杨峰
国网新疆电力公司喀什供电公司城区供电中心 新疆 喀什 844000
摘要：近年来，随着分布式发电技术的发展，含分布式电源配电网的故障诊断技术也受到了各界的关注，成为分布式电源配电网发展不可或缺的重要核心技术之一，可及时精确处理电网故障、确保其稳定运行。
关键词：分布式电源；城市电网；故障分析方法
引言
分布式电源(distributedgeneration，DG)接入使传统的单电源辐射状配电网变为复杂的多电源配电网，由此造成故障电流的流向由单向流动变为双向流动，同时DG投入与切除、故障电流信息发生畸变以及网络节点规模不断增加等问题对含DG的主动配电网故障定位提出了新的要求和挑战。
1分布式电源优势
分布式电源在城市电网中的应用具有能效合理、电力损失小、污染少、运行灵活、系统经济等优势。首先，分布式电源主要分布安装在需求侧，能够在系统运行中实现能源的梯级利用，提高资源的综合利用率。由于用户对电能资源需求量、要求等有着不同的要求，能够在分布式电源的应用中使得温度与供应电源直接对接，进而将能源输送中的损耗量降至最小。其次，分布式电源下，资源与环境效益最优。在电网系统的构建过程中，能够以终端的电源利用为基础来确定其规模。再次，分布式电源结构下，能源转换技术是重点技术。此技术的应用能够有效降低污染物的排放量，使得排放趋于分散化，能够被周边植物吸收。由于分布式电源下的排放量相对较少且排放密度较小，能够利用相应的技术实现排放物的资源利用，如排放产生的气体能够被作为肥料加以使用。最后，信息化技术是分布式电源的核心技术，各种信息化技术的应用使得电网系统能够实现智能化管理与控制。
2含分布式电源的城市电网故障分析方法
文章主要研究将MODWT变换和LSTM网络结合应用到含分布式电源配电网的输电线路短路故障诊断中。具体的故障诊断方案如下：（1）通过SIMULINK搭建相应的含分布式电源配电网模型，并获取数据。（2）进行故障检测。对电流信号进行MODWT变换，通过分析小波的第一级细节系数可以判别是否发生故障，若发生故障还需要检测出故障发生时刻。（3）进行特征提取。选取故障发生前后1个工频周期的A、B、C三相电流IA、IB、IC以及零序电流分量IC作为特征提取的对象，并计算相应的特征向量。（4）进行网络训练、测试。将（3）中得到的特征向量输入到搭建好的神经网络模型中进行训练和测试，得到故障分类结果。
2.1模型建立和数据产生
为评估文中所提方法的性能，通过MATLAB软件搭建修正的IEEE13总线标准系统模型进行算例分析。以下是对该系统的一些说明：
（1）这是一个小型、高负载且三相不平衡的4.16kV馈线系统。（2）原系统的节点650和节点632通过稳压器连接，此系统将4.16kV的三相电压源直连节点632。（3）一个4.16kV/480V的变压器将光伏发电单元连接到节点680，从而实现并网。文中考虑了随机的故障发生时刻、故障发生线路、过渡电阻和短路故障类型等不同影响因素下的故障工况，具体设置如下：（1）故障发生时刻：故障发生的时刻具有随机性，在[0，0.5s]上服从均匀分布，仿真过程中设置了三个故障发生时刻分别为t1、t2、t3。（2）可能发生故障线路：line632-633、line632-671、line671-680。（3）过渡电阻：0.01、1、10。（4）短路故障类型：AG、BG、CG、AB、AC，BC、ABC、ABCG、ABG、ACG、BCG。共产生3*3*3*11=297种故障工况。
2.2故障检测
2.2.1MODWT变换理论简介
MODWT变换具备以下几个特点：它对所处理的信号长度没有要求，因此适用范围广；它没有降采样过程，可以在每个采样过程之后立即计算小波系数；同时，它对时间序列的起始点没有要求，可以任意选择。这些特点使得MODWT变换相对于DWT变换分析暂态信号时更具优势，尤其适合于分析具有任意故障初相角的故障检测和分类问题。
2.2.2检测算法
故障检测算法的作用是判断是否发生故障，同时，若发生故障则还需检测出故障的发生时刻。当得到数据后，首先需要进行故障检测来判断是否发生故障，若发生故障，电流将发生突变，并产生短暂的瞬态现象。通过提取、分析MODWT变换第一级系数的高频分量，可检测到故障发生时刻，否则检测结束。相关研究提出了利用阈值法来检测故障，即对电流进行小波变换，再提取、分析第一级小波细节系数，若系数超过设置的阈值，则可以检测是否发生故障并确定故障发生时刻。然而，此方法存在难以选择合适阈值的问题，若阈值设置不当，可能会出现漏检或误检等现象。为了避免及提高检测率，本文提出基于信号本身幅值大小的阈值选取方法，即基于相邻系数差的阈值法，而不是常规的经验法。具体的故障检测算法如下：（1）使用“Haar”小波对电压进行MODWT变换；（2）提取每相的第一级细节系数，并去除前1000个和最后1000个细节系数；（3）计算并确定基于相邻系数差的阈值。对于（2）中获得的系数，首先计算出相邻点之间系数差的绝对值Dk，如公式（1）所示。接着进行比较，并找到最大值Dkmax及其所在相，设定的阈值即为Dkmax，
.png)
（4）将Dkmax所在相的细节系数绝对值与阈值进行比较，若首次出现大于阈值的，则对应的为故障发生时刻。以发生C相接地短路（CG）为例，图1为使用基于相邻系数差的阈值法检测CG故障发生时刻的结果图。由图1可以看出，采用文中的故障检测算法可以精准地检测出故障的发生时刻，并且不存在延时现象，至于故障检测的识别率，将和故障分类的准确率一起讨论，详见3中的结果与分析。
.png)
图1使用基于相邻系数差的阈值法进行故障发生时刻检测案例
2.2.3特征提取
特征提取的目的是选择合适的特征向量来作为神经网络的输入。当检测到故障发生时刻后，选取故障发生前后1个工频周期的A、B、C三相电流IA、IB、IC以及零序电流分量IC作为特征提取的对象，并得到经过MODWT变换后的各级小波细节系数，若直接用小波系数作为特征向量输入到神经网络中将会导致存储空间大和分类精度差等问题，通常特征向量的选取会使用相关的统计量。本文选择“总标准偏差的变化量”和“总均值的变化量”作为特征向量，其详细信息如下所示：
（1）总标准偏差的变化量为
.png)
式中，i=1，2，3，...，J；J为MODWT的分解级数；N为每一级采样点的数量；Dij为细节系数；μD，i为每一级细节系数的平均值；σDA为故障后一周期的总标准偏差；σDB为故障前一周期的总标准偏差。
（2）总均值的变化量为
.png)
式中，i=1，2，3，...，J；J为MODWT的分解级数；N为每一级采样点的数量；Dij为细节系数；μDA为故障后一周期的总平均值；μDB为故障前一周期的总平均值。
3结语
文中通过研究含分布式电源配电网的输电线路短路故障，采用了基于相邻系数差的阈值法实现了故障检测，尽管如此，该诊断算法在高过渡电阻情况下的准确率仍有待提高。
参考文献
[1]唐飞.计及分布式电源接入的配电网静态电压稳定性评估方法[J].电力系统自动化，2015（15）.
[2]陈俊杰.分布式电源接入对配电网继电保护的影响及措施分析[J].环球市场，2018（35）.