论文部分内容阅读
摘要：本文主要研究配电线路早期故障辨别方式，简要阐述电网中的早期故障，主要分析具体的辨识方式。通过对波动分析，得出各项基元，并探究基元和故障类型之间的联系，以实现在较少数据支持的情况下，辨识早期故障。以供相关人士参考。
关键词：配电线路;早期故障;波动
引言：配电网与用电终端相连，其运行的稳定安全程度直接影响供电的质量以及效率。国内相关企业在运营电网期间，通常会将工作的重点放在电量运输上，造成电网故障率较高，绝大部分客户都经历过停电事件。而各项故障处理环节也仅在故障发生后进行。
1配电线路早期故障
电网系统中的设备故障在工作过程中，其使用性能会随着时间推移改变，可划分成早发阶段、稳定阶段、过渡阶段以及最終的永久故障阶段，其中的过渡阶段可细分成设备老化与早期故障阶段。设备处于早期故障阶段是从故障显现到最终永久故障的过渡段。在此过程中，故障对设备的伤害是无法挽回的，并在较短的时间内转化成永久性。例如，线路突然出现过电压的问题，其中的部分线路绝缘体会被击穿，由此出现电弧，电弧消失后，配电线路会恢复工作状态。即使电网能够自行恢复，但对线路造成伤害是在所难免的。长此以往，线路的绝缘性能会不断降低，直至难以承担常规电压，造成永久性问题。
早期故障能够完成自我修复，不会影响到配电网正常供电，具有较强的隐秘性，由此，相关技术人员以及线路中的保护装置都未能给予足够的重视。在早期故障阶段中包含多项异常情况数据，均可判定为永久性的故障预兆。若可以及时获取并深入研究该阶段故障数据，并给出相应的信号，以实施有效的消除方案，排除线路中潜在的故障问题。有助于降低永久性故障出现的概率，避免出现大规模突然停电等问题。以能量的角度而言，该阶段形成的信号与常规故障数据无明显差异，由此可得，现有的故障辨识方式同样也可以应用在该阶段的故障识别。由于该阶段故障的出现无任何规律可言，如相应的地点、电弧情况等。此外，电网本身的情况也存在较大的差异，如整体结构、各项参数等。因此，难以根据暂态波形确定早期故障发生的规律[1]。
运用数据驱动模型能够有效针对此类具有较强随机性的故障规律分析，但该模型为保证最终结果更为可靠，需借助大量的数据内容进行分析，但该阶段故障的数据信息量极少。其本身的发生概率偏低，且通常在成为永久性后会提高出现的概率，且同一位置出现故障的间隔期不定。配电网中的故障录波设备仅能收集所连线路的除此之外的其他故障内容，由此导致该阶段拥有的信息量较少。
2配电线路早期故障的辨识方法
2.1整体框架
根据人类对于波性的理解规律，可将波性划分成大致形状以及残差两种。前者属于其中的低频分量，其表示相应的幅值波动和位移;而后者属于其中的高频分量，表示相应的畸变以及噪音。该过程能够借助小波分解分析，具体将两者判定成近似系数与细节系数的整合。另外，结合波形呈现的状态和相应的物理定义，能够将其细化分成基波、谐波等，在类人概念中，其则被称之为基元。通过对相应波形地分析可得，应用分层概率的方式达到类人概念学习的目的。从基元转化至波形的过程中，大致形状中包含基波以及偏置，其他部分属于残差的范畴，二者相互叠加形成最终的波形。即使是同类型的波形也会存在细微的差别，由此，可用类型以及个例两种层次表达。在早期故障识别中类型层次与其本身的引发因素有关，个例层次则是根据整个电网的状况，包括整体结构、各项参数、传感装置、负载等。
电力系统中的故障或数据异常等情况的类型与引发此种状况的因素有关。通常情况下，一个问题中涉及到七个波形，且不同类型的问题会被划分至各自的波形范围中。根据上文中提到的内容可得，某波形类型由多个基元和各基元之间在时间上的联系决定的。当属于同类型范畴内的故障问题，出现不完全一致的情况时，便可将其划分至个例层次之中。与类型范畴中的故障问题相比，个例事件会会遭到整体架构、各类参数、传感装置等因素的干扰。而各个事件中的个例会被定义为波形个例。在计算其概率时，基波中包含幅值以及相角;谐波除基波中包含的内容外，还需考虑频率;而脉冲中除基本的幅值外，还有脉宽;其他畸变由于其与该阶段故障无直接联系，因此，在计算概率时通常不会考虑其具体的素质。由此可得，个例问题从属于某类型范畴的概率公式为：
具体的排列顺序与各故障的影响效果有关。在该阶段的故障问题中，其影响程度和相应的电流脉冲幅值有直接联系，因此，在具体的排列问题上应将电流类放在首位，之后再细化处理排序[2]。
2.2实验信息及过程
以某地区的配电网架空线为例，根据对其现有状况的统计，其整个系统中包含一百多条线路，其电压属于10kV级别，并且整个电网都是应用小电流接地。对电网中连接设备的电流电压监控是借助罗氏线圈和电容分压装置，抽取样本的频率超过四千赫兹。一旦出现异常情况会有一定程度的扰动问题，形成的电流电压便会出现大幅度地波动，此时，相应的设备便可以及时捕捉，获取的波形从故障出现前的四个周波到发生后八个周波的数据。根据对收集到的数据分析以及现场查看，将此类电网的故障类型划分成四项，其中早期故障种包括单周波以及多周波两种，其他还有永久性和暂时性两种。该种配电网线路中的早期故障，其发生时通常会有电弧产生，根据此时形成的波形来看，呈现出电流波动和电压降低的情况。而早期故障根据周波表现分成两种的主要依据是电流波动的时长。若在同一数据中，电流波动发生次数较多，也可以将该故障事件划分成多周波的范畴中。
在此类配电网中，若发生早期故障且未能技术发现并处理，会出现跳闸的问题，其中，单周波类型不会对线路中的绝缘装置起到较大的影响，因此，若发生此类故障，引发跳闸问题的时间相对较长。多周波故障由于其电流脉冲时间长或短时间内发生次数多，会严重影响绝缘装置使用性能，相较于单周波故障而言，出现跳闸的时间较短。部分早期故障可以不经任何检修处理便可恢复至原本的工作状态，而部分故障本身对配电网的破坏能力较强，需要借助相应的保护设备完成消除，此种故障便可划分至永久性范畴内。近几年，永久性故障主要有高阻接地以及单相接地。另外，专项装置收集到的数据信息除上述不同故障原因外，还可能是遭到雷击、技术人员作业不当等因素引起的，该种情况便是属于暂时性的，如空载合闸。
2.3实验结果及分析
在类人概念中，需要对获取的信息实施降噪处理，以此为基础构建相应的分解函数，之后将得到的数据细分成不同的基元，计算相应基元特征量和时间之间的联系。借助分层概率获取各类型故障的概率情况。总体而言是对各个故障问题从属类型的概率进行计算，由此得出该故障问题的类型，达到辨识的目的。另外，运用类人概念借助基本的基元以及后续的概率计算，掌握故障波形，此种辨别方式可以借助较少的数据信息，实现较为准确的早期故障辨识。使用小波以及对应叠加分量的方式进行故障检测属于确定性模型，而早期故障却无任何规律可言，因此，上述两种方式无法达到较好的辨识效果[3]。
结束语：配电网中的早期故障中包含多项故障数据，通过分析其数据，能够降低永久性故障出现的概率。借助类人概念方式，运用波形和分层概率可以辨识故障问题，且可以达到较为准确的分析结果。
参考文献：
[1]汪颖，卢宏，杨晓梅，等.堆叠自动编码器与S变换相结合的电缆早期故障识别方法[J].电力自动化设备，2018，v.38;No.292（08）：124-131.
[2]陈亚娟.基于故障行波特征的输电线路故障原因辨识探讨[J].广西电力，2019，42（06）：59-63.
[3]杨申.配电线路故障辨识与诊断方法研究[D].贵州大学，2018.
关键词：配电线路;早期故障;波动
引言：配电网与用电终端相连，其运行的稳定安全程度直接影响供电的质量以及效率。国内相关企业在运营电网期间，通常会将工作的重点放在电量运输上，造成电网故障率较高，绝大部分客户都经历过停电事件。而各项故障处理环节也仅在故障发生后进行。
1配电线路早期故障
电网系统中的设备故障在工作过程中，其使用性能会随着时间推移改变，可划分成早发阶段、稳定阶段、过渡阶段以及最終的永久故障阶段，其中的过渡阶段可细分成设备老化与早期故障阶段。设备处于早期故障阶段是从故障显现到最终永久故障的过渡段。在此过程中，故障对设备的伤害是无法挽回的，并在较短的时间内转化成永久性。例如，线路突然出现过电压的问题，其中的部分线路绝缘体会被击穿，由此出现电弧，电弧消失后，配电线路会恢复工作状态。即使电网能够自行恢复，但对线路造成伤害是在所难免的。长此以往，线路的绝缘性能会不断降低，直至难以承担常规电压，造成永久性问题。
早期故障能够完成自我修复，不会影响到配电网正常供电，具有较强的隐秘性，由此，相关技术人员以及线路中的保护装置都未能给予足够的重视。在早期故障阶段中包含多项异常情况数据，均可判定为永久性的故障预兆。若可以及时获取并深入研究该阶段故障数据，并给出相应的信号，以实施有效的消除方案，排除线路中潜在的故障问题。有助于降低永久性故障出现的概率，避免出现大规模突然停电等问题。以能量的角度而言，该阶段形成的信号与常规故障数据无明显差异，由此可得，现有的故障辨识方式同样也可以应用在该阶段的故障识别。由于该阶段故障的出现无任何规律可言，如相应的地点、电弧情况等。此外，电网本身的情况也存在较大的差异，如整体结构、各项参数等。因此，难以根据暂态波形确定早期故障发生的规律[1]。
运用数据驱动模型能够有效针对此类具有较强随机性的故障规律分析，但该模型为保证最终结果更为可靠，需借助大量的数据内容进行分析，但该阶段故障的数据信息量极少。其本身的发生概率偏低，且通常在成为永久性后会提高出现的概率，且同一位置出现故障的间隔期不定。配电网中的故障录波设备仅能收集所连线路的除此之外的其他故障内容，由此导致该阶段拥有的信息量较少。
2配电线路早期故障的辨识方法
2.1整体框架
根据人类对于波性的理解规律，可将波性划分成大致形状以及残差两种。前者属于其中的低频分量，其表示相应的幅值波动和位移;而后者属于其中的高频分量，表示相应的畸变以及噪音。该过程能够借助小波分解分析，具体将两者判定成近似系数与细节系数的整合。另外，结合波形呈现的状态和相应的物理定义，能够将其细化分成基波、谐波等，在类人概念中，其则被称之为基元。通过对相应波形地分析可得，应用分层概率的方式达到类人概念学习的目的。从基元转化至波形的过程中，大致形状中包含基波以及偏置，其他部分属于残差的范畴，二者相互叠加形成最终的波形。即使是同类型的波形也会存在细微的差别，由此，可用类型以及个例两种层次表达。在早期故障识别中类型层次与其本身的引发因素有关，个例层次则是根据整个电网的状况，包括整体结构、各项参数、传感装置、负载等。
电力系统中的故障或数据异常等情况的类型与引发此种状况的因素有关。通常情况下，一个问题中涉及到七个波形，且不同类型的问题会被划分至各自的波形范围中。根据上文中提到的内容可得，某波形类型由多个基元和各基元之间在时间上的联系决定的。当属于同类型范畴内的故障问题，出现不完全一致的情况时，便可将其划分至个例层次之中。与类型范畴中的故障问题相比，个例事件会会遭到整体架构、各类参数、传感装置等因素的干扰。而各个事件中的个例会被定义为波形个例。在计算其概率时，基波中包含幅值以及相角;谐波除基波中包含的内容外，还需考虑频率;而脉冲中除基本的幅值外，还有脉宽;其他畸变由于其与该阶段故障无直接联系，因此，在计算概率时通常不会考虑其具体的素质。由此可得，个例问题从属于某类型范畴的概率公式为：
具体的排列顺序与各故障的影响效果有关。在该阶段的故障问题中，其影响程度和相应的电流脉冲幅值有直接联系，因此，在具体的排列问题上应将电流类放在首位，之后再细化处理排序[2]。
2.2实验信息及过程
以某地区的配电网架空线为例，根据对其现有状况的统计，其整个系统中包含一百多条线路，其电压属于10kV级别，并且整个电网都是应用小电流接地。对电网中连接设备的电流电压监控是借助罗氏线圈和电容分压装置，抽取样本的频率超过四千赫兹。一旦出现异常情况会有一定程度的扰动问题，形成的电流电压便会出现大幅度地波动，此时，相应的设备便可以及时捕捉，获取的波形从故障出现前的四个周波到发生后八个周波的数据。根据对收集到的数据分析以及现场查看，将此类电网的故障类型划分成四项，其中早期故障种包括单周波以及多周波两种，其他还有永久性和暂时性两种。该种配电网线路中的早期故障，其发生时通常会有电弧产生，根据此时形成的波形来看，呈现出电流波动和电压降低的情况。而早期故障根据周波表现分成两种的主要依据是电流波动的时长。若在同一数据中，电流波动发生次数较多，也可以将该故障事件划分成多周波的范畴中。
在此类配电网中，若发生早期故障且未能技术发现并处理，会出现跳闸的问题，其中，单周波类型不会对线路中的绝缘装置起到较大的影响，因此，若发生此类故障，引发跳闸问题的时间相对较长。多周波故障由于其电流脉冲时间长或短时间内发生次数多，会严重影响绝缘装置使用性能，相较于单周波故障而言，出现跳闸的时间较短。部分早期故障可以不经任何检修处理便可恢复至原本的工作状态，而部分故障本身对配电网的破坏能力较强，需要借助相应的保护设备完成消除，此种故障便可划分至永久性范畴内。近几年，永久性故障主要有高阻接地以及单相接地。另外，专项装置收集到的数据信息除上述不同故障原因外，还可能是遭到雷击、技术人员作业不当等因素引起的，该种情况便是属于暂时性的，如空载合闸。
2.3实验结果及分析
在类人概念中，需要对获取的信息实施降噪处理，以此为基础构建相应的分解函数，之后将得到的数据细分成不同的基元，计算相应基元特征量和时间之间的联系。借助分层概率获取各类型故障的概率情况。总体而言是对各个故障问题从属类型的概率进行计算，由此得出该故障问题的类型，达到辨识的目的。另外，运用类人概念借助基本的基元以及后续的概率计算，掌握故障波形，此种辨别方式可以借助较少的数据信息，实现较为准确的早期故障辨识。使用小波以及对应叠加分量的方式进行故障检测属于确定性模型，而早期故障却无任何规律可言，因此，上述两种方式无法达到较好的辨识效果[3]。
结束语：配电网中的早期故障中包含多项故障数据，通过分析其数据，能够降低永久性故障出现的概率。借助类人概念方式，运用波形和分层概率可以辨识故障问题，且可以达到较为准确的分析结果。
参考文献：
[1]汪颖，卢宏，杨晓梅，等.堆叠自动编码器与S变换相结合的电缆早期故障识别方法[J].电力自动化设备，2018，v.38;No.292（08）：124-131.
[2]陈亚娟.基于故障行波特征的输电线路故障原因辨识探讨[J].广西电力，2019，42（06）：59-63.
[3]杨申.配电线路故障辨识与诊断方法研究[D].贵州大学，2018.