Обнаружение и классификация повреждений линий передачи с помощью биортогонального вейвлет‑преобразования (bior5.5) для разложения сигналов

Сохранение электроснабжения

Современная жизнь зависит от того, чтобы электроэнергия бесперебойно передавалась на сотни километров по линиям высокого напряжения. Когда на этих линиях что‑то идет не так — ветка дерева, молния или изношенное оборудование — напряжение может мигать, отключения могут распространяться, а оборудование быть повреждено. В этой статье рассматривается более интеллектуальный способ обнаружения и локализации таких проблем почти мгновенно, что дает операторам сети лучшие шансы удержать свет включенным и защитить дорогостоящую инфраструктуру.

Почему линии электропередачи трудно защищать

Длинные линии передачи подвержены воздействию погоды, загрязнений и постоянно меняющимся условиям эксплуатации. Авария может означать что угодно: от провода, задевшего дерево, до короткого замыкания всех трех фаз на землю. Некоторые повреждения очевидны — они вызывают огромные токи, которые классические устройства защиты легко фиксируют. Другие — тонкие: высокоомные пути, сложные линии с последовательной компенсацией с конденсаторами и защитными элементами, а также ситуации, когда трансформаторы измерения или возобновляемые источники искажают сигналы. Традиционные инструменты, такие как методы на основе преобразования Фурье и фильтры Калмана, хорошо работают для плавных, повторяющихся форм волн, но им трудно зафиксировать кратковременные, резкие возмущения, которые на самом деле указывают, когда и где произошла неисправность.

Новый взгляд на электрические возмущения

Авторы обращаются к вейвлет‑анализу — технике обработки сигналов, которая одновременно рассматривает время и частоту. Вейвлеты, вместо усреднения по целому циклу, фокусируются на коротких фрагментах формы тока и выделяют внезапные изменения. Сравнив 17 различных «семейств» вейвлетов, они обнаружили, что конкретный биортогональный вейвлет, известный как bior5.5, особенно хорошо изолирует высокочастотные всплески, создаваемые повреждениями. В частности, первый уровень вейвлет‑разложения сохранял большую часть важной энергии сигнала, оставаясь достаточно простым для быстрого использования в реальном времени в цифровых реле.

Как работает интеллектуальный детектор повреждений

Предложенный метод отслеживает токи трех фаз и нейтральный (земляной) ток на модели линии 400 кВ длиной 300 км. При возникновении возмущения система выполняет одноуровневое вейвлет‑преобразование этих токов и измеряет «коэффициенты детализации», которые резко возрастают при аномалиях. Сравнивая величину этих всплесков с тщательно подобранными пороговыми значениями, алгоритм может как обнаружить факт повреждения, так и определить, какие фазы и участвует ли земля. Он различает десять распространенных типов повреждений, таких как фазо‑фазные, фазо‑земляные и трехфазные замыкания, анализируя шаблоны в коэффициентах и складывая их в комбинированный индекс, который разделяет сбалансированные и несбалансированные события.

Испытания в жестких реальных условиях

Чтобы проверить, выдержит ли этот подход практические условия, исследователи смоделировали широкий диапазон нагрузок на линию. Они варьировали сопротивление повреждения, положение повреждения вдоль линии и степень последовательной компенсации от 0% до 70%. Также моделировалось нелинейное поведение варисторов (MOV) и искровых промежутков, защищающих последовательные конденсаторы, а также реалистичные проблемы, такие как насыщение трансформаторов тока и инверсия тока. В каждом случае поврежденные фазы показывали заметно более высокие вейвлет‑коэффициенты, чем здоровые, и метод оставался точным при настройке порогов под режим работы. По сравнению с более традиционными инструментами, такими как FFT, DFT и S‑преобразование, схема на основе bior5.5 обнаруживала повреждения быстрее — примерно за 2–4 миллисекунды — и с большей точностью и устойчивостью к шуму.

От моделирования к защите в реальном времени

Поскольку техника использует только один уровень вейвлета и простую логику «пик‑и‑порог», она достаточно легка для выполнения на существующем аппаратном обеспечении цифровых реле без серьезной нагрузки на процессор. Авторы оценивают, что требуемые вычисления занимают всего микросекунды на выборку на стандартных платформах DSP или FPGA, что укладывается в временные бюджеты современных систем защиты. Это делает метод привлекательным не только как теоретическое улучшение, но и как реалистичный путь модернизации для действующих подстанций.

Что это означает для обычных пользователей

Для неспециалистов итог прост: исследование показывает, что тщательно подобранный вейвлет‑инструмент может работать как высококвалифицированное «ухо» на сети, улавливая слабые сигнатуры неполадок, которые старые методы пропускают. Быстрее обнаруживая повреждения и надежнее их классифицируя — даже на длинных, сильно компенсированных линиях с зашумленными и искаженными сигналами — предлагаемый подход может помочь предотвратить каскадные отключения, сократить повреждения оборудования и повысить устойчивость энергосистемы. По мере подключения к сети большего числа возобновляемых источников и сложной электроники такие интеллектуальные схемы защиты будут играть все более важную роль в обеспечении безопасности, стабильности и доступности электроэнергии.

Цитирование: Chothani, N., Sheikh, M., Patel, D. et al. Transmission line fault detection and classification using bi-orthogonal wavelet transform (5.5) based signal decomposition. Sci Rep 16, 5303 (2026). https://doi.org/10.1038/s41598-026-35929-0

Ключевые слова: аварии в линиях электропередачи, защита на основе вейвлетов, биортогональное вейвлет‑преобразование, линии высокого напряжения, цифровые реле