HVDC系统直流电弧故障早期特征提取与AI驱动的定位机制研究
发布日期：2026年09月12日
【摘要】 本报告指出，直流电弧故障是制约高压直流输电系统安全可靠运行的关键风险源，其发展迅速、能量集中，传统保护机制难以在毫秒级窗口内实现精准识别与定位。研究发现，电弧初燃阶段存在可辨识的高频电流振荡、电压陡降斜率突变及高频电磁辐射特征，这些物理现象构成早期诊断的理论基础。基于此，项目构建了融合多源信号时频域特征提取与轻量化图神经网络的AI驱动定位框架，通过建模换流站拓扑结构与电气量传播路径，显著提升故障区段判别精度与响应速度。验证表明，该机制可在电弧起始后5毫秒内完成初步定位，且对噪声干扰与工况变化具备较强鲁棒性。成果为HVDC系统从“被动跳闸”向“主动预控”演进提供了可工程化落地的技术路径，有助于降低非计划停运频次、延长设备寿命，并支撑新型电力系统对高韧性直流网络的建设需求。
【概览】
关键发现：
-
直流电弧故障的早期物理表征具有多源异构性，高频电流振荡、电压斜率突变与电磁辐射信号在时频域呈现强耦合关联，构成可分离的诊断指纹。
-
故障演化初期的电气量传播受系统拓扑约束显著，换流站层级结构与支路连接关系直接影响特征信号的衰减模式与到达时序。
-
传统基于阈值或单一信号的判据在噪声干扰和运行工况波动下易失稳，而多源特征的联合时频表征可提升判别边界清晰度。
核心建议：
-
在现有保护装置中嵌入轻量化多源信号同步采样模块，优先支持高频电流与电压微分信号的并行采集与本地预处理。
-
构建适配直流电网拓扑的图神经网络训练范式，将设备连接关系编码为静态图结构，结合实时电气量动态更新节点特征。
-
推动AI模型部署从云端向边缘侧迁移，制定面向直流保护装置的模型压缩与推理加速技术规范，确保毫秒级响应能力可复现。
【引言】 随着新能源大规模并网与远距离柔性输电需求激增，高压直流（HVDC）系统已成为现代电网的关键支撑。然而，直流侧一旦发生电弧故障，因无自然过零点，电弧难以自熄，能量持续积聚，数毫秒内即可引发换流阀损毁、直流断路器误动甚至站级停运——2022年某±800kV特高压工程曾因未识别的微秒级直流拉弧导致单极闭锁，停运超4小时。当前主流保护方案依赖过流/过压阈值判据，对早期电弧（尤其是阴极斑点萌生、电流微扰振荡等前兆特征）响应迟滞、定位粗放，误动率高且难以区分故障类型与位置。本研究立足工程实际痛点，不追求泛化模型，而聚焦“可测、可分、可定位”三重约束：首先从高频电流/电压暂态中剥离出受电弧物理机制主导的时频耦合特征（如1–5 MHz频段内非平稳脉冲群的上升沿陡度与重复率关联性），再构建轻量化图神经网络（GNN），将换流站拓扑结构嵌入模型先验，使AI学习过程天然适配直流网络的非对称阻抗分布；最终输出带置信度的故障区段（如阀厅母线、平波电抗器出口等），支持运维人员在300ms内锁定处置范围。整个路径强调特征物理可解释性、模型部署轻量化与现场接口兼容性，目标是让AI真正成为继电保护工程师手中“看得懂、信得过、用得上”的诊断工具。
一、HVDC系统直流电弧故障物理机制与早期暂态特征实证分析 直流电弧故障的本质是能量失配引发的系统性失稳，而非孤立电气现象 HVDC系统因无自然过零点，电弧一旦起燃即持续燃烧，其发展过程本质是“电压-电流-介质恢复强度”三者动态博弈的失衡过程。业务视角下，这直接导致保护动作窗口被压缩至毫秒级——传统依赖稳态阈值的判据在故障初期失效，根源在于将电弧简单视为“异常电流”，忽视了其作为等离子体通道所具有的非线性阻抗突变、高频电磁辐射与热-电耦合传播等复合物理属性。
早期暂态特征具有强隐蔽性与弱可观测性，源于系统拓扑与控制策略的双重抑制 直流侧滤波器、平波电抗器及换流器闭环控制构成天然低通特性，主动衰减了电弧初始阶段（<2ms）释放的10–100kHz频段能量；同时，VSC型换流器的快速电流限幅响应会掩盖真实电弧压降波动，使故障电流上升率（di/dt）呈现“伪平滑”。这并非故障不显著，而是现有测量体系与控制逻辑共同构建了“观测盲区”——符合工程领域普遍规律：越关键的保护对象，其早期征兆越易被系统自身稳定性机制所掩盖。
尚参科技“多尺度因果链分析框架”揭示：早期特征提取需穿透电气量表象，锚定能量迁移路径 该框架主张将电弧故障解构为“触发→通道形成→能量驻留→边界扩散”四阶因果链。实证表明，真正具备定位价值的早期特征并非单一电气量，而是跨域关联信号：例如，电弧阴极斑点迁移引发的微秒级电压振荡（<50ns）与相邻绝缘子表面局部温升速率（红外热像序列梯度）存在统计相位锁定；再如，高频传导电流与空间电磁场谐波分量在直流母线分支节点处呈现方向性极化偏移。这些特征无法通过单点采样捕获，必须依托分布式同步传感与拓扑感知的联合建模。
当前技术瓶颈不在算力，而在物理可解释性与AI模型的语