（国网河北省电力有限公司邢台供电分公司）
摘要：提出了一种配电网单相接地故障选线检出的新方法。该方法采用一种新的非线性、非平稳信号的处理方法—改进的希尔伯特黄变换，应用于电力系统故障选线中。将各条线路的电流进行经验模态分解（EMD），把原始信号用一系列的固有模态函数（IMF）来表示，得到瞬时频率和瞬时幅值，体现了时间—频率—幅值的分布特征，能够准确的提取配电网单相接地故障信号中的暂态成分。
通过分析各条线路暂态信息的幅值和相位来实现正确选线。最后以一组实测数据研究了其在实际应用中的可行性。
1引言
单相接地故障是配电网中发生概率最高的故障类型，及时准确地选出故障线路，对提高供电可靠性具有重要意义。但由于单相接地故障电流微弱、测量不准确，故障状况复杂，加上现场的电磁干扰和工频负荷电流干扰，使检出的故障信号严重失真。使得小电流接地电网单相接地故障线路的检出成为一个工程技术难题[1]。为了解决这一难题国内涌现出了多种算法[2-6]，但运行实践表明，选线问题至今并没有很好解决，自动化选线技术已经成为变电站自动化系统的一个盲区，研究和探索新的选线方法具有很现实的意义。
HHT是继小波变换之后，由美籍华人黄锷在1998年提出的一种新的信号处理方法[7]。HHT首先通过EMD对信号进行自适应分解，得到IMF分量；再进行Hilbert变换，计算瞬时频率、瞬时振幅，得到信号的Hilbert谱，其在时域和频域都具有良好的分辨率，且其三维分布能够反映出信号的内在本质特征[8-9]。
本文分析了HHT方法的原理及特点，针对信号去趋势项和信号滤波做出改进，将其应用于电力系统故障选线，并以一组实测单相接地故障信号数据对改进算法进行仿真实验研究，最后针对分析结果探讨了此方法在实际应用中的可行性和有效性。
2希尔伯特黄变换
2.1EMD分解
经验模态分解是一个“筛选”过程，依据信号特点自适应地把任意一个复杂信号分解为一列固有模态函数（IMF）[10]。
IMF必须满足如下两个条件：
（1）信号极点数与零点数相等或相差1；
（2）信号由极大值定义的上包络和由极小值定义的下包络的局部均值为零。
EMD筛选过程如下：
（1）求原信号极大值点和极小值点，用三次样条曲线连接所有极大值点形成上包络线，同样方法形成下包络线。信号与上下包络线的均值的差记为，则
4实测单相接地故障信号处理与分析
4.1电网实测故障数据
选取了实际电网中的一组接地故障数据对其进行HHT分析，并研究其单相接地故障选线中的应用[12-13]。图1为某电网实录单相接地故障录波波形，该电网中性点不接地，单母线接线，5条线路，故障发生在线路4上。图1为各条线路电流单相接地故障录波波形。
图3EMD分解
图3可知各IMF的频率依次降低，其中IMF1-IMF3主要是高频干扰和噪声干扰，其幅值较小，频带较宽；IMF4-IMF6体征原信号的信息，其中IMF4为起主要作用的分量；IMF7-IMF9主要由低频干扰引起。EMD分解是自适应的，得到的IMF分量是直接从原始时序数据中分离出来的，是客观的、内在的，能很好反映原始数据固有的物理特性。其每阶IMF分量都代表了某种特定意义的信息，这些信息的具体含义需要通过进一步研究确定[14-15]。
4.3故障选线算法实现
配电网发生单项接地故障时，故障线路应满足以下条件[16]：
（1）线路中的零序电流幅值最大；
（2）故障相的电流等于非故障相的电流之和，相位相反。
在对各条线路的信息分析时，我们可以从图1得出线路4的电流与其他线路的相位相反，幅值最大，疑似故障线路。
现采用改进的HHT算法对采集的实测数据进行处理，首先将各条线路的电流进行EMD分解，并提取最能表征原故障信号的IMF分量，将其放在一起分析，此时的IMF分量在幅值和频率上都具有明确的物理意义。再通过对各条线路进行EMD分解，将提取的IMF分量作对比分析可以得到线路4中的零序电流幅值最大。图4为各条线路电流的IMF分量。
图5线路1、2、3、5的IMF分量叠加重构
将线路1、2、3、5中所提取的表征原始信号的IMF3分量叠加重构（图5中红线）与疑似故障线路4所提取的表征原始信号的IMF4分量（图5中蓝线）对比分析。由图5可以清楚的看出故障相的电流等于非故障相的电流之和，相位相反。可判定线路4为故障线路。
4.4故障信号的Hilbert谱
在配电网单相接地故障中，选线的难点就在于，故障电流小，很难从噪声和干扰里分离和提取。采用改进的HHT算法可以在时间和频率上同时获得较高的分辨率，可以精确地描述信号频率和幅值随时间变化的规律，能有效表征信号的局部特征，这是其它信号分析所不具有的特性。
图6是将故障线路信号经EMD分解后，用改进的HHT得到的Hilbert谱时间-幅值-频率三维图，可以准确描述信号的非线性变化规律。
图6Hilbert谱三维图图7Hilbert谱二维图
图7是Hilbert谱二维图，其中谱图中的颜色代表能量的分布，我们可以清晰的看出能量最大的频段分布在0.015Hz上，时间从250ms开始。这表明0.015Hz频段即为故障特征最明显的特征频段，通过比较各条线路在特征频段的能量，我们也可得出线路4为故障线路，这与将各线路电流EMD分解并提取的IMF分量分析结果一致。我们可以得出该方法具有局部的自适应性，极大地增强了HHT算法在故障选线中应用的有效性。
5结论
单相接地故障中包含大量的非基频的暂态突变信号，并且表现为频率的急剧变化，HHT算法引入了瞬时频率的概念，将各条线路的零序电流以EMD分解为自适应的多个IMF分量，保证了其实际的物理意义，通过瞬时频率的突变来对故障线路准确检测，确定故障线路。
HHT变换作为一种全新的非平稳信号的处理方法，将其应用于故障选线技术中是可行的，但每阶IMF分量信息在故障选线中的具体含义需要通过进一步研究确定。