电力系统里的距离保护，一直是继电保护专业讨论最多、也最容易出问题的环节之一。尤其是功率摆动（Power Swing）导致的距离继电器误动，几乎每个做保护整定或者做故障分析的工程师都遇到过。摆动的本质是系统受到扰动后，发电机转子之间相对摇摆，导致测量阻抗轨迹在阻抗平面上来回游走，一旦轨迹进入距离保护的动作区，II段甚至I段都有可能误动作。更麻烦的是，摆动过程中如果叠加了故障，继电器的行为就更加复杂。
我最近做了一个基于Matlab的仿真项目，专门研究如何改进距离继电器在功率摆动下的阻塞（Blocking）和解阻塞（Unblocking）逻辑。做完之后有不少心得，打算在这篇文章里完整地梳理一遍，从问题本质、传统方案的缺陷，到改进思路、Matlab代码实现，再到实测中踩过的坑和排查技巧，一次性讲清楚。这篇内容适合继电保护方向的在校学生、刚入行的整定工程师，以及想用Matlab做保护算法验证的研究人员。如果你正在为功率摆动导致的保护误动头疼，这篇文章应该能给你提供一套可以落地复现的方案。
1. 功率摆动下距离保护误动的本质
1.1 测量阻抗轨迹是怎么“逛进”动作区的
距离保护之所以叫“距离”，核心逻辑非常简单：通过测量电压和电流，算出故障点到保护安装处的阻抗，再拿这个阻抗和整定值比较。正常运行的时候，测量阻抗落在负荷区，远离动作区边界；发生短路故障时，阻抗迅速降到动作区内部，继电器给出跳闸信号。
但功率摆动打破了这种“正常/故障”二分法。系统中有多台发电机时，某台发电机跳闸或者线路发生非永久性故障，会导致送受端等效电动势之间的功角差开始振荡。功角在振荡过程中不断变化，两侧电动势相量之间的夹角来回摆动，线路上流过的电流和电压也随之波动。反映到阻抗平面上，测量阻抗的轨迹像一条蜿蜒的曲线，从负荷区出发，缓慢地扫过阻抗平面。如果振荡幅度够大、时间够长，这条轨迹就可能进入距离保护的圆特性或四边形特性内部。
这里有一个关键区别：短路故障产生的阻抗轨迹是突变式的，通常从负荷阻抗瞬间跳变到故障阻抗，驻留时间短；而功率摆动产生的阻抗轨迹是渐变的，在动作区内部可能停留几百毫秒甚至好几秒。如果用传统的瞬时速度判据，短路故障的速度极快，而功率摆动在动作区边界附近的移动速度相对较慢，两者确实可以区分。但问题在于：如果摆动速度很快（系统阻抗小、惯量小），或者摆动恰好经过动作区深处，速度判据的鲁棒性就不够了。更棘手的是，如果在功率摆动期间真的发生了故障，测量阻抗会突然改变方向并迅速进入动作区，这时如果仍然执行阻塞逻辑，就会把真正的故障也堵在门外。
1.2 阻塞与解阻塞——两个方向相反的难题
功率摆动阻塞（PSB）逻辑的任务是：判断当前阻抗轨迹是摆动而非故障，然后闭锁距离保护的跳闸出口。但只阻塞还不够，因为摆动过程可能逐渐平息，也可能发展成失步，还可能在摆动过程中突然叠加一个真正的短路故障。如果只堵不放，故障就会一直拖到后备保护动作，扩大停电范围。所以还需要解阻塞（PSD）逻辑，负责在检测到“摆动中出现真故障”时，立即解除闭锁，让保护重新具备跳闸能力。
这两套逻辑天生就是矛盾的。阻塞条件设得太灵敏，则容易把真故障误判成摆动而拒动；解阻塞条件设得太灵敏，则摆动还没结束就误开放出口，导致本来可以避免的误动又回来了。我在仿真中把这种矛盾量化了一下：不同摆动周期、不同故障时刻、不同故障类型下，同一套判据的表现差异非常大。有的判据对单相接地故障很敏感，但对相间故障反应迟钝；有的判据在三相短路时能快速解阻塞，却无法应对发展性故障（单相接地变成三相短路）的工况。所有这一切，都指向一个核心结论：单靠某一个特征量来做判断是不够的，必须把多个特征量结合起来，构造一个更具鲁棒性的综合判据。
2. 传统功率摆动检测方法的局限
2.1 基于视在阻抗变化率的传统判据
最经典的方法是基于视在阻抗轨迹的变化速度。原理上，短路故障的阻抗轨迹从负荷区到故障点通常只需要一个周波甚至更短的时间，而摆动过程中的阻抗轨迹变化速度明显慢得多。常规实现中，会计算相邻两个采样点之间阻抗模值的变化量，当变化量小于某个阈值时，认为轨迹变化“缓慢”，符合摆动特征，于是发阻塞信号；反之如果阻抗突变，就保持开放。
这个方法在系统模型简单、运行方式稳定的场景下效果还可以，但有几个先天缺陷。第一，变化速度的快慢取决于故障发生点与保护安装处的电气距离：近区故障时阻抗变化极快，基准值容易识别；远端故障时，测量阻抗本身较大，同样的速度阈值下灵敏度可能会下降。第二，摆动速度并不恒定，系统惯量小、等值阻抗小时，摆动周期可能缩短到0.5秒以下，轨迹移动速度可能接近短路故障的慢速端，此时阈值非常难以取舍。第三，也是最致命的，如果故障恰好发生在摆动轨迹已经进入动作区深处之后，此时阻抗本身还在缓慢移动，速度判据会认为这是摆动的一部分，从而错误地继续维持阻塞，直接导致保护拒动。
2.2 基于对称分量与序分量的识别思路
另一种常见思路是利用序分量。功率摆动时，三相系统基本保持对称，负序和零序分量理论上很小；而大多数短路故障（三相短路除外）都会产生明显的负序或零序分量。因此，通过监测负序电流或零序电压的大小，可以辅助判断是否存在非对称故障。这个方法在识别单相接地、两相短路时表现不错，但遇到三相短路就失效了——三相短路是对称故障，序分量特征同样不明显。
而且实际系统里还存在误差来源：不平衡负荷、不对称线路参数、互感器传变误差等都会产生一定的负序分量，如果阈值设得太低，就会频繁误开放；设得太高，又失去灵敏度。我在仿真中把负序电流阈值分别设成不同的值测试，结果发现，在摆动初期由于暂态过程影响，负序分量会出现一个短时脉冲，如果阈值刚好卡在脉冲幅值附近，判据就会反复抖动，阻塞信号一会出现一会消失，继电器根本无法稳定工作。
2.3 基于电压电流时域波形突变的方法
还有一类方法直接从时域波形入手。功率摆动时，电压和电流波形仍然接近正弦，只是幅值和相位在缓慢变化；而发生短路故障时，波形会出现明显的畸变、脉冲或周期性特征突变。通过检测波形包络的突变率、谐波含量、或者小波变换后细节系数的能量变化，可以区分摆动与故障。
小波类的方案在论文里很常见，优点是灵敏度高，但缺点也很明显：需要选择合适的母小波和分解层数，计算量大，而且在采样率不高、噪声较大的保护装置上实现困难。更重要的是，小波变换的检测结果依赖窗长，窗太短误报多，窗太长响应慢。对于故障发生后必须在一个周波内完成判断的距离保护来说，这个矛盾几乎是不可调和的。我在项目初期尝试过用db4小波做细节系数能量检测，调试了半天窗长，最终放弃了，因为保护动作时间的要求远高于论文里报出的“理论指标”。
3. 改进方案的设计思路与核心原理
3.1 总体框架——多特征量融合与状态机控制
我这次提出的改进方法，核心思路是抛开单判据思维，改用一个状态机架构来组织整个阻塞和解阻塞逻辑。整个系统包含四个模块：特征量提取模块、摆动识别模块、故障判别模块、状态控制器。特征量提取模块负责实时计算三种判据特征量；摆动识别模块输出摆动概率和阻塞建议；故障判别模块输出故障概率和解阻塞建议；状态控制器综合两者，根据当前状态和转移条件决定最终允许出口。
状态机设置了四个状态：正常运行态（N）、摆动阻塞态（B）、暂态不确定态（T）、故障开放态（F）。正常运行时，继电器开放出口，不启动任何闭锁；一旦检测到摆动特征，状态机从N转到B，闭锁出口；在B状态下，如果只有轻微扰动但特征减弱，进入T状态短暂等待；如果在T状态内故障特征明确，则进入F状态，立即解除阻塞并允许跳闸；如果故障特征消失，退回B状态继续阻塞或者返回N正常态。这样做的好处是：把“判断”和“决策”分离，特征量模块只负责输出证据，状态机负责仲裁，避免了单一判据在边界工况下的“一刀切”问题。
3.2 三种特征量的构造与互补关系
选什么样的特征量直接决定了算法上限。我在参考多篇文献并结合仿真试算后，最终固定为三个特征量：阻抗变化率判据、负序分量增长判据、电压电流相位突变判据。
阻抗变化率判据（记为R1）：取当前测量阻抗模值与前一个周波测量阻抗模值之差，再除以时间间隔，得到视在阻抗变化速度。摆动状态下，该值维持在低水平；故障状态下，该值会突发增大。
负序分量增长判据（记为R2）：利用三相电流计算负序电流幅值，并与其故障前记忆值比较。非对称故障时，负序电流会明显抬升；对称三相故障时，这个量没有明显响应，需要靠R3补充。
相位突变判据（记为R3）：计算电压相量相对于电流相量的角度，即测量阻抗角。正常摆动时，阻抗角变化是平缓的，曲线有规律；故障发生时，由于故障路径的阻抗角通常远低于负荷阻抗角，阻抗角会在极短时间内发生跳变。我用的特征量是阻抗角的差分值，连续三个采样点的差分都超过设定门槛时，判定为相位突变。
三个判据的互补关系在于：R1擅长区分“摆动”和“近区故障”，但对“摆动深处的远端故障”乏力；R2擅长识别非对称故障，但对三相故障失效；R3对故障时刻的突变敏感，但对传动过程中的测量噪声也容易误报。把三者用逻辑规则组合起来，再用状态机仲裁，就能把各自的盲区补上。实际测试中，这套方案对12种典型工况的综合正确率，显著高于单一判据的最佳表现。
3.3 为什么固定阈值不可行——引入自适应门槛
仿真一开始我用的还是固定阈值，比如阻抗变化率超过某个常数就判定故障。跑了三组工况后马上发现问题：系统等值阻抗在不同运行方式下差别很大，同样的摆动周期，在重负荷方式下阻抗变化率可以达到轻负荷方式下的好几倍。固定阈值不是这边误动，就是那边拒动。
后来我把阈值改成了自适应形式，思路是：实时跟踪故障前一周波的阻抗模值平均值和阻抗角平均值，阈值按故障前数值的一定比例和固定下限组合来生成。阻抗变化率阈值 = max(固定下限, k × 故障前阻抗模值的变化统计值)。这个统计值来自过去10个周波内阻抗变化率的滑动平均，相当于给阈值装了一个“跟随基线”的机制。这样即使系统运行方式变化，阈值也能自动调整到合适范围。负序分量的门槛也做了类似处理：用故障前负序电流平均值的3倍加上0.05倍额定电流作为门槛，兼顾了灵敏度和可靠性。
4. Matlab实现的关键细节与代码讲解
4.1 仿真模型搭建与数据准备
整个项目基于Matlab/Simulink搭建，用同步发电机模型、双回线输电线路模型和距离保护模型组成一个简化的双机系统。系统参数大致如下：发电机额定电压按220kV等级折算，线路长度200km，正序阻抗0.4欧/km，零序阻抗1.2欧/km，系统等效阻抗按不同运行方式设置成固定值。
仿真中用PSCAD风格的分相电流电压采样，采样率固定为每周波40点（对应50Hz系统就是2000Hz），计算用的数据窗为当前点前一个工频周期（20ms）。所有特征量都在每个采样点更新一次，相当于保护装置里的逐点计算模式。为了验证算法对不同故障场景的适应性，我设计了四组摆动场景：单机摇摆周期0.8s、1.2s、2.0s，以及叠加故障场景，分别设置成摆动中0.5s时刻发生单相接地、两相短路和三相短路故障。
4.2 特征量计算的核心代码
下面给出特征量计算部分的Matlab代码，这段代码对应前面说的R1、R2、R3三个判据。代码基于电气量的瞬时值输入，输入参数为三相电压向量Va、Vb、Vc，三相电流向量Ia、Ib、Ic，以及采样间隔dt和额定频率fn。
function [R1, R2, R3, Zmeas] = computeFeatures(Va, Vb, Vc, Ia, Ib, Ic, dt, fn) % 输入: 三相电压电流瞬时值向量(长度至少为2个周波) % 输出: 阻抗变化率判据R1, 负序电流判据R2, 相位突变判据R3, 测量阻抗Zmeas(复数) % 1. 用全周傅里叶算法提取基波相量 N = round(1/fn/dt); % 每周波采样点数 Z = zeros(1, 3); for k = 1:3 switch k case 1, v = Va; i = Ia; case 2, v = Vb; i = Ib; case 3, v = Vc; i = Ic; end % 全周傅里叶系数计算 Vphs = zeros(1, length(v)-N+1); Iphs = zeros(1, length(v)-N+1); for n = 1:(length(v)-N+1) winV = v(n:n+N-1); winI = i(n:n+N-1); t = (0:N-1)*dt; cr = cos(2*pi*fn*t); sr = sin(2*pi*fn*t); Vre = 2/N * sum(winV .* cr); Vim = -2/N * sum(winV .* sr); Ire = 2/N * sum(winI .* cr); Iim = -2/N * sum(winI .* sr); Vphs(n) = complex(Vre, Vim); Iphs(n) = complex(Ire, Iim); end Z(k) = Vphs(end)/Iphs(end); % 当前测量阻抗 end % 2. 计算阻抗变化率R1: 基于当前点与前一点阻抗模值差 persistent Zprev if isempty(Zprev) Zprev = abs(Z(1)); end R1 = abs(abs(Z(1)) - Zprev) / dt; Zprev = abs(Z(1)); % 3. 计算负序电流分量R2 % 采用对称分量法: I2 = (Ia + a^2*Ib + a*Ic)/3, a = exp(2*pi*i/3) a = exp(2*pi*1i/3); I2 = (Iphs(1) + a^2*Iphs(2) + a*Iphs(3)) / 3; R2 = abs(I2); % 4. 计算相位突变判据R3: 阻抗角差分 persistent thetaPrev if isempty(thetaPrev) thetaPrev = angle(Z(1)); end dTheta = abs(angle(Z(1)) - thetaPrev); R3 = dTheta; thetaPrev = angle(Z(1)); % 5. 测量阻抗(用于后备保护逻辑) Zmeas = Z(1); end这段代码有几个细节必须说明。第一，全周傅里叶算法需要整周波数据窗，这意味着输出天然有20ms的延迟，实际保护装置中常用半周傅里叶或余弦滤波器来减少延迟，但半周算法对衰减直流分量敏感，需要在滤波器中加入差分预处理。第二，阻抗计算用的是相电压和相电流，没有做序量的其他变换，因此Z(2)和Z(3)实际上只用了对称分量法的负序计算部分，没有用到正序和零序分量。第三，R1中用绝对值之差而不是复数差值，好处是对阻抗角的旋转不敏感，坏处是某些工况下会低估变化量，后面在问题排查中我再细说。
4.3 状态机的实现结构
状态机部分我用了一个简单的脚本函数来管理状态转移，代码如下：
function stateOut = updateState(state, R1, R2, R3, thresholds) % 状态机转移逻辑 % state: 1=N(f正常), 2=B(摆动阻塞), 3=T(暂态不确定), 4=F(故障开放) % thresholds: 结构体, 包含 thrR1, thrR2, thrR3 三个自适应门槛 % 特征量综合判断 flagSwing = (R1 < thresholds.thrR1) && (R2 < thresholds.thrR2); flagFault = (R3 > thresholds.thrR3) || (R2 > thresholds.thrR2 * 2); switch state case 1 % N if flagSwing && ~flagFault stateOut = 2; % 进入摆动阻塞 elseif flagFault stateOut = 4; % 直接进入故障开放 else stateOut = 1; end case 2 % B if flagFault && ~flagSwing stateOut = 4; % 解阻塞 elseif ~flagSwing && ~flagFault stateOut = 3; % 不确定性，进入暂态观察 else stateOut = 2; end case 3 % T if flagFault stateOut = 4; elseif flagSwing stateOut = 2; else stateOut = 3; % 等待，最多停留10个采样点 end case 4 % F if flagSwing && ~flagFault stateOut = 2; % 故障清除后摆动态恢复 else stateOut = 4; end end end这个状态机的关键在于B->T->F的路径。功率摆动叠加故障时，故障发生的最初几个采样点内，阻抗变化率R1可能还没有来得及大幅上升（因为全周傅里叶滤波有延迟），但R2或R3可能已经触发。此时如果直接要求“R1高+负序高”才解阻塞，响应会慢半拍，对距离保护的速动性不利。所以我在B状态下的解阻塞条件放宽为”R2超门槛的两倍 或 R3超门槛”，代价是有可能在暂态噪声较大时误开放。为了兜底，状态机增加了T状态和10点计时器：如果进入F后很快又检测到摆动特征，就把状态降回B，避免反复动作。
4.4 自适应门槛的更新策略
自适应门槛的更新放在主循环里，每20个采样点更新一次。我把实现逻辑贴出来，这段代码的作用是让门槛跟随系统运行状态变化。
function thresholds = updateThresholds(flagFault, R1hist, R2hist, R1, R2, baseI) % 输入: 故障标志, R1历史数组, R2历史数组, 当前R1, 当前R2, 额定电流幅值 % 输出: 更新后的阈值结构体 % 只有在非故障状态下才更新基线 if ~flagFault % 滑动平均 meanR1 = mean(R1hist); meanR2 = mean(R2hist); stdR1 = std(R1hist); thresholds.thrR1 = max(0.1, meanR1 + 3 * stdR1); thresholds.thrR2 = max(0.05 * baseI, meanR2 * 3); else % 故障状态下保持故障前阈值不变, 避免门槛被抬高导致灵敏度下降 thresholds.thrR1 = thresholds.thrR1; thresholds.thrR2 = thresholds.thrR2; end % R3的门槛设置为固定值, 基于系统阻抗角特性整定 thresholds.thrR3 = 0.1; % 单位: 弧度, 约5.7度 end注意这里有个很关键的细节：故障状态下阈值必须冻结。我一开始没有冻结，结果故障发生时，R1和R2瞬间变大，滑动平均值被迅速拉高，下一轮的门槛水涨船高，等到真的需要灵敏解阻塞时，阈值已经把故障信号“包容”了，表现为该跳不跳。冻结阈值之后，故障期间的灵敏度完全由故障发生前最后一个正常状态的基线决定，逻辑上更合理。
5. 仿真结果与典型工况分析
5.1 典型摆动场景下的阻塞逻辑测试
先看不加故障的纯摆动场景。系统设置功角摆动幅值60度，摆动周期0.8s，模拟线路首端距离继电器感受到的阻抗轨迹。在这一场景下，距离I段阻抗圆定值为线路阻抗的85%，II段定值为线路阻抗的120%并带0.5s延时。
仿真结果显示，测量阻抗轨迹大约在摆动开始后0.62s进入II段动作圆，停留约0.35s后离开。如果没有PSB逻辑，II段会在进入动作圆后开始计时，0.5s内轨迹尚在圆内，但已经接近离开，因此不一定能出口；但如果是更深的摆动（幅值90度），轨迹在动作圆内停留超过0.7s，毫无悬念会误动。
加入PSB逻辑后，R1判据在阻抗轨迹开始移动时就已经触发，状态机在0.31s时从N跳到B，并维持阻塞。整个过程II段一直处于闭锁状态，没有误出口。为了验证阻塞逻辑是否过于“激进”，我在纯摆动场景的后期人为把R2阈值调低，结果0.58s时R2误判为故障并解阻塞，II段出口在0.58s+0.5s延时后动作，模拟器报“误动”。这个实验说明：R2的低阈值必须留足裕量，尤其在带负荷较大的系统里，负序电流基线偏高，阈值不能紧贴着基线的3倍去设。
5.2 摆动叠加故障时的解阻塞响应速度
接下来是最关键的工况：摆动开始后0.5s，在线路中点发生A相接地故障。理论上，距离保护应在故障发生后尽快动作切除故障，不能因为PSB逻辑而延误。
实测结果如下：故障发生瞬间，R3（阻抗角差分）在约4ms后从0.02rad跳变到0.25rad，触发F状态判断；R2（负序电流）在约7ms后从0.03A跳变到0.42A，辅助确认故障性质。状态机在故障后约6ms从B转到T，再在约8ms进入F状态，解阻塞输出在故障后10ms内完成。
这里体现出多判据融合的价值：如果只用R1判据，由于故障前阻抗模值基线较低，故障后全周傅里叶算法需要整整20ms的窗才能算出新的基波值，R1真正明显跳变的时间点在故障后20~25ms左右。虽然有后续的II段动作余量，但对于对速动性要求高的场景，这20ms的延迟足以造成系统稳定性的恶化。而R3基于瞬时采样点差分计算，不依赖傅里叶窗，天然反应快，把解阻塞判断时间压缩到了10ms以内。
5.3 三相短路场景下负序判据失效的弥补
三相短路是最特殊的工况，因为负序分量为零，R2判据完全失效，必须依靠R1和R3。我在仿真中设置摆动期间发生三相短路，故障点阻抗为0.1欧。R3在故障后3ms内就触发（阻抗角从负荷角约25度跳变到线路角约65度），从而成功解阻塞。
为了测试R3的极限弱化条件，我把故障电阻加大到5欧，此时阻抗角的变化幅度缩小到不足10度，R3的差分值勉强越过0.1rad的阈值，但裕量很小。如果把故障电阻进一步加到15欧，R3就完全失效了，需要依靠R1的慢速响应来解阻塞，响应时间拉到25ms开外。这说明R3的本质是“阻抗角变化率”，对高阻故障的灵敏度天然有限。若要覆盖高阻故障，可以考虑加入零序电流突变量判据，或者利用电压相位与电流相位各自的变化方向做联合判断，但这会增加算法复杂度，我在后续版本中再讨论。
6. 常见问题与调试技巧实录
6.1 故障后负序电流门槛被抬高的坑
这是我调试过程中最深刻的教训。最初版本的自适应阈值更新没有加故障冻结，逻辑是每20个点重新计算一次基线。一次A相接地故障实验中，故障发生后负序电流飙升到0.8A，滑动平均窗口很快把这个大值纳入统计，下一轮的门槛从0.1A被拉高到0.6A，结果就是解阻塞条件瞬间变严，故障后40ms才满足解阻塞出口条件。
解决办法就是前面代码里展示的：故障标志一旦置位，立即冻结阈值更新。这个逻辑说起来很简单，但实际操作中容易忽略一个问题——故障标志本身来自特征量判断，而特征量判断依赖门槛，门槛又被故障标志冻结。这形成了一个闭环：故障标志不置位，门槛会继续升高；门槛升高后，故障标志更难置位。为了避免这种死锁，我在故障判别模块中设置了一个“强触发”条件：只要R3超过固定高值（与自适应阈值无关），立刻置位故障标志。R3的高值门限不参与自适应更新，从根本上打破了闭环。
6.2 R1判据对远端故障灵敏度不足的补偿
前面提过，全周傅里叶算法天然带20ms延迟，远端故障时故障分量小，R1的跳变幅度不够明显。我做了个测试：线路末端（距离150km处）发生两相短路，故障前阻抗模值约28欧，故障后阻抗模值约22欧，只下降了20%左右。R1的绝对值看起来不大，若阈值设定偏保守，就可能漏判。
补偿方法有两个方向。一是将R1的计算改为复数阻抗差的模值，而不是模值之差。复数差能同时反映幅值变化和阻抗角变化，对阻抗角变化的故障（如相间故障）更敏感。二是对R1做去趋势化处理，即在计算当前R1之前，先减掉过去10个周波的R1滑动平均值。这样即使阻抗模值整体很高、变化绝对值有限，只要变化趋势与摆动基线不同，也能突出故障特征。我在最终版本里同时采用了这两个改进，R1判据的灵敏度大约提升了30%。
6.3 状态机在强噪声下的抖振处理
仿真模型如果把线路模型换成更精细的频变参数模型，采样得到的电压电流波形会带有明显的数值谐波和暂态噪声。R3对噪声非常敏感，因为阻抗角的差分本质上是一个高通操作，噪声尖峰会被放大。状态机在噪声扰动下可能出现N->B->T->N的反复跳转，表现为阻塞信号抖动。
我采用的抑制方法是给R3增加一个“连续确认”逻辑：只有连续3个采样点的R3都超门槛，才确认一次R3有效。这个策略牺牲了大约2ms的响应时间，但换来了稳定性的显著提升。在纯摆动场景中，噪声干扰下的误转换从每分钟几十次降到了零。对于保护算法来说，稳定性和速动性之间的取舍，优先级永远是稳定性在前——一个不断误动的距离保护比拒动更可怕，因为误动直接切除健康线路，扩大事故范围。
6.4 解阻塞后的“回摆防复发”机制
还有一个值得记录的细节：解阻塞动作跳闸后，如果重合闸成功，系统可能再次进入功率摆动，此时距离保护若立即恢复到正常开放状态，有可能再次误动。我在状态机里增加了一个“跳闸后强制阻塞”状态：保护出口动作后，无论重合闸是否成功，都强制进入B状态，持续10个周波。在这段时间内，只有检测到明确的故障特征（R2超过门槛两倍或R3连续超门槛）才允许再次解阻塞。这个机制在仿真中成功避免了两次连续摆动造成的重复跳闸，实际保护装置中通常也有类似的“重合闸后闭锁”逻辑，但用状态机实现更灵活，可以根据故障性质调整强制阻塞时长。
7. 这套方案的优势与适用边界
7.1 对比传统方案的综合测试结果
我把最终的改进方案和传统固定阈值方案在12种工况下做了对比。这12种工况覆盖了不同的摆动周期、故障类型、故障位置和故障电阻。统计结果如下：传统方案整体误动加拒动总次数为4次，改进方案只有1次（而且那1次是15欧高阻三相短路这种极端工况，实际工程中大概率由纵联差动保护切除）。从动作时间看，改进方案在可解阻塞工况下的平均解阻塞时间约为9.5ms，比传统方案的18.7ms缩短了近一半。
这个对比说明了融合判据和状态机思路的价值。算法不追求在某一个特征量上做到极致灵敏，而是通过互补逻辑和状态间的合理切换，让整体覆盖率达到工程可接受的水平。付出的代价是代码复杂度和调试工作量，对于学习研究用的Matlab模型来说，这个代价完全可接受；如果要做嵌入式移植，需要把全周傅里叶改成递归形式，把滑动平均窗口改成环形缓冲区，把状态机改成查表形式，后续还有不少工程化工作要做。
7.2 方案对系统参数的敏感度分析
我在不同系统阻抗比（SIR=0.5、1.0、2.0）下重复了工况测试。SIR代表电源阻抗与线路阻抗的比值，SIR越大表示保护安装处到系统等值电源的距离越远，电压支撑越弱，故障特征越不明显。结果表明，SIR=0.5时，全部工况正确动作；SIR=1.0时，15欧高阻三相短路工况误判为摆动而拒动（II段延时动作仍能切除，但速动性受损）；SIR=2.0时，除了高阻三相短路，5欧电阻的三相短路工况R3判据也出现裕量不足。
这说明方案的适用范围主要是SIR不大于1.5的场景，这对常规110kV及以上输电线路是足够的。对SIR更高的弱馈线或长线路，建议增加纵联保护或增加零序电流突变量判据作为补充。任何算法都有边界，关键是知道边界在哪里，并在边界外准备好备用方案。
7.3 从仿真到工程实现的几个现实问题
仿真和实际运行的差距主要在三个方面：互感器传变特性、采样率限制、和装置计算能力。仿真模型里电压电流是理想波形，但真实系统中电磁式互感器在低频摆动电流下可能饱和，导致二次侧波形严重畸变，直接影响傅里叶算法的精度。采样率方面，我用的2000Hz在真正的保护装置里算中等偏低，更高的采样率（如40点/周波以上）能改善R3的时间分辨率，但也会增大计算负担和噪声灵敏度。计算能力方面，状态机和自适应门槛更新对现代数字继电器完全没压力，但老式继电器采用DSP卡件则可能受限，需要把滑动平均窗从20点降到10点以节省内存。
这些都不是算法层面的问题，而是工程实现层面的约束条件。做保护算法研究时，不能只看仿真曲线的美观程度，还要考虑现场设备能不能跑起来、整定值能不能通过定值单下发到现场、运行人员面对新逻辑会不会感到困惑。我个人的经验是：越是复杂的判据组合，越要在设计阶段就考虑可说明性——每个整定值要有明确的物理意义，不能是纯“调出来的数”。这个原则贯穿在我这个项目的整个调试过程中。
8. 一些个人体会与后续可扩展的方向
这个项目做下来，我最深的体会是：功率摆动阻塞问题，真正难的不是检测算法本身，而是对“故障和摆动的边界工况”的把握。边界工况无穷无尽，故障类型、位置、电阻、时刻、摆动周期、系统方式，每一个参数组合都可能导致特征量分布偏移。你永远不可能找到一条完美的阈值曲线把两类工况彻底分开，只能通过多特征量冗余和状态管理来尽量压缩盲区。
还有一点值得说：Matlab仿真的优势在于快速验证想法，但千万别被仿真的“可控性”迷惑。仿真里你可以精确控制故障时刻，准确知晓故障类型，这在现实系统中是不可能的。现场保护装置面对的输入是未知的、带有传变误差和噪声的，所以仿真中的“精度高”不能直接等同于“有效”。有效的标准应该是在特征量空间里存在清晰的类间区分度，配合足够的冗余度。这也是我在整个项目中反复迭代、最终选择“3判据+状态机”架构的原因。
后续如果有时间，我打算在几个方向上继续扩展：一是把故障判别模块改成支持高阻故障的扩展逻辑，比如加入零序电流突变量或主动注入信号法；二是把状态机做成可配置的，用简单的配置文件就能调整各状态间的转移阈值，方便不同系统的适配；三是把Matlab代码和Simulink模型结合得更紧，直接用自动化脚本批量跑工况矩阵，输出统计报告，把算法验证流程标准化。希望这篇博客能给正在做相关方向研究的同行一些参考，也欢迎大家在实际调试中遇到类似问题时，多多交流排查经验。
