超高压交流输电系统小波模糊保护方案及离散傅立叶变换

可在www.sciencedirect.com上在线ScienceDirect电气系统与信息技术学报5（2018）371超高压交流输电系统小波模糊保护方案及离散傅立叶变换马里兰州Ab ul Kalama， Majid Jamilba印度诺伊达JSS技术教育学院电气工程系b印度新德里110025 Jamia Millia Islamia电气工程系接收日期：2016年10月18日;接收日期：2017年9月26日;接受日期：2018年2月24日在线发售2018年摘要超高压输电系统是连接发电机组和变电站的重要纽带。通过超高压（EHV）传输将电力传输到长距离的公用事业公司是高效且具有成本效益的。它的优点是允许大量的能量传输从发电机组的广泛分布的负荷中心经济。然而，超高压输电系统的故障检测是至关重要的，并且是一项具有挑战性的任务，因为故障运行条件变化很大，此外，由于存在较大的并联电容，更高的电压水平，更长的传输半径和弱阻尼衰减直流电流引起的高系统电抗电阻比，在超高压输电线路上的故障特性不同于那些在中高压（MV/HV）。许多基于确定性模型和智能模型的输电系统保护方案得到了一些作者的认可，其中已经尝试检测、分类和定位故障和线路的故障区段，但它们有其自身的局限性和复杂性，结果并不令人满意。鉴于上述困难，本文提出了一种新的应用程序的基础上的离散小波变换（DWT）与模糊逻辑相结合，使用离散傅立叶变换（DFT）在基频相量的超高压交流输电系统的保护的新方法该方法保留了故障电流信号的基波和高频分量，实现了保护的高可靠性和选择性所得到的结果已得到验证与既定的超高压交流输电系统的数学模型。它被发现，所提出的方法是准确的，计算简单，快速和有效的广泛的故障运行条件。© 2018 电 子 研 究 所 （ ERI ） 。 Elsevier B. V. 制 作 和 托 管 这 是 CC BY-NC-ND 许 可 证 下 的 开 放 获 取 文 章（http://creativecommons.org/licenses/by-nc-nd/4.0/）。关键词：离散小波变换;模糊逻辑;超高压交流输电系统保护;输电线路保护*通讯作者。电子邮件地址：kalam. rediffmail.com（马里兰州）Kalam）。电子研究所（ERI）负责同行评审https://doi.org/10.1016/j.jesit.2018.02.0062314-7172/© 2018电子研究所（ERI）。制作和主办：Elsevier B.V.这是一篇基于CC BY-NC-ND许可证的开放获取文章（http://creativecommons.org/licenses/by-nc-nd/4.0/）。小行星372Kalam，M.Jamil/电气系统和信息技术杂志5（2018）3711. 介绍在输电线路保护中，故障检测和故障选相是两个重要的任务，需要以可靠和准确的方式来解决。快速的故障检测可以快速地将线路的故障相/段从服务中隔离出来，从而保护它免受有害影响。如果不及时发现和清除，它可能会损坏电气设备或导致电力系统不稳定，导致大范围停电，甚至由于级联效应而导致整个区域停电。输电线路故障检测技术可以分为两大类：基于基波功率频率分量的技术，以及利用故障信号的较高频率分量（基于瞬态的保护）的技术（Niazy和Sadeh，2013年;Wen等人，2013;Fan等人，2006;Zhang和Kezunovic，2007;Costa等人，2012;Chaiwana等人，2014;Liao和Kang，2009;Zhang等人，2003;Bo等人，2000年;Jafarian和Sanaye-Pasand，2010年）。此外，这两个类别可以被分成两个子组：使用单端信息或使用来自两端的信息，使用故障线路的电流和电压数据（Takagi等人，1982;Djuric等人，1998;deMoraisPereira和Zanetta，2004;Brahama，2007;Wang等人，2008;Novosel等人，1996;Izykowski等人，2011年;Mahanty和DuttaGupta，2007年）。在传统的保护方案中，高频信号被认为是干扰并被滤除（Bo等人， 2000年）。然而，这些高频分量比工频信号包含更多关于故障的信息，并且可以用于开发仅使用工频信号不能实现的新的保护原理。基于单端信息的故障检测技术比基于双端信息的故障检测技术更具吸引力 双终端技术具有缺点，如需要通信链路和同步采样设备，这不仅增加了成本，而且影响了准确度（Ha等人， 2003年）。事实上，输电系统的故障检测和故障相选择的准确性取决于许多因素，例如输电网络的几何形状/配置、网络条件（平衡/不平衡）和线路参数，即，对于传输线模型，充电电容和并联电抗是被忽略还是此外，准确度还取决于故障路径的电阻，故障起始角，系统负载水平，直流偏移的幅度和谐波含量在故障传输系统的暂态信号。在文献中可获得许多基于传输系统的保护方案的相关数学（确定性）和智能模型，其中已经尝试检测、分类和定位线路的故障和故障区段，但是它们具有它们自己的局限性，并且由于故障操作条件的广泛变化（例如，传输系统的故障路径中涉及的高故障电阻），在电压过零情况下的故障开始，其中继电器通常误导操作以及负载角和系统负载水平的变化。此外，由于存在较大的并联电容、较高的电压水平和较长的传输半径以及由高系统电抗电阻比引起的弱阻尼衰减直流电流，超高压输电线路的故障特征与中高压（MV/HV）输电线路的故障特征不同（Jafarian和Sanaye-Pasand，2010）。 Jafarian和Sanaye-Pasand（2010年）、Ha等人（2003年）、Vyas等人（2014年）、Torres等人（2014年）、He等人（2013年）、He等人（2010年）和Iurinic等人（2016年）报告了与超高压输电系统保护的准确性和速度相关的高阻抗故障检测问题。最近，一种新的故障定位原理描述了超高压输电线路的分布线路参数的基础上，使用一个终端的电压和电流数据。 发现该算法在大的故障电阻的情况下失败（Ha等人， 2003年）。许多基于智能技术的输电系统保护方案被报道（Mahanty和DuttaGupta，2007;Ferrero等人，1995;Wang和Keerrthipala，1998;Samantaray等人，2006，2007;Osman和Malik，2004 a; Zhang等人，2014; Yeussef，2004;Bhowmik 等 人， 2009年 ; Osman 和Malik ， 2004 年b; El Safty 和 El-Zonkoly ，2009 年 ;Das 和 Reddy ， 2005年;Sadeh和Alfredi，2009年;Deng等人，2015;Reddy和Mohanta，2007;Nikhli和Safavi，2011;Yusuff等人，2014;Redddy和Mohanta，2008;He等人， 2010年，在文学。R.Kolla应用模糊逻辑识别三相输电线路的故障类型。Ferrero等人（1995）扩展了R.Kolla提出的用于识别输电线路故障类型的工作，但故障所涉及的相位尚未明确确定。此外，该方法只确定涉及地面的不对称故障为了改进这一点，Wang和Keerthipala（1998）描述了一种模糊神经方法。在该方法中，仅识别故障的性质以及可信度因子，而故障中涉及的相尚未明确确定。因此，该方法可以被认为是Ferrero等人的改进版本。（1995年）。 但这种方法医学博士Kalam，M. Jamil /电气系统和信息技术杂志5（2018）371-387373图1.一、基于小波-模糊的超高压交流输电系统保护方案需要人工神经网络（ANN）的广泛训练以获得良好的性能。 Samantaray等人等人（2007）描述了使用支持向量机（SVM）和径向基函数神经网络（RBFNN）的用于传输线路的距离继电保护。据报道，故障分类率的情况下，对称接地故障，涉及高达97.69%，但正确的接地检测使用SVM分类器是不可能的。在上述方法中，可以看出，用于识别故障类型和位置的基于ANN的方法已经相当成功。然而，ANN存在某些缺点，如训练时间长、训练需要大量数据、未知的ANN结构、需要相对较大数量的隐藏节点、局部最小值问题等（Jamil等人，2014年）。为了克服上述困难，本文介绍了一种新的方法为输电系统的保护的基础上，新的应用离散小波变换（DWT）和DFT结合模糊逻辑使用单端故障电流数据。目前的工作，提出了可靠和高效的保护继电器的超高压交流输电系统，可以被认为是对现有的输电系统的保护方案的改进的发展计划第二部分介绍了超高压交流输电系统的保护方案小节2.1和2.2解释了基于小波-模糊组合保护方案的逐步方法。第三部分介绍了故障电流信号的特征提取。模拟结果和讨论在第4节和第5节中描述。第6节给出了结论，后面是参考文献。在不同操作条件下获得的结果见附录B（表9和表10）。2. 超高压交流输电系统的保护方案在输电线路保护中，故障检测和故障选相是两个重要的任务，需要以可靠和准确的方式来解决，一旦检测到故障，下一个任务就是识别/选择输电系统的故障相故障的快速检测使得能够将线路的故障相/段与服务快速隔离，从而保护其免受故障的有害影响由继电器做出的断路器（C.B）跳闸/不跳闸的快速且成功的决定导致更快的维护和电力供应的恢复。作为地理上广泛分布的系统并且暴露于大气中的传输线路遇到意外事件和故障，这在线路参数中引入了不确定性并且表现出高频振荡、叠加在功率频率分量上的局部脉冲及其谐波（Samantaray等人，2006，2007;Yaussef，2004;RedddyandMohanta，2008）. 如果不确定性的形式是由模糊性或不确定性引起的，则很难通过严格的数学方法有效地处理输电线路保护问题。基于在系统的明确定义的模型上的确定性计算的保护不具有动态地适应系统操作条件和做出正确决策的在这种情况下，模糊逻辑理论提供了一个方便的手段建模的不精确性和不确定性的规则为基础的推理使用数值数据。因此，为了适应动态和提高保护的可靠性和选择性，模糊逻辑与DFT一起在基频使用。另一方面，小波变换由于其从瞬态信号中同时提取时间-频率信息的能力而成为用于分析瞬态现象的强有力的信号处理工具之一，被用于故障检测和故障相选择（Sifuzzaman等人， 2009年）。 结合小波-模糊的框架（如图所示）。 1）保护给定EHV-AC输电系统的方法在第2.1和2.2小节中描述。小行星374Kalam，M.Jamil/电气系统和信息技术杂志5（2018）371图二、超高压交流输电系统故障选相算法流程图2.1. 故障检测和故障选相算法通过图2所示的流程图说明了给定EHV-AC传输系统的故障检测和故障相选择算法。该方法通过观察故障电流信号的小波能量特征，利用基于小波变换的多分辨率分析（MRA），选择出输电系统的故障相。故障检测是从所测量的故障电流信号的第一分解级的小波细节系数获得的，所述第一分解级包含与故障相关联的高频（Osman和Malik，2004a，b）。第3节描述了线对地（LG）、双线对地（LLG）、线对线（LL）和对称三相故障（LLL故障）的特征提取步骤。小波细节信号的显著特征标志着故障的发生，小波能量（谱能量）的较高值则标志着输电系统的故障相。基本上，分析是相位的小波能量值的比较。故障相的小波能量值高于非故障相，这是基于电力系统基本理论（Grainger和Stevenson）的故障相选择的基础。2.2. 相位和接地故障识别本节介绍了为明确识别所有相间和相间接地故障而开发的模糊逻辑模型（如图3所示）该技术主要包括三个步骤。在第一步中，输入变量为↓医学博士Kalam，M. Jamil /电气系统和信息技术杂志5（2018）371-387375图三.故障识别的模糊逻辑模型。表1LG故障识别的规则矩阵。特征向量（输入到模糊系统）模糊输出（故障类型）Δ 1（Δ1）Δ 2（Δ2） Δ 3（Δ3）a-g相故障b-g相故障c-g相故障规则矩阵非常低高-中-低中-中-低中-非常低-非常模糊语言变量低中高高-低-低高高-极低-高非常高-中等-非常低转换成模糊变量，然后模糊化步骤使用隶属函数来评估总体真值等级（这里使用三元组作为隶属函数，因为这需要比其他函数更少的计算时间最后的模糊化步骤提供清晰的输出来识别故障类型。它适用一套适合于情况的规则。最后的行动方针是所有相关情况的适当结合。这里，所考虑的输入是故障电流信号的提取特征（在第3节中描述，在表8中示出，作为a-g相故障的应用示例），根据基频相量处的三相故障电流的r.m.s值的归一化差，即Delta1（Δ1）、Delta2（Δ2）和Delta3（Δ3）以及作为故障类型的根据故障电流信号的可分辨特征，将输入模糊化为Very low、Low、Medium、High和Very high五个模糊子集（语言变量）。推理机制的输出变量（故障类型）通过应用表1表4中示出了为清晰输出分配的隶属函数的论述域范围，以识别相对地（相a-g/b-g/c-g，a-b-g/b-c-g/c-a-g故障）故障和相间（相a-b/b-c/c-a，a-b-c故障）故障。3. 特征提取在本工作中，采样的故障电流信号[ia（k），ib（k）ic（k）]，产生在三相超高压交流输电线路上，通过一个高，低通小波滤波器组。然后，两个滤波器的输出被二（2）抽取，以获得小波细节系数（cD1）和近似系数（cA1），其在第一级构成原始信号的一级分解然后将近似系数（cA1）发送到第二级以重复该过程。最后，信号被分解到第九层，以提取故障电流信号的必要频率细节。不同频率范围的小波细节系数如表5所示。故障电流信号特征提取的不同阶段如图所示。 四、首先，在100 kHz的采样频率下获得故障电流（暂态信号）信号。然后，利用小波能量（考虑第九层小波细节系数，选取Daubechie-4作为母小波）和故障电流信号的归一化均方值差，得到了故障电流信号的特征。中低低表2LLG故障识别的规则矩阵。特征向量（输入到模糊系统）模糊输出（故障类型）Delta 1（Δ1）Delta 2（Δ2）Delta 3（Δ3）a-b-g相故障b-c-g相故障c-a-g相故障非常低规则矩阵376医学博士Kalam，M.Jamil/电气系统和信息技术杂志5（2018）371低低低非常低-高-中低-低-高非常高-低-非常非常低-高-高低语言变量介质介质极低-中-高中-低-高高高高低-极低-极高非常高非常高非常高非常低-非常高-低表3用于LL和LLL故障识别的规则矩阵。特征向量（输入到模糊系统）模糊输出（故障类型）Delta 1（Δ1）Delta 2（Δ2）Delta 3（Δ3）a-b相故障b-c相故障c-a相故障对称故障（a-b-c故障）非常低规则矩阵模糊语言变量低很中等中等中等非常低-非常高-低低-非常低-非常高非常高-低-非常低高-低-低高高高非常高非常高非常高非常低-低-非常高低-低-非常高高-中-低医学博士Kalam，M.Jamil/电气系统和信息技术杂志5（2018）371377小行星378Kalam，M.Jamil/电气系统和信息技术杂志5（2018）371表4论域隶属函数的取值范围为故障类型识别的清晰输出。分配的论述范围a-g相故障9b-g故障21c-g故障31a-b-g相故障41b-c-g故障51c-a-g故障61a-b相故障71b-c断层81c-a故障91a-b-c相故障101表5小波分解细化了不同频率范围的系数小波分解第九级以下的小波系数频带（Hz）125，000- 50，000加元12，500- 25，000加元36250- 12，500加元cD43125-6250cD51562.5-31256781.25-1562.50加元7390.62-781.25加元195.31-390.62加元997.66-195.31加元见图4。特征提取流程图。基频相量（作为应用示例，在表7中描述了针对相a-g故障提取的特征）。在本工作中，采样频率选择在50Hz的基频上的100 kHz处，这是由于电力线上的故障产生宽带噪声和/或行波的事实。多项研究表明，以100kHz频率为中心的约20 kHz带宽适用于大多数实际遇到的系统和故障条件（Johns和Platts，2016）。使用最近的测量技术的电压/电流的高频分量，在故障条件下产生的超高压线路上可以被检测到，因此，所提出的方法的故障检测可以成功地实现在超高压网络。由于取样E=cD（k）（1）AAE=cD（k）（2）B BE=cD（k）（3）C C=，2n=3n−医学博士Kalam，M. Jamil /电气系统和信息技术杂志5（2018）371-387379在50Hz的电源频率下，在100 kHz处选择频率;因此，第九级小波细节系数包括二次和三次谐波（97.66 -195.31Hz），其在传输线故障的情况下是主要的并且对于传输系统的故障检测和故障位置估计是有用的（Jamil等人，2014年）。考虑到A相、B相和C相故障电流信号的第九层小波细节系数，利用方程[EA;EB;EC]得到了以小波能量表示的特征向量（1）-（3）。N29k=1N29k=1N29k=1其中cA D9、cB D9和cC D9分别是A相、B相和C相故障电流信号在第k时刻的第九层小波细节系数，并且此外，故障电流信号（在基频相量处测量的）的特征是根据通过代入等式2的值计算的幅度比的归一化值（即，Δ 1（Δ1）、Δ 2（Δ2）和Δ 3（Δ3））的差来找出的（4）在（5）中，将等式的值（5）在（6）中。R 1= |I a|， r 2= |Ib|r 3= |Ic|（四）|I b||I c||I a|其中Ia、Ib和Ic是故障输电线路的三相故障电流的均方根值，r1、r2和r3是它们的幅值之比。比率的归一化值如下获得：r1nR1=max（r1， r2，r3）rr2max（r1，r2， r3）RR3max（r1，r2， r3）（五）然后，比率的差计算如下：1= r1n− r2n，4. 模拟研究在模拟研究500千伏，50赫兹，EHV-AC输电系统之间延伸两个来源（如图所示）。（6）考虑。针对接地故障和相故障，生成了故障电阻Rf值从10▲到1000▲的大量测试用例，覆盖了大部分高阻故障。考虑中继点到终端（接收端）的距离以5km为步长变化，负载角δ分别为150、150、300和900。该故障是在不同的故障起始角（FIA）的360，540，900和1800。故障起始角特别是电压过零情况也得到了广泛的研究。分析中考虑的数据小于一个周期。由于篇幅有限，本文对距离保护点180 km处的一种故障（a-g相故障）进行了故障电流波形和小波分解在Rf= 1000 ▲，FIA = 54 0，δ = −150下工作，如图所示。 5（a）至（b）作为应用示例。5. 结果和讨论从图中可以看出。图5（b）示出了水平1（cD 1）处的细节小波信号示出了故障相A的瞬态信号的区别特征，即，在故障发生后，细节小波信号中出现尖锐的尖峰，这表明故障发生了。提取的a-g相故障电流信号的特征量对应于利用等式（1）提取的基于小波能量（考虑第九层小波细节系数）的（1）-（3）见表6。 由表6可知，沿线路A相故障子波能量值（E A）大于B相和C相故障子波能量值（E B）和C相故障子波能量值（E C），这是故障选相的依据。380Md.A. Kalam，M.Jamil/电气系统和信息技术杂志5（2018）371图五、（a）a-g相故障的故障电流波形，故障发生在距离继电保护点180 km处，运行条件为Rf= 1000▲，FIA = 540，δ=−150。（b）a-g相故障的A相故障电流的小波分解，由于故障发生在距离继电保护点180 km处，运行在Rf= 1000▲，FIA = 540和δ=−150。见图6。 电力系统模型表6a-g相故障选相，运行在Rf= 1000▲，FIA = 540和δ=−150，考虑第九级小波细节系数。S.无故障位置来自于中继基于小波能量值比较的故障检测与选相基于模糊逻辑的故障识别备注（跳闸/不跳闸）点（km）三相故障电流（EA、EB、EC）EA EB EC比较小波能量值故障选相O.K. （）Crisp输出故障类型识别12011.60 8.68 8.34EA>EB，EC相-A（）19.5 a-g故障25011.40 9.09EA> EB、EC≥19.5 a-g断层320510.10 9.55EA>EB，EC16.4 a-g故障隔离故障422510.10 9.30 9.20EA> EB，EC<$15.5 a-g故障相-A527510.00 8.62 8.52EA>EB、EC≥14.5 a-g断层62859.908.46八点三七EA> EB、EC≥14.5 a-g断层从表9和表10（见附录B）可以看出，在LG故障情况下，沿线路一相的小波能量值大于其他两相，这确保了单相（1相）接地故障的发生。在LLG故障情况下，两相的小波能量值高于第三相，医学博士Kalam，M. Jamil /电气系统和信息技术杂志5（2018）371-387381表7针对Rf= 1000▲、FIA = 540和δ=−150时a-g相故障，提取了基于小波变换的故障电流特征。S. 号从继电保护点测距（km）交流相故障电流的小波能量值EAEBEC1511.708.428.1322011.608.688.3435011.409.098.81419510.109.659.55520510.109.559.43622510.109.309.20727510.008.628.5282859.908.468.37表示已发生的故障为双相（2相）接地故障。在LL故障的情况下，故障相的小波能量值远高于非故障相，而对于LLL（对称故障）故障，所有三相中的小波能量值都相当高并且几乎是相同的阶数，这确保了已经发生的故障是三相故障。通过比较接地前后三相子波能量值之和，可以简单地分离出平衡的LLL和LLLG故障。此外，如果故障是具有不同阻抗的LLL。这将使系统的不平衡相间故障的情况下，而小波的能量值的任何两个阶段将大于第三个阶段，这是故障分类的基础，因此，所提出的算法也可以识别此类故障。系统中的不平衡也可能产生与故障类似的情况。为了解决这一问题，首先利用小波分解的第一级细节系数进行故障检测，该系数具有很高的能量，具有明显的暂态信号特征（即在故障发生后立即出现尖峰信号此外，所提出的技术使用单端故障电流数据，因此可能由于系统中的不平衡而流动的差分电流将不会影响所提出的技术。从分析中可以看出，基于小波能量值的故障检测和故障选相算法的标准是有效的，除了少数情况下，在故障选相之间的LL和LG LL和LLG故障是模糊的各种相和接地故障。为了解决故障选相之间出现的模糊性作为一个应用实例，模糊情况及其使用模糊逻辑的准确故障相选择的解决方案在表9（S.No. 3、8和12）中描述。3.利用MATLAB中的模糊逻辑工具箱进行了仿真。从表6可以清楚地看出，如果FLS的清晰输出位于9和20之间，则表明故障类型是a-g相以类似的方式，根据表4中指定的清晰输出值，识别相位b-g、c-g、a-b-g、b-c-g、c-a-g、a-b、b-c、c-a和相位a-b-c类型的故障。从表9和表10的第12列（在附录B中描述）可以观察到，模糊逻辑能够明确地确定故障操作条件的宽变化的所有分路故障，这示出了DFT用于向模糊逻辑提供输入变量以提取基频相量处的故障电流信号的特性特征的功效。基于小波变换和模糊数学的继电保护跳闸/不跳闸断路器隔离输电系统故障相/段的表9和表10中描述了各种故障操作条件下的逻辑方法。6. 结论目前的工作，提出了一种新的方法，为发展的可靠性和有效的继电保护方案的保护超高压交流输电系统的基础上的新的应用离散小波变换（DWT）结合模糊逻辑。该方法是基于传输系统的单端（一端）故障电流信号采用基于离散小波变换的多分辨率分析方法，对输电系统故障电流信号的高频成分进行了分析故障电流信号的细节小波信号的显著特征表示故障的发生，并且小波能量（谱能量）的较高值识别输电系统的故障相。此外，为了动态地适应故障运行条件的变化，并提高保护的可靠性和选择性，模糊逻辑与DFT一起在基频使用。表8在Rf = 1000▲、FIA = 540和δ=−150的条件下，针对a-g相故障，利用DFT在基频相量处提取故障电流信号的特征。S. 号距离继电保护点故障测距（km）Ia Ib Ic Delta1（δ1）Δ 2（Δ2）Δ 3（Δ3）麦格（p.u）角度（度）麦格（p.u）角度（度）麦格（p.u）角度（度）1 5 0.07707 14.73 0.05373 −81.47 0.05703 152.10 0.34314 0.14099 −0.4841320 0.07592 14.87 0.05373 −81.58 0.05711 152.19 0.33411 0.13340 −0.467522019年12月25日，第二季度，第二季度，第三季度，第三季度，第四4 195 0.06349 19.66 0.05328 −83.13 0.05857 152.71 0.23646 −0.01081 −0.225665 205 0.06285 20.09 0.05325 −83.23 0.05867 152.73 0.23101 −0.02193 −0.20908225 0.0616 20.99 0.05318 −83.44 0.05887 152.77 0.22015 −0.04520 −0.17495275 0.05857 23.48 0.05298 −83.99 0.05938 152.85 0.19318 −0.11010 −0.083098 285 0.05798 24.02 0.05293 −84.11 0.05949 152.86 0.18778 −0.12439 −0.06339382医学博士Kalam，M.Jamil/电气系统和信息技术杂志5（2018）371医学博士Kalam，M. Jamil /电气系统和信息技术杂志5（2018）371-387383电力需求的不断增长导致了超高压输电网络的快速发展，因此大量的输入数据和用于故障分析的计算负担，导致系统的故障检测和保护的响应较慢。因此，快速准确地识别超高压电网的故障是时代的需要。在所提出的工作中，小波变换的应用减少了大量的数据，从而减少了计算负担，并提供了简单和快速的算法，故障检测和故障相选择。此外，采用模糊逻辑考虑了故障事件和线路参数的不确定性，提高了保护的可靠性。此外，所提出的算法只使用来自一个终端的数据，因此不需要增加成本和影响精度的通信链路和同步采样设备。因此，所提出的方法是非常有前途的，可以实现在实际的超高压网络。为了验证所提出的方法进行了广泛的一系列的仿真研究，所得到的所有的测试结果的观察确定，所提出的技术表现优异，即使在电压过零的情况下的故障起始角，非常高的故障电阻所涉及的，在各种负载角度和故障位置点从继电器端（发送端）的传输线的终端终端为各种相位到相位和相位接地故障。所提出的基于小波模糊的保护方法的结论如下。6.1. 总结发言(i) 仅三相故障电流样本测量就足以实现该技术。(ii) 由于所提出的方法仅使用来自一个终端的数据，因此不需要增加成本并影响精度的通信链路和同步采样设备。(iii) 小波变换的应用减少了大量的数据量，从而减少了计算负担，并为故障检测和故障选相提供了简单快速的算法。(iv) 该技术采用模糊逻辑考虑了故障事件和故障输电系统线路参数的不确定性，提高了保护的可靠性。(v) 该方法在计算上更简单，因为它需要求和和计算来自故障电流样本的一些比率和比率差(vi) 所提出的方法能够明确地识别所有的10种类型的并联故障，这提高了保护的选择性，有效的保护。附录A图1所示为500 kV、50 Hz、超高压交流输电系统在两个电源之间延伸的发送端和接收端的正序和零序电源阻抗以及输电线路参数。 六是：Zs 1= 17。177 + j37。9404 ▲; Zs 0= 2。5904 + j12。2773▲;Z R1= 15。31 + j38。2704 ▲; Z R0= 0。7229 + j12。6073▲;输电线路参数：Z 1= 0 。 15483 + j0 。 3050▲/km; Z 0= 0。37432 + j0。9429 ▲/km; C 1= 1. 2097E-8 F/km;C 0= 7。4982E-9F/km。附录B表9LG LLG故障的故障相隔离结果，由于故障发生在不同位置和故障运行条件下：情况1：a-g相故障，Rf = 1000▲，FIA = 540和6=−150，情况2：b-g相故障，Rf = 200▲，FIA = 540和6= 900，情况3：c-g相故障，Rf = 50▲，FIA = 540和6= 10 0，情况4：a-b-g相故障，Rf = 200▲，FIA = 180 0，6= 30 0，情况5：b-c-g相故障，Rf = 1000▲，FIA = 54 0，6=−150，情况6：c-a-g相故障，Rf = 50▲，FIA = 540和6=−150。S.号类型故障继电保护故障基于比较的故障检测和故障基于模糊逻辑的故障识别备注（跳闸/不跳闸）点（km）小波能量值（EA、EB和EC）EA EBEC比较小波能量值故障相/相选择Crisp输出故障类型识别O.K.（）相/地故障相数涉及选择OK （）12LG519511.7010.108.429.658.139.55EA>EB，ECEA>EB，ECA-GA-G1相1相√√19.517.7a-g（）a-g（）A相隔离A相隔离345170153031.1916.0116.1939.406.055.9742.2840.2236.14EB，EC>EAEC>EA，EBEC>EA，EBb-g/c-gC-GC-G1相1相1相歧义√√25.535.535.5b-g（）c-g（α）c-g（α）分离B相隔离C相隔离827516.7328.9025.55EB，EC>EAa-b-g/b-c-g2相至歧义45.5a-b-g分离91011LLG10525028545.6325.9922.828.317.527.9331.7921.3019.34EA ， EC>EBEA ，EC>EBEA ， EC>EBC-A-GC-A-GC-A-G地面2-phase toground2-phase toground2-phase toground√√√65.565.565.5（）C-A-G（）C-A-G（）C-A-G（）A 相 B 相 A相C相A相C 相 A 相 C相A相C相1214014.7010.639.26EA，EB>ECb-c-g/a-b-g2相至地面歧义55.5b-c-g（）分离阶段B和C384医学博士Kalam，M.Jamil/电气系统和信息技术杂志5（2018）371−√()√()√()√()表10由于在各种位置和故障操作条件下发生的故障而导致的LL-LLL（相间）故障的故障相的隔离所获得的结果：情况1：a-b相故障，Rf= 1000▲，FIA = 540和δ= 150，情况2：b-c相故障，Rf= 200▲，FIA = 540和δ= 900，情况3：c-a相故障，Rf= 50▲，FIA = 540和δ= 100，情况4：a-b-c相故障，Rf= 1▲，FIA = 90和δ= 10 0。S.号类型的故障继电保护故障基于比较的故障检测和故障基于模糊逻辑的故障识别备注（跳闸/不跳闸）点（km）小波能量值（EA、EB和EC）EAEBEC比较小波能量值故障相/相选择Crisp输出故障类型识别O.K.（）阶段/阶段涉及号的阶段/阶段选择O.K.（）1 85 78.25 70.12 9.49EA，E » ECa-b 2-phase（）A相和B相的分离2 150 60.89 52.57 9.67EA，EB » ECa-b 2-phase（）3 175 15.16 55.69 40.76EB，EC » EAb-c 2-phase阶段-A和B分离LL LL（）阶段B和C4 240 15.20 51.75 36.55EB，EC » EAb-c 2-phase（）5 110 31.47 5.92 35.35EA，EC » EBc-a 2相95.5 c-a（）6 235 20.04 5.93 23.73EA，EC » EBc-a 2相三相三相 95.5 c-a（乙）712552.2360.6252.22E AB B C a - b -c三相交流异步电动机105a-b-c82588.3997.9183.00E ABB C a - b -c三相交流异步电动机105a-b-c914049.1357.4949.65E ABB C a - b -c三相交流异步电动机105a-b-c1016045.1953.2345.40E ABB C a - b -c三相交流异步电动机105a-b-c阶段B和CC相A所有三相的隔离所有三相的隔离医学博士Kalam，M.Jamil/电气系统和信息技术杂志5（2018）371385小行星386Kalam，M.Jamil/电气系统和信息技术杂志5（2018）371引用Bhowmik，P.S.，Purkait，P.，Bhattacharya，K.，2009年基于小波变换辅助神经网络的输电线路故障分析方法。电子 电力能源系统31，213-219。Bo，Z.Q.，蒋飞，陈志，Dong，X.，（中国科学院，中国地质研究所，北京，2003）Weller，G.，雷德芬，文学硕士，2000. 输电系统的暂态保护。新加坡，1月：Proc.IEEEPESWinterMeeting，vol. 第3页。1832-1837年。Brahama，Sukumar M.，2007年 基于同步相量测量的输电线路故障迭代定位方法。 Int. J. 埃默湾 电子电力系统，8（6），1-14。Chaiwana，Pramote，Kang，Ning，Liao，Yuan，2014.利用局部量测的平行输电线路故障精确定位新算法。电子电力系统研究，108，68-73。科斯塔联邦调查局Souza，文学士，布里托，南达科他州，2012. 故障起始角对故障诱发瞬态的影响。IETGen. 分布量6（5），463-471。de Morais Pereira，Carlos Eduardo，Zanetta，Luiz Cera，2004. 利用单端故障电压数据进行输电线路故障定位。IEEETrans. 电力熟食店v.19（2），570-574。Das，Biswarup，Reddy，J. Vittal，2005年。基于模糊逻辑的数字式距离保护故障分类方案。IEEETrans. 电力熟食店v. 20（2），609-616.邓翔天，袁荣祥，肖振峰，李廷明，李凯文，王，刘，2015。支持向量机技术在环形配电网故障定位中的应用。电子PowerwerEnergySyst.65，254-261.Djuric，M.B.，Radojevic，Z.M.，Terzija，V.V.，1998年仅利用相电流相量的距离保护和故障定位。 IEEE Trans. 电力熟食店v. 13（4），1020-1026。El Safty，S.，El-Zonkoly，A.，2009年 小波熵原理在故障分类中的应用。 电子 电力能源系统31，604-607。Fan，Chunju，Li，K.K.，Chan，W.L.，Yu，Weiyong，2006. 基于小波暂态能量的输电线路保护方案研究。 电子PowerwerEnergySyst.28，459-470.Ferrero，Alessandro，Sangiovanni，S.，Zapitelli，E.，1995. 数字继电保护故障类型识别的模糊集方法。IEEETrans. 电力熟食店v. 10（1），169-175。格兰杰J，史蒂文森W.小的，电力系统分析夏恒旭，张宝辉，吕志来，2003。超高压输电线路