T波改变范文

T波改变范文（精选8篇）

T波改变 第1篇

1对象与方法

1.1对象选择2012年9月至2015年9月门诊、住院及单位体检的不明原因晕厥患者200例行直立倾斜试验,出现直立性T波改变64例为有晕厥组,其中男性31例、女性33例,年龄34~65岁、平均年龄48.9岁。选择同期无晕厥病史活动平板试验中出现直立性T波改变,且运动试验结果为阴性的患者78例为无晕厥组,其中男性38例、女性40例,年龄35~63岁、平均年龄48.5岁。

1.2方法直立倾斜试验前停用影响自主神经和血管活性的药物至少3 d。试验前需要禁食至少6 h。均在9:00~11:00行倾斜试验检查:平卧于倾斜床上20 min,利用多功能检测仪监测心电图及血压的变化,在5 s内将患者置于头高脚低位,倾斜75°,试验过程中每5 min测血压及心率变化,至出现阳性反应为止。如始终为阴性,则于40 min后行舌下含服硝酸甘油倾斜试验:患者在倾斜位给予舌下含服硝酸甘油0.5 mg,保持倾斜75°,每5 min测血压、心率及心电图1次。直至出现阳性反应为止,或是完成20 min的激发试验。

1.3阳性判定标准倾斜试验检查过程中患者出现血压下降和(或)心率减慢伴晕厥或晕厥先兆者为阳性结果。血压下降标准为收缩压下降至<80 mmH g和(或)舒张压下降至<50 mmH g;心率减慢至<50次/min。直立性T波改变判定标准:患者平卧位心电图正常,直立位至少2个导联的T波由直立变为低幅(<1 mm或与参考基线重叠)、双向(正负双向或负正双向)或倒置(负相T波振幅≥1 mm),以5 min内稳定形态为判定依据[2]。

1.4统计学分析采用SPSS 19.0进行分析,计数资料以率表示,采用χ2检验,以P<0.05为差异具有统计学意义。

2结果

2.1直立性T波改变与HUTT阳性的关系有晕厥组64例中40例直立倾斜试验阳性,阳性率62.50%。无晕厥组78例中24例直立倾斜试验阳性,阳性率30.77%,两组间比较,差异具有统计学意义,见表1。

3讨论

自主神经系统主要通过神经反射弧对生理活动进行调节,由交感和副交感神经共同作用[3]。VVS是由于自主神经活性突然改变导致血压、心率下降,引起脑灌注不足从而出现短暂意识丧失[4]。当人体由平卧位变为头高脚低位时,在重力作用下血容量减少大约500~800 mL,心输出量下降,反射性引起儿茶酚胺分泌增加,从而对心率及血压进行调节维持血流动力学的稳定。在血管迷走性晕厥的患者中,压力感受器反射的功能障碍,迷走神经张力过度增强,血管异常扩张,血压下降,心输出量下降导致大脑供血不足而发生晕厥。交感神经在血流动力学的调节中有重要作用,交感神经通过增加心率、外周血管的阻力维持血流动力学的稳定。有学者认为晕厥前的交感撤退是血管迷走性晕厥发生的诱因。但是随后关于肌肉交感神经活性的研究都表明,交感神经在整个晕厥阶段都保持活性,这也就对交感撤退诱发晕厥提出挑战[5,6]。通过I131-间位碘代苄胍闪烁显像对心肌交感神经分布进行评估,发现血管迷走神经晕厥患者心-纵膈比值较对照组降低,可能参与了血管迷走神经晕厥的发生。

在临床工作中多数医生认为直立性T波改变属于功能性,其临床治疗的必要性未引起足够的重视。本研究结果表明,有晕厥病史者直立性T波改变明显高于无晕厥病史者。从而揭示了部分直立性T波改变是自主神经功能障碍所致的心室肌异常。对有晕厥病史患者出现直立性T波改变,其发生VVS的可能较大,应该引起临床一定程度的重视。

参考文献

[1]张敏,李芳,刘海燕,等.直立倾斜试验在血管迷走性晕厥中的诊断价值探讨[J].宁夏医学杂志,2014,36(12):1117-1118.

[2]孙汝平,吕雪,倪占玲,等.心电图不同形态直立性T波改变对血管迷走性晕厥的预测价值[J].中国老年学杂志,2012,32(18):4044-4046.

[3]Habib AA.Therapeutic strategies for diabetic neuropathy[J].Current Neurology&Neuroscience Reports,2010,10(2):92-100.

[4]Freeman R,Wieling W,Axelrod F B,et al.Consensus statement on the definition of orthostatic hypotension,neurally mediated syncope and the postural tachycardia syndrome.Clinical Autonomic Research[J].Clinical Autonomic Research,2011,21(2):69-72.

[5]Fu Q,Verheyden B,Wieling W,et al.Cardiac output and sympathetic vasoconstrictor responses during upright tilt to presyncope in healthy humans[J].Journal of Physiology,2012,590(8):1839-1848.

T波异常的临床意义及治疗 第2篇

河南刘梅

在临床上，做心电图检查时出现T波异常的情况多见于青少年和40岁以下的女性。由于一些医生没有弄清T波异常的临床意义，致使不少出现T波异常的人被轻易地戴上了“心肌炎”或“冠心病”的帽子。其实，引起T波异常的原因很多，大多数人的T波异常并不是由心肌缺血引起的。

心电图上的T波是心室在复极的过程中所产生的电位。正常情况下，T波的方向和QRS波(心室除极波)的方向是一致的。在心电图上常规的12个导联中，只要Ⅰ、Ⅱ、V₃～V₆导联中的T波直立、aVR导联中的T波倒置，就可被视为T波正常。相反，如果上述导联中的某一个或几个导联中的T波低平(小于同导联R波的1/10)、平坦、双向或倒置，则可被视为T波异常。在极少数情况下，T波高耸也是T波异常的表现。那么，在临床上都有哪些因素可导致T波异常呢?

1．患有心脏病：中老年人在做心电图检查时如果出现了单纯的T波异常，该患者常可被视为有患心肌缺血(冠心病心绞痛)的可能，因为大多数出现了T波倒置的人都有心肌病变。如果做心电图检查时仅有T波低平、平坦或双向表现的患者则不具有被诊断为心脏病的特异性，此类T波异常只能作为诊断心肌缺血的一项参考指标。

2．心外因素：①患有内分泌疾病，如甲状腺功能低下、肾上腺皮质功能减退、垂体前叶功能减退或嗜铬细胞瘤等；②药物影响，如使用洋地黄、奎尼丁、锑制剂或一些抗心律失常药物等；③发生电解质紊乱，如低血钾或低血镁等；④患有胆心综合征、肝心综合征、脑心综合征或急腹症等。以上心外因素都可导致T波异常。

3．功能性因素：主要指由心脏神经官能症、β受体高敏综合征、运动员心脏综合征或过度换气综合征所导致的异常T波

4．生理性因素：某些生理因素可导致T波发生变异，如孤立性T波倒置综合征(心尖现象)、单纯T波倒置综合征(青年型T波)、两点半综合征(指心室除极时额面QRS向量和T向量平均电轴所指的位置)、体位变化T波异常和餐后T波异常。

T波改变 第3篇

关键词：缺氧缺血性脑病,微伏T波交替,室性心律失常,心脏猝死

缺氧缺血性脑病是围生期新生儿因缺氧引起的脑部病变,主要由宫内窘迫、新生儿窒息缺氧引起,少数可发生在其他原因引起的脑损害,多发生在窒息人足月儿,但也可发生在早产儿。分娩时胎心可能增快或减慢,或第二产程延长,羊水被胎粪污染,出生时有窒息史,复苏后仍有意识、肌张力、呼吸节律、反向等方面改变,甚至出现惊厥。新生儿缺氧缺血性脑病合并心肌损害严重的威胁患儿的生命健康。降低其对人类危害的主要有利措施之一就是准确预测、早期发现和及时抢救[1]。寻找有价值的预测指标,预防室性心律失常和猝死,特别是针对恶性室性心律失常高危患儿具有重要意义。T波电交替与各种恶性室性心律失常之间有着极为密切的联系,经临床研究证实并已被公认为当前对心律失常事件最具预测价值的无创电生理检测指标[2]。2013年3月至2015年3月我院将微伏T波交替监测技术用于40例缺氧缺血性脑病合并心肌损害患儿,取得满意效果,现报道如下。

1 资料与方法

1.1 一般资料:

选取2013年3月至2015年3月我院收治的缺氧缺血性脑病患儿伴心肌损害常80例,按数字法将其随机分为观察组和对照组,各40例。其中男46例,女34例,年龄1～6个月,平均年龄(3.5±1.2)个月。两组患儿性别;年龄、病程、心率、血压、心功能分级等一般临床资料相比差异均无统计学意义(P>0.05),具有可比性。见表1。

1.2 治疗与T波预测:

对照组给予常规的治疗和检查,如降低血脂、抑制血小板聚、控制心绞痛、检查心电图、心脏彩色多普勒超声、心肌酶谱等。观察组在给予常规的治疗、护理和检查的情况下加用微伏T波交替监测技术观察患儿病情。通过微伏T波交替监测结果及时给予干预。采用同步12导联心电图仪,入选患儿均在发病后24h内记录12导联同步心电图,测量12导联连续3个心动周期的Tp-Te均值作为Tp-Te,并将3个心动周期的R-R间期均值作为当时的心率.经心率对Tp-Te间期进行校正,计算Tcpe。T波顶点为正向T波的峰点或负向T波的谷点;T波终点的确定,如果T波与等电位线的交点清楚,则以该交点为准;如果交点不清,则以T波远侧支(直立T波的下降支)的切线与等电位线的交点为准;如出现U波,则取T波与U波交界的最低点作为T波终点。排除T波平坦、双向、基线漂浮和干扰而无法测量的导联。比较两组患儿发生恶性心肌损害常心脏猝死的情况和从发生心脏猝死到抢救用时及抢救的情况。

1.3 统计学方法:

采用SPSS17.0统计学软件对数据进行统计学分析。计数资料采用χ2检验,计量资料用表示,采用t检验。P<0.05为差异有统计学意义。

2 结果

观察组恶性心律失常和心脏猝死发生率低于对照组,差异有统计学意义(P<0.05);观察组从发现心脏猝死到抢救用时明显短于对照组,差异有统计学意义(P<0.05)。观察组抢救成功率明显高于对照组,差异有统计学意义(P<0.05)。见表2。

注:与对照组比较,aP<0.05

3 讨论

小儿缺氧缺血性脑病并发心肌损害在临床上的特征主要体现在以下几个方面:(1)并发心力衰竭等症状较为严重,且出现的时间较早。(2)缺氧缺血性脑病并发心肌损害患儿出现心力衰竭等症状时,反复发作并且控制有一定的难度。(3)患儿的临床症状与感染情况呈现不一致的表现,通常情况下,缺氧缺血性脑病患儿的心肌损害有着较重、较多的临床症状。(4)患儿出现心功能不全加重、心力衰竭等症状是因为心肌损害引起的。

近年来,作为一种有效的预测指标,微伏T波交替监测技术逐渐运用到临床过程中[3]。T波电交替指体表心电图的T波每隔一个激动便发生形态、振幅及极性的交替改变。T波电交替心肌电活动不稳定的标志,可以通过心肌的电生理活动、心肌电活动过程中的离子运动和神经因素等多方面作用引起心律失常。有大量的临床与动物实验研究证实,微伏T波交替可作为独立的心脏猝死预测指标应用于临床,其对复杂和恶性心肌损害常的预测要优于心室晚电位、心率变异测定等,有满意的临床心源性猝死预测的敏感性和特异性[4,5]。微伏T波交替监测技术用于心律失常的预测,可以有效地预防心脏猝死的发生,能够为抢救争取时间,提高抢救率。本研究结果显示,观察组心脏猝死的发生率明显低于对照组,观察组平均用时明显短于对照组,观察组的抢救成功率明显高于对照组。

总之,微伏T波交替对预测缺氧缺血性脑病患儿伴心肌损害发生心脏猝死具有重要临床价值,值得临床推广。

参考文献

[1]蔡丹,陈德芳,蒋秉文,等.T波电交替与心肌损害常的相关分析[J].实用心电学杂志,2007,12(5):349-350.

[2]张兆国,张海澄,郭继鸿.T波电交替:一项强有力的评估心脏病患儿预后的无创指标[J].中国心脏起搏与心电生理杂志,2005,25(6):497.

[3]于世龙.心律失常治疗的某些进展[J].临床心血管病杂志,2006,22(8):449-450.

[4]白融,王琳.T波电交替的形成机制及其与室行心律失常的关系.中华心血管病杂志,2008,31(7):547-550.

一种心电图T波提取算法 第4篇

关键词：心电图(ECG),T波,小波包变换,频带

0 引言

心电图是从人体体表采集的反映心脏心动的电位信号,人体的生理条件变化使得心电图具有许多疾病特征[1]。单导联心电图可以方便地从手指中获取,测量方法简便,采集装置的成本低,在便携式医疗设备中具有一定的应用前景。T波是心电图的重要组成成分,心电图中T波的变化较多,它反映了心室肌的复极过程,生理性和病理性因素都可以改变T波的形态[2]。T波改变按产生机制分为:原发性、继发性和电张调整性T波改变,每种T波改变临床意义不同,其包含了丰富的病理信息[3]。目前,针对T波异常的识别已经广泛应用于心肌梗死[4,5]、冠心病[6]、高血压[7]等疾病的诊断与检测。

目前,已有一些学者在心电图各个波形的提取方面做了一些研究。Arif Muhammad等利用对心电图施加固定时间窗的方法提取ST段[8],当心率变化时,显然这种提取方法不够精确。Jeong Gu-Young等利用形态学分析心电图中ST段的变化[9],并以此来检测一些疾病,但是,文中并没有精确提取T波。曹细武等分析了心电图各波的频率分布[10],但是对心电图各波的时域区间并没有加以界定。小波分析为心电图提供了精细的分析方法[11],其能够充分挖掘数据的频域特征。本文采用PTB Diagnostic ECG数据库中的Ⅰ导联信号。文中首先引入小波包算法对信号进行滤波,然后通过提取单周期心电图的T波所处的频率范围的波形,确定单周期心电图的T波的时域边界并在单周期心电图中提取T波,实验结果表明本文的算法能够精确提取T波,这为心电图的T波在医疗上的应用提供了重要依据。

1 小波包分解原理

小波包分析为ECG信号提供了一种更加精细的分析方法,它将频带进行多层次划分,对多分辨分析没有细分的高频部分进一步分解,并能够根据被分析的信号的特征,自适应的选择相应频带,使之与信号频谱相匹配,从而提高了时频分辨率。db小波是由法国学者Inrid Daubechies构造的小波函数,除了db1外,其他的小波没有明确的表达式,但是转换函数的平方模是明确的。db N中的N代表小波的阶数,db小波一般是通过正交尺度函数ϕ(t)加权组合来得到的,式(1)为其二尺度差分方程:

式中:h1(k)=(-1)kh0(1-k),小波包是包括尺度函数和小波母函数在内的一个具有一定联系的函数的集合。任一正整数都可用式(2)表示:

εi=0时,小波包可以表示为:

εi=1时,小波包可以表示为:

在结点(j+1,p)处的小波包系数由式(5)给出:

对小波包分解系数重构,提取各个频带范围的信号。在结点(j,p)处的小波包系数重构算法如式(6):

零后所得的序列。以Sn0表示Xn0的重构信号,Sn1表示Xn1的重构信号,Sn2表示Xn2的重构信号,等等。对于第n层的所有结点,总的信号S可以表示为:

2 结果与分析

2.1 ECG信号的预处理

本文ECG数据来源于PTB Diagnostic ECG Database,信号的采样频率为1 000 Hz。ECG波形图如图1所示。

数据库中从人体采集的信号微弱、信噪比小,经过硬件电路的放大滤波后常常伴随着一些干扰,这些干扰包括来自自身的呼吸引起的基线漂移,来自电源网络及其设备生产的空间磁场作用于导联线与人体之间的环形电路所致的60 Hz工频干扰。本文引入小波包算法将ECG导联Ⅰ信号进行12层小波包分解,小波包基为db4,结点(12,0)对应的是基线漂移信号,结点(12,490),(12,491),(12,492)对应的是60 Hz的工频干扰信号。重构基线漂移以及工频干扰所对应的结点信号,并从原始信号中提取出来,这就对ECG信号达到了预处理的目的,从信号中提取出的噪声波形以及处理后的ECG的波形如图2所示[12]。

2.2 T波的提取

经过去噪处理后,心电图各波的形态非常清晰,根据波形特点可以轻易地截取单周期的心电信号。根据心电图的QRS波群、T波的频谱图可得,QRS波的带宽为0~38 Hz,积累了将近99%的能量,QRS波峰能量集中在8~16 Hz附近;T波带宽为0~8 Hz,波峰能量集中在1~8 Hz的频率范围内[10]。对单周期的ECG信号进行9层小波包分解,根据心电图的特点,小波包基选取为db4小波。每个结点对应的频率范围约为1 Hz,所以,结点(9,1),(9,2),,(9,8)对应的频率范围是T波能量集中的频率范围。对上述结点的小波包系数进行重构,1~8 Hz频率范围的信号,这个频率范围的信号就是T波的能量集中的频带。本文中,带宽为1~8 Hz的波形反应了T波的波动情况,将T波波峰前的第一个极小值点作为T波的起始点,将T波波峰后的第一个极小值点作为T波的结束点。图3为ECG导联Ⅰ中的T波的时域界线,从图中可以看出,本文的方法精确地定位了ST的起始位置。

将T波的时域界线移植到心电图的时域波形中,就可以得到完整的T波图像,如图4所示。

3 结论

本文提出了一种基于小波包分析的心电图T波的提取算法。文中首先运用db4小波对ECG信号进行12层小波包分解,得到多个子带的波形。在这些子带波形当中,结点(12,0)对应的是基线漂移信号,结点(12,490),(12,491),(12,492)对应的是60 Hz的工频干扰信号。因此,从原始信号中移除这些子带波形就可以实现滤波。然后,提取单周期的心电信号,对单周期信号进行9层小波包分解。提取心电图T波所对应的主频带,重构T波主频带所对应的波形。以主频带波形的波峰前第一个极小值点作为T波的起始点,将T波主频带波形波峰后的第一个极小值点作为T波的结束点,并在ECG波形上实现了T波的时域定位。实验结果表明本文算法实现了良好的T波提取效果,由于ECG信号能够方便地从手指中获取,这种基于ECG单周期信号的T波提取方法具备采样时间短、采样装置成本低、采样过程简易等优点。所以,在便携式心电监护系统中,本文算法具有一定的实用价值。

参考文献

[1]SAXENA S C,KUMAR V,HAMDE S T.Feature extraction fromECGsignalsusingwavelettransformsfordiseasediagnostics[J].In ternational Journal of Systems Science,2002,33(13):1073-1085.

[2]刘晋兰.心电图中T波的分析[J].山西大同大学学报,2010,26(6):51-53.

[3]张小霞,刘仁光.心电图T波形成机制及异常的临床意义[J].北京医学,2012,34(7):605-607.

[4]鲁端.心电图诊断急性心肌梗死的研究进展[J].心电学杂志,2001,20(2):115-119.

[5]JEONG G Y,YU K H.Design of ambulatory ECG monitoringsystem to detect ST pattern change[C]//SICE-ICASE Interna tional Joint Conference.Busan:IEEE,2007:5873-5877.

[6]张鸿,青杨俊,和世平,等.冠心病患者T波电交替检测分析[J].临床心电学杂志,2011,20(6):411-414.

[7]苏小文.轻度高血压病患者T波改变的临床分析[J].实用医技杂志,2010,17(4):303-304.

[8]ARIF M,MALAGORE I A,AFSAR F A.Automatic detectionand localization of myocardial infarction using back propagationneural networks[C]//International Conference on Bioinformat ics and Biomedical Engineering.Chengdu:IEEE,2010:4-8.

[9]JEONG G Y,YOON M J,YU K H,et al.Development of por table ECG measurement device and PC software for automaticST analysis[C]//International Conference on Control Automa tion and Systems.Gyeonggi-do:IEEE,2010:1171-1174.

[10]曹细武,邓亲恺.心电图各波的频率分析[J].中国医学物理学杂志,2001,18(1):46-48.

[11]ANTONINI Giulio,ORLANDI Antonio.Wavelet pack et-based EMI signal processing and source identification[J].IEEE Transactions on Electromagnetic Compatibility,2001,43(2):140-148.

T型高压输电线路行波故障测距 第5篇

关键词：T型线路,行波,故障测距,干扰,相关性分析

随着电力系统的发展, T型线路已经越来越多的应用在高压电网中, 对T型线路的故障测距研究也越来越多。T型线路的故障测距一般分为两个部分:①故障分支的判别;②故障点的测距。目前, 针对T型线路的故障测距研究主要利用参数计算的方法[1~4], 采用行波方法的文献相对较少[5]。

本文以行波故障测距中的双端原理为基础, 利用三端测量数据, 采用互相关函数的改进方法———单位脉冲响应法来确定各端点首波头之间的真正时延, 不需要考虑任何折反射行波, 结合故障分支判据, 实现T型线路的行波故障测距。并在提取的三端测量数据中加入干扰信号, 利用ATP-EMTP进行仿真。

1 故障分支的判别及测距

相关系数反映了两个固定波形x1 (t) 和x2 (t) 之间的相似程度。对互功率谱函数进行加权, 锐化互相关函数的峰值, 这样两个接受到的信号x1 (t) 和x2 (t) 的互相关函数R12 (Γ) 可以表示为:

其中的加权函数, 这就是单位脉冲响应相关法。

图1为T型输电线路示意图, 如在M点发生单相接地故障, 高压输电线路将产生行波并以接近光速的速度向P、R、Q端传播。

P、R、Q三端到T节点的长度分别为lPT、lRT、lQT;3个端点之间的距离则分别为lPR、lPQ、lRQ。根据双端行波故障测距的原理, 分别计算故障点在参考线路PR、PQ、RQ的距离:

式中:tp、tr、tq分别为故障行波到达P、R、Q的时间;v为波速;dPR、dPQ、dRQ为一次测距结果。

式 (2) 中的tr-tp即由P、R两端的测量数据, 采用互相关函数法得出二者之间的精确时延, tq-tp、tq-tr的处理方法类似。则有故障分支的判据:

若dPR≤lPT, 且dPQ≤lPT, 则故障在PT支路;若dPR>lPT, 且dRQ≤lRT, 则故障在RT支路;若dPQ>lPT, 且dRQ>lRT, 则故障在QT支路。

判定故障分支后, 进行测距:

式中:j为故障支路的端点, i为距离j最近的非故障支路的端点;dji为故障距离;lji为两端点之间的线路距离。

2 干扰信号

行波信号作为高频信号, 因而易于与噪声干扰相混淆, 造成测距困难。文献[6]和文献[7]通过对往行波信号中加入白噪声的情况进行研究, 提出可以通过考察小波变换模极大值在不同尺度下的变化情况来消除白噪声干扰。本文则通过示波器采得环境干扰信号, 考察在不同的环境干扰信号强度下, 对行波测距的影响。环境干扰信号可以直接采集, 在进行干扰情况下的行波故障测距研究时, 只需将干扰信号叠加到行波信号上即可。

叠加后的信号可表示为:

式中:VX为原行波信号;VR为环境干扰信号;k为干扰系数, 通过控制k的值, 以改变干扰信号的强度, k=0时即是无干扰情况下的行波信号。

3 仿真算例

为验证方法的有效性并研究干扰对此方法的影响, 对500k V单回T型线路进行ATP-EMTP仿真, 其中, 信号中加的干扰后的表示如式 (6) 所示。仿真线路模型如图1所示。

线路长度lPT、lRT、lQT分别为100km、200km、280km。线路的正序和零序参数为:r1=0.02083Ω/km, L1=0.8984m H/km, C1=0.0129μF/km;r0=0.1148Ω/km, L0=2.2886m H/km, C0=0.00523μF/km。系统3端电源电势分别为500∠0°、500∠30°、500∠60°。电源正序阻抗ZP1、ZQ1、ZR1分别为28.3∠90°、32∠78.4°、43.19∠88.6°;零序阻抗ZP0、ZQ0、ZR0分别为26.3∠90°、28.14∠86.74°、29.09∠90°。信号数据的采样频率为1MHz, 根据线路参数, 波速v=292800000m/s。

当PT段70km处发生A相接地短路时 (接地电阻50Ω) , 对P、R、Q三端进行故障电压行波采集;考虑干扰情况, 取干扰系数k=4×104时, 以P端为例, 其故障电压行波如图2所示。

分别用无干扰和有干扰两种情况下的P、R端故障电压行波进行相关运算, 其结果如图3所示, 相关峰最大值对应的点即为两个相关波形之间的时延。无干扰时, 两端相关运算波形的极大值十分明显;考虑干扰时 (k=4×104, 信噪比SNR为14d B) , 相关结果波形极大值依然十分明显。

采用以上的方法处理各端行波信号数据, 考虑干扰影响, 将三段数据分别相关运算, 可以求得dPR为70.066km, dPQ为30.391km, dRQ为110.033km。根据故障分支判据可知, 故障在PT段, 由相关分析得时延为546, 由式 (4) 可得故障距离为70.066km, 测距误差为0.09%。

对各种故障情况、故障距离和干扰情况的仿真数据进行计算, 所得测距结果如表1~3所示。

表1是在无干扰情况下的测距结果, 可以看出, 各种故障情况都能比较好的实现测距。考虑干扰并逐渐增大干扰系数k的值, 当增大到k=1.5×107时, 此时测距结果如表2所示, 可以看到, PT段BC-G和RT段A-G的近端 (5km) 接地故障开始出现测距失败, 这说明该故障测距方法在k=1.5×104时出现近端测距死区。此时这种类型故障电压信号的最低信噪比 (SNR) 为7d B。继续增大k的值, 近端测距死区逐渐增大, 当k=4×104时, 测距结果如表3所示, 这时, 除了近端5km测距已经普遍不准确之外, RT段A-G故障距R端130km和195km也出现测距失败, 该故障测距方法已经不再适用, 此时该类型故障电压信号的最低信噪比 (SNR) 为3d B。若还要用该方法正确测距, 则需要对采集的故障电压行波进行进一步的降噪处理了。

4 结论

针对目前在高压电网中越来越多的T型线路, 提出了以双端原理为基础, 利用三端测量数据, 采用互相关函数的改进方法———单位脉冲响应法来确定各端点首波头之间的真正时延, 结合故障分支判据, 实现T型线路的行波故障测距的新方法, 并进行了仿真。仿真结果表明, 该方法在一定的环境干扰范围内可以准确找到各端点测得行波首波头的时延, 故障分支判据有效, 且测距精度较好, 具有一定的实际应用价值。

参考文献

[1]高厚磊, 安艳秋, 江世芳.超高压T接线路高精度故障测距算法研究[J].电力系统自动化, 2001, 25 (20) :51~54.

[2]田羽, 范春菊, 龚震东, 等.三侧同杆双回线互联的T型线路测距新方法[J].电力自动化设备, 2007, 27 (9) :63~66.

[3]田羽, 范春菊, 龚震东, 等.同杆双回线反序电流特点及其在T型线路测距中的应用[J].电力系统自动化, 2007, 31 (3) :67~71.

[4]龚庆武, 王志梅, 雷庆生, 等.T型接线的一种新型精确故障定位算法的研究[J].继电器, 1999, 27 (3) :20~22.

[5]张峰, 梁军, 杜涛, 等.T型线路的行波精确故障测距新方法[J].高电压技术, 2009, 35 (3) :527~532.

[6]董新洲, 葛耀中, 徐丙垠.利用暂态电流行波的输电线路故障测距研究[J].中国电机工程学报, 1999, 19 (4) :76~80.

T波改变 第6篇

高压输电线路是电力系统中发生故障最多的地方,通过故障测距准确而迅速地找到故障点进而排除故障对电力系统有着重要的意义[1]。一直以来,输电线路故障测距都是电力系统研究的热点[2,3,4,5,6]。随着电力系统的发展,T型线路已经越来越多地应用在高压电网中,对T型线路的故障测距研究也越来越多[7,8]。

T型线路的故障测距一般分为两个部分:一是故障分支的判别;二是故障点的测距。目前,针对T型线路的故障测距研究主要利用参数计算的方法[9,10,11,12],采用行波方法的文献相对较少[13,14]。

利用互相关函数则能反映两个信号所共有的频率成分,能够完整地保留相位方面的信息的特性。本文在考虑了环境干扰的情况下,重点对相关分析法在T型线路行波故障测距中的应用以及相应的问题进行了研究,并对测距的效果进行了详细的分析。

1 相关分析法[15]

相关系数反映了两个固定波形x1(t)和x2(t)之间的相似程度。在实际使用中,更需要研究两个波形在经历了一段时移以后的相似程度,在这点上,相关系数有其局限性,需要引入相关函数的概念。

由理想模型可知,两个传感器接受信号x1(t)和x2(t)的互功率谱函数G12(ω)为

由于s(t),n1I(t)和n2I(t)之间彼此不相关,因此式(1)的后三项为零,式(1)简化成:

为了锐化互相关函数的峰值,需要对互功率谱函数进行加权,这样两个接受到的信号x1(t)和x2(t)的互相关函数R12(τ)可以表示为

其中的加权函数,这就是单位脉冲响应互相关法。

2 故障分支的判别及测距

图1为T型输电线路示意图,如在M点发生单相接地故障,高压输电线路将产生行波并以接近光速的速度向P、R、Q端传播。故障时刻电压相角大小主要影响行波的大小,当电压相角过零或者接近零时发生故障时,行波信号会很微弱,可能导致测距失败,这种情况时,利用重合闸产生的行波在故障点的反射可测出故障距离,也可以将行波法辅以阻抗法进行联合测距。不过,由于绝大多数线路故障是绝缘击穿导致的故障,故障发生在初始电压相角10°以下的几率非常低,95%发生在电压峰值附近的30°范围内,因此本文只考虑电压峰值附近的短路故障。

P、R、Q三端到T节点的长度分别为lPT、lRT、lQT;3个端点之间的距离则分别为lPR、lPQ、lRQ。根据双端行波故障测距的原理,分别计算故障点在参考线路PR、PQ、RQ的距离:

式中:tp、tr、tq分别为故障行波到达P、R、Q的时间;v为波速;dPR、dPQ、dRQ为一次测距结果。

信号数据可以是电流信号或者是电压信号,如为电压信号可表示为:

式中:Vr0和Vp0分别表示R,P两端在理想情况下发生故障时的电压信号;I是环境干扰;k为干扰系数,通过调整k的值来改变Vr、Vp中干扰成分的大小。

故障分支的判据为:

若dPRlPT,且dPQlPT,则故障在PT支路;

若dPR>lPT,且dRQlRT,则故障在RT支路;

若dPQ>lPT,且dRQ>lRT,则故障在QT支路。

判定故障分支后,进行测距:

式中:j为故障支路的端点;i为距离j最近的非故障支路的端点;dji为故障距离;lji为两端点之间的线路距离。

随着k值的不断增加,干扰信号对测距的影响也逐渐变大,当k值大于某一数值后,将会出现故障分支判断错误或者故障点测距错误的情况。

3 仿真算例

为验证方法的有效性以及干扰对此方法的影响,对500 k V单回T型线路进行ATP-EMTP仿真。仿真线路模型如图1所示。

线路长度lPT、lRT、lQT分别为100 km、200 km、280 km。线路的正序和零序参数为:

系统3端电源电势EM、QE、ER分别为500∠0ο、500∠30ο、500∠60ο。电源正序阻抗ZP1、ZQ1、ZR1分别为28.3∠90ο、32.0∠78.4ο、43.19∠88.6ο;零序阻抗ZP0、ZQ0、ZR0分别为26.3∠90ο、28.14∠86.74ο、29.09∠90ο。信号数据的采样频率为1 MHz,根据线路参数,波速v=292 800 000 m/s。

对仿真得到的P、Q、R端信号数据进行凯伦布尔相模变换,使用β模数据进行相关分析。

当PT段70 km处发生A相接地短路时(接地电阻50Ω),P、R、Q三端所测得的无干扰故障电压行波如图2所示;取干扰系数k=4107,得到信噪比为14 d B的P、R、Q三端故障电压行波如图3所示。

对于T型线路的行波故障来说,由于各变电站设备及出线情况不同,在估算波头时延的时候很容易受到反射波的影响。这部分反射波随着故障的地点、线路的长度不同而变化,不易把握。在某些情况下,相关分析的结果会出现伪相关峰大于真实相关峰的情况。

鉴于此问题,本文采用了在粗判的基础再进行精细判别的方法,具体如下:

(1)使用能量比法[16]对三端的故障行波进行预处理,通过一个给定时间窗内的前后能量变化找到行波信号最大值位置,即直达波头到达母线的时间,再将各端直达波到达的时间两两相减得到信号的大致时延。图4是P端故障行波的能量比法的处理的一个例子,其中信噪比为14 d B,窗宽为20个记录点。

(2)以能量比预处理中得到的大致时延位置为中点,前后50个记录点为查找范围,在相关分析波形中的100个记录点内进行查找,其范围内的最大值点就是准确的信号时延。

图5是考虑到干扰情况(信噪比14 d B)下的P、R端故障电压行波的相关分析结果,图中最大值所对应的时间即为两信号的时延。根据以上的处理方法,首先将P、R两端的故障行波作能量比变换,得到P,R两端大致的信号时延为543μs,以此为依据,在P、R相关分析的结果中进行查找,得到信号的准确时延为546μs。以此类推,可以求得dPR为70.065 6 km,dPQ为30.391 2 km,dRQ为110.033 km。根据故障分支判据可知,故障在PT段,由式(8)可得故障距离为70.065 6 km,测距误差为0.09%。

表1、表2和表3分别是无干扰、信噪比为14 d B、信噪比为9 d B的三种不同干扰情况下的各种故障的测距结果,其中接地电阻均为50Ω。

从表中可以看出,信噪比为14 d B时的测距结果与无干扰时结果相同,都能成功测距并有相同的精度;当信噪为9 d B时,PT段BC-G和RT段A-G的近端(5 km)接地故障开始出现测距失败,此时出现明显的近端测距死区;如果继续增大干扰,则近端测距死区逐渐增大,本文的故障测距方法已经不再适用,若要得到正确的测距结果,就必须考虑首先对故障行波做降噪处理了。

4 结论

T型线路行波故障测距的新方法 第7篇

关键词：行波,故障测距,T型线路

0 引言

随着电力系统的不断发展,T型接线得到了广泛应用。这种接线方式节约设备投资并且接线简单,占用的输电走廊用地少;但其输电功率大、负荷重,线路一旦发生故障,有可能造成大面积停电。行波测距原理定位精度高,在高压输电线路方面的应用比较成熟。因此基于行波原理的T型线路故障测距受到越来越多的关注[1,2,3,4,5,6]。文献[1]利用单端行波原理分析T型线路,得出可能的故障分支和故障点并对其进行优化处理,故障行波可能由于折反射的衰减导致行波波头不易识别。文献[2]提出利用输电线路长度和初始行波到达3个测量端的时间对T型线路进行故障识别和故障点定位的方法。测距精度较高,但计算过程繁琐。

本文充分利用T型线路三端测量数据,将初始行波到达各测量端的时间差与基准值比较,不需要折反射故障行波,可以准确地判断故障区段,通过初步故障测距的结果来计算最终准确测距结果。仿真验证表明该方法可行并具有较高精确度。

1 小波变换及其模极大值理论

小波变换是时域、频域有机结合的分析工具,它的时频分辨率可以改变,适合暂态信号的局部分析。它不仅能检测信号奇异性的强弱,而且能把奇变点的分布及具体位置表示出来,因此利用小波变换进行暂态行波的奇变点检测,由此获得所需的准确时间,小波变换具有很好的空间局部性,因此,本文利用小波变换的模极大值来确定信号突变的位置。

设Wsf(x)(s=2j)是函数fx)的小波变换,在尺度s下,在x0的某一邻域,对于一切的x∈(x-δ,x+δ)有

则称x0为小波变换的模极大值点,Wsf(x0)为小波变换的模极大值。

由上述模极大值理论可知,小波变换结果反应信号在对应位置的变化率,小波变换的模极大值对应该点具有最大的变化率[6]。因此,小波变换模极大值点与信号的突变点是一一对应的,所以可以用小波变换的模极大值来确定行波波头达到的时刻。

2 行波测距原理

如图1所示,假设故障恰发生于接点O,故障初始行波浪涌以相同的传播速度从O点传播到M、N、P三端的时间依次为t1、t2、t3;实际故障时行波从故障点传播到M、N、P三端的时间依次为tM、tN、tP。另设:Δt1=t1-t2,Δt2=t2-t3,Δt3=t3-t1;ΔtMN=tM-tN,ΔtNP=tN-tp,ΔtPM=tp-tM。

2.1 初步故障行波定位

根据双端行波测距原理,有初步测距值:

式中:v指行波在输电线路中的传播速度;LMN、LNP、LPN依次为MN、NP、PM两端的距离;LF1、LF2、LF3分别为初步故障定位时故障点到M、N、P的距离。

2.2 故障区段的确定

上面已经进行了初步故障定位,为了进一步对故障点精确定位,需首先确定故障区段,其过程如下:

(1)若ΔtMN=Δt1,ΔtNP=Δt2,ΔtPM=Δt3,则故障恰好发生于O点;

(2)若ΔtMN<Δt1,ΔtNP=Δt2,ΔtMP>Δt3,则故障发生于MO段;

(3)若ΔtMN>Δt1,ΔtNP<Δt2,ΔtMP=Δt3,则故障发生于NO段;

(4)若ΔtMN=Δt1,ΔtNP>Δt2,ΔtMP<Δt3,则故障发生于PO段;

其中,Δt1为故障初始行波由O点到达M、N两测量端的时间之差;Δt2故障初始行波由O点到达N、P两测量端的时间之差;Δt3故障初始行波由O点到达P、M两测量端的时间之差。

ΔtMN为故障初始行波由实际故障点到达M、N两测量端的时间之差;同样,ΔtNP为故障初始行波由实际故障点到达N、P两测量端的时间之差;ΔtPM为故障初始行波由实际故障点到达P、M两测量端的时间之差。

2.3 最终故障行波定位

故障区段确定后,进一步对故障点进行精确测距,对包含故障区段的2个初步测距结果取平均值即可得到最终测距结果,故障点位于MO、NO、PO段的最终测距结果如下:

需要说明的是,实际应用中确定的时间可能会有误差,从而计算得到的时间差也存在误差,在判断两时间差是否相等时,应加上一定阈值α,也就是ΔtNP=Δt2±α时,即认为两者相等。α可根据实际情况决定,本文中取1个采样点的时间长度,即若采样频率为1 MHz,则α=1μs。同理,在判断距离是否相等时,也应考虑一定阈值β=vα。

3 仿真验证

利用PSCAD建立220 kV的T型输电线路仿真模型如图1所示。分支MO、NO、PO的长度分别为150 km、200 km、120 km;采样频率为1 MHz;理论计算波速v=2.928105 km/s。故障点恰位于O点时行波到达三端的时间,t1=512 (μs,t2=683 (μs,t3=410μs;则可计算出基准时间差:Δt1=t1-t2=-171μs,Δt2=t2-t3=-273μs,Δt3=t3-t1=-102μs。

3.1 分支故障

假设t=0 s时刻在分支MO距测量端75 km处发生单相短路故障。利用小波变换对M端的故障电压行波提取到达时间如图2所示。由图2可知故障初始行波到达M端的时间tM=259μs。同理,可得到tN=943μs,tp=669μs。对应时间差为:ΔtMN=684μs,ΔtNP=274μs,ΔtPM=410μs。

根据公式(2),求得初步测距值:LF1=74.862 km,LF2=200.114 km,LF3=195.024 km;取α=1μs,则有,ΔtMN<Δt1,ΔtNP=Δt2±α,ΔtPN>Δt3,故可判断故障发生于MO段;那么精确测距结果:LFM=(LF1+LPM-LF3)/2=74.919 km,对不同分支故障依据本文方法进行测距,得到结果如表1所示。

由表1数据可以看出,本方法可对各段分支上的故障点准确测距,且测距误差多数在100 m左右,足以满足实际需要。

3.2 接点故障

T型接点O处t=0 s时刻发单相短路故障。利用小波变换对M端的故障电压行波提取到达时间如图3所示。故障初始行波传播到M端的时间为tM=515μs;同理,可以得到tN=686μs,tP=412μs;其对应时间差为:ΔtMN=-717μs,ΔtNp=274μs,ΔtPM=-103μs。满足ΔtMN=Δt1±α,ΔtNP=Δt2±α,ΔtPM=Δt3±α,故判断故障发生于连接点(即为O点)。

对发生于T型线路连接点附近的故障进行测距,得到结果如表2所示。

由表2数据可以看出,当故障点在接点周围300 m以外时,测距结果准确,误差多数小于100 m;300 m以内时,可能被误判断为接点故障,此时误差不大。上述仿真验证了本文所提的故障测距方法的可行性。

4 结论

本文针对T型输电线路提出基于行波原理的故障测距方法。该方法利用T型输电线路参数及其三端测量电气量,首先进行初测,然后判断故障分支,再进一步确定故障的具体位置。PSCAD仿真结果表明本文方法可实现T型输电线路故障分支的准确判别和故障点的精确测距,对接点附近的故障也可准确判断,测距误差能够满足实际工程中的需要。

参考文献

[1]张利,张峰,梁军,等.带T型分支输电线路的单端行波故障测距[J].电力自动化设备,2010,30(4):46-50.

[2]郭亮,吕飞鹏.T型线路的行波测距原理与算法[J].电力系统保护与控制,2010,38(23):64-67.

[3]卢继平,黎颖,李健,等.行波法与阻抗法结合的综合单端故障测距新方法[J].电力系统自动化,2007,31(23):65- 69.

[4]龚庆武,王志梅,雷庆生,等.T型接线的一种新型精确故障定位算法的研究[J].继电器,1999,27(3):20-22.

[5]高厚磊,安艳秋,江世芳.超高压T接线路高精度故障测距算法研究[J].电力系统自动化,2001,25(20):51-54.

[6]田羽,范春菊,龚震东,等.同杆双回线反序电流特点及其在T形线路测距中的应用[J].电力系统自动化,2007,31(3):67-71.

[7]周陈斌.基于提升小波的电力系统单端行波测距仿真[J].江苏电机工程,2007,26(5):28-30.

T波改变 第8篇

1 资料与方法

1.1 一般资料

2007年9月～11月入院T波异常女性患者，平均年龄38岁～70岁（52岁±6岁) ，经冠状动脉造影术证实冠心病，不稳定型心绞痛 (UA) ，且均为单支病变。

1.2 造影方法

采用Seldinger技术穿刺股动脉, 以Judk ins方法行左、右冠状动脉及左室造影。

2 结果

以静息痛为主要症状12例，常于夜间发作，日常活动不受限，经冠脉造影证实左前降支近段局限性狭窄约50%。其中7例记录到心电图阵发性T波直立（V2-V6），平素T波是浅倒置的（V1-V5，以V2、V3为中心，最深为0.25mv），阵发性T波改变后，半个月内追踪肌钙蛋白I值是正常的。另10例症状为发作性胸骨后烧灼样痛，多于日间发作，平素心电图T波倒置（V1-V5，以V2、V3为中心，最深为0.5mv），经经冠脉造影证实左前降支近段管状狭窄约75%。其中有6例记录胸痛发作时ST段上台（V2-V4），肌钙蛋白I在ST段上台半个月内追踪是正常的。最后10例症状以夜间静息痛和晨起痛为主，日常活动明显受限，平素心电图T波深倒置（V1-V5，以V2、V3为中心最深为0.8mv），经冠脉造影证实左前降支近段局限性狭窄为95%。记录4例胸痛发作时T波假性正常化（V1-V6），假性正常化前后16小时查肌钙蛋白升高为正常值的6～9倍，T波假性正常化之后56h查肌钙蛋白为正常值的2～4倍。

3 讨论

ST段的压低或抬高是目前临床无创性评价不稳定型心绞痛 (UA) 患者心肌缺血的重要指标, 但作为预测全部UA患者的心脏事件的发生受到质疑[1]。而心电图T波的异常改变在UA患者更加常见，文献报道约为80%。本7例患者经冠脉造影证实均为单支病变，均为持续性T波倒置，狭窄为50%、75%及95%，随着狭窄程度加重，T波倒置深度加大，提示T波倒置深度和冠脉狭窄程度成正相关，仅局限性狭窄为95%的患者记录到肌钙蛋白升高，提示肌钙蛋白升高和冠脉狭窄程度成正相关，肌钙蛋白升高可能提示严重的冠脉狭窄。冠脉狭窄居于中间值75%的患者记录到一次ST段抬高，而其他俩例病人记录到的是T波改变，提示狭窄居中的患者更易发生损伤性变化，而严重的冠脉狭窄若发生了ST抬高可能是一次心肌更死事件。由于T波受其他因素的影响，用于UA病情判断的价值尚存在争议[2], 特别是女性T波倒置往往提示非器质性病变，本32例患者，接诊医生并未倾向于冠心病的诊断，若未能记录到阵发性T波假性正常化改变，以及未经冠脉造影证实很可能会漏诊。T波改变在诊断冠心病方面应引起重视。

参考文献

[1]郭继鸿.慢性冠状动脉供血不足心电图概念的质疑[J].心血管疾病的现代观点, 2005:82.