一種電力系統(tǒng)故障因子特征提取方法
【專利摘要】一種電力系統(tǒng)故障因子特征提取方法，所述方法包括以下步驟：a.選擇初始變量，若樣本方差小于設(shè)定的閾值，則轉(zhuǎn)步驟b，否則，轉(zhuǎn)步驟c；b.計(jì)算初始變量的相關(guān)系數(shù)矩陣的特征值和單位化特征向量；c.計(jì)算初始變量的協(xié)方差矩陣及協(xié)方差矩陣的特征值和單位化特征向量；d.如果特征值小于設(shè)定的閾值，則轉(zhuǎn)步驟a，否則轉(zhuǎn)步驟e；e.計(jì)算初始變量的公因子和因子載荷矩陣；f.將公因子進(jìn)行正交旋轉(zhuǎn)或斜交旋轉(zhuǎn)；g.根據(jù)公因子的系數(shù)特征和公因子的得分特征來判斷故障元件。本發(fā)明從WAMS系統(tǒng)中的實(shí)時(shí)量測信息中提取電力系統(tǒng)的故障因子特征，不僅能夠滿足廣域后備保護(hù)系統(tǒng)對故障定位實(shí)時(shí)性和準(zhǔn)確性的要求，而且具有很強(qiáng)的抗干擾能力。
【專利說明】-種電力系統(tǒng)故障因子特征提取方法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種在Weibull隨機(jī)干擾下，從電力系統(tǒng)WAMS (廣域測量系統(tǒng)）信息 中提取故障因子特征的方法，屬輸配電【技術(shù)領(lǐng)域】。

【背景技術(shù)】
[0002] 目前，全球范圍的環(huán)境污染和能源短缺要求電力供應(yīng)從數(shù)量向質(zhì)量轉(zhuǎn)變，風(fēng)電等 新興能源迎來了前所未有的發(fā)展機(jī)遇。
[0003] 風(fēng)能等新能源本身具有間歇性和波動(dòng)性的特征，因而新能源接入電網(wǎng)必然產(chǎn)生相 應(yīng)的功率波動(dòng)。傳統(tǒng)電網(wǎng)結(jié)構(gòu)和運(yùn)行方式是為電能集中生產(chǎn)、調(diào)度和分配而設(shè)計(jì)的。當(dāng)新 能源發(fā)電所占的比例較小時(shí)，傳統(tǒng)電源能夠?qū)崟r(shí)補(bǔ)償該些功率波動(dòng)。但是，隨著可再生能源 接入規(guī)模的增加，所產(chǎn)生的功率波動(dòng)有可能超出傳統(tǒng)電源的調(diào)節(jié)范圍，從而降低供電的可 靠性和電網(wǎng)運(yùn)行的穩(wěn)定性。新能源的波動(dòng)性，在時(shí)刻考驗(yàn)著繼電保護(hù)裝置的保障能力，對系 統(tǒng)內(nèi)故障的準(zhǔn)確檢測及切除，將成為確保電力系統(tǒng)穩(wěn)定運(yùn)行的關(guān)鍵。從電力系統(tǒng)WAMS信息 中提取有效的故障特征無疑是一種可行的方案，但由于存在諸多非故障信息的干擾，隱藏 在WAMS信息中的故障特征并不明顯，因此，如何通過特定的手段，完成有效故障特征的提 取，并準(zhǔn)確可靠地定位故障元件，就成為有關(guān)技術(shù)人員亟待解決的問題。


【發(fā)明內(nèi)容】

[0004] 本發(fā)明的目的在于針對現(xiàn)有技術(shù)之弊端，提供一種電力系統(tǒng)故障因子特征提取方 法，W準(zhǔn)確檢測系統(tǒng)內(nèi)故障，保證電力系統(tǒng)的安全穩(wěn)定運(yùn)行。。
[0005] 本發(fā)明所述問題是W下述技術(shù)方案實(shí)現(xiàn)的： 一種電力系統(tǒng)故障因子特征提取方法，它按W下步驟進(jìn)行： a. 從電力系統(tǒng)的廣域測量系統(tǒng)(WAMS)中選擇電流采集向量和/或電壓采集向量作為 初始變量，并計(jì)算初始變量的樣本方差，若樣本方差小于設(shè)定的闊值，則轉(zhuǎn)步驟b，否則，轉(zhuǎn) 步驟C ; b. 計(jì)算存在風(fēng)電接入時(shí)We化ull隨機(jī)干擾初始變量的相關(guān)系數(shù)矩陣，并計(jì)算相關(guān)系數(shù) 矩陣的特征值和單位化特征向量，轉(zhuǎn)步驟d ; C.計(jì)算存在風(fēng)電接入時(shí)Weibull隨機(jī)干擾初始變量的協(xié)方差矩陣，并計(jì)算協(xié)方差矩陣 的特征值和單位化特征向量，轉(zhuǎn)步驟d ; d. 如果特征值小于設(shè)定的闊值，則轉(zhuǎn)步驟a,重新選擇初始變量，否則轉(zhuǎn)步驟e ; e. 由單位化特征向量計(jì)算存在風(fēng)電接入時(shí)Weibull隨機(jī)干擾初始變量的公因子和因 子載荷矩陣，轉(zhuǎn)步驟f; f. 將公因子進(jìn)行正交旋轉(zhuǎn)或斜交旋轉(zhuǎn)，轉(zhuǎn)步驟g; g. 分別根據(jù)公因子的系數(shù)特征和公因子的得分特征來判斷故障元件，若兩種方案的判 斷結(jié)果一致，則兩種方案共同指向的元件，即為實(shí)際的故障元件；若兩種方案的判斷結(jié)果不 一致，則返回步驟a,重新選擇初始變量。
[0006] 上述電力系統(tǒng)故障因子特征提取方法，為避免信息采集過程中不良數(shù)據(jù)的影響， 應(yīng)對選擇的初始變量進(jìn)行缺失值分析；如果不存在缺失值，則繼續(xù)進(jìn)行后續(xù)的特征提??； 否則，先補(bǔ)足缺失值，再進(jìn)行后續(xù)分析。
[0007] 上述電力系統(tǒng)故障因子特征提取方法，所述初始變量為對稱短路故障中的正序電 壓、正序電流和不對稱短路故障中的正序電壓、負(fù)序電壓、相電壓、正序電流、負(fù)序電流、相 電流。
[0008] 上述電力系統(tǒng)故障因子特征提取方法，根據(jù)公因子的系數(shù)特征來判斷故障元件的 方法是；公因子的最大系數(shù)變量對應(yīng)的元件為故障元件；根據(jù)公因子的得分特征來判斷故 障元件的方法是：公因子的最大得分變量對應(yīng)的元件為故障元件。
[0009] 上述電力系統(tǒng)故障因子特征提取方法，所述Weibull隨機(jī)干擾初始變量的公因子 的計(jì)算方法可W是公因子軸法、主成分法或極大似然法。
[0010] 上述電力系統(tǒng)故障因子特征提取方法，所述初始變量樣本方差的設(shè)定的闊值為 0. 1。
[0011] 上述電力系統(tǒng)故障因子特征提取方法，所述特征值的設(shè)定的闊值為0.01。
[0012] 本發(fā)明從WAMS系統(tǒng)中的實(shí)時(shí)量測信息中提取電力系統(tǒng)的故障因子特征，該方法 充分考慮了風(fēng)電接入背景下的Weibull隨機(jī)干擾，不僅能夠滿足廣域后備保護(hù)系統(tǒng)對故障 定位實(shí)時(shí)性和準(zhǔn)確性的要求，而且具有很強(qiáng)的抗干擾能力，能夠滿足系統(tǒng)兀余性的要求。此 夕F，本發(fā)明還具有思路清晰，操作簡單等優(yōu)點(diǎn)。

【專利附圖】

【附圖說明】
[0013] 下面結(jié)合附圖對本發(fā)明作進(jìn)一步說明。
[0014] 圖1是在Weibull隨機(jī)干擾下電力系統(tǒng)故障因子特征提取的流程圖； 圖2是IE邸-39節(jié)點(diǎn)系統(tǒng)。
[0015] 文中各符號清單為；WAMS、廣域測量系統(tǒng)。

【具體實(shí)施方式】
[0016] 本發(fā)明針對目前電力系統(tǒng)分析領(lǐng)域存在的難題，提出了一種在Weibull隨機(jī)干擾 下的電力系統(tǒng)故障因子特征提取方法。該方法充分考慮了風(fēng)電接入背景下的Weibull隨機(jī) 干擾，主要服務(wù)于廣域自適應(yīng)后備保護(hù)系統(tǒng)，能夠滿足廣域后備保護(hù)系統(tǒng)對故障定位實(shí)時(shí) 性和準(zhǔn)確性的要求，并且故障因子特征提取算法具有很強(qiáng)的抗各類復(fù)雜干擾的能力，還能 夠滿足系統(tǒng)兀余性的要求。
[0017] 本發(fā)明包括W下步驟： 步驟1 ;根據(jù)電力系統(tǒng)實(shí)際運(yùn)行過程中的WAMS信息，主要選擇電流采集向量和/或電 壓采集向量作為初始變量，啟動(dòng)故障檢測過程，轉(zhuǎn)步驟2。在初始變量的選取過程中，所采集 的初始變量信息，已經(jīng)充分考慮了風(fēng)電接入的影響，即所選擇的初始變量存在風(fēng)電接入下 的We化ull隨機(jī)干擾。由PMU (電源管理單元）所提供的電流采集向量和電壓采集向量的 形式如下：

【權(quán)利要求】
1. 一種電力系統(tǒng)故障因子特征提取方法，其特征是，它按以下步驟進(jìn)行： a. 從電力系統(tǒng)的廣域測量系統(tǒng)(WAMS)中選擇電流采集向量和/或電壓采集向量作為 初始變量，并計(jì)算初始變量的樣本方差，若樣本方差小于設(shè)定的閾值，則轉(zhuǎn)步驟b，否則，轉(zhuǎn) 步驟c ; b. 計(jì)算存在風(fēng)電接入時(shí)Weibull隨機(jī)干擾初始變量的相關(guān)系數(shù)矩陣，并計(jì)算相關(guān)系數(shù) 矩陣的特征值和單位化特征向量，轉(zhuǎn)步驟d ; c. 計(jì)算存在風(fēng)電接入時(shí)Weibull隨機(jī)干擾初始變量的協(xié)方差矩陣，并計(jì)算協(xié)方差矩陣 的特征值和單位化特征向量，轉(zhuǎn)步驟d ; d. 如果特征值小于設(shè)定的閾值，則轉(zhuǎn)步驟a，重新選擇初始變量，否則轉(zhuǎn)步驟e ; e. 由單位化特征向量計(jì)算存在風(fēng)電接入時(shí)Weibull隨機(jī)干擾初始變量的公因子和因 子載荷矩陣，轉(zhuǎn)步驟f; f. 將公因子進(jìn)行正交旋轉(zhuǎn)或斜交旋轉(zhuǎn)，轉(zhuǎn)步驟g; g. 分別根據(jù)公因子的系數(shù)特征和公因子的得分特征來判斷故障元件，若兩種方案的判 斷結(jié)果一致，則兩種方案共同指向的元件，即為實(shí)際的故障元件；若兩種方案的判斷結(jié)果不 一致，則返回步驟a，重新選擇初始變量。
2. 根據(jù)權(quán)利要求1所述的一種電力系統(tǒng)故障因子特征提取方法，其特征是，為避免信 息采集過程中不良數(shù)據(jù)的影響，應(yīng)對選擇的初始變量進(jìn)行缺失值分析；如果不存在缺失值， 則繼續(xù)進(jìn)行后續(xù)的特征提??；否則，先補(bǔ)足缺失值，再進(jìn)行后續(xù)分析。
3. 根據(jù)權(quán)利要求1或2所述的一種電力系統(tǒng)故障因子特征提取方法，其特征是，所述初 始變量為對稱短路故障中的正序電壓、正序電流和不對稱短路故障中的正序電壓、負(fù)序電 壓、相電壓、正序電流、負(fù)序電流、相電流。
4. 根據(jù)權(quán)利要求3所述的一種電力系統(tǒng)故障因子特征提取方法，其特征是，根據(jù)公因 子的系數(shù)特征來判斷故障元件的方法是：公因子的最大系數(shù)變量對應(yīng)的元件為故障元件； 根據(jù)公因子的得分特征來判斷故障元件的方法是：公因子的最大得分變量對應(yīng)的元件為故 障元件。
5. 根據(jù)權(quán)利要求4所述的一種電力系統(tǒng)故障因子特征提取方法，其特征是，所述 Weibull隨機(jī)干擾初始變量的公因子的計(jì)算方法可以是公因子軸法、主成分法或極大似然 法。
6. 根據(jù)權(quán)利要求5所述的一種電力系統(tǒng)故障因子特征提取方法，其特征是，所述初始 變量樣本方差的設(shè)定的閾值為〇. 1。
7. 根據(jù)權(quán)利要求6所述的一種電力系統(tǒng)故障因子特征提取方法，其特征是，所述特征 值的設(shè)定的閾值為0.01。
【文檔編號】G01R31/08GK104502800SQ201410780671
【公開日】2015年4月8日 申請日期:2014年12月17日 優(yōu)先權(quán)日:2014年12月17日
【發(fā)明者】張亞剛, 王增平 申請人:華北電力大學(xué)（保定）