Understanding the Geometry of Faulted Power Systems under High Penetration of Inverter-Based Resources via Ellipse Fitting and Geometric Algebra

📄 arXiv: 2509.10044v1 📥 PDF

作者: Jorge Ventura, Jaroslav Hrdina, Aleš Návrat, Marek Stodola, Ahmad Eid, Santiago Sanchez-Acevedo, Francisco G. Montoya

分类: eess.SY

发布日期: 2025-09-12

💡 一句话要点

提出基于椭圆拟合和几何代数的故障检测与分类方法，解决高比例逆变器电力系统中的不对称故障保护难题。

🎯 匹配领域: 支柱四：生成式动作 (Generative Motion)

关键词: 电力系统保护 故障检测 椭圆拟合 几何代数 逆变器 新能源 智能电网

📋 核心要点

  1. 传统距离保护方法在高比例逆变器电力系统中，面对不对称故障（如线间短路）时，检测能力不足，存在保护盲区。
  2. 该方法的核心在于利用电压和电流空间曲线的几何特征，通过椭圆拟合和几何代数进行故障检测和分类。
  3. 通过仿真和实验验证，该方法能够准确识别故障类型和幅度，为高比例逆变器电力系统提供更可靠的保护方案。

📝 摘要（中文）

本文提出了一种电力系统故障检测与分类方法，该方法利用椭圆拟合和几何代数处理电压和电流空间曲线，特别针对高比例逆变器（IBR）接入带来的挑战。通过将电压矢量数据拟合成椭圆来表征电气故障，该方法仅需四分之一周期即可完成故障检测。利用双向量分量进行接地故障分类，而椭圆参数则用于识别线间和三相故障。几何表示保留了三维空间中电压或电流曲线的形状，克服了存在零序分量时Clarke变换的局限性。仿真和实验室实验验证了该方法能够准确识别故障并估计故障幅度，从而增强电力系统保护能力。

🔬 方法详解

问题定义：传统电力系统保护方案在高比例逆变器接入的情况下，尤其是在不对称故障发生时，面临着挑战。传统的距离保护方法依赖于对称分量法，但在逆变器主导的系统中，由于逆变器的控制策略和非线性特性，对称分量法不再适用，导致线间短路等故障难以准确检测和分类。因此，需要一种新的方法来解决高比例逆变器电力系统中的故障检测和分类问题。

核心思路：该论文的核心思路是利用电压和电流在故障期间形成的轨迹具有特定的几何形状这一特性，通过拟合椭圆来表征故障。不同类型的故障会产生不同形状的电压或电流空间曲线，因此可以通过分析椭圆的参数（如长轴、短轴、倾斜角等）来识别故障类型。此外，几何代数被用于处理电压和电流数据，以保留其空间信息，克服传统变换（如Clarke变换）的局限性。

技术框架：该方法主要包含以下几个阶段：1) 数据采集：采集电力系统中的电压和电流数据。2) 空间曲线构建：利用采集到的电压和电流数据构建三维空间曲线。3) 椭圆拟合：将电压矢量数据拟合成椭圆，提取椭圆的参数。4) 故障检测：基于椭圆参数判断是否存在故障。5) 故障分类：利用双向量分量进行接地故障分类，利用椭圆参数识别线间和三相故障。

关键创新：该方法最重要的技术创新点在于将椭圆拟合和几何代数相结合，用于电力系统故障检测和分类。与传统的基于对称分量的方法相比，该方法不需要进行复杂的坐标变换，可以直接利用原始的电压和电流数据进行分析。此外，该方法能够保留电压和电流的空间信息，从而更准确地识别故障类型。

关键设计：论文中关键的设计包括：1) 椭圆拟合算法的选择：选择合适的椭圆拟合算法，以保证拟合的准确性和鲁棒性。2) 几何代数的应用：选择合适的几何代数框架，并定义合适的运算规则，以有效地处理电压和电流数据。3) 故障分类规则的设计：设计合理的故障分类规则，以保证故障分类的准确性。

🖼️ 关键图片

img_0

📊 实验亮点

实验结果表明，该方法仅需四分之一周期即可完成故障检测，显著提高了故障检测的速度。通过仿真和实验室实验验证，该方法能够准确识别不同类型的故障，并估计故障幅度，为电力系统保护提供了更可靠的手段。具体性能数据（如准确率、误报率等）在论文中进行了详细的展示。

🎯 应用场景

该研究成果可应用于智能电网、微电网等电力系统中，尤其适用于高比例新能源接入的场景。通过提高故障检测的准确性和速度，可以有效降低故障带来的损失，提高电力系统的可靠性和稳定性。该方法还有潜力应用于电力设备的健康监测和状态评估，实现预防性维护。

📄 摘要（原文）

Power systems with high penetration of inverter-based resources (IBR) present significant challenges for conventional protection schemes, with traditional distance protection methods failing to detect line-to-line faults during asymmetric conditions. This paper presents a methodology for electrical fault detection and classification using ellipse fitting and geometric algebra applied to voltage and current space curves. The approach characterizes electrical faults by fitting ellipses to voltage vector data, enabling fault detection with only a quarter-cycle. The method employs bivector components for line-to-ground fault classification, while ellipse parameters identify line-to-line and three-phase faults. The geometric representation preserves voltage or current curve shapes in three-dimensional space, overcoming Clarke transform limitations when zero-sequence components are present. Validation using simulations and laboratory experiments demonstrates accurate fault identification and magnitude estimation, providing enhanced power system protection capabilities.