高压直流输电系统输电电缆的故障定位方法

doi:10.3969/j.issn.1008-0198.2022.06.022

湖南电力 ›› 2022, Vol. 42 ›› Issue (6): 123-128.doi: 10.3969/j.issn.1008-0198.2022.06.022

• 故障与分析 • 上一篇

高压直流输电系统输电电缆的故障定位方法

陈文¹, 陈凯平², 夏向阳², 夏君山¹, 王瑞琪¹, 胡小忠³

1.金杯电工股份有限公司,湖南长沙 410007;
2.长沙理工大学,湖南长沙 410014;
3.中南大学后勤保障部能源管理中心,湖南长沙 410200

收稿日期:2022-09-21 修回日期:2022-10-17 出版日期:2022-12-25 发布日期:2023-01-13
基金资助:
国家自然科学基金(51977014)

Fault Location Method of HVDC Transmission Cable

CHEN Wen¹, CHEN Kaiping², XIA Xiangyang², XIA Junshan¹, WANG Ruiqi¹, HU Xiaozhong³

1. Goldcup Electric Apparatus Co., Ltd., Changsha 410007, China;
2. Changsha University of Science & Technology,Changsha 410014, China;
3. Energy Management Center of Logistics Support Department, Central South University, Changsha 410200, China

Received:2022-09-21 Revised:2022-10-17 Online:2022-12-25 Published:2023-01-13

摘要/Abstract

摘要： MMC-HVDC系统直流侧架空线路在单极故障发生时,单极线路各频段的电压占比因故障极线路的不同而出现不一样情况,所以提出基于模糊比值分析的MMC-HVDC系统单极接地故障定位方法。该方法通过S变换将故障时的各频段电压进行分离,凭借各频段电压占比不同,实现仅靠一侧装置对系统故障极快速定位,并用神经网络训练找出各个频段电压占比在整体测距中的权重,最终实现对故障位置的精确定位。最后利用PSCAD/EMTDC电磁暂态仿真软件搭建两端双极柔性直流输电模型,仿真结果验证了所提故障定位方法的准确性以及实用性。

关键词: 柔性直流输电, 单极接地故障定位, S变换, 神经网络

Abstract: When the single pole fault occurs in the DC side overhead line of system, the voltage proportion of each frequency band of the single pole line presents different situations due to the different fault pole lines. Therefore, a single pole grounding fault location method of MMC-HVDC system based on fuzzy ratio analysis is proposed in this paper. In this method, the voltage of each frequency band during fault is separated through S-transform. Depending on the different proportion of voltage of each frequency band, the fault pole of the system can be quickly located only by one side of the device, and the weight of the proportion of voltage of each frequency band in the overall ranging can be found by neural network training, so as to finally realize the accurate location of fault location. Finally, PSCAD / EMTDC electromagnetic transient simulation software is used to build the two terminal bipolar flexible DC transmission model. The simulation results verify the accuracy of the proposed identification method and ranging algorithm.

Key words: flexible DC transmission, single pole grounding fault location, S-transform, neural network

中图分类号:

TM721.1

陈文, 陈凯平, 夏向阳, 夏君山, 王瑞琪, 胡小忠. 高压直流输电系统输电电缆的故障定位方法[J]. 湖南电力, 2022, 42(6): 123-128.

CHEN Wen, CHEN Kaiping, XIA Xiangyang, XIA Junshan, WANG Ruiqi, HU Xiaozhong. Fault Location Method of HVDC Transmission Cable[J]. Hunan Electric Power, 2022, 42(6): 123-128.

参考文献

[1]燕伯峰,曾鸣.电网不平衡电压下基于PCHD模型的MMC-HVDC无源控制策略[J].电测与仪表,2020,57(7):93-100.
[2]孙一莹. MMC-HVDC系统控制策略研究[D].北京:华北电力大学,2013.
[3]王帅,毕天姝,贾科.基于小波时间熵的MMC-HVDC架空线路单极接地故障检测方法[J].电网技术,2016,40(7):2179-2185.
[4]蒋鹏,周聪明,张磊,等.基于电流模量分析的MMC-MTDC系统直流输电线路故障识别[J].南方电网技术,2019,13(7):51-57,63.
[5]刘若平,李银红,肖浩,等.MMC-HVDC直流极保护对启动过程故障的适应性研究[J].电力自动化设备,2019,39(7):84-91.
[6]陈继开,孙川,李国庆,等.双极MMC-HVDC系统直流故障特性研究[J].电工技术学报,2017,32(10):53-60,68.
[7]叶鑫杰,兰生,肖思捷,等.基于小波包能量熵和DBN的MMC-HVDC输电线路单极接地故障定位方法[J].南方电网技术,2021,15(2):82-91.
[8]毛王清,杨琦,杨明玉.故障极识别与故障测距一体化的智能算法[J].陕西电力,2015,43(6):43-46.
[9]王思华,赵磊,王军军,等.基于MMC的直流输电系统双极短路故障保护策略研究[J].电力系统保护与控制,2021,49(11):9-17.
[10]张文谱.基于电压变化的直流输电线路故障识别与保护[J].自动化应用,2021(4):113-115.
[11]安娜,束洪春,郭瑜,等.基于感性模糊识别的MMC直流输电线路单极接地故障分析[J].电力自动化设备,2021,41(3):71-77.
[12]宋志明,霍永红,荀堂生,等.基于小波变换的HVDC输电系统故障诊断研究[J].电力系统保护与控制,2012,40(3):100-104.
[13]朱鹏,夏向阳,李明德,等.基于能量比值分析的直流输电线路故障判别[J].中国电力,2020,53(8):85-90,99.
[14]宋国兵,李德坤,靳幸福,等.基于行波叠加特征分析的VSC-HVDC输电系统单端故障定位[J].高电压技术,2013,39(11):2743-2749.
[15]哈恒旭,王婧,谭雨珍,等.基于微分算子逼近的单端故障测距新原理[J].电力系统自动化,2009,33(3):69-73,78.
[16]高淑萍,索南加乐,宋国兵,等.基于分布参数模型的直流输电线路故障测距方法[J].中国电机工程学报,2010,30(13):75-80.
[17]康丽红,唐昆明,罗建,等.直流输电线路单极接地双端故障测距[J].电网技术,2014,38(8):2268-2273.
[18]叶鑫杰,兰生,肖思捷,等.基于小波包能量熵和DBN的MMC-HVDC输电线路单极接地故障定位方法[J].南方电网技术,2021,15(2):82-91.

高压直流输电系统输电电缆的故障定位方法

Fault Location Method of HVDC Transmission Cable

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 4

编辑推荐

Metrics

本文评价

[1]	李奕杰, 宋恒, 叶晨晖, 申庆祥. 基于融合模型驱动和数据驱动的电动汽车充电负荷预测[J]. 湖南电力, 2023, 43(3): 9-15.
[2]	邓怡卿, 孙斌, 李晓兵, 李丹, 王嵘婧. 基于大数据的输变电工程造价趋势预测[J]. 湖南电力, 2023, 43(2): 108-111.
[3]	贾浩, 张莲, 张尚德, 赵梦琪, 赵娜, 黄伟. 基于LSSA-BP神经网络的断路器分合闸电流特征诊断[J]. 湖南电力, 2022, 42(5): 36-41.
[4]	李振华, 李浩, 黄景光, 张磊, 吴琳. 基于声信号和一维卷积神经网络的绝缘子污秽度监测方法研究[J]. 湖南电力, 2022, 42(4): 18-22.