基于小波神经网络的电缆故障定位研究.pdf

万方数据

基于小波神经网络的电缆故障定位研究名《≤遴瀵镕淄懑1引言2配电网单相接地故障闫晓茹”；”t””第浮缪7藕耍：为了交磷a缆故障在线定位，通过对故障特征分析，得出发生故障的暂态信号中含有丰富的暂态高频信号，且暂态高频信(四川交通职业技术学院自动化工程系，随着现代化城市建设的需求，越来越多的中低压配电系统由架空线改为由电力电缆输送电能。但是埋设在地下的电缆一旦发生故障，由于其敷设地况复杂，往往很难排除，这阻碍了配电网供电可靠性和自动化水平的提高，会影响人们的生活。因此，电缆故障定位方法的研究具有迫切的统中。电压等级在上的中低压配电网络，常采用多条出线的配电系统。其中性点接地方式主要为非直接接地方式。即不接地、经过消弧线圈接地或系统一般称为小电流接地系统⋯。在电力电缆运行中，可能会出现不同的故障情况，但是各种故障都是先由单相接地故障演化而来的，因此，本文只对电力电缆单相接地故障进行研究。配电网模型如图l所示。由暂态过程的分析可知，配电网出现单相接地故障时，其暂态过程存在着丰富的故障信息。又因为故障时的暂态过程不受接地方式的影响，即中性点不接地系统配电系统仿真图四川成都611130)号与敌障距离成一定的映射关系。本文利用小波包理论提取故障暂态特征信号的小波包系数，充分利用神经网络的非线性函数拟含功能实现小波包系数到故障距离的映射，解决故障在线测距。仿真结果表明，利用此方法可以有效地实现故障定位。关键词：电缆故障；小渡神经网；故障定位中圈分类号：7IM726文献标识码：A文章编号；1009—9492(2009)04—0097—04直接造成经济损失并实际意义。在我国的电力系llOkV以下、6kV以经电阻接地，这样的收稿日期：2008—1l一24图l瓢-“∥b，
万方数据

(基釜皇茎垄叠lI：a墨目l墨盈巨El口昌圈：卜■一心。≮：j奎∥＼给＼，，浮3利用小波包进行特征提取一一k、毪4故障定位3．1小波包理论3．2特征信号的提取4．1小波神经网4．2故障定位的小波神经网构造相同的，所以，暂态分量在故障检测中有着非常重要的意义【2】。本文将利用故障暂态信号实现定位。小波包分析是从小波分析延伸出来的一种对信号进行更加细致的分析与重构的方法。在小波分析中，实际上是将信号分解成低频的粗略部分与高频的细节部分，然后只对低频细节再做第二次分解，分解成低频部分与高频部分，而不对高频部分做第二次分解，依此类推得到的分解系数序列即为小波分解的系数结果。而小波包分析不但对低频部分进行分解，且对高频部分做更加细致的刻画，对信号的分析能力更强[3】。其分解结构如图2所示。三层小波包分解树图2中A表示低频。D表示高频，末尾的序号数表示小波包分解的层次(也即尺度数)。分解关系如下：一般来说，架空线自由振荡频率一般在300—1500Hz的范围内。电缆线路的电感远比架空线路小，而对地电容却比架空线大许多。所以其过渡过程与架空线路相比，经历的时间较为短促，有较高的自由振荡频率，一般在1500～3000Hz之间。因此本仿真试验中采样频率取8000Hz，根据采样定律，采集的数据中包含高达4000Hz的故障信息‘⋯。根据采样数据包含频率和小波包的频率二分特性，以及考虑到应用于故障定位的频带宽度过窄时，频带对应的采样点数太少，不利于准确定位；频带过宽时，则冗余信息量增加，降低故障定位的可靠性。综合以上因素，确定小波包的分解层数为五层，提取第五层从低频到高频32个频率成份的信号特征。在小波分析中，小波母函数的选择具有多样性，本文通过采用多个小波多次仿真，选取db5小波作为母小波生成正交小波，进行故障信号小波包分解【“。通过对3种不同故障距离情况下母线零序电压和故障线路零序电流的5层小波包分解，各频带的能量图分别为图3、图4所示，从图中可以看到母线零序电压和故障零序电流的高频信号中第16个频带的能量都最大，并且随着距离的增大能量都有所减小。因此，选择第16个频带为特征频带，提取该频带的小波包系数，作为特征信号。L、～电压能量图小波变换具有较强的特征提取能力，而神经网络具有自学习，自适应、鲁棒性、容错性和推广能力。因此，把两者有效结合．充分发挥两者的优势，将会为解决一些复杂问题提供有效的解决方法。目前。其结合的途径大致可以概括为以下两大类【5】：1)松散型结合，将小波分析作为常规神经网络的前置处理手段，为神经网络提供输入特征向量，二者虽然彼此紧密相联，但却又相对独立；2)紧密型结合，将小波和神经网络直接融合的一种方式，即将常规单隐层神经网络的臆节点函数由小波函数代替，相应的输入层到隐层的权值及隐层阈值分别由小波函数的尺度与平移参数所代替。，本文采用松散型结合的方式，采用小波包提取故障时刻的母线零序电压和故障线路的零序电流的特征值，然后采用BP神经网络进行训练，映射出故障距