Felsökning och klassificering av fel på transmissionsledningar med hjälp av biortogonala wavelettransformen (5.5) baserad signaldekomposition

Hålla lamporna tända

Modern tillvaro är beroende av att elektricitet flyter obehindrat över flera hundra kilometer med högspänningsledningar. När något går fel på dessa linjer — en gren, blixtnedslag eller slitage på utrustning — kan strömmen fladdra, strömavbrott sprida sig och hårdvara skadas. Denna artikel undersöker ett smartare sätt att snabbt upptäcka och lokalisera sådana problem, vilket ger nätoperatörer bättre möjligheter att hålla ljuset tänt och skydda dyr infrastruktur.

Varför kraftledningar är svåra att skydda

Långa överföringsledningar utsätts för väder, föroreningar och ständigt förändrade driftförhållanden. Ett fel kan vara allt från en ledare som nuddar ett träd till alla tre faser som kortsluts mot jord. Vissa fel är uppenbara och ger mycket höga strömmar som klassiska skyddsanordningar lätt kan identifiera. Andra är subtila: högresistiva vägar, komplexa seriekonditionerade linjer med kondensatorer och skyddskomponenter, samt situationer där mättransformatorer eller förnybar produktion förvränger signalerna. Traditionella verktyg som Fourieranalyser och Kalman-filter fungerar väl för jämna, repetitiva vågformer, men de har svårt att fånga de korta, skarpa störningar som verkligen avslöjar när och var ett fel inträffat.

En ny lins på elektriska störningar

Författarna vänder sig till wavelet-analys, en signalbehandlingsteknik som betraktar tid och frekvens samtidigt. Istället för att genomsnittligt analysera över en hel cykel zoomar wavelets in på korta snuttar av strömvågformen och belyser plötsliga förändringar. Efter att ha jämfört 17 olika wavelet-"familjer" fann de att en speciell biortogonal wavelet, känd som bior5.5, var särskilt bra på att isolera de högfrekventa utslagen som skapats av fel. Särskilt bevarade första nivån i wavelet-dekompositionen största delen av den viktiga energin i signalen samtidigt som den förblev tillräckligt enkel för snabb, realtidsanvändning i digitala reläer.

Hur den smarta felupptäckaren fungerar

Den föreslagna metoden lyssnar på de tre fasströmmarna och neutralströmmen på en modell av en 400 kV, 300 km transmissionsledning. När en störning inträffar kör systemet en endimensionell wavelettransform på dessa strömmar och mäter "detaljkoefficienterna", som skjuter i höjden när något abnormt händer. Genom att jämföra storleken på dessa utslag mot noggrant valda tröskelvärden kan algoritmen både upptäcka att ett fel föreligger och avgöra vilka faser och om jord är inblandad. Den särskiljer tio vanliga feltyper, såsom ledning-till-ledning, ledning-till-jord och trefasfel, genom att undersöka mönster i koefficienterna och genom att kombinera dem till ett index som separerar balanserade och obalanserade händelser.

Testning under tuffa verklighetsförhållanden

För att avgöra om angreppssättet stod sig i praktiken simulerade forskarna ett brett spektrum av påfrestningar på linjen. De varierade felresistans, felposition längs linjen och mängden seriekondensation från 0% till 70%. De modellerade också icke-linjärt beteende i metal-oxidvaristorer (MOVs) och gnistgap som skyddar seriekondensatorer, liksom realistiska problem som mättnad i strömtransformatorer och ströminversion. I samtliga fall visade de felande faserna tydligt högre waveletkoefficienter än friska faser, och metoden förblev korrekt genom att justera sina tröskelvärden för att matcha driftsscenariot. Jämfört med mer konventionella verktyg som FFT, DFT och S-transform upptäckte bior5.5-waveletmetoden fel snabbare — inom cirka 2–4 millisekunder — samt med högre noggrannhet och bättre brusimmunitet.

Från simulering till realtidsskydd

Eftersom tekniken använder endast en waveletnivå och enkel peak-och-tröskel-logik är den lätt nog att köras på befintlig digital relähårdvara utan att pressa processorgränser. Författarna uppskattar att de nödvändiga beräkningarna tar endast mikrosekunder per prov på standard DSP- eller FPGA-plattformar, väl inom tidbudgetarna som används i moderna skyddssystem. Detta gör metoden attraktiv inte bara som en teoretisk förbättring, utan som en realistisk uppgraderingsväg för faktiska ställverk.

Vad detta betyder för vardagsanvändare

För icke-specialister är slutsatsen enkel: studien visar att ett omsorgsfullt valt wavelet-verktyg kan fungera som ett högutbildat "öra" på nätet, som fångar de svaga signaturerna av problem som äldre metoder missar. Genom att upptäcka fel snabbare och klassificera dem mer tillförlitligt — även på långa, kraftigt kondensor-kompenserade linjer med bullriga och förvrängda signaler — kan det föreslagna tillvägagångssättet hjälpa till att förhindra kaskadfel, minska utrustningsskador och stödja ett mer resilient kraftsystem. I takt med att fler förnybara källor och komplex elektronik kopplas in i nätet blir sådana smarta skyddsscheman allt viktigare för att hålla elen säker, stabil och tillgänglig.

Citering: 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

Nyckelord: fel på kraftöverföring, wavelet-baserat skydd, biortogonal wavelettransform, högspänningsöverföringsledningar, digrialreläer