特高压输电线路作为远距离跨区输电的重要通道, 对保障国计民生和能源安全具有重要作用。特高压输电线路发生故障跳闸后, 故障点的快速确认一直是输电线路运维工作的难点, 通常参考变电站内保护测距范围, 通过人工巡视或无人机巡视的方式大范围寻找[1]。但站内保护测距精度差、范围广, 查找故障点时主要依靠巡视经验, 巡视效率十分低下[2-3]。而分布式故障诊断系统能够在特高压输电线路发生故障时快速测定故障距离, 准确锁定故障点, 有效提高特高压输电线路的运维效率[4-5]。
1 分布式故障诊断系统技术原理分布式故障诊断系统通过在特高压线路导线上安装多套分布式诊断装置, 监测工频故障电流及行波电流, 利用分布式行波测量技术缩短行波定位区间, 克服了行波衰减影响; 在发生故障时能快速测定故障距离, 准确锁定故障点, 明确运维责任区域, 有效提高特高压输电线路运维效率; 并通过对比分析故障行波波形, 准确判断故障类型[6]。
1.1 故障精确定位分布式故障诊断系统采用分布式行波定位技术, 通过在特高压输电线路导线上安装多套分布式故障诊断装置, 将线路分为若干区段, 发生故障时先利用工频故障电流定位故障区间, 然后再在既定区间实施行波定位[7]。故障点定位示意图如图 1所示。
![]() |
图 1 故障点定位示意图 |
该系统采用双端行波定位、单端行波定位、故障点反射波定位、分闸行波定位等多种定位方式相互印证、排除干扰, 提高了定位精度。同时, 在若干个区间中定位与行波定位相结合, 减小弧垂、波头畸变、波速等因素导致的误差。其故障定位基本过程如下。
(1) 根据工频故障电流确定故障区间。当故障发生后, 输电线路中存在短路电流, 故障点两端的短路电流相位相反, 而故障点同一端的短路电流相位相同。根据故障电流的相位特点, 可通过在特高压输电线路导线上分布安装若干套故障诊断装置, 分析故障电流的相位信息来判定故障区段。区间内、外波形示意图分别见图 2、图 3。
![]() |
图 2 故障点位于区间外波形示意图 |
![]() |
图 3 故障点位于区间内波形示意图 |
(2) 根据已确定的故障区间进行行波精确定位。在确定的故障区段内, 根据同一行波经过相邻2个监测终端的时间, 可准确计算出故障点的位置, 公式如下:
![]() |
(1) |
![]() |
(2) |
式中LM-故障点到监测终端M处距离;
LN-故障点到监测终端N处距离;
V0-行波在导线上传导速度;
tM-行波由故障点传至M点用时;
tN-行波由故障点传至N点用时。
其测距定位原理如图 4所示。
![]() |
图 4 行波测距定位原理 |
按照故障起因和波形特征, 输电线路故障类型可分为雷击与非雷击故障。雷击故障时流经线路的故障行波电流主要由2部分叠加而成:一部分雷电流分流后直接进入线路, 另一部分雷电流由杆塔接地反射后进入线路[8]。雷电流半峰值时间一般约为50 μs, 由于大地反射波的极性与雷电流相反, 2种行波叠加使峰值衰减迅速, 波尾缩短。因此, 雷击故障电流的行波半峰值时间会小于50 μs, 实际监测一般在20 μs内。而当线路发生树障、山火、污秽、异物等其他非雷击接地故障时, 流经线路的故障行波电流为接地瞬间工频电压产生的阶跃响应, 其峰值缓慢衰减, 波尾较长, 实测行波半峰值时间一般大于20 μs。由此, 可达到对输电线路雷击与非雷击故障原因准确辨识的目的。
1.2.1 雷击故障判别输电线路雷击故障一般分为绕击和反击2种。绕击故障时, 故障相线路中的行波电流为闪络前流过故障相的雷电流, 闪络后流过经故障点杆塔入地的那部分雷电流的反射波, 二者极性相同, 叠加后不会出现反极性脉冲, 如图 5所示。
![]() |
图 5 雷电绕击典型行波波形示意图 |
而当线路发生反击故障时, 雷击塔顶致绝缘子串闪络前, 雷电流先流经地线, 会在输电线路各相导线上感应出1个与雷电流极性相反的脉冲电流。闪络发生后, 雷电流流过故障相时非故障相上持续受到雷电流的感应作用。因此, 故障相行波电流波形包含闪络时刻前感应出的反极性脉冲、闪络时刻后的雷电流前行波, 非故障相行波电流波形仅包含与雷电流极性相反的感应电流, 如图 6所示。
![]() |
图 6 雷电反击典型行波波形示意图 |
由于不同非雷击故障情况下闪络通道的阻抗时变特征有差异, 会反映到故障瞬态行波的差异中, 因此通过对故障瞬态行波的分析可初步辨识故障原因, 如图 7。
![]() |
图 7 不同非雷击故障的行波波形示意图 |
近年来, 浙江电网管辖范围内14条特高压输电线路陆续安装了分布式故障诊断装置74套。经统计, 在已安装分布式故障诊断系统的特高压输电线路上共发生故障跳闸5次, 运维单位根据系统推送的故障诊断信息开展故障巡视, 在推送的故障杆塔附近找到故障点, 具体统计见表 1。
![]() |
表 1 分布式故障诊断信息统计 |
由表 1可见, 特高压输电线路应用该系统后, 在发生故障跳闸后能进行较精确定位故障位置, 准确判断故障类型。
2.2 实例介绍某±800 kV线路极Ⅱ极保护电压突变量保护动作, 3套保护均正确动作, 极Ⅱ极闭锁, 极Ⅱ极高端阀组重合成功。分布式故障诊断系统采集故障信息后推送以下信息:"某线于某日23时36分06秒928毫秒发生故障, 故障相为极Ⅱ, 位置在3165号杆塔和3232号杆塔之间, 距离3165号杆塔大号方向31.812 km, 故障杆塔是3223号杆塔"。行波波尾时间小于20 μs, 行波起始位置无反极性脉冲, 故障性质绕击。3223号塔地处山地地形, 地闪密度处于C2级多雷区, 其附近地形情况如图 8所示。
![]() |
图 8 3223号塔附近区段地形图 |
经查询雷电信息, 该线路附近1 km范围内在故障时间点1 min内有1处雷电活动, 雷电流50.6 kA。另外, 3223号与3224号档内所跨山谷距离最大高差达220 m, 因此地面屏蔽效果较差。采用改进电气几何模型计算, 3223号与3224号区段沿线的最大绕击电流结果如图 9所示, 可见线路区段中央最大绕击电流高达165 kA, 对于本次50.6 kA雷电流, 距离线路230~570 m区段均可能发生绕击。
![]() |
图 9 最大绕击电流计算结果 |
经线路运维单位对3223号塔附近3基塔开展故障巡视, 最终发现在3224号塔极Ⅱ极小号侧跳线串绝缘子下均压环、塔腿及脚钉均有明显放电痕迹, 如图 10所示。
![]() |
图 10 各处放电情况 |
可见, 在该线路发生故障后, 分布式故障诊断系统的分析判断数据和结论均具有较高的准确性和可靠性。
3 结语通过在特高压输电线路中应用分布式故障诊断系统, 利用分布式行波测量技术, 在特高压输电线路发生故障后及时提供故障诊断信息, 为特高压输电线路运维管理单位开展故障巡视提供重要依据, 切实缩小巡视范围和节省巡视时间, 有效提高巡视效率。作为一种高效的运检技术手段, 分布式故障诊断系统在特高压精益化运维管理工作中具有重要作用, 可为未来特高压输电线路实现智能化运检提供重要技术支撑[9-10]。
[1] |
孙静, 秦世引, 宋永华. 一种基于Petri网和概率信息的电力系统故障诊断方法[J]. 电力系统自动化, 2003, 27(13): 10-14, 23. DOI:10.3321/j.issn:1000-1026.2003.13.003 |
[2] |
徐青山. 电力系统故障诊断及故障恢复[M]. 北京: 中国电力出版社, 2007.
|
[3] |
郭创新, 朱传柏, 曹一家, 等. 电力系统故障诊断的研究现状与发展趋势[J]. 电力系统自动化, 2006, 30(8): 98-103. DOI:10.3321/j.issn:1000-1026.2006.08.021 |
[4] |
苏大威, 许祖锋, 李云鹏, 等. 智能电网故障诊断系统架构和关键技术研究[J]. 电器与能效管理技术, 2015(5): 8-12. DOI:10.3969/j.issn.1001-5531.2015.05.002 |
[5] |
王守鹏, 赵冬梅. 电网故障诊断的研究综述与前景展望[J]. 电力系统自动化, 2017, 41(8): 1-12. |
[6] |
边莉, 边晨源. 电网故障诊断的智能方法综述[J]. 电力系统保护与控制, 2014, 42(3): 146-153. |
[7] |
张霖, 杨超, 李诗勇, 等. 500 kV变压器多维状态监测与故障诊断[J]. 电力大数据, 2018, 20(2): 67-73. |
[8] |
黄修乾, 艾上美, 苏杰, 等. 500 kV紧凑型线路防雷特性研究[J]. 云南电力技术, 2016, 44(2): 75-77. DOI:10.3969/j.issn.1006-7345.2016.02.027 |
[9] |
占才亮. 人工智能技术在电力系统故障诊断中的应用[J]. 广东电力, 2011, 24(9): 87-92. DOI:10.3969/j.issn.1007-290X.2011.09.019 |
[10] |
刘凤龙, 束洪春, 杨栋, 等. 高压直流输电系统故障诊断方法研究[J]. 云南电力技术, 2010, 38(2): 23-25. DOI:10.3969/j.issn.1006-7345.2010.02.007 |