[发明专利]一种基于数学形态学的配电网故障检测方法

说明书

本发明公开了一种基于数学形态学的配电网故障检测方法，获取待检测配电网的波形数据，对零序电流数据进行数据预处理；通过数学形态学MM计算波形数据的形态梯度MG和闭开差CODO值；根据配电网正常运行状态下的波形特性设定阈值，若计算出的形态梯度MG和闭开差CODO值超过所设定的阈值，则判断为故障状态；然后根据低阻接地故障LIF和高阻接地故障HIF的故障电流瞬态信号的不同特性，若连续超过N_set个时间窗均检测为故障状态，则判断为HIF事件，反之判断为LIF事件。上述方法具有较强的通用性，仅需配电网零序电流数据就可以通过较短的时间窗口实现配电网故障的准确检测，具有较高的检测精度和检测速度。

技术领域

本发明涉及电力系统技术领域，尤其涉及一种基于数学形态学的配电网故障检测方法。

背景技术

随着电力系统的高速发展，配电网的负荷日趋增大，用户对配电网的供电可靠性提出了更高的要求，配电网具有结构复杂、线路长、故障率高等特点，很容易受到风、树木倒塌、动物和不利的潮湿天气条件等因素的影响而发生故障。其中单相接地(Single Line-to-Ground,SLG)故障比重最大，约占80％。当故障发生时，快速准确的故障检测是进一步故障分类、定位和恢复的基础。

对于金属性或经较低过渡电阻的单相接地故障，称为低阻接地故障(LowImpedance Fault,LIF)，传统的继电保护装置可以快速检测并跳闸隔离，正动率可以达到90％以上。当导体经水泥、草地、树枝、沙子等高电阻率介质接地时，过渡电阻呈现明显的高阻态，称为高阻接地故障(High Impedance Fault,HIF)，HIF事件电流很微弱，根据故障点的介质不同，甚至不到正常电流的10％。因此，基于过流继电器、重合器和熔断器的传统保护方案难以检测到HIF事件。在配电网的单相故障中，约5％～10％以上的配电网故障属于HIF事件，由于很难检测到HIF事件，暴露的带电导体可能会导致火灾等事故甚至对公众造成危害，因此配电网发生故障时，快速准确的检测出故障对电力系统的安全运行至关重要。

对于LIF事件以及HIF事件的检测技术主要分为三类，分别为时域算法、频域算法以及时频域算法，其中包括基于多元统计的方法、谐波法、小波变换法、S变换法等。在实际配电网中，受非线性负荷和电力电子元件的影响，正常运行状态存在一定的谐波，同时故障类型十分广泛，故障特征在不同的运行状态和故障环境下存在很大的随机性和差异性。如一些故障波形中谐波含量很高，而有些故障谐波含量很低；一些故障发生伴有大量的负荷能量损失，而一些与树枝间歇性接触的故障其能量损失很小。因此上述现有检测方法中所提取的故障特征量变化范围较大，实际运行条件下难以保证故障检测的可靠性和安全性。

发明内容

本发明的目的是提供一种基于数学形态学的配电网故障检测方法，该方法具有较强的通用性，仅需配电网零序电流数据就可以通过较短的时间窗口实现配电网故障的准确检测，具有较高的检测精度和检测速度。

本发明的目的是通过以下技术方案实现的：

一种基于数学形态学的配电网故障检测方法，所述方法包括：

步骤1、获取待检测配电网的波形数据，所述波形数据为零序电流数据，并对零序电流数据进行数据预处理；

步骤2、针对预处理后的波形数据，通过数学形态学MM计算波形数据的形态梯度MG和闭开差CODO值，以提取瞬态电流信号；

步骤3、根据配电网正常运行状态下的波形特性设定阈值，若步骤2所计算出的形态梯度MG和闭开差CODO值超过所设定的阈值，则判断为故障状态，反之判断为正常运行状态；

步骤4、然后根据低阻接地故障LIF和高阻接地故障HIF的故障电流瞬态信号的不同特性，若连续超过N_set个时间窗均检测为故障状态，则判断为HIF事件，反之判断为LIF事件，实现配电网故障的快速准确检测。