正序分量的算法進行故障電流方向的判斷，其反向判據為

正向判據為

其中，θ為反向判據的閉鎖角，根據實際工程情況可設定為0°<θ<30°。

c)故障錄波采樣模塊還包括：由于線路一般有三相以及中性點四個故障錄波采樣序列，考慮到單相接地故障時有時采用單相重合閘技術，相對于故障相，其他兩相故障特征不甚明顯，故本發(fā)明對線路三相及中性點采樣序列進行奇異點檢測，并選取奇異點最多的序列進行主要分析，其余用于輔助分析。

(2)小波分解和重構模塊：對所選采樣序列進行小波分解和重構。具體包括如下子模塊：

a)采樣序列劃分模塊：根據COMTRADE格式故障錄波配置文件獲取分段采樣頻率數N，并按配置文件中的采樣頻率對應的采樣點數將采樣序列分為N段X₁,X₂,…,X_i,…,X_N。

b)離散小波分解模塊：對X_i段序列采用DB4小波進行離散小波分解，DB4小波系數如表1所示。為解決離散卷積邊界問題，采用周期對稱延拓進行邊界采樣點拓延。

c)第一篩選模塊：選取第二解析度序列D，對D進行細節(jié)重構。重構之后的序列R(n)長度與原序列相同，但只保留了序列的細節(jié)部分。對R(n)中的每一序列值進行篩選，選取一定閾值進行判斷，其形式如下：

|R(i)|<ε₁ (9)

其中，ε₁為采樣值零值判斷閾值。若滿足公式(9)則序列值置零，否則保留原值，篩選之后的采樣序列記為Y(n)。

d)第二篩選模塊：取Y(n)序列所有序列值的平均值

根據對序列Y(n)進行進一步篩選，篩選之后的采樣序列記為Z(n)。篩選公式為

其中，k為比例系數，一般選取為1/10～1/6。

3)奇異點集選取模塊：選取奇異點集。具體包括如下子模塊：

a)可疑奇異點集生成模塊：由于實際信號存在干擾，在非奇異點處小波變換值不為零，無法通過對序列值取模最大值來檢測奇異點。本發(fā)明先對序列Z(n)按半基波周期分段取模極大值，清除其中為零的采樣點，置入可疑奇異點集S。

b)突變集生成模塊：對S中的每一采樣點進行進一步判斷。計算采樣點前后基波有效值I_b和I_a，如果計算出的I_a和I_b的值皆小于一定閾值，據此可判斷出該采樣點前后皆處于為零狀態(tài)，該采樣點并非突變點；如果計算出的I_a和I_b的值不都小于一定閾值，則根據I_b和I_a的比值縮小奇異點集。判斷公式為

其中，ε₂為基波有效值零值判斷閾值，ε₃、ε₄為判斷采樣點前后是否突變比例閾值。滿足公式(12)的采樣點存入突變集T。突變點集T中可能存在小于半基頻周期的采樣點都滿足條件，根據裝置動作實際情況可知不存在如此短時間內的裝置動作情況，這些點應是同一個突變點周圍的干擾點，故對這些采樣點取均值并取整。

實施例三：

下面結合圖表對優(yōu)選實施例作詳細說明。應該強調的是，下述說明僅僅是示例性的，而不是為了限制本發(fā)明的范圍及應用。

以泉州地區(qū)電網高壟變電站220kV大高Ⅱ路發(fā)生B相接地故障為例，對本發(fā)明進行進一步說明。基于COMTRADE格式的故障錄波數據取自泉州故障錄波聯網系統(tǒng)，高壟變電站網絡接線圖如圖1所示，不同電壓等級線路配置不同故障錄波裝置進行數據采集，其中220kV線路共有7條，分別連接于三段母線上。

結合突變量法和小波分析的故障錄波波形突變時刻檢測方法，該方法的步驟為：

步驟1)的具體過程為：

由故障錄波配置文件獲取采樣信息，采樣信息如表2所示。

表2 220kV高壟變電站故障錄波裝置采樣配置信息

記采樣開始開始時刻為0時刻，則可知T1為100ms，計算各線路在T1時刻之后的電流方向，電流方向如表3所示。

表3 各線路電流方向

如表所示，電流方向為正向的線路只有大高Ⅱ路，由故障錄波數據文件獲取大高Ⅱ路的A、B、C、N相采樣序列值，分別對其進行突變時刻提取。以下以B相數據為例進行余下步驟說明，其余三相提取方法相同。

步驟2)的具體過程為：

圖2為大高Ⅱ路B相故障錄波采樣序列，由表1可知采樣序列根據不同采樣頻率可分為四段X₁,X₂,X₃,X₄，分段采樣波形如圖3所示。首先對X₁進行突變時刻提取，對X₁利用DB4小波進行分解和重構，重構后的采樣序列波形如圖4所示。對序列中模值小于閾值的采樣點置零，閾值設為5，進而計算均值，小于均值1/6的直接置零，可得到如表4所示的可疑奇異點序列集Z(n)，其中小波變換值為絕對值。

表4 可疑奇異點序列集Z(n)表

步驟3)的具體過程為：

從Z(n)中的第一個采樣點開始，以半周波10ms為時間亦即50個采樣點為間隔選取間隔內的序列模極大值存入可疑奇異點集S，如表5所示。

表5 可疑奇異點集S表

其中采樣點921前后基波有效值過小，直接判定為切除狀態(tài)，不參與計算。由表5可以看出，當取ε₃、ε₄(ε₃、ε₄為判斷采樣點前后是否突變比例閾值)分別取0.1和10時，突變點有496、509、717三個點，其中496與509之間間隔小于50點，取其均值并取整為503。因此可以得到第一段采樣序列的突變時刻如表6所示，可以看出，與實際值存在一定偏差，但均在允許范圍內。其他三段類似可獲取突變時刻。對A、C、N相采取相同步驟進行突變時刻提取，最終可得到如表6所示突變時刻。

表6 大高Ⅱ路三相突變時刻表

如表6所示，B相和N相突變時刻皆有3個，取均值為100ms，143.2ms，929.9ms。與實際突變時刻對比如表7所示，可知誤差都在毫秒以內，符合實際工程應用需求。

表7 突變時刻檢測值與實際值對比

以上實施例僅為本發(fā)明較佳的具體實施方式，但本發(fā)明的保護范圍并不局限于此，任何熟悉本技術領域的技術人員在本發(fā)明揭露的技術范圍內，可輕易想到的變化或替換，都應涵蓋在本發(fā)明的保護范圍之內。因此，本發(fā)明的保護范圍應該以權利要求的保護范圍為準。