【技术实现步骤摘要】
【专利摘要】本专利技术涉及。本方法为:首先,采用表征故障暂态零序电流的数学模型替换Duffing混沌振子的内置信号,并选取合适的参数建立IOS;然后,当故障发生时,对故障后首个1/2个工频周期内的暂态零序电流进行4层db10小波包分解,并按照能量最大原则提取特征频带,进而将特征频带导入IOS进行求解;最后,提出相轨迹的最大混沌距离与平均混沌距离相结合的故障选线新判据。大量仿真实验表明,该方法可在强噪声背景下的微弱信号中实现准确选线。【专利说明】
本专利技术涉及,属电力系统故障选线
。
技术介绍
目前,故障选线方法主要利用小波变换、S变换、Prony算法、Hough变换等信号处理工具提取信号,然后,采用人工神经网络、支持向量机等建立选线判据。小波变换具有良好的时域、频域局部化特性,能提取暂态信号在不同尺度的特征,但小波变换易受噪声影响。此外,不同的小波基函数将导致不同的暂态特征提取结果。S变换可确定出零序电流的主导特征频率,并通过比较主导特征频率上各馈线零序电流的S变换能量,以实现故障选线。Prony分段拟合故障T / 4周期内的暂态零序电流信号,不仅有效避开电流互感器磁密饱和对采集信号的影响,而且在一定程度上提高了 Prony整体拟合精度。Hough变换在参数空间不超过2维的情况下,有优异的表现,但若参数空间增大,其计算量急剧上升,同时耗费巨大的存储空间,耗时也随之猛增。人工神经网络具有对周围环境自学习、自适应功能,可用于处理带噪声的、不完整的数据集,但存在局部最优,训练时间较长,可靠性有限等问题。支持向量机在解决小样本、非线性及高维模式 ...
【技术保护点】
一种利用改进振子系统(Improved Oscillator System,IOS)的故障选线方法,其特征在于,首先,采用表征故障暂态零序电流的数学模型替换Duffing混沌振子的内置信号,并选取合适的参数建立IOS;然后,当故障发生时,启动选线装置,对故障后首个1/2个工频周期内的暂态零序电流进行4层db10小波包分解,并按照能量最大原则提取特征频带,进而将特征频带导入IOS进行求解;最后,提出相轨迹的最大混沌距离与平均混沌距离相结合的故障选线新判据。
【技术特征摘要】
【专利技术属性】
技术研发人员:王晓卫,高杰,魏向向,侯雅晓,张涛,
申请(专利权)人:河南理工大学,
类型:发明
国别省市:河南;41
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。