北极星智能电网在线讯:配电网单相接地故障定位技术，是提高配电网供电可靠性的关键。在研究接地故障暂态特征的基础上，结合经验模态分解（EMD）和近似熵方法，提出了一种基于暂态零模电流的定位新方法。该方法利用故障点上下游暂态电流差异大、故障点同侧暂态电流基本相同的特征，首先用EMD方法把电流信号分解为多个内在的频带分量，然后求取其近似熵值并利用K均值聚类综合判断故障区段。该方法通信传输量小，能够克服幅值小、噪声大等不利因素，很好地实现故障信号特征的定量提取，比传统近似熵算法的定位准确度更高。最后通过仿真和现场录波验证了该方法的有效性。
引言
相对于主网，中压配电网线路故障频发。近年来，单相接地区段定位理论和方法日趋成熟，主要包括：相关系数法、功率方向法、信号注入法、行波法、能量法等。文献［1］通过分析零序网络拓扑，得出故障区段两侧零序电流存在差异的结果，对相关系数法与功率方向法在不同种工况下进行分析比较，验证其适用性。文献［2］在故障发生后向系统注入信号电流，利用信号电流只在故障线路流动，而非故障线路和故障线路非故障相不存在信号的特点，采取寻迹的原理进行故障定位。文献［3］通过测量初始行波与来自故障点的第一个发射波的时间差和波速等量来实现定位。文献［4］根据不同线路能量值存在差异，故障线路的能量为负而非故障线路的能量为正的特点，根据电流方向比较实现定位。
由于故障工况复杂，常受互感器饱和、电磁干扰的影响，且向主站上传波形数据的传输量大，GPRS费用较高，上述故障定位方法可靠性不高，均具有一定的局限性，如：故障信号微弱、人工成本大、波阻抗不连续等。因此，单一的定位方法难以实现不同工况的正确定位，有必要对复杂网架设计针对性的判据，并实现多判据融合。
采用经过经验模态分解（empirical mode decomposition，EMD）谱带通滤波后提取的相应特征频带分量，融合原始信号和EMD分解的前两个模态分量做近似熵分析是一个很好的研究思路。EMD分解出的每个固有模态分量（intrinsic mode function，IMF）能够突出信号局部特征，更准确有效地反映原始信号；此外在时域上经变换后的暂态电流信号噪声干扰小，相比于工频频段暂态信号，时频局部特征差异大，可减小特征信号的干扰或耦合。而近似熵可以很好地描述故障发生时信号的复杂程度，能够在短数据、小幅值等不利条件下实现定量分析。故将EMD和近似熵结合应用是切实可行的，基于此，本文拟利用故障后各终端设备采样的零序电流进行EMD分解，提取特征频段分量并进行近似熵聚类分析，实现故障定位，仿真和现场录波验证了该方法的可行性和有效性。
1、EMD谱带通滤波及近似熵原理
1.1 EMD原理
Norden等人提出的EMD是具有自适应处理非线性信号能力的时频分析方法。使用EMD从信号的局部特征切入，求取极大、极小值点上下包络线均值，将信号分解成不同差异度的有限数据序列，每个序列作为一个固有模态分量，剩余的残余量进行再次分解，直到剩余部分残余量为单一信号或其值小于设定值，分解完成。最终原始信号等于所有固有模态分量与残余量r之和，满足公式（1）。经过EMD分解后的每一个固有模态分量仅含单一频率成分，且突出信号局部细节振荡结构，满足正交性、完备性、自适应性，可为信号的分离提供有效依据。
