配网行波故障预警与定位装置行波信号特征提取与识别

行波故障定位的基本原理在于，当配电网线路发生绝缘击穿或闪络时，故障点会产生向线路两端传播的电压和电流行波信号。这些行波信号在波阻抗不连续点（如母线、分支节点、故障点自身）会发生折反射。通过精确捕获并分析这些暂态行波信号到达测量端的时间差，结合已知的行波传播速度，即可计算出故障点距离。然而，配电网环境下的行波信号并非纯净的阶跃波，其包含复杂的频率成分，且受线路衰减、畸变以及各种干扰信号的影响，信号特征微弱且复杂。因此，如何从强背景噪声中有效提取行波信号的显著特征，并对不同故障类型、不同干扰源的行波波形进行准确识别，是实现高精度、高可靠性故障定位必须解决的核心技术难题。

一、行波信号的时频特征分析
对行波信号进行深入的特征分析是后续有效提取与识别的基础。配电网故障行波是一种典型的非平稳暂态信号，其持续时间为微秒至毫秒级，频率范围可从数千赫兹延伸至数兆赫兹。显著的特性表现为奇异性，即在故障行波波头到达时刻，信号的局部波形会发生突变。这种突变在数学上表现为信号在该点存在一阶或多阶导数的不连续性。准确地检测出这个奇异性出现的位置，即波头起始时刻，是故障定位的前提。李普希兹指数常被用于定量的描述这种奇异性的强弱程度。研究表明，故障行波波头通常呈现负的李普希兹指数，而大多数噪声信号则具有正指数[待补充]。
除了时域上的奇异性，行波信号在频域也表现出鲜明的特征。故障行波的能量并非均匀分布在整个频段，而是主要集中在特定的频带内。这个主频带的分布与故障电阻、故障初始角以及行波传播路径的频变特性密切相关。通常，金属性短路或故障初相角接近90度时，行波高频分量能量较强；而经高阻接地故障或故障初相角接近0度时，高频分量会显著衰减，信号能量向低频段集中。此外，行波在沿线路传播过程中，由于线路分布参数的频变效应和趋肤效应，高频分量会比低频分量衰减更快，导致波头陡度下降、脉宽增大，这就是行波的色散现象。色散效应使得经长距离传输后的行波波头变得平缓，奇异性减弱，给精确标定波头到达时刻带来挑战。
二、基于多变换的行波信号特征提取方法
为实现对微弱行波信号的精确特征提取，需借助有效的信号处理工具将信号变换到能凸显其局部细节特征的域中进行表示。单纯的时域或频域分析均无法全面刻画行波的暂态特性，因此，兼具时频联合分析能力的方法是当前研究与应用的主流。
（一）小波变换与奇异性检测
小波变换因其良好的时频局部化分析能力，非常适合处理行波这类非平稳信号。其核心思想是利用一族经过伸缩和平移的小波基函数去逼近原始信号，通过改变尺度因子可实现相当于“变焦”的观察效果。在提取行波波头特征时，主要利用小波变换的模极大值在多尺度上的传播特性。当小波基函数具有足够的消失矩时，在故障行波波头到达点，小波变换系数的模极大值会跨尺度持续存在，且随尺度减小而增大；而平稳噪声的模极大值则随尺度减小而迅速衰减。通过选取合适的尺度，寻找小波变换系数的模极大值点，即可精确对应行波波头的到达时刻。小波基函数的选择对结果影响显著。对于行波信号，通常选用具有紧支撑、高消失矩且对信号奇异性敏感的母小波，如Daubechies系列小波和B样条小波。实践表明，db6小波在计算效率和检测精度上能达到较好平衡[待补充]。
（二）希尔伯特-黄变换与瞬时参数提取
希尔伯特-黄变换是一种自适应信号处理方法，特别适用于分析非线性、非平稳过程。该方法由经验模态分解和希尔伯特谱分析两部分构成。首先，通过经验模态分解将复杂的行波信号自适应地分解为有限个固有模态函数。每个固有模态函数代表一个内在的振荡模式，其频率成分是随时间变化的。理想情况下，第一个高频固有模态函数分量会清晰地捕捉到行波波头的突变信息。接着，对包含波头信息的关键固有模态函数分量进行希尔伯特变换，可以构造出解析信号，从而提取出信号的瞬时幅值和瞬时频率。瞬时幅值峰值出现的时刻，可以精确标定为行波波头的到达时刻；而瞬时频率的突变特征，可用于区分不同类型的暂态事件，例如电容投切操作产生的振荡暂态与真实故障行波在瞬时频率变化规律上存在差异。
（三）S变换与时频矩阵特征
S变换是小波变换和短时傅里叶变换思想的结合与拓展。它引入了一个随频率变化的高斯窗，使得在低频段时窗较宽，能获得较高的频率分辨率；在高频段时窗较窄，能获得较高的时间分辨率，这种多分辨率特性使其克服了短时傅里叶变换窗口固定的局限。通过对行波信号进行S变换，可以生成一个二维的时频复矩阵。该矩阵的模值时频图直观地展示了信号能量在时间-频率平面上的分布。故障行波信号在时频图中通常表现为一条与时间轴近于垂直的高能量脊线，其起始时间对应波头到达时刻，其延伸的频率范围反映了信号的带宽。主能量脊线的形态、峰值频率、能量衰减梯度等参数，构成了描述该行波信号的一组高维特征向量。这些从时频矩阵中提取的统计特征，可以作为模式识别算法的有效输入，用于区分行波类型和来源。