基于聚类经验模态分解和差分熵的输电线路故障测距研究*
2018-11-13张成王昕郑益慧李立学
张成,王昕,郑益慧,李立学
(上海交通大学 电工与电子技术中心, 上海 200240)
0 引 言
高压输电线路作为社会经济高速发展的动脉,需要面对故障多发的问题,一旦处理不及时,会影响整个电网稳定性。因此研究输电线路的故障测距,在线路故障发生后,排除信号噪声的干扰,进行快速、准确的故障定位,对经济发展和社会稳定具有重要意义。
当输电线路发生故障时,暂态行波会出现包含丰富故障信息的波头,为故障信息的提取和故障位置的确定提供了基础[1-2]。行波法测距易受电流信号噪声影响,为此需要去除原始信号中的噪声,获得有效的行波信号。小波变换 (Wavelet Transform,WT)[3]在去噪过程中对非奇异信号具有良好的检测效果,但对于不同信号,最优的分解尺度和基函数选择难度较大,在实际使用中去噪效果不理想。希尔伯特-黄变换(Hilbert-Huang Transform,HHT)[5-6]通过经验模态分解(Empirical Mode Decomposition,EMD)将信号分解为一组固有模态函数(IMF),利用希尔伯特变换(Hilbert Transform,HT)计算各分量的瞬时频谱,不需要选择分解尺度和基函数,但EMD算法容易造成模态混叠现象,去噪不充分,导致故障测距具有不小的误差。局域模态分解(Local Mean Decomposition,LMD)[7]方法在去噪过程中采用平滑处理的方法形成局部均值函数和局域包络函数,可避免EMD分解采用三次样条函数时产生的过包络、欠包络现象,提高去噪效果。但LMD分解需要进行多次迭代,相比于EMD分解计算量较大,是其主要的局限性。
行波法的关键是确定行波波头到达监测点的精确时间。文献[8]利用HHT得到高频信号的时间-频率关系,根据突变信号对应的发生和结束时刻,确定故障行波波头,但该方法易受HHT端点效应的影响。……
