边缘检测在HVDC系统故障诊断中的应用

边缘检测在HV DC 系统故障诊断中的应用高冬梅,袁海文,张永斌,曾　倩(北京航空航天大学自动化科学与电气工程学院,北京100083)摘　要:为了及时分辨HVDC 系统故障类型并快速恢复,对直流输电标准测试系统在各种故障,包括交流系统发生故障、逆变换相失败故障以及直流线路故障下的典型响应特性进行了分析。

采用àtrous 小波方法将行波信号分解成不同尺度下的小波面,其中包含了该尺度下细节信息,实现对故障的边缘检测;提出了3种故障判别准则,推出了模极大值能量的概念,并利用反射行波信号的小波变换模极大值的幅值、极性及模极大值能量等变化规律对不同HVDC 系统故障进行诊断,实现逆变器换相失败和交流系统单相故障的识别。

MA TL AB 仿真结果表明提出的方法能很好地完成HVDC 系统的故障诊断。

关键词:故障诊断;反射行波信号;边缘检测;小波变换;模极大值;换向失败;àtrous 小波分解中图分类号:TM711文献标志码:A 文章编号:100326520(2008)1122380205W avelet Edge Detection B ased HV DC System F ault Identif icationGAO Dong 2mei ,YUAN Hai 2wen ,ZHAN G Y ong 2bin ,ZEN G Qian(College of Automation and Electrical Engineering ,Beihang U niversity ,Beijing 100083,China )Abstract :The detection and fast recovery of faults in HVDC (High Voltage Direct Current )system are important for a safe operation of power system.It is not easy to identify HVDC power system faults by using pure f requency do 2main based methods or pure time domain based methods.Based on wavelet theory the sudden change can be detected and identified between different transients with help of wavelet modulus maxima.This paper describes a new high 2speed HVDC power system fault identification based wavelet edge detection technique ,using the representation of the traveling waves through wavelet modulus maxima ,criterions for similar transient signals such as HVDC line fault ,commutation failure in the converter station and AC single phase short circuit fault at AC side ,are proposed.In this paper ,the behaviour of different faults in HVDC power system is analysed through wavelet transform.Con 2sidering a better time location and a better information keeping ,the paper use the trous structure but without down 2sampling block after high 2pass filters.The trous decomposition is one of discrete wavelet transform algorithms.On the basis of trous wavelet decomposition theory a detecting edge method is derived ,according to which the signal can be decomposed into wavelet planes of increasing scales.Based on trous algorithm the fault detedtion result is satis 2factory.In this paper three criterions for identification are proposed.MA TL AB simulation results show that these criterions based on wavelet modulus maxima can make a definite identification of HVDC system faults ,commutation failure and AC single phase fault.The application of wavelet edge detection technique leads to a faster ,easier and more reliable protection solution and development of new fast identification technique for HVDC power system.K ey w ords :fault identification ;traveling waves ;edge detection ;wavelet transform ;wavelet modulus maxima ;com 2mutation failure ;àtrous wavelet decomposition0　引言HVDC 输电系统的运行受直流线路 换流器或交流系统故障的影响,故障发生时,及时检测出故障并快速对其作出响应十分重要。

HVDC 一般都是长距离输电系统,用行波理论法分析[1]HVDC 故障十分有效。

根据行波传输理论,当输电线路发生故障时,故障点产生沿输电线路传播的暂态行波,行波中包含充足的故障信息并对其进行分析,从而诊断出故障。

故障产生的行波频谱宽且时变,单独在时域或频域内很难识别和定位故障。

应用小波变换的边缘检测可对故障进行比较准确的时间和频率定位。

A.T.Johns 最早提出交流系统中的行波保护理论。

到目前为止行波保护理论的最大挑战是如何快速并可靠检测出故障。

小波变换在时域和频域同时具有良好的表征信号局部的能力,它突破了傅立叶变换在时域上没有任何分辨率的限制,可以对指定频带和时间段的信号成分进行分析,很适合分析故障暂态信号。

文[228]多集中在输电线路故障定位,为此,本文重点对逆变器换相失败和交流单相故障进行分析。

1　小波变换的边缘检测理论与算法小波理论表明,如果Ψ1(t )=d θ/d t ,则小波变换模为W 1f (t ,a )=f 3Ψ1a (t )=a d d t(f 3θa )。

・0832・第34卷第11期2008年 11月高　电　压　技　术High Voltage EngineeringVol.34No.11Nov.　2008图1　小波分解算法Fig.1　W avelet decomposition algorithms式中,Ψ(t)为小波母函数;θa为信号f(t)在尺度a 下的平滑函数。

可见,小波变换在信号的突变点取得局部极大值。

在任意尺度a上模极大值对应于信号在a尺度上平滑后该点一阶导数大小。

信号的奇异程度不同,有强或弱的区分。

Fou2 rier变换是研究函数奇异性的基本工具,但它只能确定信号是否具有奇异和奇异性的强弱,而不能确定奇异点的分布及位置。

由于小波变换理论在时域和频域方面有良好的局部化或近似局部化性质,因此用小波变换进行信号的奇异性检测更具完备性。

为了较好地保持信号在时域和频域内的完整性,采用减采样的àt rous小波分解方法[9213],见图1。

图中,G(Z)为低通滤波器;H(Z)为高通滤波器;d a k为滤波器的输出即小波系数序列。

每次分解都将被分解信号C k从0到最高频率的中点划分为小波空间和尺度空间,每一空间对应一固定频带,利用不同频带的小波变换系数重构不同频带的波形,从而分析并提取信号特征。

àt rous小波算法的基本思想是将信号分解为不同频率通道上的近似信号C a k和每一尺度下的细节信号d a k,该细节信号包含了该尺度下的轮廓细节信息。

2　HV DC系统MAT LAB仿真采用MA TLAB环境中的标准12脉HVDC模型(见图2),观测点在整流侧。

利用àt rous方法将观测到信号分解成不同尺度下轮廓细节信息并进行边沿检测。

具体如下:1)初始化k=0,输入原始信号f k(x);2)用滤波器h(x)与图像f k(x)进行卷积得到:f k+1(x)=f k(x)3h(x);3)进行第一次小波变化得到第一个小波系数: w k+1(x)=f k(x)-f k+1(x);4)如果k<n(n为给定的分解次数),k=k+1,返回步骤2);5)重复步骤2)、3)、4)直至k=n。

图3～5为不同系统故障时在时域内观测的直流电压U和电流信号I,可见它们暂态过程类似,在时域很难分辨出不同的故障。

1)正常情况下,对整流侧观测到的反射行波电压信号u t进行变换,结果见图6。

可见小波模极大值幅值<100,极性正负交替变换,其中u t=u DC-Z C i DC2,式中,u DC、i DC分别为直流输电电压和电流;Z C为波阻抗。

2)图7为直流输电线路故障时对整流侧观测到的反射行波电压信号u t及变换的结果。

可见小波模极大值幅值µ100,从而可同正常情况下区分开。

3)图8、9为交流侧单相故障和逆变器换相失败故障。

可见小波模极大值幅值<100,发生故障后模极大值极性保持不变。

所以2种故障仍难以区别。

故引入新的概念小波模极大值的能量E(W max):E(W max)=∑4a=1∑t1i=t0|W(i)a max|2。