基于形態(tài)奇異熵的電力系統(tǒng)元件故障檢測(cè)及識(shí)別方法
【專利摘要】本發(fā)明公開(kāi)了一種基于形態(tài)奇異熵的電力系統(tǒng)元件故障檢測(cè)及識(shí)別方法，包括以下步驟：采用三相電壓信號(hào)和直流偏置零序電壓信號(hào)分別作為多尺度形態(tài)濾波器的輸入，由形態(tài)濾波器的輸出構(gòu)造出四個(gè)對(duì)應(yīng)的特征矩陣；采用奇異值分解技術(shù)依次對(duì)每一個(gè)特征矩陣進(jìn)行分解，分別得到一組奇異值，并在每組奇異值中篩選出較大的奇異值；通過(guò)對(duì)篩選得到的奇異值進(jìn)行計(jì)算，得到對(duì)應(yīng)的形態(tài)奇異熵；計(jì)算各信號(hào)對(duì)應(yīng)的故障分類指標(biāo)，并將各信號(hào)對(duì)應(yīng)的故障分類指標(biāo)依次與預(yù)設(shè)閾值進(jìn)行比較，檢測(cè)是否存在故障；若存在故障，則識(shí)別出故障相和判斷是否為接地故障。本發(fā)明方法將數(shù)學(xué)形態(tài)學(xué)、奇異值分解和信息熵的理論結(jié)合在一起，在短時(shí)間窗口中進(jìn)行故障檢測(cè)和識(shí)別，反應(yīng)迅速、計(jì)算量小。
【專利說(shuō)明】基于形態(tài)奇異熵的電力系統(tǒng)元件故障檢測(cè)及識(shí)別方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及一種電力系統(tǒng)元件故障檢測(cè)及識(shí)別方法，尤其是一種基于形態(tài)奇異熵的電力系統(tǒng)元件故障檢測(cè)及識(shí)別方法，屬于電力系統(tǒng)自動(dòng)化【技術(shù)領(lǐng)域】。
【背景技術(shù)】
[0002]當(dāng)電力系統(tǒng)元件發(fā)生故障時(shí)，應(yīng)盡快切除故障元件，以保證電力系統(tǒng)安全的運(yùn)行?？焖佟⒄_地檢測(cè)及識(shí)別系統(tǒng)中存在的故障是解決問(wèn)題的關(guān)鍵。傳統(tǒng)故障檢測(cè)及識(shí)別方法是基于穩(wěn)態(tài)工頻量的，其原理清晰，經(jīng)過(guò)了系統(tǒng)運(yùn)行的長(zhǎng)期考驗(yàn)。然而，近年來(lái)，電力系統(tǒng)的發(fā)展十分迅速，系統(tǒng)的運(yùn)行工況變得十分復(fù)雜，給傳統(tǒng)的故障檢測(cè)及識(shí)別方法帶來(lái)了新的問(wèn)題和挑戰(zhàn)；另一方面，隨著系統(tǒng)互聯(lián)和電壓等級(jí)的提高，對(duì)故障檢測(cè)及識(shí)別方法的響應(yīng)速度也提出了更高的要求。因此，現(xiàn)有的故障檢測(cè)及識(shí)別方法的性能仍有待提高。
[0003]電力系統(tǒng)故障暫態(tài)信號(hào)蘊(yùn)涵了豐富的信息，充分利用這些信息，對(duì)實(shí)現(xiàn)電力系統(tǒng)故障檢測(cè)、故障識(shí)別、繼電保護(hù)等應(yīng)用具有重要的理論和現(xiàn)實(shí)意義。故障暫態(tài)信號(hào)的分析和應(yīng)用中，存在的一個(gè)關(guān)鍵問(wèn)題是如何有效可靠地提取出蘊(yùn)含在故障暫態(tài)信號(hào)中的故障特征信息，一方面，由于故障暫態(tài)信號(hào)通常混雜在穩(wěn)態(tài)量中，而且由于能量低、幅值小，往往容易被穩(wěn)態(tài)量和系統(tǒng)噪聲所淹沒(méi)；另一方面，由于故障暫態(tài)信號(hào)所包含的故障信息往往是海量的、不規(guī)則數(shù)據(jù)信息，難以用來(lái)直接達(dá)到故障識(shí)別研究的目的。這兩方面的原因，就給故障信號(hào)特征信息的有效提取造成了困難。在目前已公開(kāi)的專利和文獻(xiàn)中，許多學(xué)者也針對(duì)如何改善檢測(cè)及識(shí)別方法的性能進(jìn)行了廣泛的研究，提出不少方法，也取得了一定成效，但這些方法中也存在著諸如計(jì)算復(fù)雜、響應(yīng)速度慢和可靠性不高等缺陷。

【發(fā)明內(nèi)容】

[0004]本發(fā)明的目的，是為了解決上述現(xiàn)有技術(shù)的缺陷，提供一種采用短時(shí)間窗口，將數(shù)學(xué)形態(tài)學(xué)、奇異值分解和信息熵的理論結(jié)合在一起，且反應(yīng)迅速、計(jì)算量小的基于形態(tài)奇異熵的電力系統(tǒng)元件故障檢測(cè)及識(shí)別方法。
[0005]本發(fā)明的目的可以通過(guò)采取如下技術(shù)方案達(dá)到:
[0006]基于形態(tài)奇異熵的電力系統(tǒng)元件故障檢測(cè)及識(shí)別方法，其特征在于:所述方法通過(guò)數(shù)學(xué)形態(tài)學(xué)、奇異值分解和信息熵的結(jié)合實(shí)現(xiàn)，包括以下步驟:采集三相電壓信號(hào)，計(jì)算直流偏置零序電壓信號(hào)，并將三相電壓信號(hào)和直流偏置零序電壓信號(hào)分別作為多尺度形態(tài)濾波器的輸入，由形態(tài)濾波器的輸出構(gòu)造出四個(gè)對(duì)應(yīng)特征矩陣；采用奇異值分解技術(shù)依次對(duì)每一個(gè)特征矩陣進(jìn)行分解，分別得到一組奇異值，并在每組奇異值中篩選出較大的奇異值；通過(guò)對(duì)篩選得到的奇異值進(jìn)行計(jì)算，得到與每一個(gè)奇異值對(duì)應(yīng)的概率，進(jìn)而得到對(duì)應(yīng)的形態(tài)奇異熵；計(jì)算三相電壓信號(hào)和直流偏置零序電壓信號(hào)對(duì)應(yīng)的故障分類指標(biāo)，并將各信號(hào)對(duì)應(yīng)的故障分類指標(biāo)依次與預(yù)設(shè)閾值進(jìn)行比較，檢測(cè)是否存在故障；若存在故障，則識(shí)別出故障相和判斷是否為接地故障。
[0007]具體的，所述直流偏置零序電壓信號(hào)通過(guò)下式進(jìn)行計(jì)算:[0008]
【權(quán)利要求】
1.基于形態(tài)奇異熵的電力系統(tǒng)元件故障檢測(cè)及識(shí)別方法，其特征在于:所述方法通過(guò)數(shù)學(xué)形態(tài)學(xué)、奇異值分解和信息熵的結(jié)合實(shí)現(xiàn)，包括以下步驟:采集三相電壓信號(hào)，計(jì)算直流偏置零序電壓信號(hào)，并將三相電壓信號(hào)和直流偏置零序電壓信號(hào)分別作為多尺度形態(tài)濾波器的輸入，由形態(tài)濾波器的輸出構(gòu)造出四個(gè)對(duì)應(yīng)特征矩陣；采用奇異值分解技術(shù)依次對(duì)每一個(gè)特征矩陣進(jìn)行分解，分別得到一組奇異值，并在每組奇異值中篩選出較大的奇異值；通過(guò)對(duì)篩選得到的奇異值進(jìn)行計(jì)算，得到與每一個(gè)奇異值對(duì)應(yīng)的概率，進(jìn)而得到對(duì)應(yīng)的形態(tài)奇異熵；計(jì)算三相電壓信號(hào)和直流偏置零序電壓信號(hào)對(duì)應(yīng)的故障分類指標(biāo)，并將各信號(hào)對(duì)應(yīng)的故障分類指標(biāo)依次與預(yù)設(shè)閾值進(jìn)行比較，檢測(cè)是否存在故障；若存在故障，則識(shí)別出故障相和判斷是否為接地故障。
2.根據(jù)權(quán)利要求1所述的基于形態(tài)奇異熵的電力系統(tǒng)元件故障檢測(cè)及識(shí)別方法，其特征在于:所述直流偏置零序電壓信號(hào)通過(guò)下式進(jìn)行計(jì)算:

3.根據(jù)權(quán)利要求1所述的基于形態(tài)奇異熵的電力系統(tǒng)元件故障檢測(cè)及識(shí)別方法，其特征在于:所述特征矩陣的構(gòu)造過(guò)程如下: 取長(zhǎng)度為η的移動(dòng)數(shù)據(jù)窗口，用以下形態(tài)濾波器對(duì)移動(dòng)數(shù)據(jù)窗口中的三相電壓信號(hào)和直流偏置零序電壓信號(hào)的采樣序列分別進(jìn)行處理:
4.根據(jù)權(quán)利要求1所述的基于形態(tài)奇異熵的電力系統(tǒng)元件故障檢測(cè)及識(shí)別方法，其特征在于:采用奇異值分解技術(shù)對(duì)所構(gòu)造的特征矩陣進(jìn)行分解，對(duì)每一個(gè)特征矩陣都會(huì)得到一組對(duì)應(yīng)的奇異值，對(duì)得到的奇異值的篩選過(guò)程如下: 設(shè)定一個(gè)百分比閾值ε，舍棄不滿足下式的較小奇異值“
σ i/ σ I > ε 其中O1S第一個(gè)奇異值，同時(shí)也是最大的奇異值。
5.根據(jù)權(quán)利要求1所述的基于形態(tài)奇異熵的電力系統(tǒng)元件故障檢測(cè)及識(shí)別方法，其特征在于:對(duì)篩選出來(lái)的較大的奇異值，與之對(duì)應(yīng)的形態(tài)奇異熵的計(jì)算過(guò)程如下:設(shè)篩選出來(lái)的奇異值共有k個(gè)，按照下式計(jì)算每一個(gè)奇異值對(duì)應(yīng)的概率:
6.根據(jù)權(quán)利要求1所述的基于形態(tài)奇異熵的電力系統(tǒng)元件故障檢測(cè)及識(shí)別方法，其特征在于:所述三相電壓信號(hào)和直流偏置零序電壓信號(hào)對(duì)應(yīng)的故障分類指標(biāo)通過(guò)下式計(jì)算:
7.根據(jù)權(quán)利要求6所述的基于形態(tài)奇異熵的電力系統(tǒng)元件故障檢測(cè)及識(shí)別方法，其特征在于:所述各信號(hào)對(duì)應(yīng)的故障分類指標(biāo)分別與預(yù)設(shè)閾值進(jìn)行比較，檢測(cè)是否存在故障通過(guò)下式進(jìn)行:
8.根據(jù)權(quán)利要求1-7任一項(xiàng)所述的基于形態(tài)奇異熵的電力系統(tǒng)元件故障檢測(cè)及識(shí)別方法，其特征在于:所述三相電壓信號(hào)通過(guò)安裝在被保護(hù)元件的電壓互感器和A/D轉(zhuǎn)換設(shè)備進(jìn)行采樣。
【文檔編號(hào)】G01R31/08GK103454528SQ201310389725
【公開(kāi)日】2013年12月18日 申請(qǐng)日期:2013年8月30日 優(yōu)先權(quán)日:2013年8月30日
【發(fā)明者】吳青華, 張祿亮, 季天瑤, 李夢(mèng)詩(shī) 申請(qǐng)人:華南理工大學(xué)