宁家兴，何柏娜，孔杰，王珍珍，王乐淼，颉雅迪

(山东理工大学 电气与电子工程学院, 山东 淄博 255049)

0 引 言

随着电网输电规模逐步扩大，电压等级的不断提高，输电线路上发生单相接地故障概率也不断增大，为使电力系统更加安全可靠运行，单相自动重合闸装置在线路上被普遍使用[1-3]。然而单相自动重合闸动作时具有一定的盲目性，当线路处于永久性故障状态时，为避免电力系统再次受到短路电流的冲击，要求重合闸装置在断开后不会再次动作，因此选择可靠的单相自适应重合闸(Single Phase Adaptive Reclosure，SPAR )来识别故障类型，从而准确重合于瞬时性故障，可以有效提高电力系统运行稳定性[4-11]。

目前，对于超高压输电线路SPAR的研究主要基于二次电弧阶段和恢复电压阶段。文献[12-14]通过分析二次电弧阶段潜供电弧暂态特性，有效捕捉熄弧时刻来区分故障状态，该类方法能够确定最佳合闸时间，但需要在十分复杂的故障波形中提取有效信息，对采样频率有很高的要求。文献[15-18]研究了故障相端电压和并联电抗器电压等电气量特性及计算原理，文献[19]分析了故障相并联电抗器差模电流的特征，文献[20-21]将人工神经网络等智能算法应用于SPAR故障识别。但是，基于恢复电压阶段的方法对于未考虑拍频振荡影响的判据，易产生误判，存在将瞬时性故障检测为永久性故障的可能，这就会对国民经济造成巨大损失，因此，更加可靠的恢复电压法还有待进一步研究与完善。

文章……