电力传输线路故障测距方法

电力传输线路故障测距方法

许保瑜黄晶喆王兴斌周自更

许保瑜黄晶喆王兴斌周自更

（昆明供电局、输电管理所）

摘要：随着社会的发展，我国的电力工程的发展也越来越迅速。电能是一种重要的能源，在人们的日常生活和工业生产中占据着重要地位。随着国民经济的迅速发展，电力用户的用电需求也在不断增加，电力行业在日益强大的同时也带动了电网规模的不断扩大。现如今传输线路的长度不断增加，且线路结构也变得越来越复杂，而传输线路是电力系统的重要组成部分，同时也是电力系统中发生故障最多的环节之一，一旦发生故障查找起来十分困难。因此，确保可靠不间断的电力供应是满足用户需求、维持现代社会稳定发展的重要保证。故障测距是电力系统发生故障时要做的首要工作，准确地测量出故障点的位置有利于快速修复故障、降低损失。本文在研究基于对称分量的故障选相方法基础上，将故障选相与故障电流分布系数相结合对故障进行测距。

关键词：电力传输线路；故障测距；方法

引言

我国电力线路覆盖范围广、穿越区域地形复杂并且自然环境恶劣。电力线路、杆塔长期在野外暴露，加上机械张力、材料老化等外界因素影响，容易发生线路断股、绝缘子破损及发热、线路走廊安全距离不足等安全隐患，如不及时发现并处理，可能会导致严重事故。电力部门每年都要花费巨大的人力和物力资源进行巡线工作，以便掌握线路的运行状况，及时排除线路的潜在隐患。如果在输电线路发生故障后，能快速、准确地排除故障，不但能提高电力系统运行的可靠性，而且可以减少因为停电而造成的巨大损失。

1电力传输线路故障测距的重要性

在现代社会中，由于电能具有清洁高效、经济实用的特点从而成为人们日常生产和生活中广泛使用的能源，其应用程度也己成为一个国家经济发展水平甚至是综合国力的重要标志之一。进入21世纪以后，人们的生活水平不断提高，用电需求也逐渐增大，对电能质量（PowerQuality）的要求相对也变得越来越严格，安全可靠的电力供应不仅关系到现代化的工农业生产，也影响着人们的日常生活。由于雷击、线路短路故障及设备年限过长老化等自然条件或设备异常的影响，电力传输线路发生故障是不可避免的。随着我国电网规模的日益庞大，远距离传输线路也日益增多，传输线路故障将会导致用电区域的大面积停电、工厂无法正常生产，从而直接影响到电力系统的安全运行和用户的日常生活，给国民经济和社会发展带来巨大损失。因此，在传输线路发生故障后及时、准确地发现故障是排除故障、恢复供电的重要前提，对确保整个电网的稳定高效运行具有十分重要的意义。现如今，电力已成为人们生活中不可或缺的能源，确保安全可靠的供电是维持国民正常生活的基础，本课题正是基于此背景展开的研究。想要及时排除故障、恢复供电，准确地测量出故障点是前提和基础，一方面，能够极大地减少人力物力以及时间上的耗费，尤其是像偏远地区、人迹罕至的区域或者是跨江河线路以及埋藏在地下的电力电缆，一旦发生故障排查起来十分不便；另一方面，能够让工作人员第一时间知道故障发生的具体位置，及时排除故障、尽快恢复供电，最大限度的减少国民的经济损失以及对国民生活造成的不便，防止意外的发生f31a因此，及时准确地定位出故障点，无论是出于财力物力方面的考虑还是对安全便利的考虑，都是至关重要的。

2电力传输线路故障测距方法

2.1深度学习算法

深度学习是近几年开启的一股研究热潮，其本质是模拟人脑的层次结构，通过大量的数据训练对外部输入的信息从低级到高级逐层学习，进而得到有用的本质特征。与人工神经网络相比，深度学习更加强调网络模型的深度，以及通过多层学习最终实现目标的预测和识别。目前来看，深度学习最为典型的3种算法分别是基于限制玻尔兹曼机的深度信念网络（DeepbeliefNetwork，DBN）、基于自编码器的深度网络、和卷积神经网络。深度学习一直备受国内外研究学者的关注微软、百度等均成立研究团队致力于深度学习的研究工作，目前深度学习已被成功运用于语音识别、图像识别、图像的搜索和标注等工作。但由于发展较晚，应用还不够广泛。

2.2神经网络算法

人工神经网络是最近几十年蓬勃发展的领域。该方法是通过模拟人脑结构来效仿人类思考并解决问题的一种人工智能方法。这种复杂的神经网络系统由大量简单的人工神经单元连接构成，处理海量信息时，具有良好的并行处理、分布存储、自组织和自适应等特点，而且具有很强的容错能力，工程应用中常常出现的局部图像数据混乱等问题并不会对人工神经网络的正确判断产生很大影响。在目标识别领域，人工神经网络已经被广泛应用于文字识别、手写体字符识别、人脸识别、遥感图像识别和精确制导等方面。在无人机巡检方面应用较少。

2.3单端测距法

故障测距是指对传输线路进行故障定位，一般可将其分为两类，一类是单端测距法，即测距时所测量的电气量来自线路的某一端；另一类是双端测距法，即测距时所测量的电气量来自线路的两端。与单端故障测距方法相比，双端故障测距方法的结果更为准确，但双端测距方法在进行测距时需要使用同步对时、GPS等设备以保证双端数据采集的同步性和测距结果的可靠性，这也使得双端测距方法实现起来较为困难。双端数据的同步采集一旦出现偏差将会直接影响测距的精度，特别是对于GPS短时间出现失误、卫星信号发生调整、天线受到天气或其他情况的干扰等问题，这些都是影响同步精度的因素之一，总而言之，双端测距方法对于测距环境的要求较高，不太适用于实际测距应用。而单端测距法只需要检测线路某一端的情况，无需其他通讯设备的辅助和同步采样等操作，应用起来较为方便，且在成本上也比双端测距法可减少至少一半，其经济实用性显而易见。因此，实现准确的传输线路单端测距成为电力行业工作者追求的目标。

结语

随着电网规模的不断扩大，传输线路的长度也在不断增加，且伴随着线路结构的日益复杂化，传输线路发生故障也是不可避免，电力系统的故障测距将是电力行业工作者的重点。本文研究的测距方法计算量小且可靠性较高，具有一定的可行性和实际应用价值，但三年转瞬即逝，由于时间方面的原因，本文工作还有很多不足及待改进的地方，具体内容分可归结为以下几个方面：本文主要是对故障测距方法进行研究，目前还没有开发出具体的测距装置，因此还未进行实际的实验验证，实验仿真均在理想环境中进行，没有噪声和其它谐波的干扰，而在实际工作中干扰较多，下一步可以开发出具体的测距装置，从而进一步验证本文方法的可行性。由于电力系统是一个动态的、非线性的、开放的且具有不确定性等特征的复杂系统，其网络结构过于复杂，本文测距方法还未应用于复杂电力系统的模型中，在接下来的工作中可以将尝试将本文方法与复杂网络相结合，进一步验证本文方法的正确性。

参考文献：

[1]刘士建.自动目标识别算法发展综述.中国科学院上海技术物理研究所，上海，2016

[2]胡海洋，李海林.基于图像匹配的无人机目标定位方法[J].舰船电子工程，2012，32（12）：49-51

[3]孙凤杰，输电导线图像目标识别方法［J］.中国图象图形

[4]王万国，等．基于无人机图像的输电线断股与异物缺陷检测方法［J］．计算机应用，2015

[5]程德志，李言俊，余瑞星．基于改进SIFT算法的图像匹配方法[J]．计算机仿真，2011

[6]廖圣龙，安居白.基于视频图像的电力线故障诊断仿真研究.大连海事大学信息科学与技术学院，辽宁大连116026，2016