一种利用极线故障电流主成分聚类分析的线路故障识别方法

摘要

本发明涉及一种利用极线故障电流主成分聚类分析的线路故障识别方法，属于直流输电线路保护技术领域。本发明为在全线长范围内由近至远预设一批线路金属性接地故障和线路外部故障，采样率为10kHz，由电磁暂态仿真获得量测端的故障电流曲线簇的线路故障曲线，并将故障电流曲线簇经过均值为零，方差为1的归一化处理后，进行PCA主成分分析，并形成PCA空间，在此PCA空间上形成反映线路故障和外部故障的两类聚类点簇，计算测试样本数据在PCA聚类空间PC

说明书

技术领域

本发明涉及一种利用极线故障电流主成分聚类分析的线路故障识别方法，属于直流输电 线路保护技术领域。

背景技术

随着直流系统应用的广泛发展，目前对直流线路保护的研究往往关注对现有实际应用的 保护判据进行改进，且往往采用单一定值来进行保护整定。直流输电系统故障约一半为线路 故障。以电压变化率du/dt为核心判据的行波保护很难依靠单一整定值能于展宽时间内可靠、 有效检测甄别出全线范围内可能的故障，做到全线速动。目前对直流线路保护的研究往往关 注对现有实际应用的保护判据进行改进，且往往采用单一定值来进行保护整定。由于UHVDC 线路输送距离通常较远，线路故障原因很复杂，有如雷击线路致绝缘子闪络、普通短路、鸟 害、覆冰、脱冰弹跳、山火故障以及线路对树放电形成的非线性时变高阻故障，往往很难用 显式的数学关系来表征和解析这些故障，因此仅仅依靠调整保护定值很难可靠实现全线速动。 运行表明，线路故障也存在重复性，往往存在线路相近甚或相同位置常发同类原因的故障之 现象。

主成分分析(PCA)是一种分析方法，其目的在于建立一种归类方法，将一批样本数据，按 其在“特征上的疏密程度”进行分析，使得同一类之内的样本数据的相似度到达最大，而不 同类之间的差异性达到最大。数学原理上PCA主成分分析是通过对数据坐标的平移和旋转， 使得簇类内部的任意两个样本数据之间有较高的相似度，而属于不同簇类的两个样本数据间 具有较高的差异度。由此可见，PCA聚类分析可以表征、刻画和区分直流线路内、外部故障， 实现线路故障和区外故障模态之间的分类和识别。

发明内容

本发明的目的是提供一种利用极线故障电流主成分聚类分析的线路故障识别方法，用以解 决上述问题。

本发明的技术方案是：一种利用极线故障电流主成分聚类分析的线路故障识别方法，在全 线长范围内由近至远预设一批线路金属性接地故障和线路外部故障，采样率为10kHz，由电磁 暂态仿真获得量测端的故障电流曲线簇的线路故障曲线，并将故障电流曲线簇经过均值为零， 方差为1的归一化处理后，进行PCA主成分分析，并形成PCA空间，在此PCA空间上形成 反映线路故障和外部故障的两类聚类点簇，计算测试样本数据在PCA聚类空间PC₁、PC₂坐标 轴上的投影o_t(q₁，q₂)，采用欧氏距离来度量测试样本数据与电流曲线簇聚类中心的距离， 从而识别线路故障。

其特征在于监测识别方法的具体步骤如下：

(1)在10kHz采样率下，当正极线路发生接地故障，在全线长范围内每隔5km由近至 远设置金属性接地故障，并设置区外整流侧故障和逆变侧故障。由电磁暂态仿真获得量测端 的故障电流曲线簇的线路故障曲线。

(2)将仿真得到的故障电流曲线簇以正常运行时的电流为基准进行归一化处理后，选取 样本数据中故障初始行波到达量测端前3个采样点，故障行波到达量测端后7个采样点的数 据进行PCA主成分分析，仿真获得电流曲线簇在PCA空间上的聚类结果。

(3)根据步骤2获得的PCA聚类空间实际情况，对直流输电线路故障聚类设计并选取 k个中心(k≥1)；对直流输电线路外部故障选取p个中心(一般取p＝1，也可将整流侧故障 和逆变侧故障各设1个聚类中心)；

(4)发生故障，保护元件启动后，取1ms时窗内极线故障电流数据作为测试样本，计 算测试样本数据在步骤1获得的PCA聚类空间PC₁、PC₂坐标轴上的投影o_t(q₁,q₂)；

(5)计算投影o_t(q₁,q₂)与各聚类中心的欧氏距离。计算测试样本数据与线路故障聚类的 k个中心的欧氏距离，并分别记为d₁，d₂，…，d_k；同理，计算测试样本数据与线路外部故障 聚类的p个中心的欧氏距离，并分别记为d_k+1，…，d_k+p。

(6)依据步骤5，比较d₁，d₂，…，d_k，…，d_k+p大小，找到最小值d_min。若d_min＝d₁(或 d₂，…，d_k)，则判断为直流输电线路故障模态；若d_min＝d_k+1(或d_k+2，…，d_k+p)，则判断为 直流输电线路外部故障模态。

本发明的有益效果是：

(1)本方法是它无需整定，可改善现行行波保护的动作特性。

(2)本文所述的选极方法，仅使用单端量，原理简单，不依赖于通道，投资小，构成相对 简单，保护更可靠。

附图说明

图1为正极线路量测端的电流曲线簇及其在PCA空间上的聚类结果。

图2为具体实施方式实施例1中云广±800kV直流输电系统结构图。

具体实施方式

实施例1：云广±800kV直流输电系统仿真模型结构如图2所示。其线路参数如下：直流 输电线路全长为1500km，整流侧接地极线路全长为109km，逆变侧接地极线路全长为112km。 整流侧和逆变侧的交流侧无功补偿容量分别为3000和3040Mvar，设置正极线路故障位置位 于线路距离M端120km，过渡电阻50Ω，数据采样率为10kHz。

(1)根据说明书中的步骤一至步骤三构建极线故障电流主成分聚类分析空间；

(2)根据说明书中的步骤四，取1ms时窗内极线故障电流数据作为测试样本，计算测 试样本数据在步骤1获得的PCA聚类空间PC₁、PC₂坐标轴上的投影o_t(q₁,q₂)；

(3)根据说明书中的步骤五得到d₁＝0.5243，d₂＝5.9792。

(4)根据说明书中的步骤六，比较d₁、d₂的大小，得到d_min＝d₁，判断为直流输电线路 故障。

实施例2：云广±800kV直流输电系统仿真模型结构如图2所示。其线路参数如下：直流 输电线路全长为1500km，整流侧接地极线路全长为109km，逆变侧接地极线路全长为112km。 整流侧和逆变侧的交流侧无功补偿容量分别为3000和3040Mvar，设置正极线路故障位置位 于线路距离M端950km，过渡电阻50Ω，数据采样率为10kHz。

(1)根据说明书中的步骤一至步骤三构建极线故障电流主成分聚类分析空间；

(2)根据说明书中的步骤四，取1ms时窗内极线故障电流数据作为测试样本，计算测 试样本数据在步骤1获得的PCA聚类空间PC₁、PC₂坐标轴上的投影o_t(q₁,q₂)；

(3)根据说明书中的步骤五得到d₁＝2.1682，d₂＝3.3410。

(4)根据说明书中的步骤六，比较d₁、d₂的大小，得到d_min＝d₁，判断为直流输电线路 故障。

实施例3：云广±800kV直流输电系统仿真模型结构如图2所示。其线路参数如下：直流 输电线路全长为1500km，整流侧接地极线路全长为109km，逆变侧接地极线路全长为112km。 整流侧和逆变侧的交流侧无功补偿容量分别为3000和3040Mvar，设置正极线路整流侧出口 故障，过渡电阻10Ω，数据采样率为10kHz。

(1)根据说明书中的步骤一至步骤三构建极线故障电流主成分聚类分析空间；

(2)根据说明书中的步骤四，取1ms时窗内极线故障电流数据作为测试样本，计算测 试样本数据在步骤1获得的PCA聚类空间PC₁、PC₂坐标轴上的投影o_t(q₁,q₂)；

(3)根据说明书中的步骤五得到d₁＝5.8861，d₂＝0.3818。

(4)根据说明书中的步骤六，比较d₁、d₂的大小，得到d_min＝d₂，判断为线路外部故障。