面向智能变电站的输电线路综合故障定位方法研究.pdf

第４４卷第１１期２０１６年６』Ｊ１日电力系统保护与控制ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌＶＯ１．４４ＮＯ．１１Ｊｕｎ．１．２０】６Ｄ０Ｉ：１０．７６６７／ＰＳＰＣｌ６０３１２面向智能变电站的输电线路综合故障定位方法研究姚旭，程蓉一，崔力心，拜润卿，康小宁（１．国网甘肃省电力公司，甘肃兰卅Ｉ７３００３０；２．陕西省智能电网重点实验室，西安交通大学，陕西西安７１００４９３．国网河北省电力公司经济技术研究院，河北石家庄０５００１１）摘要：针对智能变电站条件下，囚采样速率过低导致行波测距无法应用的问题，提出了一种向智能变电站的输电线路ｌ［频综合故障定位方法。所提方法可以在现仃各利ｌ＿单端工频测距方法中，选择出测距精度最高的方法，从而给出准确的故障位置信息。目前现有的各种工频测距方法的测距精度会受到电源、对端系统阻抗以及过渡电阻等参数的综合影响，在不同的故障条件下，各方法的测足｝ｊ精度会有不同的表现。首先获取输电线路发生故障时的大量训练样本，应用粗糙集理论对训练样本进行属性约简，找出测距精度与故障条件之间的内在天系。在系统发生故障时，心用ＫＮＮ算法住多种工频测距方法中找到测距结果最准确的方法，计算故障距离。ＡＴＰ仿真结果及ＲＴＤＳ仿真实验显示，所提方法可以成功避开误差较大的法，选择实际精度最优的方法，有效提高测距精度。关键词：智能变电站；单端工频测距；属性约简；ＫＮＮ算法；ＲＴＤＳＳｔｕｄｙｏｆｃｏｍｐｒｅｈｅｎｓｉｖｅｔｒａｎｓｍｉｓｓｉｏｎｌｉｎｅｆａｕｌｔｌｏｃａｔｉｏｎｍｅｔｈｏｄｆｏｒｓｍａｒｔｓｕｂｓｔａｔｉｏｎＹＡＯＸｕ，ＣＨＥＮＧＲｏｎｇ一，ＣＵＩＬｉｘｉｎ，ＢＡＩＲｕｎｑｉｎｇ，ＫＡＮＧＸｉａｏｎｉｎｇ’（１．ＳｔａｔｅＧｒｉｄＧａｎｓｕＥｌｅｃｔｒｉｃＰｏｗｅｒＣｏｍｐａｎｙ，Ｌａｎｚｈｏｕ７３００３０，Ｃｈｉｎａ；２．ＳｈａａｎｘｉＫｅｙＬａｂｏｒａｔｏｒｙｏｆＳｍａｒｔＧｒｉｄ．ＸｉａｎＪｉａｏｔｏｎｇ’Ｕｎｉｖｅｒｓｉｔｙ，Ｘｉａｌｌ７１００４９，Ｃｈｉｎａ；３．ＨｅｂｅｉＥｌｅｃｔｒｉｃＰｏｗｅｒＣｏｍｐａｎｙＥｃｏｎｏｍｉｃＲｅｓｅａｒｃｈＩｎｓｔｉｔｕｔｅ，ＳｈｉｊｉｏＭｍａｎｇ０５００１１，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ｉｎａｓｍａｒｔｓｕｂｓｔａｔｉｏｎａｎｄｄｕｅｔｏｔｈｅｌｏｗｓａｍｐｌｉｎｇｒａｔｅ，ｔｒａｖｅｌｌｉｎｇｗａｖｅｆａｕｌｔｌｏｃａｔｉｏｎｃａｎｎｏｔｂｅａｐｐｌｉｅｄ．Ｔｈｅｒｅｆｏｒｅ，ａｎｏｖｅｌａｌｇｏｒｉｔｈｍｆｏｒｔｒａｎｓｍｉｓｓｉｏｎｌｉｎｅｆａｕｌｔｌｏｃａｔｉｏｎｉｎｓｍａｒｔｓｕｂｓｔａｔｉｏｎｓｉｓｐｒｏｐｏｓｅｄ．Ｔｈｅａｌｇｏｒｉｔｈｍｃａｎｓｅｌｅｃｔ—ｔｈｅｂｅｓｔｆａｕｌｔｌｏｃａｔｉｏｎｍｅｔｈｏｄａｍｏｎｇｔｈｅｃｏｎｖｅｎｔｉｏｎａｌｓｉｎｇｌｅｅｎｄｅｄ￣ｅｑｕｅｎｃｙｆａｕｌｔｌｏｃａｔｉｏｎｍｅｔｈｏｄｓ，ａｎｄｔｈｅｎｇｅｔａｖａｌｕｅｔｈａｔｉｓｔｈｅｃｌｏｓｅｓｔｔｏｔｈｅｆａｕｌｔ．Ｔｈｅｃｏｎｖｅｎｔｉｏｎａｌｆｒｅｑｕｅｎｃｙｆａｕｌｔｌｏｃａｔｉｏｎｍｅｔｈｏｄｓｈａｖｅｖａｒｉｏｕｓｓｏｕｒｃｅｏｆｅｒｒｏｒ．ａｎｄｆａｕＩｔｌｏｃａｔｉｏｎｒｅｓｕｌｔｉｓａｆｆｅｃｔｅｄｂｙｐｏｗｅｒｓｏｕｒｃｅ，ｔｈｅｏｐｐｏｓｉｔｅｓｙｓｔｅｍｉｍｐｅｄａｎｃｅ，ｔｒａｎｓｉｔｉｏｎｒｅｓｉｓｔａｎｃｅａｎｄｏｔｈｅｒｐａｒａｍｅｔｅｒｓ．Ｉｎｄｉｆｆｅｒｅｎｔｆａｕｌｔｃａｓｅｓ，ｅｖｅｒｙｍｅｔｈｏｄｈａｓｄｉｆｆｅｒｅｎｔｌｏｃａｔｉｏｎａｃｃｕｒａｃｙ，ｎａｍｅｌｙｔｈｅｍｏｓｔａｃｃｕｒａｔｅｌｏｃａｔｉｏｎｍｅｔｈｏｄａｌｗａｙｓｖａｒｉｅｓｗｉｔｈｖａｒｙｉｎｇｐａｒａｍｅｔｅｒｓ．Ｉｎｔｈｉｓｐａｐｅ５ｆｉｒｓｔｌｙｗｅｃｏｎｓｔｒｕｃｔａｌａｒｇｅｎｕｍｂｅｒｏｆｔｒａｉｎｉｎｇｓａｍｐｌｅｓｏｆｔｒａｎｓｍｉｓｓｉｏｎｌｉｎｅｆａｕｌｔ，ｓｅｃｏｎｄｌｙｔｈｅｒｏｕｇｈｓｅｔｔｈｅｏｒｙｉｓｕｓｅｄｔｏｒｅｄｕｃｅｔｒａｉｎｉｎｇｓａｍｐｌｅｓａｎｄｆｉｎｄｔｈｅｉｎｔｒｉｎｓｉｃｒｅｌａｔｉｏｎｓｈｉｐｂｅｔｗｅｅｎｆａｕｌｔｌｏｃａｔｉｏｎａｎｄｓｙｓｔｅｍｐａｒａｍｅｔｅｒｓ．Ｗｈｅｎｔｒａｎｓｍｉｓｓｉｏｎｌｉｎｅｈａｓａｆａｕｌｔ，ｔｈｉｓａｌｇｏｒｉｔｈｍｃａｎｓｅａｒｃｈｆｏｒｔｈｅｍｏｓｔａｃｃｕｒａｔｅｆａｕｌｔｌｏｃａｔｉｏｎｍｅｔｈｏｄｂｙｋ－ＮｅａｒｅｓｔＮｅｉｇｈｂｏｒｍｅｔｈｏｄａｎｄｆｉｎａｌｌｙｇｉｖｅｔｈｅｍｏｓｔｃｒｅｄｉｂｌｅｆａｕｌｔｄｉｓｔａｎｃｅ．ＴｈｅｒｅｓｕｌｔｓｏｆＡＴＰｓｉｍｕｌａｔｉｏｎａｎｄＲＴＤＳｓｉｍｕｌａｔｉｏｎｓｈｏｗｔｈａｔｔｈｅａｌｇｏｒｉｔｈｍｃａｎｓｕｃｃｅｓｓｆｕｌｌｙａｖｏｉｄｔｈｅｍｅｔｈｏｄｏｆｌａｒｇｅｒｓｙｓｔｅｍｅｒｒｏｒａｎｄｓｅｌｅｃｔｔｈｅｏｐｔｉｍａｌｍｅｔｈｏｄａｎｄｇｒｅａｔｌｙｉｍｐｒｏｖｅｔｈｅｆａｕｌｔｌｏｃａｔｉｏｎａｃｃｕｒａｃｙ．ＴｈｉｓｗｏｒｋｉｓｓｕｐｐｏｓｅｄｂｙＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙＰｒｏｊｅｃｔｏｆＳｔａｔｅＧｒｉｄＧａｎｓｕＥｌｅｃｔｒｉｃＰｏｗｅｒＣｏｍｐａｎｙ（Ｎｏ．５２２７２２１４００４３）．Ｋｅｙｗｏｒｄｓ：ｓｍａｒｔｓｕｂｓｔａｔｉｏｎ；ｓｉｎｇｌｅ－ｅｎｄｅｄｆａｕｌｔｌｏｃａｔｉｏｎ；ａｔｔｒｉｂｕｔｅｒｅｄｕｃｔｉｏｎ；ＫＮＮａｌｇｏｒｉｔｈｍ；ＲＴＤＳ０引言输电线路准确的故障定位对于快速查找故障点、及时修复故障线路，保证电网安全稳定运行具基金项目：国网甘肃省电力公司科技项目（５２２７２２１４００４３）有重要的意义ｌｌｊ。行波测距的高精度使其成为目前我国输电线路故障定位的主要方法Ｕ－２］，但随着智能数字化变电站技术的推广应用，特别是电子式互感器的使用，行波信号的获取因电子式互感器采集单元采样频率的限制（４ｋＨｚ），导致行波定位方法难于应用到数字化智能变电站ｌｊ。Ｊ。对此，目前有三种应姚旭，等面向智能变电站的输电线路综合故障定位方法研究一４１一对措施，一是装设专为故障定位服务的电磁式电流互感器和行波采集单元；二是对电子式互感器采集单元进行改造，增加独立的行波采集卡；三是采用工频测距方法。前两种方法需要增加投资并对已有设备进行改造，因此有必要研究替代行波测距的经济可靠的工频测距方法。此外，对于没有安装行波测距装置的变电站，工频测距方法仍是主要的故障定位方法。但是，单端工频测距方法原理上无法消除系统性误差，其定位效果不理想，尤其是对同一故障，不同方法给出的定位结果往往大相径庭，让运行人员无法选择。因此，研究智能变电站条件下高压输电线路的工频故障定位问题，对于提高电网运行的可靠性具有重要意义ｌｏＪ。现有的多种单端工频测距方法构造的测距方程中含有三个未知量：故障点的故障电流、故障距离和过渡电阻，但仅有实部、虚部两个方程，不满足定解条件。对此现有方法往往根据电网的特点增加一个接近工程实际的假设条件得到定解。其中，—文献『９１０］提出的阻抗法假设故障点电流与测量点故障分量电流同相位得到定解，该方法易受系统运行方式和负荷电流的影响；文献［１１］提出的解微分方程法易受高过渡电阻的影响；文献［１２】提出的解复数方程法在电压方程的左右两端分别乘以测量端故障分量电流的共轭复数再取方程的虚部得到故障距离，当两侧系统阻抗角相差较大或线路重载时会产生较大误差；文献［１３】提出的解二次方程法补充定义了测量点零序或正序电流分布系数表达式代入电压方程联立得到关于故障距离的一元二次方程，方法需要典型对端系统的参数值，同时必须解决伪根的判别问题；文献［１４】提出的回路电流法假定对侧系统为无穷大系统，故障后对侧母线电压不变，方法的运算量较小，但假设条件过于理想。综上所述，目前常用的几种工频测距方法采用了不同的简化假设，均存在系统性误差，测距精度会受到电源、对端系统阻抗以及过渡电阻等参数的综合影响，测距误差会随着故障条件，运行参数的变化而表现出不同的特性。当输电线路发生故障时，如果能根据故障条件，系统参数，波形信息等影响测距精度的因素，在各种方法中选择出测距结果最准确的方法，就可以在工程应用中大幅提高测距精度，同时避免运行人员面对多个定位结果无从选择的难题。本文在获取输电线路发生故障时的大量训练样本的基础上，应用粗糙集理论对训练样本进行属性约简，找出各种方法的测距精度与故障条件、系统参数之间的内在关系。在系统发生故障时，应用ＫＮＮ算法在多种工频测距方法中找到测距结果最准确的方法，计算故障距离。仿真及ＲＴＤＳ实验验证了本文方法的有效性。１综合故障定位方法的基本原理在ＥＭＴＰ．ＡＴＰ中建立三相输电线路故障模型，如图１所示。图１单相接地经过渡电阻故障模型图—Ｆｉｇ．１Ｓｔｒｕｃｔｕｒｅｏｆｓｉｎｇｌｅｐｈａｓｅｇｒｏｕｎｄｉｎｇｆａｕｌｔｗｉｔｈｒｅｓｉｓｔａｎｃｅ设Ｍ端为测量端，现有的各种单端工频测距方法，其基本测距原理都是基于以下的频域测距方程（１）或时域测距方程（２）。ＵＭ＝ＩＭ（ｒ＋ｊ￣Ｏｏ１）ｄ＋【Ｍ＋，Ｎ）ＲＦ（１）甜Ｍ＝ｒｄｉＭ＋＝＋（＋ｉＮ）ＲＦ（２）（２１／＂式中：，，，分别为线路单位长度的电阻和电感参数；Ｊ『Ｍ，分别为测量点电压、电流相量和故障点故障电流相量；ＵＭ，ｉＭ，分别为测量点电压、电流瞬时值和故障点故障电流瞬时值；尺为故障点过渡电阻；ｄ为故障点到测量点Ｍ的距离。由０Ｍ＝（＋ｊ￣ｏｊ）ｄ＋（＋Ｊ『Ｎ）Ｒ这个基本的测距方程可以看到，过渡电阻会对测距结果造成影响；对端正序、负序阻抗角与，Ｍ和有关，从而也影响测距结果。考虑到电源电压与、，有关，并且故障暂态过程影响着相量计算精度。因此，在测距方程中隐含了以下７个系统参数：本端电源幅值、相位；对端电源幅值、相位；对端系统正序阻抗角、零序阻抗角和过渡电阻。现有的单端工频故障定位方法中阻抗法（方法１）、解微分方程法（方法２）、解复数方程法（方法３）、解二次方程法（方法４）和回路电流法（方法５）等工频测距方法都是在上述频域、时域电压方程的基础上加上不同的假设条件得到的。这些条件的变化，对不同的方法测距精度会产生不同的影响。综合故障定位方法的基本思想是：首先建立输电线路故障仿真模型。对模型中可能影响测距精度的因素根据工程上的可能范围进行不同的设定，并据此得到大量的故障仿真波形。其次，利用故障仿真数据并采用现有多种故障定位方法得到故障测距电力系统保护与控制结果，将各种方法测距精度与故障条件做成属性表。然后对属性表进行属性约简，得到故障条件与最佳测距方法之间的属性关系。最后，根据实际故障录波数据及故障条件，利用上述属性关系选择合适的故障定位方法计算故障距离。具体实现过程如下：１．１确定数据集为了寻找以上７种因素与测距方法精度之间的内在联系，首先利用图１模型分别调整以上七个参数，得到各种情况下的故障波形数据。然后，利用波形数据分别用阻抗法、解微分方程法、解复数方程法、解二次方程法和回路电流法这五种工频测距方法进行计算得到五个相应的故障距离。将每种参数设置情况下得到的五个故障距离与故障模型中实际的故障距离相比较，相对误差最小的方法就定义为该参数设置情况下的最优方法。在获取了这些输电线路发生故障时的大量训练样本信息之后，就可以构造出一个数据集供后面使用，数据集的前七列分别为各个故障情况下七个系统参数的设置值，第八列为各个故障情况下其最优测距方法的编。１．２数据集属性约简一Ｅ述的数据集是一个非常庞大的表格，包括了大量的训练样本和系统参数。根据这个数据集，需要知道７个系统参数的数值才能确定最后一列最优测距方法，而在７个系统参数中，有的参数对测距结果的精度有着决定性的作用，有的影响甚微。因此，需要应＿日＿ｊ属性约简的方法对当前数据集进行简化，删除关联度小的参数以及实际工程上难于获取的参数，找出对测距精度影响最大的关键因素，最终利用约简后的属性表确定最优测距方法。对数据集表格进行属性约简，首先需要构造决策表［１５１，决策表的前几列为条件属性，最后一列为决策属性，每一行的决策信息组成论域，其含义就是在论域中，根据一组条件属性的值可以唯一确定它的决策属性的数值。本文中，决策表的论域为之前整理的整个数据集，条件属性对应的就是数据集中的前七列，决策属性对应的就是数据集的最后一列。属性约简主要采取计算决策属性对条件属性依赖度的方法。从七种条件属性中可以选取几个组合成新的条件属性组合，当决策属性对某种条件属性组合的依赖度大于９５％时，认为只需保留该条件属性组合中包含的这几个属性，根据他们的数值就可以正确判断出决策属性，从而得到约简结果。计算依赖度的数学方法如下：定义两元组决策≠表Ｓ＝ｆＵ，Ａ１，Ｕ为论域，其一共包含了ｍ行…训练样本的决策信息，ｅ２Ｐ；Ａ：ＣＵＤ且有ＣｎＤ＝（２）为属性集合，其中为条件属性集合，…Ｇ，Ｄ为决策属性。设ＣＣ为某些条件属性组成的集合，用／ｃ表示ｃ的所有等价类构成的集合。Ｄ的ｃ正域ｆｐｏｓ、，（Ｄ）Ｉ表示集合∈Ｕ｛ＹＵ／ＣＩｒＤ｝包含的元素个数。则决策属性Ｄ对条件属性组合Ｃ的依赖度为ｋ＝，（Ｄ）＝ｌｐｏｓｒ１，（Ｄ）ｌ／ｍ。本文首先分别计算决策属性对单个条件属性的依赖度，若得到的七个依赖度数值中有超过９５％的，则约简只需保留该条件属性即可；若得到的七个依赖度数值较小，则取出前两个依赖度较大的条件属性组成一个集合，对该集合计算一次依赖度，若数值达到９５％，则完成计算，属性约简保留该两个条件属性即可，若仍未达到，则继续添加条件属性组成新的集合，计算依赖度直至达到标准。最终的约简结果就是在原本的决策表中保留决策属性和使依赖度达标的条件属性组合，删除掉剩下的冗余条件属性。约简后的数据集简单清晰，只需根据保留的几个系统参数的值就能够给出决策，判断出该故障条件下哪种工频测距方法为最优测距方法。１．３基于ＫＮＮ算法的综合定位方法约简后的数据集是一个离散的表格，输电线路发生某次故障时的系统参数未必就正好对应表格中的某个决策，本文采用ＫＮＮ算法判断实际故障数据与决策表决策的对应关系。ＫＮＮ算法基于分类与回归，其思路简单直观，易于快速实现，作为一种简单、有效、非参数的分‘类方法，得到了广泛的应用Ｉｌ。其基本思想为：训算待分类样本和每个训练样本的距离，取出与待分类点最近的ｋ个训练样本点，统计出这ｋ个点中大多数属于哪一类，则认为待分类点）ｃ也属于该类。ＫＮＮ算法需首先给定一个训练样本集，所有训练样本所属的类别事先给定，在本文中，约简后的数据集就是这个给定的训练样本集，所有样本的决策属性值域构成了所有的类别数，各个样本的条件属性值依次排列构成它们的特征坐标，其决策属性的值决定了所属的类别。当线路发生故障并已知故障时的系统参数后，确定了待分类点的特征坐标，此时根据ＫＮＮ算法通过多数表决，预测该待分类点应属的类别，确定它的最优方法。如图２所示，姚旭，等面向智能变电站的输电线路综合故障定位方法研究．４３一坐标系中被包围的三个圆圈是训练样本集，他们由约简后的数据集确定，每个样本根据自己的特征坐标置入空间，各样本所属的不同类别用不同的形状表示，圆点表示该样本点属于类别（该点采用方法１时测距精度最高），三角形表示类别，长方形表示类别。待分类点ｘ用五角星表示，根据故障时的系统参数，按照特征坐标置入特征空间。计算待分类点与所有训练样本的欧式距离，选出距离它最近的ｋ个点，若这ｋ个点中大多数点属于类别，则认为该待分类点也应属类别，也就是线路此次发生的故障使用方法１测距的精度最高，其他情况同理。图２ＫＮＮ算法介绍Ｆｉｇ．２ＳｔｒｕｃｔｕｒｅｏｆＫＮＮａｌｇｏｒｉｔｈｍＫＮＮ算法的效果很大程度上依赖于ｋ值的选则，如果ｋ值选择过小，意味着有效的近邻数过少，放大了噪声数据的干扰，分类精度相应降低；如果ｋ值选择过大，一方面加大了运算量，另一方面，假设待分类样本属于训练集中总数据量较小的那一类，在实际上选择ｋ个近邻时，可能会由于ｋ值过大，许多其他类别的数据也会被包含进来，导致分类结果错误。本文ｋ值的求取方法如下：再次在双端电源系统三相输电线路经过渡电阻单相接地故障模型中任意改变７个系统参数的设置值，得到八种故障波形数据，分别用五种测距算法进行测距得到它们最优方法的编号；同时根据这八种故障的系统参数，设定一个ｋ值，应用ＫＮＮ算法也可以对每种故障情况预测出一个最优方法的编号。通过改变ｋ值使得在八种故障情况下两个编号获得最大的重合，也就是ＫＮＮ算法能够最大程度上准确预测出输电线路发生故障时采用哪种测距算法能够得到最准确的结果，该ｋ值即可选定。２ＥＭＴＰ仿真验证结果２．１建模确定数据集以京津唐５００ｋＶ输电线路为例，建立京津唐５００ｋｖ三相输电线路经过渡电阻单相接地故障模型，如图１所示，线路长度为Ｄ＝３００ｋｍ；线路参数为＝０．０２０８３Ｑ／ｋｍ，：０．８９８４ｍＨ／ｋｍ，＝０．１１４８Ｑ／ｋｍ，＝２．２８８６ｍＨ／ｋｍ。两侧电源幅值的变化范围是０．９５倍到１．０５倍的额定电压，相位的变化范围是０。到１８０。，对端系统零序、正序阻抗角的变化范围是５０。到８９。，过渡电阻的变化范围是０Ｑ到２００Ｑ，分别改变７个参数，用５种单端工频测距方法进行测距按照１．１的方法得到数据集。为便于书写，定义本端电源幅值为参数１、本端电源相位为参数２，对端电源幅值为参数３、对端电源相位为参数４、对端系统正序阻抗角为参数５、零序阻抗角为参数６、过渡电阻为参数７，相应地，阻抗法为方法１，解微分方程法为方法２，解复数方程法为方法３，解二次方程法为方法４，回路电流法为方法５。由于数据集过于庞大，不便列出具体数值，这里仅给出结论。对数据集进行分析，结果显示五种测距方法在各种故障条件下表现出的测距准确度是不同的，测距准确度最高的方法随着参数的变化而变化。五种测距方法对某种故障情况的绝对测距误差最大会达到１０ｋｍ以上，最大相对误差达到４％。２．２计算数据集的属性约简接下来进行第二步，对数据集进行属性约简，计算得到的决策对各种条件属性集合的依赖度如表１所示。表１决策属性对各条件属性集合的依赖度结果Ｔａｂｌｅ１Ｒｅｓｕｌｔｓｏｆｔｈｅｄｅｃｉｓｉｏｎａｔｔｒｉｂｕｔｅｏｆｅａｃｈｃｏｎｄｉｔｉｏｎａｔｔｒｉｂｕｔｅｓｅｔｓ由表１结果看到，决策对条件属性集合１、２、５、６、７的依赖度为９６．０２％，大于９５％满足要求。所以对数据集的约简需要保留五个参数：本端电源幅值、本端电源相位、对端系统正序阻抗角、零序阻抗角和过渡电阻，根据这５个参数就可以在电力系统保护与控制９６．０２％的正确率内给出决策，选出准确度最高的测距算法。２．３验证基于ＫＮＮ算法的综合定位方法输电线路发生故障后首先需要求解待分类点的特征向晕，也就是上步约简保留的５个系统参数。本端电源的幅值和相位通过故障分量网络求得本端系统阻抗和电源的各序分量，再利用对称分量变换得到；过渡电阻通过解二次方程法最终的二次方程中代入求解得到；对端系统的正序阻抗角和零序阻抗角通过对电网运行方式进行查询给出。改变参数设定出８种故障条件，采用步骤三的方法确定了ｋ＝２３，综合定位方法的选择结果如表２所示。由下表结果看出，本文提出的综合定位方法选择结果较好，能在输电线路发生故障时在多种工频测距方法中选择出测距准确度最高的方法，避开误差较大的方法，将测距相对误差控制在１％以内。表２各测距方法的误差及ＫＮＮ选择结果Ｔａｂｌｅ２ＥｒｒｏｒｓｏｆｅａｃｈｆａｕｌｔｌｏｃａｔｉｏｎｍｅｔｈｏｄｓａｎｄＫＮＮｓｅｌｅｃｔｉｏｎｒｅｓｕｌｔｓ｜『ｊ｛＆ｔ／ｊｊ｛｛、２／｛ｋ３／ｎ｛４ｆｎｉＬ５／最优ＫＮＮ选——一—一———０／ｏ垄壁生ｌ０．１３８０．２７２０．１３８０．４４Ｏ．７９０办法１方法１２１．８７９１．９３３１８７９０．２３ｌ８．２６ｈ－￣２ｋ４方法４３３．２１２３．２１５３．２１２—０．９７０．９０方法５方法４４Ｑ．０２１ｏ０７６Ｏ．０２１—０．２３０．２３ｉ３法３万浇３５Ｏ．８３００．９０９０．８３００＿７９９．１４８方法４方法４６０．７７７０８３４Ｏ．７７７０．４２８．５２方法４方法４７０．４５】０４９５Ｏ．４５１０．０１９５８７３方法４ｌ，ｊ法４８０２４２０．２５８０２４２０．３３９—１．６７法１亢ｌ：１３ＲＴＤＳ仿真结果在ＲＴＤＳ实时数字仿真仪中搭建２．１中所述的京津唐５００ｋＶ输电线路模型，分别仿真在线路总长度的１０％、３０％、５０％、７０％、９０％处发生金属性接地、经２０Ｑ阻抗接地，经５０Ｑ阻抗接地故障。应用１－．节所述方法对各种故障情况进行仿真验证，方法选择的结果如表３所示。日ｊ表巾ＲＴＤＳ的仿真数据可以看到，本文ＫＮＮ方法绝人多数情下能够选择到最优测距方法；部分情况下会选到次优的测距方法，显著提高了测距精度。造成ＲＴＤＳ实验的结果与ＥＭＴＰ仿真结果的差…异的主要原因有以下两个方面：第，ＲＴＤＳ试验采用的是分布参数模型与ＥＭＴＰ仿真实验的模型不同，存存差异；第二，ＲＴＤＳ得到的故障波形数据但是，如果根据实际故障位置与计算结果的差异，将不好的样本重新加入训练样本进行训练，那么算法的性能会进一步提高，也就是说本文方法具有一定的自学习功能。４结论提出了一种面向智能变电站的输电线路单端工频综合故障定位方法，输电线路故障时能在多种工频测距方法中选择出精度最高的方法，给出最接近真值的故障距离。和现有技术相比较，本方法具备如下优点：１）避开了智能变电站条件下数字式互感器采集速率低，无法提取到行波信号的限制，满足智能站故障定位要求。２）采用基于粗糙集理论的属性约筒方法，简化了测距方法的决策过程。３）ＫＮＮ算法ｋ值的确定能在最大范围内确保在多种工频测距算法中选择出准确度最高的算法，提高测距精度。参考文献［１］葛耀中．新型继电保护与故障测距原理与技术［Ｍ］．西安：西安交通大学出版社１９９６．一一一一一～～一一～一一一一一一一～一一一一一一一姚旭，等面向智能变电站的输电线路综合故障定位方法研究．．４５．．［２］刘慧海，张晓莉，姜博，等．行波故障测距装置的检测—与评价［Ｊ］．电力系统保护与控制，２０１５，４３（１）：１４５１４９．ＬＩＵＨｕｉｈａｉ，ＺＨＡＮＧＸｉａｏｌｉ，ＪＩＡＮＧＢｏ，ｅｔａ１．Ｔｅｓｔｉｎｇａｎｄｅｖａｌｕａｔｉｏｎｍｅｔｈｏｄｏｆｆａｕｌｔｌｏｃａｔｉｏｎｅｑｕｉｐｍｅｎｔｂａｓｅｄｏｎｔｒａｖｅｌｉｎｇｗａｖｅ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄ—Ｃｏｎｔｒｏｌ，２０１５，４３（１）：１４５１４９．［３］周裕龙，辛建波，蔡文．新型行波故障测距装置在智能变电站中的应用［Ｊ］．江西电力，２０１１，３５（５）：１５－１８．ＺＨＯＵＹｕｌｏｎｇ，ＸＩＮＪｉａｎｂｏ，ＣＡＩＷｅｎ．Ａｎｅｗｔｙｐｅｏｆｔｒａｖｅｌｌｉｎｇｗａｖｅｆａｕｌｔｌｏｃａｔｉｏｎｅｑｕｉｐｍｅｎｔｕｓｅｄｉｎｓｍａｒｔｔｒａｎｓｆｏｒｍｅｒｓｕｂｓｔａｔｉｏｎ［Ｊ］．ＪｉａｎｇｘｉＥｌｅｃｔｒｉｃＰｏｗｅｒ，２０１１，３５（５１：１５－１８．［４］韩伟，石光，刘磊，等．智能变电站行波定位系统研发—［Ｊ】．电测与仪表，２０１５（１８）：９６１００．ＨＡＮＷｅｉ，ＳＨＩＧｕａｎｇ，ＬＩＵＬｅｉ，ｅｔａ１．Ｒｅｓｅａｒｃｈｏｎｔｒａｖｅｌｉｎｇｗａｖｅｌｏｃａｔｉｏｎｓｙｓｔｅｍｉｎｓｍａｒｔｓｕｂｓｔａｔｉｏｎ［Ｊ］．ＥｌｅｃｔｒｉｃａｌＭｅａｓｕｒｅｍｅｎｔ＆Ｉｎｓｔｒｕｍｅｎｔａｔｉｏｎ．２０１５（１８）：９６一ｌＯ０．［５］董义华，孙同景，徐丙垠．适用于行波传变的电子式互感器信号采集与合并单元的设计与实现［Ｊ］．电力自动化设备，２０１３，３３（３）：１４７．１５１．ＤＯＮＧＹｉｈｕａ，ＳＵＮＴｏｎｇｊｉｎｇ，ＸＵＢｉｎｇｙｉｎ．Ｄｅｓｉｇｎａｎｄｉｍｐｌｅｍｅｎｔａｔｉｏｎｏｆｅｌｅｃｔｒｏｎｉｃｔｒａｎｓｆｏｒｍｅｒｓｉｇｎａｌａｃｑｕｉｓｉｔｉｏｎａｎｄｍｅｒｇｉｎｇｕｎｉｔｆｏｒｔｒａｖｅｌｉｎｇ－ｗａｖｅｔｒａｎｓｆｅｒ［Ｊ］．ＥｌｅｃｔｒｉｃＰｏｗｅｒＡｕｔｏｍａｔｉｏｎＥｑｕｉｐｍｅｎｔ，２０１３，—３３（３）：１４７１５１．［６］范国琛，朱永利，史金茂，等．基于Ｋａｉｓｅｒ自卷积窗的相位比较武输电线路故障定位方法［Ｊ］．电力系统保护—与控制，２０１５，４３（７）：１４３１４８．ＦＡＮＧｕｏｃｈｅｎ，ＺＨＵＹｏｎｇｌｉ，ＳＨＩＪｉｎｍａｏ，ｅｔａ１．ＦａｕｌｔｌｏｃａｔｉｏｎｓｃｈｅｍｅｆｏｒｔｒａｎｓｍｉｓｓｉｏｎｌｉｎｅｓｕｓｉｎｇＫａｉｓｅｒｓｅｌｆ－ｃｏｎｖｏｌｕｔｉｏｎｗｉｎｄｏｗｅｄＦＦＴｐｈａｓｅｃｏｍｐａｒｉｓｏｎ［Ｊ］．Ｐｏｗｅｒ—ＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌ，２０１５，４３（７）：１４３１４８．［７］张金虎，徐振宇，杨奇逊，等．基于改进ＲＬ模型的串联补偿线路单相接地故障测距新算法【ＪＪ．电力系统保护与控制，２０１５，４３（１０）：１．７．ＺＨＡＮＧＪｉｎｈｕ，ＸＵＺｈｅｎｙｕ，ＹＡＮＧＱｉｘｕｎ，ｅｔａ１．Ａｎｏｖｅｌｓｉｎｇｌｅ－ｐｈａｓｅｇｒｏｕｎｄｆａｕｌｔｌｏｃａｔｉｏｎａｌｇｏｒｉｔｈｍｆｏｒｓｅｒｉｅｓｃｏｍｐｅｎｓａｔｅｄｌｉｎｅｂａｓｅｄｏｎｉｍｐｒｏｖｅｄＲＬｍｏｄｅｌ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌ，２０１５，４３（１０）：１－７．［８］孙刚，时伯年，赵宇明，等．基于ＭＭＣ的柔性直流酉亡电网故障定位及保护配置研究［Ｊ］．电力系统保护与控制，２０１５，４３（２２）：１２７－１３３．ＳＵＮＧａｎｇ，ＳＨＩＢｏｎｉａｎ，ＺＨＡＯＹｕｍｉｎｇ，ｅｔａ１．ＲｅｓｅａｒｃｈｏｎｔｈｅｆａｕｌｔｌｏｃａｔｉｏｎｍｅｔｈｏｄａｎｄｐｒｏｔｅｃｔｉｏｎｃｏｎｆｉｇｕｒａｔｉｏｎｓｔｒａｔｅｇｙｏｆＭＭＣｂａｓｅｄＤＣｄｉｓｔｒｉｂｕｔｉｏｎｇｒｉｄ［Ｊ］．Ｐｏｗｅｒ—ＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌ，２０１５，４３（２２）：１２７１３３．１９ＪＴＡＫＡＧＩＴ．ＹＡＭＡＫ０ＳＩＹＹＡＭＡＵＲＡＭ，ｅｔａ１．Ｄｅｖｅｌｏｐｍｅｎｔｏｆａｎｅｗｔｙｐｅｆａｕｌｔｌｏｃａｔｏｒｕｓｉｎｇｔｈｅｏｎｅｔｅｒｍｉｎａｌｖｏｌｔａｇｅａｎｄｃｕｒｒｅｎｔｄａｔａ［Ｊ］．ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓｏｎＰｏｗｅｒＡｐｐａｒａｔｕｓａｎｄＳｙｓｔｅｍｓ，１９８２，ＰＡＳ一１０１（８）：—２８９２２８９８．［１０］ＷＩＳＺＮＩＥＷＳＫＩＡ．Ａｃｃｕｒａｔｅｆａｕｌｔｉｍｐｅｄａｎｃｅｌｏｃａｔｉｎｇａｌｇｏｒｉｔｈｍ［Ｃ］／／ｌＥＥＣｏｎｆｅｒｅｎｃｅＰｕｂｌｉｃａｔｉｏｎ，１９８５：１８５．１８７．［１１］徐启峰，魏孝铭．高压输电线故障测距的解微分方程算法中的零序电流相位修正［Ｊ］．电力系统自动化，１９９０，１４（１）：３３－３９．—ＸＵＱｉｆｅｎｇ，ＷＥＩＸｉａｏｍｉｎｇ．ＡｎａｌｇｏｒｉｔｈｍｗｉｔｈｚｅｒｏｓｅｑｕｅｎｃｅｃｕｒｒｅｎｔａｎｇｌｅｃｏｒｒｅｃｔｉｏｎｆｏｒｆａｕｌｔｌｏｃａｔｉｏｎｏｆＨＶｔｒａｎｓｍｉｓｓｉｏｎｌｉｎｅｓ［Ｊ］．ＡｕｔｏｍａｔｉｏｎｏｆＥｌｅｃｔｒｉｃＰｏｗｅｒ—Ｓｙｓｔｅｍｓ，１９９０，１４（１）：３３３９．［１２］ＹＡＮＧＱＳ，ＭＯＲＩＳＯＮＩＦ．Ｍｉｃｒｏｐｒｏｃｅｓｓｏｒｂａｓｅｄａｌｇｏｒｉｔｈｍｆｏｒｈｉｇｈｒｅｓｉｓｔａｎｃｅｅａｒｔｈ－ｆａｕｌｔｄｉｓｔａｎｃｅｐｒｏｔｅｃｔｉｏｎ［Ｊ］．ＩＥＥＰｒｏｃｅｅｄｉｎｇＧｅｎｅｒａｔｉｏｎ，ＴｒａｎｓｍｉｓｓｉｏｎａｎｄＤｉｓｔｒｉｂｕｔｉｏｎ，１９８３，１３０（１１）：３０６－３１０．［１３］吴必信，利用解二次方程法的故障测距仿真计算［Ｊ］．—东北电力学院学报，１９９５，１５（４）：４６５２．ＷＵＢｉｘｉｎ．Ａｎａｌｏｇｕｅｃｏｍｐｕｔａｔｉｏｎｏｆｃａｂｌｅｆａｕｌｔｌｏｃａｔｉｏｎｂａｓｅｄｏｎｑｕａｄｒａｔｉｃｅｑｕａｔｉｏｎｍｅｔｈｏｄ［Ｊ］．ＪｏｕｒｎａｌｏｆＮｏｒｔｈｅａｓｔＣｈｉｎａＩｎｓｔｉｔｕｔｅｏｆＥｌｅｃｔｒｉｃＰｏｗｅｒＥｎｇｉｎｅｅｒｉｎｇ，１９９５，—１５（４）：４６５２．［１４］刘劲，孙扬生，罗毅．～种基于时间域的实用单侧电量—故障测距方法【ＪＪ．电力系统自动化，１９９４，１８（５）：５２５６．ＬＩＵＪｉｎ，ＳＵＮＹａｎｇｓｈｅｎｇ，ＬＵＯＹｉ．Ａｔｉｍｅｄｏｍａｉｎｂａｓｅｄｐｒａｃｔｉｃａｌｆａｕｌｔｌｏｃａｔｉｏｎａｌｇｏｒｉｔｈｍｕｓｉｎｇｏｎｅｔｅｒｍｉｎａｌｖｏｌｔａｇｅａｎｄｃｕｒｒｅｎｔ［Ｊ］．ＡｕｔｏｍａｔｉｏｎｏｆＥｌｅｃｔｒｉｃＰｏｗｅｒ—Ｓｙｓｔｅｍｓ，１９９４，１８（５）：５２５６．［１５］张文修．粗糙集理论与方法［Ｍ］．北京：科学出版社，２００１．［１６］张宁，贾白艳，史忠植．使用ＫＮＮ算法的文本分类［Ｊ］＿计算机工程，２００５，３１（８）：１７１．１７２，１８５．ＺＨＡＮＧＮｉｎｇ，ＪＩＡＺｉｙａｎ，ＳＨＩＺｈｏｎｇｚｈｉ．ＴｅｘｔｃａｔｅｇｏｒｉｚａｔｉｏｎｗｉｔｈＫＮＮａｌｇｏｒｉｔｈｍ［Ｊ］．ＣｏｍｐｕｔｅｒＥｎｇｉｎｅｅｒｉｎｇ，２００５，３１（８）：１７１－１７２，１８５．—收稿日期：２０１６－０３０９；—修回Ｂ期：２０１６－０４０６作者简介：姚旭（１９６Ｏ一），男，硕士，教授级高工，研究方向为电力系统继电保护和安全自动装置；Ｅ－ｍａｉｌ：ｙｘｊｄｂｈ＠１６３．ｃｏｒｎ程蓉（１９９卜），女，通信作者，硕士研究生，研究方—向为电力系统继电保护；Ｅｍａｉｌ：ｃｈｅｎｇｒｏｎｇ１９９１＠ｓｔｕ．ｘｊｔｕ．ｅｄｕ．ｃｎ崔力心（１９７７一），男，本科，高级工程师，研究方向为电力系统继电保护和安全自动装置及自动化控制技术。Ｅ・ｍａｉｌ：Ｃｕｉｌｘ＠ｇｓ．ｓｇｃｃ．ｃｏｍ．ｃｎ（编辑张爱琴）