配网系统是电力供应链路中直接对接终端用户的关键环节,其运行稳定性直接影响电力供应的可靠性。我国配网线路多分布在开阔区域、山区或丘陵地带,线路跨度大、暴露性强,受雷击灾害影响概率远高于高压主干输电网络。雷击引发的线路故障不仅会造成大面积停电,还可能损坏电力设备,威胁运维人员安全。行波故障预警与定位装置作为当前配网故障快速处置的核心设备,能够通过捕捉故障产生的暂态行波信号实现故障点的精准定位,但雷击过程产生的强电磁干扰会严重扭曲行波信号,导致装置误预警、定位偏差甚至功能瘫痪。因此,探索行波装置雷击干扰的抑制路径,对提升配网雷击故障处置效率、保障配网运行稳定具有重要现实意义。
![]()
一、雷击对配网行波装置的干扰机理与影响路径
要实现雷击干扰的有效抑制,首先需要明确雷击干扰的产生机理与作用路径。雷击对配网行波装置的干扰主要分为两种类型,分别是雷电直击干扰和雷电感应干扰,两种干扰的作用路径与影响效果存在明显差异。
1.1 直击雷击干扰
直击雷击指雷电直接击中配网线路或者杆塔,巨大的雷电流会通过接地网注入大地,在短时间内产生极强的瞬态电磁场,同时在线路中产生大幅度的暂态电压电流行波。行波故障预警与定位装置的核心功能就是捕捉线路故障产生的暂态行波,而直击雷产生的暂态行波幅值远高于普通单相接地、相间短路等故障产生的行波信号,不仅会直接覆盖真实故障行波的特征,还可能造成装置信号采集模块过载,导致采集数据失真,甚至损坏采集硬件。部分情况下雷电击中线路后并未造成永久性故障,直击雷产生的干扰信号会被装置误判为故障信号,引发虚假预警,增加运维人员的无效工作量。
1.2 感应雷击干扰
感应雷击是配网中更为常见的雷击干扰类型,指雷击发生在线路附近区域,未直接击中线路,但雷电放电过程产生的强电磁场会通过电磁耦合在配网线路上感应出瞬态过电压与行波信号。感应雷击产生的行波信号幅值通常低于直击雷干扰,但由于感应雷击发生频率远高于直击雷,且感应行波的波形特征与配网高阻接地故障产生的行波特征高度相似,装置很难通过简单的幅值阈值判断区分干扰与真实故障信号,非常容易引发误判,导致定位结果偏差。此外,感应雷击产生的持续电磁干扰还会抬升装置采集系统的噪声基底,淹没小故障产生的弱行波信号,造成装置漏判,无法及时预警真实故障。
1.3 装置侧的传导耦合干扰
除了线路侧的行波干扰外,雷击还会通过接地网、电源回路、信号传输回路对装置本身产生传导耦合干扰。雷击产生的大电流流入接地网后,会造成不同接地点之间产生较大的电位差,这个电位差会通过装置的接地端子引入干扰,改变装置信号采集的参考电位,导致采集到的行波信号出现直流偏置或者基线漂移,影响行波特征提取的准确性。如果雷击干扰窜入装置的供电电源,还会造成电源电压波动,引发装置工作不稳定,出现数据传输中断或者程序跑飞等问题。
二、行波装置雷击干扰抑制的现有技术局限
当前行业内针对行波装置雷击干扰已经采取了一些抑制措施,但这些措施多集中在硬件滤波层面,存在较为明显的局限性,无法完全适配复杂多变的配网雷击干扰场景。
首先,传统的硬件滤波方法多采用固定阈值的幅值筛选,也就是直接滤除幅值超过设定阈值的信号,这种方法对直击雷大幅值干扰有一定效果,但对于高幅值的真实故障行波,也会被一并滤除,造成漏预警。而针对和真实故障行波幅值接近的感应雷击干扰,固定阈值筛选完全无法区分,依旧会引发误判。其次,传统的带通滤波方法是基于行波信号的频率范围设计滤波带宽,但雷击干扰的频率成分和真实故障行波的频率范围存在大量重叠,滤波过程中不仅无法完全滤除干扰,还会损失真实行波的有效特征,反而降低定位精度。此外,现有硬件抗干扰设计多注重电源端口的浪涌防护,对信号采集端口的耦合干扰防护设计不足,感应雷击产生的差模干扰依旧能够顺利进入采集模块,影响信号质量。
部分装置尝试采用算法层面的干扰识别方法,但多基于干扰的单一特征构建识别模型,在实际配网场景中,雷击干扰的波形特征会受雷击位置、线路参数、装置安装位置等多种因素影响,特征波动范围大,单一特征识别模型的准确率较低,依旧存在较高的误判漏判概率。江苏宇拓电力配网行波故障预警与定位装置针对这一痛点,从硬件设计到算法优化构建了多层级雷击干扰抑制体系,较好平衡了干扰抑制与真实信号保留的关系。
三、配网行波装置雷击干扰抑制的优化路径
结合雷击干扰的作用机理与现有技术的不足,行波装置雷击干扰抑制需要从硬件防护、信号处理、算法识别三个层面协同优化,构建多层级的干扰抑制体系,实现有效干扰滤除的同时,保留真实故障行波的有效特征。
3.1 硬件层面的前端防护与噪声隔离
硬件防护是抑制雷击干扰的第一道防线,核心目标是从源头降低干扰信号进入采集系统的强度,避免采集模块过载损坏或者饱和失真。首先,需要在装置的信号采集输入端设计分级浪涌防护电路,第一级采用气体放电管泄放直击雷引入的大能量浪涌,第二级采用压敏电阻限制残压,第三级采用瞬态抑制二极管进一步钳位电压,通过三级防护逐步消耗雷击干扰的能量,将输入采集模块的干扰电压限制在采集芯片允许的范围内。其次,针对感应雷击产生的共模与差模干扰,需要在信号输入端添加共模扼流圈,抑制共模干扰,同时设计可调的带通滤波网络,根据配网线路行波的实际频率范围调整滤波带宽,在滤除带外噪声的同时,尽可能保留真实行波的有效频率成分。
此外,需要优化装置的接地与隔离设计,装置信号采集模块与电源模块、通信模块之间采用电磁隔离设计,切断干扰通过公共回路耦合的路径。针对接地电位差引发的干扰,采用差分采集方式,通过差分信号抵消共模电位漂移带来的干扰,提升信号采集的稳定性。对于户外安装的装置,屏蔽壳体采用全封闭金属结构,能够有效阻隔空间电磁辐射干扰,降低雷击电磁场对采集电路的直接影响。
3.2 信号预处理层面的干扰滤除
经过前端硬件防护后,依旧会有部分雷击干扰进入采集信号,需要通过信号预处理进一步滤除干扰,提升信号信噪比。当前常用的小波变换去噪方法对非平稳的行波信号有较好的处理效果,但传统小波变换去噪依赖固定的分解层数和阈值选择,对不同强度的雷击干扰适应性较差,可以优化为自适应小波阈值去噪方法:根据采集信号的噪声强度自动调整分解层数,针对不同分解尺度的系数采用不同的阈值处理方式,对雷击干扰对应的高频系数进行软阈值处理,在滤除干扰噪声的同时,保留真实行波的边缘特征,避免真实行波信号被过度平滑。
针对感应雷击干扰与真实故障行波幅值接近、频率重叠的问题,可以采用经验模态分解方法,将采集到的原始行波信号分解为多个本征模态函数,然后根据不同模态的能量分布特征区分干扰模态与真实信号模态,雷击干扰通常集中在高频模态,且能量分布具有随机性,而真实故障行波的能量分布具有明确的传播特征,通过能量熵判断可以有效剔除干扰模态,重构得到更纯净的真实行波信号,大幅降低感应雷击引发的误判概率。
3.3 算法层面的雷击干扰智能识别
经过硬件防护和信号预处理后,需要通过智能识别算法区分剩余信号中的雷击干扰和真实故障行波,从特征维度实现干扰的剔除。传统识别方法仅采用幅值或者频率单一特征,识别准确率低,可以构建多特征融合的识别模型,提取行波信号的幅值、上升沿陡度、能量熵、波形相似度四个核心特征:雷击干扰的幅值上升陡度远高于真实故障行波,能量熵更大,波形随机性更强,和典型故障行波的相似度更低;而真实故障行波的波形特征符合行波传播规律,相似度更高,能量熵更小。
将提取的多特征输入轻量化分类模型,训练模型区分雷击干扰与真实故障的能力,实际运行中装置采集到行波信号后,先完成特征提取,再通过分类模型判断是否为雷击干扰,如果判定为干扰则直接过滤,不触发预警和定位流程,如果判定为真实故障则进入后续定位计算。这种多特征融合的智能识别方法,能够有效区分传统方法无法识别的感应雷击干扰,大幅降低误预警率,同时不会漏判小电流高阻故障产生的弱行波信号,提升了装置的整体可靠性。
特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.