单端行波与声学信号融合的配电网故障定位方法及系统与流程

摘要: 本发明涉及电力系统自动化与智能检测,具体为一种单端行波与声学信号融合的配电网故障定位方法及系统。背景技术:1、配电网作为直接面向用户的电力基础设施,具有分支众多...
单端行波与声学信号融合的配电网故障定位方法及系统与流程

本发明涉及电力系统自动化与智能检测,具体为一种单端行波与声学信号融合的配电网故障定位方法及系统。

背景技术:

1、配电网作为直接面向用户的电力基础设施,具有分支众多、线路结构复杂(常为架空线与电缆混合敷设)及运行环境多变等特点,故障频发。据统计,配电网故障占电网总故障的80%以上。因此,快速、准确地实现故障定位,对提升供电可靠性、缩短停电时间具有重要意义。

2、当前配电网故障定位技术主要分为以下几类:

3、基于故障指示器的区段定位法,通过在配电线路上安装故障指示器判断故障区段。但其定位精度低(只能定位到区段级别),故障指示器存在误动和拒动问题,定位准确率约为70-80%;基于阻抗法的故障测距:通过测量故障时的电压电流计算故障点阻抗。该方法设备简单,但受过渡电阻、负荷电流等因素影响大,定位误差通常达到10-20%。

4、近年来,机器学习、神经网络等人工智能技术开始应用于配电网故障定位,基于智能算法的故障定位方法通过训练大量历史故障数据,建立故障特征与位置的映射关系。但该方法高度依赖训练数据的质量和数量,泛化能力有限,且难以解释定位结果的物理意义,在实际工程应用中存在“黑箱”问题。

5、行波定位技术是实现配电网故障精确定位的有效手段之一。目前主要分为双端行波测距法和单端行波测距法。双端行波法依赖线路两端安装的同步采集装置与高精度时钟,定位精度较高,但系统构建成本高、实施复杂。单端行波法虽具备成本低、部署灵活的优点,但在多分支、混合线路中,因行波信号多次折反射造成波形畸变与波头识别困难,存在定位多解性问题,严重影响支路判别与测距精度。

6、声学定位法是另一类故障检测方式,其依据配电设备故障时产生的特征声信号(如电弧放电、绝缘击穿等)进行定位分析。该方法采用声波传感器或分布式光纤声学传感系统,具备非接触、抗电磁干扰、适应复杂地形等优点。然而,声学法在噪声环境中稳定性不足,探测范围受限,亦无法实现广域同步监测,限制了其独立应用的可靠性。

7、现有技术的根本问题在于:单一信息源方法受自身物理局限性约束,难以同时满足精度、可靠性和成本要求;多源融合方法多停留在概念层面,缺少真正意义上的深度融合算法;单独采用行波法或声学法均存在明显不足:行波法易受路径反射与波形混叠影响,声学法则对环境噪声敏感且覆盖范围有限。配电网线路长、分支多、接地电阻不确定等因素进一步加剧了定位误差,导致现有方法在精度、适应性与成本之间难以兼顾。因此,亟需一种能够在控制成本的前提下,兼顾定位精度与环境适应性的新型故障定位方法。

技术实现思路

1、针对现有技术的不足,本发明提供了一种单端行波与声学信号融合的配电网故障定位方法及系统,其目的在于解决现有双端行波法成本高、单端行波法可靠性差以及纯声学法部署成本昂贵的问题。

2、为实现上述目的,本发明提供如下技术方案:一种单端行波与声学信号融合的配电网故障定位方法,包括如下步骤:

3、步骤s1:故障检测与数据同步采集,设定故障启动判据,当配电网发生故障时触发数据同步采集流程;通过部署于线路首端的单端行波测距单元采集故障后的单端电流行波数据,通过部署于线路关键节点的声学传感单元群同步采集故障时刻前后的声压信号,并对所有采集单元进行时钟同步;

4、步骤s2:单端行波分析与故障假设区间生成,对采集的单端电流行波数据进行连续小波变换,提取模极大值点并利用lipschitz指数甄别真实反射波,确定初始行波波头及真实反射波头的到达时间,基于单端行波测距原理计算故障距离候选值;将所述故障距离候选值映射到配电网线路拓扑图上,并叠加误差范围,生成故障假设区间集合;

5、步骤s3:声学信息融合与故障点确认,调取位于所述故障假设区间集合内的声学传感器采集的声压信号,检测有效声压信号;对有效声压信号进行傅里叶变换,计算各声学传感器对之间的互功率谱,采用广义互相关-相位变换算法估计信号到达时间差,建立距离差方程组并线性化,通过最小二乘法求解出声源位置坐标;

6、步骤s4:加权约束融合决策与结果输出,基于所述故障假设区间集合和所述声源位置坐标,选取单端行波测距观测值,构建包含行波观测项、声学观测项和拓扑约束惩罚项的加权约束最小二乘目标函数,求解目标函数得到融合后的最优故障位置,并根据收敛性输出最终故障定位报告。

7、进一步的,步骤s2中,对采集的单端电流行波数据进行连续小波变换,提取模极大值点并利用lipschitz指数甄别真实反射波,确定初始行波波头及真实反射波头的到达时间,基于单端行波测距原理计算故障距离候选值的具体过程为:

8、对采集的单端电流行波数据进行连续小波变换,将其分解为不同尺度下的子带系数矩阵,表示尺度因子,表示时移因子;

9、针对分解得到的子带系数矩阵,设定模极大值筛选阈值,寻找在不同尺度因子上均满足且具有跨尺度传播特性的模极大值点,从而识别出单端电流行波数据中的突变点位置;

10、利用模极大值的lipschitz指数,对识别出的突变点进行物理特征甄别,剔除掉噪声和分支点反射造成的假波头,最终筛选出由故障点产生的真实反射波;

11、针对筛选出的真实反射波,读取其在时间轴上的对应位置,从而确定初始单端电流行波波头到达时间以及后续各真实反射波头的到达时间;

12、基于确定的各真实反射波头与初始单端电流行波波头的时间差,并结合行波波速度,依据单端行波测距原理,计算出对应的故障距离候选值。

13、进一步的,步骤s2中,将所述故障距离候选值映射到配电网线路拓扑图上,并叠加误差范围,生成故障假设区间集合的具体过程为:

14、将计算得到的所有故障距离候选值映射到配电网线路拓扑图上,表示顶点集,顶点对应配电网中的线路连接点;表示边集,边对应连接两个相邻节点之间的物理线段;并以每个映射点为中心叠加误差范围,生成故障假设区间,最终形成故障假设区间集合;具体的:以配电网线路首端为拓扑坐标原点,将每个故障距离候选值沿配电网线路拓扑图的实际路径进行距离累加搜索;当沿路径搜索的距离累加值等于故障距离候选值时,确定该距离在拓扑上的物理落点,若落点恰位于线路分支节点,则以该落点为中心,分别沿拓扑路径向前和向后各扩展误差范围,并在各条支路即从分支节点延伸出去的各个方向的线路分支上分别截取连续的线路区段,形成故障假设区间;若落点位于配电网线路拓扑图某条边的内部,则在该边上以落点为中心,沿拓扑路径向前或向后各扩展误差范围,截取该边上的连续线路区段,形成故障假设区间;遍历所有距离候选值完成形成故障假设区间的操作,汇总所有生成的故障假设区间,最终得到故障假设区间集合;表示第个故障假设区间。

15、进一步的,步骤s3中,调取位于所述故障假设区间集合内的声学传感器采集的声压信号,检测有效声学事件,得到有效声压信号;对有效声压信号进行傅里叶变换,计算各声学传感器对之间的互功率谱的具体过程为:

16、调取位于故障假设区间集合内声学传感器所采集的声压信号;

17、计算每个声学传感器采集的声压信号的短时能量;

18、寻找在故障时标即初始单端电流行波波头到达时间附近满足的时段以判定有效声压信号,并对声压信号进行滤波和分帧处理,获得预处理后的有效声压信号;表示第个声学传感器、第帧的短时能量值;表示短时能量判定阈值;

19、对预处理后的有效声压信号进行傅里叶变换,获得其频域表达式,并计算对应的各声学传感器对之间的互功率谱;

20、基于各声学传感器对之间的互功率谱,设有个声学传感器检测到有效声压信号,采用广义互相关-相位变换算法,对各声学传感器对之间的互功率谱进行phat加权处理,获得频域加权互功率谱。

21、进一步的,步骤s3中,采用广义互相关-相位变换算法估计信号到达时间差,建立距离差方程组并线性化,通过最小二乘法求解出声源位置坐标的具体过程为:

22、对频域加权互功率谱进行逆fft变换,将其从频域转换回时域,得到离散化的时域广义互相关函数;

23、在时域广义互相关函数中寻找全局极大值点,通过峰值对应的采样点索引和时延计算公式计算出各声学传感器对之间的信号到达时间差,该差值即为各声学传感器对之间的tdoa测量值;其中表示声学传感器和声学传感器对的离散时域广义互相关序列,表示离散广义互相关序列的采样点序号,表示fft点数,表示采样率;

24、根据各声学传感器对之间的tdoa测量值,建立距离差方程组,每一个tdoa测量值转化为距离差方程:,其中表示故障声源坐标到声学传感器的未知距离,表示故障声源坐标到声学传感器的未知距离,表示声音在空气中的传播速度,表示声学传感器的已知部署坐标;表示声学传感器和声学传感器对之间的tdoa测量值;

25、将非线性的距离差方程组进行线性化处理,转化为矩阵方程的形式,并构建最小二乘目标函数,通过对矩阵进行运算,求解出未知向量的最优估计;其中表示线性化后的系数矩阵,由所有声学传感器的已知部署坐标构造得到;表示待求解的未知向量,对应故障声源坐标;表示线性化后的观测常数项向量,由各声学传感器对的tdoa测量值、传感器坐标共同计算得到;表示未知向量的最优估计,即最小二乘求解得到的故障声源坐标最优解;表示的转置矩阵;

26、根据求解出的最优估计,输出最优解的故障声源坐标;将最优解的故障声源坐标作为计算出的声源位置坐标。

27、进一步的,步骤s4的具体过程为;

28、s41:基于故障假设区间集合,结合声源位置坐标,建立加权约束最小二乘融合决策的观测模型,表示为:

29、;

30、;

31、式中,表示单端行波测距方法得到的故障位置观测向量;表示故障点的真实位置向量,是融合定位最终待估计的真值;表示行波测距的观测噪声;表示声学定位的观测噪声;表示正态分布,表示分布的方差;

32、s42:基于和,构建加权约束最小二乘目标函数,表示为:

33、;

34、式中,表示融合定位的总代价函数;表示行波观测项的权重系数;表示声学观测项的权重系数;表示约束项的正则化系数;

35、对加权约束最小二乘目标函数进行求解,得到的最优估计,若的最优估计不满足拓扑约束即目标函数无法收敛,则判定该假设即故障点存在于故障假设区间之内的可能在融合中被自然排除,反之则基于该最优估计输出最终的故障定位报告。

36、进一步的,单端行波测距方法得到的故障位置观测向量的具体选取规则为:

37、若故障假设区间集合中只有一个故障假设区间包含,则选取该故障假设区间的中心点或候选距离点作为;

38、若故障假设区间集合中存在多个故障假设区间包含,则选取其中行波置信度最高的故障假设区间的代表点作为。

39、一种单端行波与声学信号融合的配电网故障定位系统,包括:

40、故障检测与数据同步采集模块,用于设定故障启动判据,当配电网发生故障时触发数据同步采集流程;通过部署于线路首端的单端行波测距单元采集故障后的单端电流行波数据,通过部署于线路关键节点的声学传感单元群同步采集故障时刻前后的声压信号,并对所有采集单元进行时钟同步;

41、单端行波分析与故障假设区间生成模块,用于对采集的单端电流行波数据进行连续小波变换,提取模极大值点并利用lipschitz指数甄别真实反射波,确定初始行波波头及真实反射波头的到达时间,基于单端行波测距原理计算故障距离候选值;将所述故障距离候选值映射到配电网线路拓扑图上,并叠加误差范围,生成故障假设区间集合;

42、声学信息融合与故障点确认模块,用于调取位于所述故障假设区间集合内的声学传感器采集的声压信号,检测有效声压信号;对有效声压信号进行傅里叶变换,计算各声学传感器对之间的互功率谱,采用广义互相关-相位变换算法估计信号到达时间差,建立距离差方程组并线性化,通过最小二乘法求解出声源位置坐标;

43、加权约束融合决策与结果输出模块,用于基于所述故障假设区间集合和所述声源位置坐标,选取单端行波测距观测值,构建包含行波观测项、声学观测项和拓扑约束惩罚项的加权约束最小二乘目标函数,求解目标函数得到融合后的最优故障位置,并根据收敛性输出最终故障定位报告。

44、一种电子设备,包括处理器、存储器和总线,所述处理器和所述存储器通过所述总线相连,其中,所述存储器用于存储一组程序代码,所述处理器用于调用所述存储器中存储的程序代码,执行一种单端行波与声学信号融合的配电网故障定位方法。

45、一种非易失性计算机存储介质,计算机存储介质存储有计算机可执行指令,该计算机可执行指令执行一种单端行波与声学信号融合的配电网故障定位方法。

46、与现有的技术相比,本发明具备以下有益效果:

47、(1)本发明基于单端行波与声学信号融合的整体架构,构建了一套从故障触发到同步采集、从行波多解生成到声学定向验证、最终依托拓扑约束进行加权融合的完整故障定位闭环。该方法摒弃了传统直接求解唯一故障点的思路,率先通过连续小波变换与lipschitz指数甄别行波反射波,在拓扑图上生成误差区间以承认并容纳单端行波的多解性,随后仅在假设区间内调用声学信号进行广义互相关与最小二乘定位,最后通过包含拓扑约束惩罚项的加权约束目标函数进行最优求解。整个体系在仅需单端行波设备辅以稀疏部署的声学传感器群、显著降低系统成本的前提下,实现了高精度与高可靠性的统一,兼顾了精确定位、支路自动判别和工程经济性;

48、(2)本发明能够有效解决单端行波法在多分支及混合线路中因波头折反射严重而导致波形畸变、误判及定位多解的根本性难题。具体实施过程中,利用模极大值点的lipschitz指数对识别出的突变点进行物理特征甄别,剔除噪声和分支点反射造成的假波头,从而得到候选距离集合并映射至拓扑图生成假设区间集合。其创新的核心在于承认行波测距存在多解性并给予其完整的假设空间,随后利用声学信号的到达时间差(tdoa)测量值进行独立空间声源定位,以声学物理证据作为裁判从多解中筛选出唯一真实解,将原本的概率性判断转换为确定性验证,极大提高了配电网故障定位的准确性与可靠性;

49、(3)本发明针对声学定位的部署与应用进行了系统级的成本与效率优化。在定位流程中,声学传感器的有效信号分析与空间定位计算并非全网盲目进行,而是严格限定于由单端行波分析生成的故障假设区间集合内,这种由行波引导、声学定向精搜索的模式有效缩小了声学定位的计算范围,显著降低了系统算力开销。同时,系统无需在整条配电网线路上全线密集部署传感器,仅需在分支点、环网柜等关键节点安装声学传感单元群,即可结合行波粗定位的误差范围实现精确锁定。该设计使得系统在保持环境自适应能力及拓扑适应性的同时,大幅度降低了硬件安装与维护成本,具有良好的工程推广价值。