PDF《超高压线路暂态保护选相研究》

后者主要利用行波的波头信 息进行选相,而对波头进行处理的方法也很多,包 卜春霞,等 超高压线路暂态保护选相研究 -

31 - 括神经网络和小波分析等.其中神经网络在进行数 据的预处理和训练时要花费大量的时间;

小波分析 在处理波头信息方面有明显优势,但为了得到更理 想的结果,需要取更长时间窗的分析阶数[6] ,这违 背了继电保护速动性原则. 本文在数学形态学[7] ( Mathematical Morphology,MM)的基础上,通过分析各种故障 类型故障电流的模电流特征,提出了一种基于数学 形态学梯度(Morphological Gradient,MG)的选相 方案, 本文通过对一条典型的

500 kV 超高压输电线 路进行仿真,ATP/EMTP 仿真结果表明该方案在线 路不同位置、不同过渡电阻、不同故障初始角等情 况下发生故障时均能快速准确地选择出故障相.

1 数学形态学 1.1 数学形态学基本运算 数学形态学(MM)是由法国学者 G.Matherom 和J.Serra根据集合代数及拓扑论提出的新的图象处 理方法,它将对象集合化,对集合进行研究,对象 之间可通过结构元素进行联系[7] .数学形态学用集 合来描述目标信号,通过设计一种收集信号信息的 探针 ――结构元素,提取有用的信息作特征信 息分析.其变换一般分为二值形态变换和灰度值形 态变换.由于本文的检测对象故障电流属于一维信 号,所以这里只讨论一维离散形态变换.数学形态 学运算可以归结为腐蚀和膨胀两种基本的运算方 法.它们各包含两个要素:被腐蚀或膨胀的对象和 结构元素. 令f(x)和g(x)分别表示一维原始信号和结 构元素.设fDE?和gDE?分别表示两个函数的 定义域, 则利用结构体 g(x)对信号 f(x)进行腐蚀和膨 胀可分别定义为[7] : ( )( ) max{ y f g x f x y g y 1) ( f )( ) min{ y g x f x y g y = + - (2) 其中:x∈Df ;

y∈Dg. 由式(1)和式(2)可知膨胀和腐蚀运算具有 取信号的局部极大和局部极小值的功能.形态学运 算可以看作是用一个探针(结构元素)去局部探测 图像中每一区域的几何特征.结构元素的形状大、 小和其原点位置与图像信息提取有着密切的关系. 1.2 形态学梯度 在腐蚀和膨胀的基础上,即可定义基本的形态 学梯度(MG)[8] : grad( f f g x f g x (3) 则由式(3)可知,形态梯度是由结构元素定义 域内的极大和极小值之差决定的,所以形态梯度的 运算受结构元素的大小和其原点位置的影响,通常 用于图像或信号的边缘检测.本文原始信号 f(x)为 线路故障电流的线模分量;

结构元素 g(x)为{-1, 0,-1};

变量 x 为时间变量.若结构体取直线则会 更有效地检测出原始信号的上升沿和下降沿,但这 样会增加计算的复杂程度,需花费较长的计算时 间[9] .仿真结果表明本文所取的结构体完全满足要 求,能在不丢失能量信息的条件下有效检测出信号 的突变.

2 基于数学形态学(MG)的选相原理 2.1 故障暂态电流特征分析 电力系统状态可视为非故障状态与故障附加状 态的叠加,以下分析故障附加状态下的电流特征. 本方案采用故障电流作为分析对象,由于输电 线路各相之间存在互感耦合,以各相量为分析对象 的保护会受到其他相的互感作用.为便于分析故障 行波及其传播特性,继电保护领域广泛应用了模变 换技术.本文采用凯伦布尔相模变换,经过转换后 各模量相互独立,可从故障边界条件出发对各模量 的独立网络进行分析.凯伦布尔变换矩阵[10] 为: * = P S I (4) 其中: