The invention discloses a method for identifying the type of overvoltage in distribution network, which includes the following steps: (1) when zero sequence voltage mutation is detected, three-phase A, B and C voltage signals of one week before mutation and six weeks after mutation are collected; (2) Dual-tree complex wavelet transform is used to acquire time-frequency of three-phase A, B and C voltage sampled data acquired by B and C respectively. The singular value decomposition method is used to reduce the dimension of the time-frequency matrix corresponding to the three-phase voltages of A, B and C, and the singular value eigenvalues of each phase are obtained. The singular value eigenvalues of three-phase signals are connected in the order of A, B and C, and the one-dimensional eigenvectors are obtained. Firstly, the one-dimensional eigenvectors are input into the trained depth belief network. The recognition results are obtained. It has the following advantages: high recognition accuracy of overvoltage type and strong adaptability.
【技术实现步骤摘要】
配电网内部过电压类型识别方法
本专利技术涉及一种配电网内部过电压类型识别方法。
技术介绍
中低压配电网通常指35kV及以下电压等级的电力网络,其分布范围广,结构复杂,与用户紧密联系。据统计,电力系统中大约70%的过电压发生于配电网,由此引发的过电压与过电流是影响配电网安全稳定运行的主要因素。因过电压导致的绝缘损坏经常引发各类短路故障,对电力系统的正常运行造成严重影响。因此,研究如何提取内部过电压信号特征量并进行识别分类,对保证电网的安全运行具有实际应用价值。
技术实现思路
本专利技术提供了一种配电网内部过电压类型识别方法,其克服了
技术介绍
中所述的现有技术的不足。本专利技术解决其技术问题所采用的技术方案是:配电网内部过电压类型识别方法,它包括如下步骤:步骤S1:当检测到零序电压出现突变时,采集突变前一个周波和突变后五个周波共六周波的A、B、C三相电压信号;步骤S2:对步骤S1获取的A、B、C三相电压采样数据分别进行双树复小波变换获得时频矩阵;步骤S3:利用奇异值分解法分别对A、B、C三相电压对应的时频矩阵进行降维处理,得到每相的奇异值特征量,并将三相信号的奇异值特征量按A相、B相、C相的顺序首尾相接,得到一维特征向量;步骤S4:将步骤S3所得的一维特征向量输入训练过的深度信念网络中,获得识别结果。一实施例之中:所述步骤S1中的零序电压突变检测过程如下:对零序电压信号进行db4小波分解,将分解得到的d3细节系数进行单支重构,当单支重构信号中某采样点的模极大值大等于设定值,判定为电压信号出现突变。一实施例之中:所述步骤S2中的利用双树复小波变换得到时频矩阵的过程如下 ...
【技术保护点】
1.配电网内部过电压类型识别方法,其特征在于:包括如下步骤:步骤S1:当检测到零序电压出现突变时,采集突变前一个周波和突变后五个周波共六周波的A、B、C三相电压信号;步骤S2:对步骤S1获取的A、B、C三相电压采样数据分别进行双树复小波变换获得时频矩阵;步骤S3:利用奇异值分解法分别对A、B、C三相电压对应的时频矩阵进行降维处理,得到每相的奇异值特征量,并将三相信号的奇异值特征量按A相、B相、C相的顺序首尾相接,得到一维特征向量;步骤S4:将步骤S3所得的一维特征向量输入训练过的深度信念网络中,获得识别结果。
【技术特征摘要】
1.配电网内部过电压类型识别方法,其特征在于:包括如下步骤:步骤S1:当检测到零序电压出现突变时,采集突变前一个周波和突变后五个周波共六周波的A、B、C三相电压信号;步骤S2:对步骤S1获取的A、B、C三相电压采样数据分别进行双树复小波变换获得时频矩阵;步骤S3:利用奇异值分解法分别对A、B、C三相电压对应的时频矩阵进行降维处理,得到每相的奇异值特征量,并将三相信号的奇异值特征量按A相、B相、C相的顺序首尾相接,得到一维特征向量;步骤S4:将步骤S3所得的一维特征向量输入训练过的深度信念网络中,获得识别结果。2.根据权利要求1所述的配电网内部过电压类型识别方法,其特征在于:所述步骤S1中的零序电压突变检测过程如下:对零序电压信号进行db4小波分解,将分解得到的d3细节系数进行单支重构,当单支重构信号中某采样点的模极大值大等于设定值,判定为电压信号出现突变。3.根据权利要求1所述的配电网内部过电压类型识别方法,其特征在于:所述步骤S2中的利用双树复小波变换得到时频矩阵的过程如下:将每相电压信号进行双树复小波分解,得到细节系数和相似系数,分别对每个系数进行单支重构,并组成时频矩阵。4.根据权利要求1所述的配电网内部过电压类型识别方法,其特征在于:所述步骤S3中利用奇异值分解法对时频矩阵进行降维的过程如下:分别对步骤S2所得的A、B、C三相对应的三个时频矩阵进行奇异值分解,得到矩阵表达式为A=UΛVT,式中A为m×n的矩阵,Um×m、Vn×n为两个正交矩阵,Λm×n为对角阵,将Λm×n对角线上的元素转为一维行向量;分别对S2所得的三个时频矩阵进行奇异值分解得到三个一维的奇异值特征量,并...
【专利技术属性】
技术研发人员:高伟,许晔,洪杰,兰文滨,张亚超,严艺芬,陈赫,陈美乔,洪友亮,林成,高健鸿,
申请(专利权)人:国网福建省电力有限公司漳州供电公司,国网福建省电力有限公司,
类型:发明
国别省市:福建,35
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。