李梦达 段玉波 刘铁良 王 勇
(东北石油大学电气信息工程学院,黑龙江 大庆 163318)
高阻抗故障(HIF)含有丰富的电流谐波分量,主要分为主动故障和被动故障。主动故障的电弧和当前电流低于保护继电器的极限,电流通常会逐渐衰减直至电弧消失[1],大多数主动故障检测技术都是利用电弧产生的信号,但在检测系统确认故障之前电弧就会消失,不能有效检测故障;被动故障虽然不会产生电弧,但由于没有交流供能导体会更加危险,因此在HIF中电流很低或者没有时,传统的过电流保护系统通常会检测失败。
Sedighi A R等提出了结合小波变换和软计算应用分类的方法检测HIF[2],但由于小波变换对噪声的抑制效果较差,即使信噪比达到30db,结果也会存在很大的误差。Sharaf A M和El-Sharkawy R M采用了人工神经元组的方法检测HIF,虽然系统能够准确地识别标准信号,但因模糊神经网络对系统频率的变化需要大量的数据和长期的训练时间,故其在高频率信号中很难得到较好的应用[3]。上述文献所采用的检测方法均具有一定的局限性。
笔者通过S变换处理故障与无故障(NF)的电流信号,在较高的频率分辨率和较低的时间分辨率下获得准确的频率信息,在较高的时间分辨率和较低的频率分辨率下获得准确的时间信息,继而利用非线性负载条件下的HIF电流信号特征点来训练和测试神经网络,使其能够区分HIF与NF事件。
以三相径向配电馈线模型为例,在Matlab平台上搭建其仿真模型(图1)。……