改进希尔伯特黄变换理论在配电网故障选线中的应用与研究.pdf

《改进希尔伯特黄变换理论在配电网故障选线中的应用与研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第3】卷第2期东北电力大学学报Vo1．31，No．22011年4月JournalOfNortheastDianiiUniversityApr．，2011文章编号：1005—2992(2011)02一O044—05改进希尔伯特黄变换理论在配电网故障选线中的应用与研究杨丽娜，周敏2(1．北京市电力公司大兴供电公司，北京大兴区102600；2．湖南省电力公司衡阳电业局，湖南衡阳421001)摘要：将一种新的非线性、非平稳信号处理方法——改进HHT(Hill~rt-HuangTransform)方法应用于配电网故障选线中。改进HHT方法可以从非平稳的故障信号中准确地提取

2、丰富的系统故障暂态信息。通过对故障后各线路零序电流特征分析，进而利用HHT提取零序电流高频分量幅值、频率和相位等信息，比较幅值和相位实现正确选线。理论分析和大量的ATP仿真结果表明：基于改进HHT的选线方法可以准确、可靠地实现中性点经消弧线圈接地配电网单相接地故障选线。关键词：电力系统；故障选线；希尔伯特一黄变换；单相接地；零序电流中图分类号：TM73文献标识码：A由于消弧线圈接地系统能够较好地满足配电网运行的需要，我国配电网主变中性点多采用经消弧线圈接地方式。但是经消弧线圈接地配电网系统发生故障时，故障点电流小、故障情况复杂、系统运行方式多样等原因，使得准确、

3、可靠地实现故障选线一直没有很好的解决u】。配电系统发生单相接地故障时，故障暂态过程含有丰富的信号特征量，其值比稳态时大数倍至数十倍，因此利用这些故障暂态特征信号来实现选线具有更高的灵敏性和可靠性。目前，利用暂态故障信号量进行选线的主要方法有：首半波法J、小波分析法J、小波包分析H法、Prony分析法【5以及HHT】。小波分析工具近年来在信号分析领域的应用得到了飞速的发展，应用小波分析工具实现故障选线也有大量的研究。小波分析工具本质上是窗口可调的傅立叶变换，计算过程中需要认为的设定小波基和分解尺度，这样就难以保证计算结果能够真实的反映信号自身特征。Prony分析法

4、利用线性拟合等间隔采样数据以从中分析出信号的幅值、频率和相位等信息，但是Prony分析法对噪声非常敏感，而且拟合阶数的确定也比较困难。改进HHT方法是一种全新的分析非线性、非平稳信号的方法，该方法可以有效的克服小波分析工具和Prony分析法的不足和缺点，已被成功的应用于电力系统暂态信号分析中。本文利用改进HHT方法的核心部分一因散经验模态分解对故障后各馈线零序电流进行分解，提取其中的高频分量，然后利用最小二乘法对高频分量的参数进行估计，最后通过比较幅值和相位来确定故障线路。理论分析和ATP仿真结果本文提出的方法可以准确地实现中性点经消弧线圈接地配电网单相接地故障

5、选线。1改进HHT理论方法1．1因散经验模态分解(EEMD)基本原理从本质上说，EMD是一个对信号进行平稳化处理的过程，它基于信号的局部特征尺度，可以将任意收稿日期：2011一o3—18作者简介：杨丽娜(1981一)，女，北京电力公司大兴供电公司工程师，主要研究方向：电气工程第2期扬丽娜等：改进希~．4fi特黄变换理论在配电网故障选线中的应用与研究45信号中不同尺度的波形或趋势逐级分解出来，产生一系列具有不同特征尺度的数据序列，每个序列作为一个本征模态函数一IMF(IntrinsicModeFunction)。IMF分量必须满足2个条件：①其极值点个数和过零点个

6、数相同或最多相差1个；②其上下包络线关于时间轴局部对称。基于经验的模式分解过程也称筛选过程，该过程描述如下：(1)设给定信号为a，找出给定信号的局部均值，(这个过程可以通过取信号局部极大值的包络和信号局部极小值的包络的平均值来得到)将其局部均值组成新的序列m。a与均值序列n的差值被定义为序列^。(2)检查序列h是否满足TMF的基本条件或者满足给定的阈值，若满足则执行(3)；否则，对信号h继续执行步骤(1)。(3)令=h，即为分解得到的第i个IMF分量C；并令Ti=ri一，一ci。(4)检查是否满足分解停止条件，若满足则执行(5)；否则令a=ri返回(1)，i=i

7、+1。(5)分解完成，得到基本模式分量c，c：c，⋯⋯，及余量r。对于一个给定信号(￡)，经过经验模态分解后，可用下式来表示：／I,、’●1，、("Ci+rn，(1)式中，n为分解级数，c(i=1，2，⋯⋯，Ⅳ)是各级IMF函数，r(t)为剩余信号项。大量实验数据研究表明，当数据不是纯白噪声时，EMD分解会出现频率混跌现象。而实测数据中都不同程度融合了信号和噪声，这就使得EMD分解的混频现象难以可避免，这也是原始EMD方法的主要不足之一。为了弥补EMD方法的不足，z．wu和N．E．Huang在2005年提出了EEMD方法。该方法是一种新的噪声辅助数据分析方法，其

8、主导思想是认为每个观察到