中性点不接地系统单相故障选线系统研究

中性点不接地系统单相故障选线系统研究

石锋

哈尔滨剑桥学院 150060

1 当前中性点不接地系统发生单相故障的选线系统现状

从当前现状来看，中性点不接地系统发生单相故障的时候，判断该相发生单相故障方法很多。常见的方法主要从两个技术方向进行判断，第一种技术方向是基于暂态变量的判断，第二种技术方向是基于稳态变量的判断^[1]。基于暂态变量的判断，很多是采用能量变化的判断或者基于小波变换理论对暂态过程的电流进行比较，而基于稳态变量的判断，基本上是考虑零序电流幅值变化的互相比较，也有部分采用零序电流方向比较的方法，还有基于对线路当前残余电流进行检测的方法。这些方法虽然经历了相当长时间的检验和验证，也在现实的电力系统运行中发挥了重要的作用，能够在一定程度上满足不接地系统故障选线运行的判断需求^[2]。但从发展的眼光来看，从不接地系统到经消弧线圈接地，现在有逐渐向电阻接地演化的趋势， 在这种趋势下，当发生电阻接地单相故障，永久性金属接地故障等长时间接地故障，以及绝缘损坏造成的短暂故障，以上判断方法和手段存在缺陷，单相故障的判断成功率很低，对系统的正常运行造成了困扰，判断成功率低的主要原因在于传统的单向故障判断方法是基于参数的变化，对确定发生的、一定位置发生的，以及某些参数变化的故障，具有较好的判断性，而对于其他不在判断逻辑中的参数无能为力，考虑单相故障位置随机的实际特点，传统的判断方法已不能适应现有不接地系统的实际需求。传统的方法对于零序电流与正常电流占比很低的情况，受到检测精度的影响，存在检测精度更低的问题，大大增加了单向故障的判断难度，无法做到精准选线，在其他一些因素的影响下，例如，在小电感接地的系统中，受到无功补偿系统的影响，补偿电流可能会影响连续电流，如何区分这部分电流来进行实际的故障判断也成为一个难点，直接影响了检测的精度和判断的准确度。

2中性点不接地系统单相故障的特征

要精确地判断中性点不接地系统故障发生的确切相，就要对系统发生单线故障前后参数的变化进行对比分析，找出变化量大的参数，以此来判断是否发生故障，这是解决问题的根本方案，如果能够利用其他的理论或者数学工具实现系统自学习功能，或者建立数据库，便于查询，能够大大提高故障选线的精度。基于以上想法，对中性点不接地系统发生故障前后的特性参数分析如下：

2.1谐波参数变化特性

由于电力系统中广泛存在的感性负载，在正常工作时，受到整流设备的工作影响，整个电力系统中的奇次谐波含量较高，这主要考虑到现有的电力系统中，整流设备多为六脉冲整流，因此，实际供电系统正常工作时，高次谐波含量主要为5次和7次谐波。但一旦发生单相短路，无论是暂态短路还是金属性短路，发生故障相的谐波分量数值大幅变化，其中，5次谐波含量增加，而由于一般配电变压器一次或二次线圈至少有一个是角形连接，3次谐波在变压器线圈中流动，不会影响电力系统发生故障的3次谐波含量，因此可以把5次谐波含量的变化作为判断不接地系统发生单相短路的一个参数^[3]。

2.2中性点电位偏移特性

中性点不接的系统在正常运行时，如果三相负载完全平衡，中性点电位为0，即使在实际的生产和生活中，不可避免存在大量的单相负载，但往往在供电工作中，对单相负载进行一定程度的配平工作，并且这项工作是持续进行的，尽管存在一定的单相负载不平衡度，并且这种不平衡度也一定会影响中性点的电位水平，在电力系统正常运行的时候，中性点电位偏移较小。当不接地系统发生单相故障的时候，从理论上来说，中性点电位将大幅上升为相电压，结合故障相地电容电流从有到无的参数变化对单相故障进行判断^[4]。

3 不接地系统单相故障选线判断方案

3.1 建立故障描述方程

从以上的分析可以看出，故障位置随机，现场情况纷繁复杂是造成现在广泛使用的选线系统判断精度不高的主要原因^[5]。为了大大提高单向故障选线的精度，可以充分利用以上提到的参数变化规律，利用暂态过程和稳态过程形成的参数变化，中性点不接地系统所有的出线回路，为每一相建立参数判断方程，以判断所有线路参数的变化，参数方程如下：

G(X)=G₁(X)*G₂(X)

各个参数的含义分别是: G(X): 判断故障发生与否的参量，G(X)=1时，此条线路发生故障，G(X)=-1时，此条线路正常运行；G₁(X)：各相相对故障判断的参量；G₂(X)：该条线路故障确定发生与否的参量；X：参量变化的比值，可以衡量5次谐波含量变化，也可以是零序电流变化的比值。

当以上的参数方程建立完成之后，可以看出，如果X取值是当前线路零序电流与所有零序电流和值的比值的情况下，一旦发生单相故障，虽然该条线路零序电流方向无法确定，但X值的大小会立刻发生变化，如果此时该条线路的零序电流方向没有发生变化，则G₂(X)为-1，G(X)也为-1，如果此时零序电流方向发生变化，G(X)变为1，说明当前线路发生故障。

如果X取值不是零序电流与线路所有零序电流和值的比值，可以用5次谐波含量与所有线路5次谐波含量的比值来衡量。无论何种情况，单相故障发生，该条故障线路的5次谐波分量，可能与所有线路5次谐波含量相同或相反，与用以上零序电流比值参数变化类似，G₂(X)和G₁(X)的分别可能取值为-1和1，进而直接对该条线路是否发生单相短路进行判断。

除了以上两个参数会体现该条线路发生单相故障外，X值还可使用其他变化量的比值进行辅助判断。例如，从有功功率的流向可以对该条线路进行故障与否的判断，当线路发生故障时，当前线路的零序电流有功功率与全部线路的有功功率方向不能判断，可从两者的比值进行辅助判别故障，如果零序有功功率方向相同，则X值与G(X)负相关，反之，如果零序有功功率方向相反，X值与G(X)正相关，以此来决定G(X)=1或者G(X)=-1。

3.2 非线性映射

在故障判断方程建立后，需要建立非线性映射，与计算机智能算法相结合来判断故障发生与否，以适应不断变化的不同现场条件，提高判断准确度。现有的计算机智能化使用神经网络较多，具有编程容易，模型建立简单的优点，比较适合不接地小故障电流的特点。

神经网络智能算法的实现首先要建立输入量和输出量的映射关系，输入量根据上文的分析，可以选择X为零序有功功率的比值，也可以选择5次谐波的比值，还可以使用零序电流的比值。无论使用哪个参数，输出量为期望值，该期望体现该条线路的故障与否。

神经网络可选择具有三个前向，输入和输出各有三个层，共具有七个层，整个判断映射后的神经网络按照X取值，G(X)值获取，映射建立，G(X)值与神经网络内的值进行判断比较的顺序进行故障与否判断，在判断的过程中，需要对多种单相接地取不同的值，例如，取不接地系统，经消弧线圈接地系统和经高电阻接地系统进行判断，并根据神经网络设定的阈值进行输出故障判断结果。

3.3 神经网络样本值获取

神经网络样本中的数值是保证选线精度的重要保证，样本量的大小直接决定是否能够在复杂的环境下实现精确选择故障相。因此，需要进行样本数据的获取，可以使用仿真工具进行模拟计算，以获取足够的数据。

根据现有实际不接地系统的出线回路数量，可选择典型值为10条馈线线路，每条长度从5公里到15公里不等，按照实际的10kV线路的电阻值进行赋值，考虑消弧线圈接地系统的补偿影响，进行基本的样本值获取。根据10条线路的数据，零序电流采集量为400个，则可供比较的参量为1200个，使用simulink仿真软件对以上的采集数据进行计算和仿真，得到相应的样本值，在误差精度满足10^-6的设定下，分别设定零序电流、零序功率和中性点电压三个变量比值的阈值为0.4，0.1和0.8，每个数据分别进行仿真，可获取足够的样本值，为提高选线判断的准确度和精度打下良好的基础。

4 结论

在工业场景普遍使用中性点不接地系统以保证供电连续性，受到电缆线路越来越多的影响，短路电的电弧越来越难以熄灭，可以导致故障扩大，因此，根据国家标准，越来越多的工业企业采用经消弧线圈接地或者经高电阻接地系统，这种变化使得原有的单相故障判断系统出现判断错误和精度不高的现实问题。问题的根源在于复杂的供电环境和随机的短路点以及接地方式的变化，单一参数的判断逻辑已经无法满足实际需求。因此，可以通过智能化的计算机手段，通过对多个参量建立非线性映射关系，根据现有的出线回路数和故障参数特征的实际情况，获取多种参量变化的仿真后的大量样本数据，形成多参数判断逻辑，提高了中性点不接地系统故障选线的精度。

参考文献

[1]南美璇. 基于配变电压监测信息的中性点不接地系统单相断线定位[D].西安理工大学,2021.

[2]李勇.10kV中性点不接地系统多故障点故障精确定位研究[J].电气技术与经济,2021(03):16-18.

[3]林延生.中性点不接地系统单相接地故障的分析与对策[J].电子技术与软件工程,2021(11):209-210.

[4]李焱. 配电网单相接地故障的选线方法研究[D].陕西理工大学,2021.

[5]刘一欢,邵文权,朱晨燕,关欣,张志华.利用零序电流倍增特征的不接地系统故障选线[J].电力电容器与无功补偿,2021,42(02):153-159.

基金项目：2020年黑龙江省大学生创新创业训练计划项目（中性线不接地系统单相故障选线系统（项目编号：202013303023）阶段性研究成果）