城市轨道交通牵引供电系统故障定位：方法、案例与技术演进.docxVIP

城市轨道交通牵引供电系统故障定位：方法、案例与技术演进

一、引言

1.1研究背景与意义

随着城市化进程的加速，城市人口急剧增长，交通拥堵问题日益严重。城市轨道交通作为一种大运量、高效率、低污染的交通方式，在缓解城市交通压力方面发挥着至关重要的作用。截至2023年年底，全球城市轨道交通运营里程达到43400.40公里，其中地铁运营里程为21732.66公里，分布在63个国家和地区、200个城市，已成为全球主流的城市轨道交通制式。中国是全球地铁运营里程最长的国家，占全球的比重达到48.60%，接近一半。北京、上海、成都等城市的地铁运营里程更是位居全球前列，保障着这些超级大城市的高效运行。

城市轨道交通牵引供电系统是城市轨道交通运行的重要组成部分，负责向轨道交通车辆提供电力供给，堪称地铁的“心脏”。它不仅直接影响着轨道交通的运营效率和电力消耗情况，还与乘客的乘坐舒适度和安全性息息相关。一旦牵引供电系统出现故障，列车将失去动力，无法正常运行，这不仅会导致大量乘客被困，还会引发整个地铁线路的运营瘫痪，给城市交通带来巨大的混乱，严重影响城市的正常运转和居民的生活秩序。此外，故障还会带来设备损坏和维修成本，给城市轨道交通运营企业带来经济损失。因此，保障牵引供电系统的稳定运行对于城市轨道交通的安全、高效运营至关重要。

快速、准确的故障定位是及时修复故障、恢复供电的关键。目前，城市轨道交通牵引供电系统中尚未有成熟的故障定位装置投入实际应用，依靠传统人工巡线的方法耗费大量时间和人力财力，越来越不能满足地铁高速发展的需求。因此，研究适合于城市轨道交通牵引供电系统的故障定位算法，快速、准确获取故障位置进而排除故障，保证供电系统安全可靠运行，具有重要的现实意义和应用价值。这不仅有助于提高城市轨道交通的运营效率和服务质量，减少因故障导致的延误和停运，还能降低运营成本，提升城市轨道交通的竞争力和可持续发展能力。

1.2国内外研究现状

在国外，对直流系统故障定位的研究开展较早，在高压直流输电系统中已有成熟的故障定位装置应用，主要应用行波技术。但由于地铁牵引供电系统站间距太短、电压等级低、行波过程不明显，该技术并不适用于地铁牵引供电系统直流侧的故障定位。有研究提出外部信号注入法，但此方法主要基于频率信息，无法在直流系统中实现。

国内在故障定位方面的研究虽起步较晚，但目前已有大量学者在此方面展开相关研究。一些研究在传统阻抗法的基础上引入电压量，考虑整流所外特性对直流馈线电压变化的影响，但依然没有解决阻抗法的误差根源；有研究采用基于分布参数模型的时域定位方法，引用贝瑞隆模型计算线路沿线电压分布，根据故障点处电压最低实现故障定位，但贝瑞隆模型本身是一个近似模型，其应用于牵引网的等效还有待论证，当发生非金属性故障时，线路的电压降不明显，此方法的测距精度较低甚至测距失败，因此该方法在测距类型上存在局限性。还有研究关注直流系统故障暂态过程中大量的特征频率信号，研究基于故障特征频率的单端行波测距方法，该方法无需提取行波到达时刻，避免了行波法中波头识别困难及波形畸变造成的测距误差，但依然依赖于行波技术，行波法的弊端依然存在。

总体来看，现有研究在城市轨道交通牵引供电系统故障定位方面取得了一定成果，但仍存在诸多不足。例如，部分算法受线路参数、过渡电阻等因素影响较大，导致定位精度不高；一些方法依赖于复杂的通信系统或昂贵的设备，成本较高，难以推广应用；还有些算法计算复杂，实时性较差，无法满足快速故障定位的需求。因此，寻找一种准确、快速、经济且适应性强的故障定位方法，仍是当前城市轨道交通牵引供电系统故障定位研究的重点和难点。

1.3研究方法与创新点

本文主要采用案例分析法，深入研究实际城市轨道交通牵引供电系统的故障案例，分析故障发生的原因、过程和影响，从中总结经验教训，为故障定位方法的研究提供实际依据。同时运用文献研究法，广泛查阅国内外相关文献，了解该领域的研究现状和发展趋势，借鉴已有研究成果，为本文的研究提供理论支持。

在研究过程中，本文尝试结合新的技术手段进行故障定位分析。例如，引入人工智能算法，利用其强大的数据分析和模式识别能力，对牵引供电系统的运行数据进行实时监测和分析，实现故障的快速诊断和定位。与传统方法相比，人工智能算法能够自动学习和适应系统的运行状态变化，有效提高故障定位的准确性和效率。此外，考虑将物联网技术应用于故障定位研究，通过在牵引供电系统的关键设备和线路上部署传感器，实现数据的实时采集和传输，为故障定位提供更全面、准确的数据支持，构建更加智能化、高效的故障定位体系。

二、城市轨道交通牵引供电系统概述

2.1系统组成与工作原理

2.1.1系统组成部分

城市轨道交通牵引供电系统主要由牵引变电所、接触网、馈电线、回流线等部分组成。

牵