超高压电网故障与振荡信号识别及故障录波数据压缩新方案研究

摘要

电网安全事关国家安全、社会稳定和生产生活的正常进行。现代化大电网的运行越来越依赖于对各种信息的有效分析和处理。在电力系统发生故障，尤其是大面积复杂故障时，由于保护和开关存在误动和拒动的可能，仅仅依靠来自SCADA系统的保护、开关接点的变位信息，调度运行人员难以做出准确判断。而来自继电保护和故障录波器的信息越来越成为事故分析和系统恢复的重要依据。电力系统发生故障后，故障录波数据蕴涵了丰富的故障信息，这些信息能真实的反映电力系统的故障情况，因此，现代电力系统实时故障诊断和故障测距等高端分析系统需要快速得到和使用故障录波数据。 由于故障暂态信号是一非平稳信号，覆盖的频谱较宽，记录这一非平稳信号需要较高的采样率，数据量很大，占用数据通道时间长，特别是当多个站点同时上传数据时容易造成数据通道阻塞。因此，针对电力系统故障暂态数据，进行故障录波数据的快速识别以及高效压缩方法研究，是一个具有现实意义和挑战性的课题。 为了尽快了解系统故障发生情况，要求故障录波数据必须迅速实时上传，而振荡数据或其他扰动数据无需实时上传，所以针对超高压电网进行故障与振荡录波数据检测。首次提出系统频率的变化特性应满足连续且可导特性，振荡模型的建立在此基础上实现了各阶段振荡频率的平滑过渡，使仿真模型更符合电力系统实际频率变化情况。针对故障与振荡的识别判据，本文运用离散小波包以及连续小波分解，充分挖掘故障与振荡在频率、幅值与相角等方面的特性，根据时间长度需求不同，形成可应用于电力系统继电保护装置与实时故障与振荡录波数据识别装置两种综合判据。通过仿真验证，该综合判据能较准确地识别各种故障与振荡，实时性高。 通过阅读大量文献，在综合分析故障录波数据压缩方法的优缺点的基础上，本文对故障录波数据压缩研究主要有以下内容：选择适用于故障录波信号压缩的小波工具，提出选择小波工具的具体指标；从噪声与信号两个角度出发，对分解层数进行自适应选择，并探讨了分解层数与信号采样率以及压缩比之间的关系；针对现有压缩去噪方法进行比较，提出基于信号奇异性检测的自适应去噪压缩算法，显著提高了压缩效果；最后，本文提出在小波编码压缩的基础上，结合自适应算术无损编码，进一步提高了压缩编码效率。