一句话总结

来自埃尔朗根-纽伦堡大学和安贝格-魏登东巴伐利亚技术大学的研究人员推出了PROTECT-90，这是一个开放的电磁暂态仿真基准数据集，包含在标准化$90\, \text{kV}$90kV双回线拓扑上的9,022个物理一致的短路事件，提供同步的三相电压和电流波形以及结构化元数据，旨在实现对数据驱动型电力系统保护方法的透明、可复现评估。

核心贡献

• PROTECT-90数据集作为一个开放获取的高压电磁暂态基准发布，包含9,022个带标签的故障场景，提供同步的三相电压和电流测量值以及结构化、机器可读的元数据。
• 一个受物理约束的域随机化框架，在明确记录且物理上合理的范围内，系统地改变电网运行点、线路参数和故障条件。
• 所有建模假设、参数范围和数据生成程序均在开放许可下完整记录，以支持对面向保护的信号处理和基于学习的方法进行透明、可复现的评估。

引言

电磁暂态仿真对于分析高压保护中的故障行为至关重要，然而具有完整记录的拓扑结构、参数范围和标签规范的开放获取波形数据集仍然稀缺。现有的公共资源要么依赖专有的电网模型而不发布完整的波形语料库和元数据，要么提供缺乏结构化仿真假设的真实世界记录，限制了可复现性和跨研究可比性。作者通过推出PROTECT-90来解决这一缺口，这是一个公开发布的90 kV电磁暂态数据集，包含9,022个物理一致的故障场景。它提供原始的三相电压和电流测量值，以及机器可读的元数据和明确界定的域随机化参数，为面向保护的波形分析建立了一个透明且可复现的基准。

数据集

作者推出了PROTECT-90，这是一个用于高压故障研究的合成基准数据集，通过在PowerFactory中进行自动化电磁暂态仿真生成。该数据集在Zenodo上以CC BY 4.0许可协议公开发布，压缩后大小为12.5 GB，解压后大小约为31 GB。

数据集组成与来源

• 该数据集包含9,022个故障场景，全部代表短路事件，没有单独的非故障类别。
• 每个场景存储为一个单独的Python pickle文件，其中包含一个时间序列数据框，并附带一个结构化的CSV元数据文件（7.3 MB）。
• 波形在一个标准化的90 kV高压双回线网络上进行仿真，该网络包含三个母线、相邻母线对之间的两条并行走廊、母线1和母线3处的外部电网等值，以及母线2和母线3处的聚合负荷。

每个子集的关键细节

• 故障类型（单相接地、相间、相间接地、三相）在每个线路段内近似均匀分布。
• 主要走廊段（线路1-2A和线路2-3A）各占数据集的约35%，而次要走廊段（线路1-2B和线路2-3B）各贡献约15%，这反映了一种拓扑切换策略，即在部分场景中次要走廊被切除。
• 线路1-2B、线路2-3B以及母线3处外部电网的拓扑切换比例约为50/50，确保了对单回和双回线路配置以及降低馈入条件的代表性。
• 故障位置沿归一化线路长度均匀分布，故障电阻和起始时间在预定义范围内采样。

论文如何使用数据

• 未提供预定义的训练/测试集划分；数据集划分留给用户自行决定，以实现特定于应用的评估协议。
• 作者未包含派生或预处理的特征，允许用户明确定义任务形式。

处理细节

• 每个事件包含一个单一的短路事件。电网参数（线路长度、串联电阻、串联电抗、并联电容、负荷有功和无功功率、外部电网短路功率、电压幅值和电压角度）使用域随机化在物理约束范围内独立采样。
• 所有线路的R/X比值被限制在[0.05, 0.5]区间内，以反映典型的高压线路特性，并且所有参数组合必须满足潮流计算收敛和电磁暂态数值稳定性。
• 潮流计算不收敛的仿真将被丢弃，导出的场景经验证不包含缺失值。
• 每个pickle文件保存一个包含49列的数据框：一个时间向量和48列代表来自八个继电器位置（每个继电器六个通道）的同步三相电压和电流测量值，采样率为6,400 Hz。信号命名遵循一致的约定，编码了母线、线路段、物理量、相别和单位。
• 结构化的CSV元数据包括故障类型、受影响相、故障线路段、归一化故障位置、故障电阻、起始时间、带有物理单位的随机化电网参数，以及作为布尔标志的拓扑切换状态。

方法

作者利用一个电磁暂态仿真框架来生成数据集，确保每个记录的场景都能在各种运行条件下捕获物理上真实的故障波形。所有仿真均在电磁暂态模式下使用固定步长求解器执行，步长为$10 \, \mu\mathrm{s}$10μs。每个场景以$0.1 \, \mathrm{s}$0.1s的短暂预热期开始，以使微分方程系统进入稳态。随后的$1 \, \mathrm{s}$1s分析窗口以$6{,}400 \, \mathrm{Hz}$6,400Hz的采样率记录并导出，每个事件产生$6{,}400$6,400个时间步长。该速率对应于每个$50 \, \mathrm{Hz}$50Hz基波周期$128$128个采样点，在高分辨率暂态分析和可管理的数据量之间取得了平衡。在每个线路段的两端测量三相电压和电流，每个继电器位置产生六个测量通道，总共$48$48个同步波形通道。信号直接在母线终端处提取，没有二次互感器模型，因此所有导出的量都代表理想的一次电压和电流信号。

为了用多样化且物理上合理的故障场景填充数据集，作者采用了一种建立在自动化生成流水线上的域随机化策略。每个事件包含一个单一的短路事件，其特征是受影响的线路段、故障类型和涉及的相别。故障电阻$R_f$Rf​和起始时间$t_f$tf​从预定义范围内抽取，而故障位置沿归一化线路长度均匀分布，以保证完整的空间覆盖。在每次仿真之前，关键电气参数在指定范围内独立采样：每公里线路长度、串联电阻$R'$R′、串联电抗$X'$X′和并联电容$C'$C′，以及负荷有功和无功功率$(P, Q)$(P,Q)。外部电网参数，包括短路功率$S_k''$Sk′′​、电压幅值$V$V和电压角度$\phi$ϕ，同样被随机化。短路功率范围有意偏向较低值，以反映未来电网中基于逆变器的资源渗透率增加和故障水平降低的情况，并且电压角度被随机化以防止场景间的系统性相位对齐。在一部分情况下，母线3处的外部电网被停用，以模拟降低的馈入或拓扑重构。所有参数组合必须在故障前、故障期间和故障后满足潮流计算收敛和电磁暂态数值稳定性，并且每条线路的$R/X$R/X比值被限制在$[0.05, 0.5]$[0.05,0.5]区间内，以保持典型高压线路的特性。这种受物理约束的随机化在产生代表真实世界高压系统运行的广泛变异谱的同时，保持了电气合理性。

实验

该基准拓扑模拟了一个现实的90 kV双回线网络，具有并行走廊和可变配置，旨在引入与距离保护研究相关的复杂电流分布和阻抗测量误差。PROTECT-90数据集支持多种保护任务，包括故障分类、线路识别和故障定位，而随机化的电网参数使得能够在多样化的运行条件下进行鲁棒性分析。对于基准测试，建议采用按事件划分数据集的方式，以防止时间泄漏，并且该数据集保持任务无关性，允许灵活设计评估方案，无需预设窗口长度或模型架构。

PROTECT-90数据集提供了在90 kV双回线网络上故障场景的电磁暂态仿真，采样率为6.4 kHz，时长为1秒。它通过切换次要走廊和随机化电网、线路及故障参数引入了结构可变性。该数据集支持故障分类、线路识别和定位任务，同时需要仔细按事件划分数据集以避免时间泄漏。拓扑结构是一个90 kV双回线系统，在三个母线之间具有并行走廊，引入了与距离保护相关的非平凡电流分布。每个事件捕获6.4 kHz采样率下的一秒仿真数据，在9,022个故障事件中，每个场景产生6,400个采样点。结构可变性是通过在一部分场景中切除次要走廊段来引入的，从而改变网络配置。随机化的电网、线路、负荷和故障参数使得能够在变化的运行条件和域偏移效应下进行鲁棒性分析。故障分类使用相别和短路类型标签，而故障定位依赖于对归一化故障位置的回归估计。建议采用按事件划分数据集的方式，以防止在应用滑动窗口进行模型训练和评估时发生时间泄漏。

评估使用PROTECT-90数据集，该数据集包含在90 kV双回线网络上故障场景的电磁暂态仿真，用以评估故障分类、线路识别和定位。通过切换次要走廊和随机化参数引入了结构可变性，从而能够在域偏移下进行鲁棒性分析。实验验证了，只要应用按事件划分数据集以防止时间泄漏，模型就能准确分类故障类型并估计故障位置。