針對風電場集電線路因短路故障造成的棄風窩電問題，華北電力大學電氣與電子工程學院的研究人員彭華、朱永利，在2020年第23期《電工技術學報》上撰文，提出了採用全相位快速傅立葉變換（apFFT）頻譜校正和極限梯度提升（XGBoost）的風電場集電線路單相接地故障測距方法。經PSCAD/EMTDC實驗證明，該方法對風電場多分支、混合短線路測距具有明顯優勢，定位效能優於隨機森林（RF）方法，且不受故障位置、過渡電阻的影響，可滿足風電場對測距精度的需求。

隨著風電場規模的不斷擴大和風力機組容量的不斷增加，風電場的安全可靠執行變得越來越重要。風電場多處於地形複雜的荒山草原，受氣候條件和地理環境的影響，極易發生雷擊、絕緣霧閃、絕緣子風偏和線路金具損壞而引起的短路故障，其中單相接地故障約佔系統故障的80%。因此，有效的故障定位技術能夠幫助風電場執行人員減小排查範圍，迅速、可靠地查詢故障；顯著減少風機窩電時間，對於提高風電場的經濟效益和滿足電網對風電場的執行考核指標具有重要意義。

風電場是典型的多端電源供電系統，網路拓撲結構特殊，尚缺乏有效的故障檢測和分析手段。目前測距方法主要有行波法、故障分析法和人工智慧演算法。行波法測距精度高，但配電網和風電場記憶體在分支線和混合線，使行波易發生折反射，加之線路較短，導致波頭檢測和波速確定困難。

有學者採用等效思維對配電線路歸一化處理以解決混合線路的行波波速不一致問題，但需在每個分支線末端裝設同步測量裝置，且海量故障資料處理要求系統硬體具有較高的效能，演算法實現成本較高。有學者提出基於行波固有頻率的雙端輸電線路故障定位方法，技術的關鍵在於準確提取自然頻率，但對於拓撲結構複雜的配電網和風電場，特徵頻率混疊導致提取失敗，無法完成故障定位。

故障分析法受制於過渡電阻和模型準確度使其測距精度有限，且計算量大；有學者分析沿線電壓分佈規律，由切線交叉原理迭代求解故障點；有學者利用測距函式判斷故障分支，進而求解故障距離，這適用於T接線路，但難以向多分支、混合短線路的故障定位拓展。

國務院印發的《新一代人工智慧發展規劃》已將人工智慧上升到國家戰略層面。人工智慧技術的快速發展，使得智慧演算法用於多分支、混合短線路的故障定位已成為發展趨勢。有學者透過測量光伏陣列輸出電壓和電流，應用高斯過程迴歸進行光伏陣列故障定位，效能優於BP神經網路。有學者採用離散傅立葉變換對線路一端三相電壓訊號提取諧波分量的幅值作為特徵量，並基於K最鄰近迴歸模型實現單相接地故障的準確測距。

根據風電場集電線路分支多、混合且短的特點，華北電力大學電氣與電子工程學院的研究人員提出採用全相位快速傅立葉變換（apFFT）頻譜校正和極限梯度提升（XGBoost）的風電場集電線路故障測距方法。

首先，搭建雙饋風電場多分支混合線路的模擬模型，並透過apFFT頻譜校正法獲取故障電壓和電流的基波相量，以構建原始特徵集；其次，引入人工智慧技術XGBoost演算法建立單端故障測距的迴歸模型，根據特徵被選擇用來劃分的次數情況對特徵重要度進行量化分析及排序，直觀地挖掘特徵量與故障距離之間的關係。

圖1 風電場故障測距演算法流程

目前，尚未見XGBoost整合演算法在風電場集電線路故障定位的應用研究，該方法採用多執行緒平行計算和二階泰勒展開，具有較高的運算效率和預測精度。最後，應用XGBoost故障定位器根據現存模態完成對新輸入模態的定位，獲得故障點精確位置。經PSCAD/EMTDC實驗證明，該方法適用於風電場複雜網路的故障測距，定位精度高於隨機森林（RF）整合樹方法，對不同故障位置和過渡電阻的單相接地短路均能夠有效測距。

圖2 風電場模擬模型

研究人員主要工作和結論如下：

1）讀取單端測點故障後波形資料，利用apFFT相位差校正法獲得相應電氣基波相量，無需通訊，且可有效抑制頻譜洩露，具備一定的抗噪性。

2）設計了特徵重要度量化分析方法，充分挖掘特徵與故障距離之間的關係，同時也驗證了特徵選取的有效性。

3）建立了基於XGBoost迴歸的故障定位器，避免了以解析法為基礎的故障測距需要求解複雜方程問題，不存在偽根，不受過渡電阻的影響，故障定位簡單，且同RF演算法相比預測定位精度高。

4）搭建了PSCAD/EMTDC雙饋風電場模擬模型，單相接地故障實驗證明了該方法對多分支、混合短線路的適用性。

以上研究成果發表在2020年第23期《電工技術學報》，論文標題為“基於apFFT頻譜校正和XGBoost的風電場集電線路單相接地故障測距”，作者為彭華、朱永利。