斷路器作為整個供電系統(tǒng)中的重要設(shè)備，其可靠性是電力系統(tǒng)安全運(yùn)行的保證。因此，提高斷路器分?jǐn)嗖僮鞯闹悄芑剑瑢﹄娋W(wǎng)安全運(yùn)行具有重要意義。斷路器在開斷短路電流的過程中，存在暫態(tài)變化過程，短路電流中存在隨時間衰減的非周期分量，且非周期衰減分量隨機(jī)不確定，這給精確預(yù)測短路電流過零點(diǎn)增加了難度。如何快速計算短路電流的特征參數(shù)以預(yù)測其過零點(diǎn)是斷路器可控開斷短路電流必須解決的首要問題。

斷路器相控分?jǐn)喽搪冯娏鞯幕驹硎牵翰捎脭?shù)字信號處理算法對短路電流離散采樣數(shù)據(jù)進(jìn)行分析，估算短路電流的特征參數(shù)，預(yù)測短路電流過零點(diǎn)，以提前發(fā)出控制指令。

• 針對短路電流零點(diǎn)預(yù)測，有學(xué)者采用改進(jìn)半波傅里葉算法，依靠半個周波加兩個采樣點(diǎn)的數(shù)據(jù)窗口預(yù)測短路電流的過零點(diǎn)，計算精度達(dá)到 1ms。
• 有學(xué)者采用一種基于最小二乘法發(fā)展出來的WLMS算法，對電流參數(shù)進(jìn)行估計，可以在10ms內(nèi)實(shí)現(xiàn)短路電流過零點(diǎn)的預(yù)測，預(yù)測誤差在 1ms以內(nèi)。
• 有學(xué)者對安全點(diǎn)算法、自適應(yīng)算法及改進(jìn)半波傅里葉算法進(jìn)行對比，得出自適應(yīng)算法適用于不含諧波分量情況下，當(dāng)存在諧波分量，自適應(yīng)算法并不適用，當(dāng)諧波分量中存在偶次諧波，改進(jìn)半波傅里葉算法不適用。
• 有學(xué)者采用改進(jìn)快速傅里葉算法，通過對短路電流分解計算，數(shù)字處理只需要6個采樣數(shù)據(jù)，但未對存在諧波分量情況進(jìn)行分析。

綜上所述，現(xiàn)有的短路電流零點(diǎn)預(yù)測方法都是采用數(shù)字算法加以實(shí)現(xiàn)。但是，為將實(shí)際連續(xù)變化的短路電流轉(zhuǎn)換成可供分析的數(shù)字信號，需要采用電流互感器和模擬放大電路對短路電流信號進(jìn)行變換和調(diào)理，需要采用模數(shù)轉(zhuǎn)換器將調(diào)理后的電信號轉(zhuǎn)換成離散時間序列，這樣才能運(yùn)用數(shù)字信號處理算法對離散短路電流時間序列進(jìn)行分析，預(yù)測出短路電流過零點(diǎn)，適時發(fā)出控制指令，使斷路器觸頭在短路電流過零附近分?jǐn)唷Ｒ虼耍搪冯娏髁泓c(diǎn)預(yù)測的實(shí)現(xiàn)不僅與所運(yùn)用的數(shù)字信號分析算法有關(guān)，還受諸多因素限制，包括模擬測量環(huán)節(jié)的信噪比、模數(shù)轉(zhuǎn)換的有效位數(shù)和被控電力線路的頻率穩(wěn)定性等。

本文介紹了短路電流同步分?jǐn)嗔泓c(diǎn)預(yù)測原理，建立了單相短路電流仿真模型，搭建了短路電流實(shí)驗(yàn)平臺；運(yùn)用最小二乘參數(shù)辨識和改進(jìn)快速傅里葉算法對含暫態(tài)分量和諧波分量的短路電流進(jìn)行分解和重建，預(yù)測短路電流過零點(diǎn)；并從采樣精度、噪聲干擾、電網(wǎng)頻率偏移、諧波分量等幾個方面對兩種算法的優(yōu)缺點(diǎn)和適用性進(jìn)行了對比和實(shí)驗(yàn)驗(yàn)證。

圖7 實(shí)際短路電流測試平臺

總結(jié)

為實(shí)現(xiàn)短路電流零點(diǎn)預(yù)測技術(shù)，從測量電路信噪比、模數(shù)轉(zhuǎn)換有效位數(shù)、電網(wǎng)頻率偏移、諧波分量和暫態(tài)分量影響等方面對最小二乘參數(shù)辨識和改進(jìn)快速傅里葉算法二種短路電流零點(diǎn)預(yù)測算法進(jìn)行了對比，并對實(shí)測數(shù)據(jù)進(jìn)行了分析。

• 1）理想狀態(tài)下，無論是否含有諧波分量，改進(jìn)快速傅里葉算法精度均優(yōu)于最小二乘參數(shù)辨識。
• 2）在添加高斯白噪聲情況下，最小二乘參數(shù)辨識的耐受能力為20dB，改進(jìn)快速傅里葉算法的耐受能力為90dB；在電網(wǎng)頻率偏移干擾情況下，兩種算法的抗擾能力基本相同；改進(jìn)快速傅里葉算法對短路電流數(shù)字化測量系統(tǒng)模數(shù)轉(zhuǎn)換精度有較高的要求。
• 3）最小二乘參數(shù)辨識在適用性方面高于改進(jìn)快速傅里葉算法，但在噪聲較低的情況下，可以選擇改進(jìn)快速傅里葉算法。