电力系统保护与控制 第 49 卷 第 23 期 2021 年 12 月 1 日 Power System Protection and Control Vol.49 No.23 Dec. 1, 2021 DOI: 10.19783/j.cnki.pspc.211222 基于 VMD-CNN 的小电流接地系统故障电弧检测方法研究 崔朴奕 1,2，李国丽 1,3，张 倩 1,4，范明豪 5，张运勇 6 (1.安徽大学电气工程与自动化学院，安徽 合肥 230601；2.教育部电能质量工程研究中心(安徽大学)，安徽 合肥 230601； 3.工业节电与用电安全安徽省重点实验室(安徽大学)，安徽 合肥 230601；4.工业节电与电能质量控制 安徽省级协同创新中心(安徽大学)，安徽 合肥 230601；5.国网安徽省电力有限公司电力科学研究院， 安徽 合肥 230601；6.安徽北斗易通信息技术有限公司，安徽 合肥 230088) 摘要：构建准确且符合特定场景的电弧模型，研究电弧小电流接地的电流信号特征，并基于可量测电气量信号进 行处理，对于及时可靠辨识故障电弧具有重要意义。提出一种小电流接地系统故障电弧的检测方法，通过建立故 障电弧模型，基于变分模态分解算法(Variational Mode Decomposition, VMD)和卷积神经网络算法(Convolution Neural Network, CNN)对故障电弧进行准确辨识。首先，采用改进“控制论”电弧模型，基于 PSCAD 软件平台搭 建了典型 10 kV 配电网仿真模型和接地“控制论”电弧模型。其次，采用变分模态分解算法对故障情况下的电气 信号进行处理，得到 4 组电流信号的固有模态分量(Intrinsic Mode Function, IMF)。然后，提取包含信号基频成分 的第一组 IMF(IMF1)作为卷积神经网络(CNN)的输入。最后，应用 CNN 对 IMF1 进行特征识别，正确辨识正常与 电弧故障情境。实验与仿真结果显示，通过利用 VMD-CNN 识别方法，提高了对原始电流信号识别准确度，能准 确检测出故障电弧。 关键词：电弧模型；变分模态分解；深度卷积神经网络；故障诊断 A fault arc detection method of a small current grounding system based on VMD-CNN CUI Puyi1, 2, LI Guoli1, 3, ZHANG Qian1, 4, FAN Minghao5, ZHANG Yunyong6 (1. School of Electrical Engineering and Automation, Anhui University, Hefei 230601, China; 2. Engineering Research Center of Power Quality, Ministry of Education, Hefei 230601, China; 3. Anhui Key Laboratory of Industrial Energy-Saving and Safety (Anhui University), Hefei 230601, China; 4. Anhui Collaborative Innovation Center of Industrial Energy-Saving and Power Quality Control (Anhui University), Hefei 230601, China; 5. State Grid Anhui Electric Power Co., Ltd. Research Institute, Hefei 230601, China; 6. Anhui BEIDOU E-TOP Information Technology Co., Ltd., Hefei 230088, China) Abstract: An accurate and consistent arc model under specific scenes is built. It is important to identify a fault arc in a timely and reliable fashion by studying the current signal characteristics of arc small current grounding and processing it based on the measurable electrical volume signal. A detection method for a fault arc in a small current grounding system is proposed. By establishing the fault arc model, the fault arc is accurately identified based on variational mode decomposition and a convolution neural network. First, the improved "cybernetic" arc model is adopted, and a typical 10 kV distribution network simulation model and the grounding "cybernetic" arc model are built on the PSCAD software platform. Secondly, the variational mode decomposition algorithm is used to process the electrical signal in the fault state, and the Intrinsic Mode Function (IMF) of current signals of four groups is obtained. Then, the first set of IMF (IMF1) containing the signal fundamental frequency components is extracted as the input to the Convolutional Neural Network (CNN). Finally, CNN is used to identify the characteristics of IMF1 and correctly identify the normal and arc fault situations. The experimental and simulation results show that the VMD-CNN identification method improves the accuracy of identifying the original current signal and accurately detects the fault arc. This work is supported by the Key Project of National Natural Science Foundation of China (No. 52077001). Key words: arc model; variational mode decomposition; convolution neural network; fault diagnosis 0 引言 配电网结构复杂，新能源并网，系统对地电容 基金项目：国家自然科学基金重点项目资助(52077001) 电流因配电网规模的扩大以及电缆线路的普及而增 大，并且使得电气信号具有随机性和波动性[1-5]，正 常状态和故障状态的电力系统差异性减小，不易进 行故障辨识。10 kV 配电网多采用中性点非有效接 地方式[6-7]，此接地方式导致发生单相接地故障时 崔朴奕，等 基于 VMD-CNN 的小电流接地系统故障电弧检测方法研究 - 19 - 故障持续时间长 [8-10]，且伴有故障电弧，严重威胁 到电力系统的安全稳定运行。与中性点有效接地系 统相比， 中性点非有效接地系统电弧电流幅值较小， 但弧光过电压使得非故障相对地电压进一步升高， 使绝缘遭到破坏，造成多点接地短路而停电。因此， 构建准确且符合特定场景的电弧模型，研究电弧小 电流接地的电流信号特征，并基于可量测电气量信号 进行处理，对于及时可靠辨识故障电弧具有重要意义。 电弧建模和过电压研究已有许多成果[11-16]，提 出了 Schwarz 模型、Mayr 模型、 “控制论”模型等多 种电弧模型。通过改进“控制论”故障电弧模型经验 公式，可得出适用于小电流接地系统的电弧模型[17-18]。 电弧故障可以通过对电流或电压信号提取特征 进行分析。文献[19]通过对采样信号进行 VMD 分 解，进行噪声模态选择并剔除，得到最终的谐波与 间谐波特征信息。 文献[20]通过 VMD 算法建立各分 量能量随时序变化特征与故障线路的联系，实现故 障选线。但是 VMD 分解后获得的 IMF 分量仍具有 较高复杂程度，不易辨识。CNN 可以自动挖掘原始 数据隐藏的各类特征进行学习[21-23]， 本文采用 VMD 算法对原始电流信号进行预处理，得到 4 组固有模 态分量，选取第一组固有模态分量输入卷积神经网 络模型，从而实现对故障状态的准确识别。 基于改进的“控制论”电弧模型，利用 PSCAD 软件搭建了电弧仿真模型和配电网仿真模型，仿真 结果显示在谐波干扰下，电弧故障特征不明显。针 对此问题，利用 VMD 算法将原始电流信号分解为 4 组 IMF，取第一组 IMF 作为 CNN 特征输入进行 辨识。仿真及实验结果表明了所提方法对故障电弧 判别的有效性和准确性。 好，其表达式为 1 1.3 电弧接地故障仿真分析 图 1 为 10 kV 配电网仿真模型。共 5 条电缆出 线，在第 5 条出线发生单相电弧接地故障。图 2 为 控制论电弧模型，其中模型参数为 I s  9.032 A ， 电弧的数学模型 普遍电弧数学模型如式(1)所示。  1 dg 1  ei    1 (1)  g dt τ arc  Ploss  式中： g 为单位长度的电弧电导； e  i 为单位长度 的电弧输入功率， e 为单位长