- 頭條華電學者發布研究成果：風電場集電線路的單相接地故障測距新方法2021-04-08 作者：彭華 朱永利 | 來源：《電工技術學報》 | 點擊率：導語針對風電場集電線路因短路故障造成的棄風窩電問題，華北電力大學電氣與電子工程學院的研究人員彭華、朱永利，在2020年第23期《電工技術學報》上撰文，提出了采用全相位快速傅里葉變換（apFFT）頻譜校正和極限梯度提升（XGBoost）的風電場集電線路單相接地故障測距方法。經PSCAD/EMTDC實驗證明，該方法對風電場多分支、混合短線路測距具有明顯優勢，定位性能優于隨機森林（RF）方法，且不受故障位置、過渡電阻的影響，可滿足風電場對測距精度的需求。
隨著風電場規模的不斷擴大和風力機組容量的不斷增加，風電場的安全可靠運行變得越來越重要。風電場多處于地形復雜的荒山草原，受氣候條件和地理環境的影響，極易發生雷擊、絕緣霧閃、絕緣子風偏和線路金具損壞而引起的短路故障，其中單相接地故障約占系統故障的80%。因此，有效的故障定位技術能夠幫助風電場運行人員減小排查范圍，迅速、可靠地查找故障；顯著減少風機窩電時間，對于提高風電場的經濟效益和滿足電網對風電場的運行考核指標具有重要意義。
風電場是典型的多端電源供電系統，網絡拓撲結構特殊，尚缺乏有效的故障檢測和分析手段。目前測距方法主要有行波法、故障分析法和人工智能算法。行波法測距精度高，但配電網和風電場內存在分支線和混合線，使行波易發生折反射，加之線路較短，導致波頭檢測和波速確定困難。
有學者采用等效思維對配電線路歸一化處理以解決混合線路的行波波速不一致問題，但需在每個分支線末端裝設同步測量裝置，且海量故障數據處理要求系統硬件具有較高的性能，算法實現成本較高。有學者提出基于行波固有頻率的雙端輸電線路故障定位方法，技術的關鍵在于準確提取自然頻率，但對于拓撲結構復雜的配電網和風電場，特征頻率混疊導致提取失敗，無法完成故障定位。
故障分析法受制于過渡電阻和模型準確度使其測距精度有限，且計算量大；有學者分析沿線電壓分布規律，由切線交叉原理迭代求解故障點；有學者利用測距函數判斷故障分支，進而求解故障距離，這適用于T接線路，但難以向多分支、混合短線路的故障定位拓展。
國務院印發的《新一代人工智能發展規劃》已將人工智能上升到國家戰略層面。人工智能技術的快速發展，使得智能算法用于多分支、混合短線路的故障定位已成為發展趨勢。有學者通過測量光伏陣列輸出電壓和電流，應用高斯過程回歸進行光伏陣列故障定位，性能優于BP神經網絡。有學者采用離散傅里葉變換對線路一端三相電壓信號提取諧波分量的幅值作為特征量，并基于K最鄰近回歸模型實現單相接地故障的準確測距。
根據風電場集電線路分支多、混合且短的特點，華北電力大學電氣與電子工程學院的研究人員提出采用全相位快速傅里葉變換（apFFT）頻譜校正和極限梯度提升（XGBoost）的風電場集電線路故障測距方法。
首先，搭建雙饋風電場多分支混合線路的仿真模型，并通過apFFT頻譜校正法獲取故障電壓和電流的基波相量，以構建原始特征集；其次，引入人工智能技術XGBoost算法建立單端故障測距的回歸模型，根據特征被選擇用來劃分的次數情況對特征重要度進行量化分析及排序，直觀地挖掘特征量與故障距離之間的關系。
圖1 風電場故障測距算法流程
目前，尚未見XGBoost集成算法在風電場集電線路故障定位的應用研究，該方法采用多線程并行計算和二階泰勒展開，具有較高的運算效率和預測精度。最后，應用XGBoost故障定位器根據現存模態完成對新輸入模態的定位，獲得故障點精確位置。經PSCAD/EMTDC實驗證明，該方法適用于風電場復雜網絡的故障測距，定位精度高于隨機森林（RF）集成樹方法，對不同故障位置和過渡電阻的單相接地短路均能夠有效測距。
圖2 風電場仿真模型
研究人員主要工作和結論如下：
1）讀取單端測點故障后波形數據，利用apFFT相位差校正法獲得相應電氣基波相量，無需通信，且可有效抑制頻譜泄露，具備一定的抗噪性。
2）設計了特征重要度量化分析方法，充分挖掘特征與故障距離之間的關系，同時也驗證了特征選取的有效性。
3）建立了基于XGBoost回歸的故障定位器，避免了以解析法為基礎的故障測距需要求解復雜方程問題，不存在偽根，不受過渡電阻的影響，故障定位簡單，且同RF算法相比預測定位精度高。
4）搭建了PSCAD/EMTDC雙饋風電場仿真模型，單相接地故障實驗證明了該方法對多分支、混合短線路的適用性。
以上研究成果發表在2020年第23期《電工技術學報》，論文標題為“基于apFFT頻譜校正和XGBoost的風電場集電線路單相接地故障測距”，作者為彭華、朱永利。
