[科普中国]-电压浪涌

电压浪涌是指在一个周期或多个周期内，电压超过额定电压值得110%。比如重型设备的关机，由于电网中电流突然消失，其线路电感反电势会造成电压上升；另一方面，线路电阻上电压降突然消失，也会电压上升。

电压浪涌是指沿线路或电路传播的瞬态电压波，其特征是电压快速上升后缓慢下降。

电压浪涌的时间参数定义如下：

上升时间是从峰值的10%至90%的上升时间；

持续时间是在波的上升沿和下降沿之间50%的峰值的持续时间。

机载设备直流电源电压浪涌抑制器这是一种通过电压取样、过压开关及电压箱位等电路而设计的适合机载环境的直流电源浪涌抑制器。当机载电源由于大负载卸载等原因发生电压瞬时浪涌时，浪涌抑制器能够保护机载设备不受电压浪涌的冲击而发生故障。在电源电压浪涌期间和过后，机载设备都能正常工作。实验证明，电源浪涌抑制器的性能能够满足GJB181一86的要求。1

机载环境OC28V电源浪涌特性分析机载环境用电复杂，机载电源功率相当大，当发电机在额定负载时，由于某种原因突然断开。或主要大负载突然卸载时，则发电机的负载电流降到零或很小。发电机调压器的自动调节作用使调压器输出的励磁电流减小。保持发电机供电汇流条电压保持额定不变。而发电机励磁是一个较大的感性负载，回路电流不可能突变，有一个瞬变过程，这就导致发电机供电汇流条的电压突然升高，然后再回到额定值。这种现象为过压浪涌现象。可以看出浪涌时间接近50ms，浪涌电压峰值可以达到80V，这就是机载环境下电源电压浪涌特点。1

电压浪涌抑制器的设计设计的机载直流电源电压浪涌抑制器，该抑制器除了有过压浪涌的抑制功能外。其他设备还可以通过CTRL端遥控设备的电源的开关功能。电源正常情况下，当CTRL端为逻辑“0”电平时，光电藕合器Ul导通，三极管BE截止，B点为高电平，继电器导通，DC28V的Vin经过继电器输出到Vout端，给设备加电。反之继电器截止，三极管导通，B点电压为“0”，DC28V关断。1

Rl和R2组成电源电压取样电路，稳压管Dl和三极管BE的基极电压之和是三极管导通或截止的门限电压。当取样电压高于三极管的导通门限电压时，三极管导通，B点的电压为“0”，继电器关闭，系统电源不能通过继电器给设备供电。当取样电压低于三极管截止门限电压时，B点的电压为高，继电器导通，系统给设备供电。

电容器C或电池BT，是在浪涌期间继电器截止时，给设备正常供电。浪涌过后，取样电压减小，直到低于门限电压三极管截止，继电器自动导通，设备恢复机载电源的正常供电，实现浪涌期间对设备电源的电压箱位功能，保证设备正常工作。

当CTRL端为逻辑“0”电平，电源接通时，光电祸合器接收端导通，此时电压浪涌抑制开始正常工作，等待电压浪涌的来临。1

电磁兼容电压浪涌经过试验条件试验后，被测件的功能和性能均正常，设备没有受电源浪涌的影响而正常工作。

该直流电源浪涌抑制器，满足GJB181一86的性能要求。此外，直流浪涌抑制器已经在多项机载设备中得到了成功的应用。1

大规模电网中电压浪涌故障检测方法大规模电网中的故障准确检测，在大规模的电网中，由于电网的相关设备量较大，一些大型设备的频繁启动容易造成电压的浪涌变化，可形成电压的突变故障。浪涌变化在瞬间出现，具有很高的非线性和突变性。传统的故障检测方法是对周期性的故障特征进行分析查找，电压浪涌故障特征的非线性和突变性会大幅降低故障特征的明显属性，使故障检测的效率不高。为此提出了一种分辨矩阵与信息熵相结合的电网故障检测算法。改进算法通过将故障信息分辨矩阵与故障信息熵相结合，利用分辨矩阵对故障的区分能力，以故障属性在分辨矩阵中的出现频率作为故障检测的依据。仿真结果表明，提出算法能够加快准确的完成，电网浪涌故障智能准确检测。2

电网浪涌故障信息初始聚类在大规模的电网中，由于电网的相关设备量较大，一些大型设备的频繁启动容易造成电压的浪涌变化，形成电压的突变故障，这种变化在瞬间完成，具有很高的非线性和突变性，为了克服这种突变性，当得到大规模的电网故障信息的前提下，需要对电网故障信息进行初始分类，准确区分浪涌故障与其它故障，步骤如下：

把所有的电网故障信息集划分成k个聚类Si (i =1，2，…． ，k) ，簇中心Ci代表它的簇Si ，信息集用S ={ X} 表示，对任意2个电网信息的故障向量X，Y，d( X，Y) 定义为X 与Y 之间的欧氏距离。对电网故障信息进行分类的步骤如下所示：

1) 假设电网故障信息簇中心集合为SCp={ Ci } ，对电网故障信息集S进行分割，即S分割成k 个电网故障信息簇Sj ，其中，j= 1，2，…，k，Sj = { X | d(X，Cj ) ≤d( X，Ci ) for all i≠j} 。

2) 计算每个电网故障信息簇的中心得到新的电网故障信息簇代表集SCp+1 。电网浪涌故障信息聚类算法简述如下： 设置p=0，初始电网故障信息簇中心集为SC0 。对电网浪涌故障信息簇中心集合SCp ，执行迭代产生改进的电网故障信息簇代表集SCp+1 。计算电网浪涌故障信息簇中心集合SCp+1 的平方误差，如果上次迭代执行后，误差变化足够小的话或，准则函数收敛，则迭代停止。否则，使p+1－>p。能够对浪涌故障和其它故障完成准确的分割，保证后续操作的进行。2

电网浪涌故障属性约束在完成了信息故障的分类之后，需要对电网的浪涌故障类中的信息进行一定的约束，以防止大量冗余信息进入类中，干扰后期的故障定位准确度。约束的方法如下：

建立一个信息故障的决策表系统： 设为T= ，其中，U为论域，C、D分别为故障条件属性集和故障决策属性集。 浪涌故障的输出也是一个浪涌故障决策表的一个约简集合B。进行故障信息约束的步骤如下：

Step1： 计算决策表T中决策属性集D相对条件属性集C的条件熵H(D|C)。

Step2： 建立故障决策表T的分辨矩阵，并将故障分辨矩阵中长度为1的项加入到核属性集C0 中，同时将分辨矩阵中含有核属性的项去掉。

Step3：计算每个故障属性a的频率函数y( a) ，将故障属性按y(a) 的值从大到小进行排序。

Step4： 令B=C0，Att=C－C0在Att中选择一个y( ai ) 值最大的故障属性ai ，令Att=Att－{ai} ，B=B∪{ ai }。 若H(D|B)=H( D|C) ，根据“约简等价原理”，B为决策表T的一个故障属性约简，循环终止，转 Step5； 否则转 Step3。

Step5： 遍历约简集合B中的每个故障属性a，若H(D|B－{a} )=H(D|C) ，则将a从B中删去； 否则保留a。

Step6： 返回属性约简集合B。

以上步骤能够保证有关联的信息才能够进入浪涌故障聚类集合中，其它无用的信息将被排除在聚类的外面，保证信息的良好约束性，降低冗余信息的数量。2

大规模电网浪涌故障的定位进行了电网浪涌故障聚类信息的约束之后，能够大幅的降低冗余信息的干扰，优化了故障定位的准确度，故障定位的方法是根据的得到的特征距离进行故障识别，具体步骤如下：

1) 提取故障信息中的特征参数，建立特征集合为X=( x1 ，x2 ，…，xT ) ，选一个电网中的特征分量X中的一个向量，将其运用识别函数转化成识别向量y1(0) ； 去除X中一些存在的噪声因素和不相关的冗余信息，得到X‘’；

2) 将X‘’中的故障特征分类向量与y1(0) 进行对比，把与y1(0) 最为相似的结果作为第二个识别向量，记作y2(0) ；

3) 计算y1(0) 和y2(0) 两个向量的相似最大值y2mcan ，求X‘’中各个故障特征矢量与y2mcan的相似度，相似度最大值作为电网浪涌故障识别中的第三识别向量，记作y3(0) ；

4) 同理计算y1(0) ，y2(0) ，y3(0)三个识别向量的最大相似度y3mcan ，求X‘’中各个特征矢量与y3mcan相似度最大值对应的特征矢量作为第四个码字y4(0) ；

5 ) 以此类推， 得到初始识别样本Y( 0)=[ y1(0) ，y2(0) …yN(0)]。根据求出的结果，能够准确的计算出故障信息的真实位置，改进传统方法的弊端，更加快速准确的完成电网浪涌故障智能检测。2

本词条内容贡献者为:

何星 - 副教授 - 上海交通大学