1.2 近似熵原理
文献［7］验证了近似熵算法（approximateentropy，ApEn）适用于电力系统故障诊断领域，并指出该算法对故障暂态信号特征的提取提供了一种有效的检测识别方法。算法从衡量信号序列复杂性的角度提出，反映了时间序列中新信息发生的对数条件概率，用于度量信号序列的复杂度，复杂度越大其对应的熵值也越大。具体步骤如图1所示。
图1 近似熵算法步骤
2、采用暂态电流特征识别的定位方法
2.1 定位原理
发生单相接地故障时，线路各检测点的零序电流在暂态时段内含有丰富的高频分量，且存在差异：故障点上游区段到母线的暂态电流为所有非故障线路与检测点上游线路分布电容电流之和，幅值较大，主谐振频率低，方向从故障点流向母线。而非故障线路与故障点下游区段的暂态电流为相应区段下游分布电容电流，因线路较短，幅值小，主谐振频率高，方向由故障点到线路。因此，故障区段两侧暂态电流差异明显，而非故障区段及健全线路暂态电流相似程度高，基于此实现故障定位。接地暂态零模电流分布规律如图2所示。
图2 小电流接地故障暂态电流分布规律
