一种微电网故障诊断过程中的故障信号特征值提取方法技术

本发明专利技术公开一种微电网故障诊断过程中的故障信号特征值提取方法，属于微电网故障诊断领域。本发明专利技术立足故障前后信号特征的变化，借助极值对称化处理，从采集的微电网电压或者电流信号中判断出故障信号，抑制信号波动，保留故障信号特征，归一化处理故障信号，使待处理的故障信号理想化，然后从多角度提取归一化后故障信号的重要特征值，其中包括故障信号主要频段能量值，最后采用自适应特征值动态优化方法，以达到自动多层次的优化处理微电网故障特征值的目的，为后续的微电网故障判定过程提供稳定的故障特征值。

【技术实现步骤摘要】

本专利技术属于微电网故障诊断领域，特别涉及一种微电网故障诊断过程中的故障信号特征值提取方法。
技术介绍
随着智能电网的迅速发展，分布式电源的大量不确定接入越来越多，各种多类型负载变换和不同控制器等的出现，使微电网的故障信息变的越来越复杂，故障的准确诊断越来越困难。特别是近些年来，这些问题变得更加突出，成为了一个非常有价值的研究热点。微电网故障诊断过程主要可分为故障特征值的提取、故障的判定与定位。其中故障特征值的提取是最为主要的，也是难度最高的部分，在国内外的相关故障方法研究中，一直是研究的热点和难点。现有很多故障信号特征值提取方法是基于理想的微电网故障信号进行的，然而获取理想的微电网故障信号存在很多困难，比如：电网负载的种类和数量都在与日俱增，且变化较为随机，而且由于实际微电网的各种需求存在很多控制器，其对故障信号也会产生许多影响，因此不可能得到所要求的理想微电网故障信号。再其次，信号的采样准确度以及各种小干扰都会影响故障信号的准确采集，因此现有的很多故障信号特征值提取方法实用化难度大。并且现有的一些故障信号特征值提取方法仅提取单一的故障信号特征值，又由于小信号的干扰，导致很难准确判别出故障，有时又会出现错误判断。
技术实现思路
针对现有技术存在的不足，本专利技术提供一种微电网故障诊断过程中的故障信号特征值提取方法。本专利技术的技术方案是这样的：一种微电网故障诊断过程中的故障信号特征值提取方法，包括以下步骤：步骤1：从采集的微电网电压或者电流信号中判断出故障信号；针对每一个微电网电压或者电流信号周期的采样数据，计算出所述采样数据的最大值Ximax和最小值Ximin；根据Ximax和Ximin判断所述采样数据是否对称，进而判断出该采样数据所对应的微电网电压或者电流信号是否为故障信号，方法为：若Ximax＝-Ximin，则该采样数据对称，表明该采样数据所对应的微电网电压或者电流信号为正常信号；若Ximax≠-Ximin，则该采样数据不对称，表明该采样数据所对应的微电网电压或者电流信号为故障信号；步骤2：采用极值对称化处理方法对步骤1得到的故障信号进行重构，使其对称；针对每一个故障信号周期的采样数据：首先计算出最大绝对值，并将该最大绝对值对应的故障信号元素记为；然后采用极值对称化处理方法对故障信号进行重构，方法为：a)：假设每一个故障信号周期有N个点，该N个点分别对应的故障信号元素记为将故障信号等分为两部分，分别为：Xq=(X1,X2,...,XN2)]]>和Xh=(XN2,XN2+1...XN);]]>b)：根据在故障信号中的位置，对故障信号进行重构，进而得到故障重构信号；如果位于Xh中，利用故障信号重构公式Xq＝-Xh对故障信号进行重构，得到故障重构信号X′i＝Xq+Xh；如果位于Xq中，则利用故障信号重构公式Xh＝-Xq对故障信号进行重构，得到故障重构信号X′i＝Xq+Xh；步骤3：对故障重构信号进行归一化处理；Xinew′=Xi′-Xmin*Xmax*-Xmin*(Max-Min)Ximax≠-Ximin]]>其中X′inew为归一化处理后的故障重构信号；(Min,Max)为归一化幅值区间；步骤4：采用如下公式，将归一化处理后的故障重构信号的幅值大小调整为原始故障信号的幅值大小，获得归一化处理后的故障信号；Xinew=PiXinew′Pi=Xi-PXi′-P]]>其中，Pi为原始故障信号与归一化处理后的故障重构信号的幅值比例；P为幅值基准值；步骤5：初步提取故障信号特征值，包括：故障信号主要频段能量值、故障信号平均变化速率、故障信号幅度平均值和故障信号均方根值；步骤5-1：采用基于离散小波变换的多分辨率分析方法获取故障信号主要频段能量值；1)采用基于离散小波变换的多分辨率分析方法对Xinew进行多层的分解，得到系数Aj、Dj；其中j为层数；Aj为故障信号Xinew在第j层的近似部分的小波系数；Dj为故障信号Xinew在第j层的细节部分的小波系数；2)对每层系数Aj、Dj进行重构得到不同频段对应的信号，并对不同频段的重构信号计算其能量值，并选取主要频段的能量值作为故障信号的一个特征值，即故障信号主要频段能量值；步骤5-2：获取故障信号平均变化速率；故障信号平均变化速率表示在一定周期内故障信号变化的平均速度；故障信号平均变化速率|s′|av计算式为：|s′|av=12πf01NnΣj=1Nn|s′(j)|]]>式中，f0为故障信号的频率；|s′(j)|为故障信号变化速率的绝对值，Nn为故障信号的元素个数；步骤5-3：获取故障信号幅度平均值和故障信号均方根值；故障信号幅度平均值sav表示这个周期信号的幅度大小，计算式为：sav=1NnΣi=1Nns(i)]]>故障信号均方根值srms表示故障信号偏离其平均值的程度，计算式为：srms=1NnΣi=1Nns(i)2]]>式中，s(i)为故障信号幅值，Nn为故障信号的元素个数；步骤6：对步骤5中初步提取的故障信号特征值进行优化处理，输出最终的故障信号特征值至微电网故障判定过程；步骤6-1：按顺序采集故障信号特征值，将特征值依次储存到特征值存储器；所述特征值存储器的容量为Lw；步骤6-2：设置跃变阈值Jm，判断特征值X(n)为正常状态还是跃变状态，方法为：根据X(n)-X(n-1)与跃变阈值Jm的相对大小关系，判定第n个特征值的状态：若X(n)-X(n-1)小于跃变阈值Jm，则该特征值为正常状态，执行步骤6-3；否则，该特征值为跃变状态Sta，清空特征值存储器，并输出特征值X(n)至微电网故障判定过程；步骤6-3：对该特征值直接进行左窗口平均值处理，计算出原始特征值X(n)的平均值Xnew(n)即初步优化后的特征值，并将Xnew(n)储存到特征值平均值存储器中，特征值平均值存储器的容量记为LT；左窗口数据平均值处理公式为：Xnew(n)=X(n)jw=1X(n-1)+X(n)2jw=2······X(n-Lw+1)+X(n-Lw+2)+X(n)Lwjw≥Lw]]>其中Jwjw为特征值个数；步骤6-4：对初步优化后的特征值Xnew(n)做进一步优化，输出最终的故障信号特征值至微电网故障判定过程；步骤6-4-1：寻找特征本文档来自技高网...

【技术保护点】
一种微电网故障诊断过程中的故障信号特征值提取方法，其特征在于：包括以下步骤：步骤1：从采集的微电网电压或者电流信号中判断出故障信号；步骤2：采用极值对称化处理方法对步骤1得到的故障信号进行重构，使其对称，得到故障重构信号；步骤3：对故障重构信号进行归一化处理；步骤4：将归一化处理后的故障重构信号的幅值大小调整为原始故障信号的幅值大小，获得归一化处理后的故障信号Xinew；步骤5：初步提取故障信号特征值，包括：故障信号主要频段能量值、故障信号平均变化速率、故障信号幅度平均值和故障信号均方根值；步骤6：对步骤5中初步提取的故障信号特征值进行优化处理，输出最终的故障信号特征值至微电网故障判定过程；步骤6‑1：按顺序采集故障信号特征值，将特征值依次储存到特征值存储器；所述特征值存储器的容量为Lw；步骤6‑2：设置跃变阈值Jm，判断特征值X(n)为正常状态还是跃变状态，方法为：根据X(n)‑X(n‑1)与跃变阈值Jm的相对大小关系，判定第n个特征值的状态：若X(n)‑X(n‑1)小于跃变阈值Jm，则该特征值为正常状态，执行步骤6‑3；否则，该特征值为跃变状态Sta，清空特征值存储器，并输出特征值X(n)至微电网故障判定过程；步骤6‑3：对该特征值直接进行左窗口平均值处理，计算出原始特征值X(n)的平均值Xnew(n)即初步优化后的特征值，并将Xnew(n)储存到特征值平均值存储器中，特征值平均值存储器的容量记为LT；步骤6‑4：对初步优化后的特征值Xnew(n)做进一步优化，输出最终的故障信号特征值至微电网故障判定过程；步骤6‑4‑1：寻找特征值的稳定状态值；方法为：对特征值平均值存储器中特征值平均值按照从后到前的顺序依次相减，得到Ns个差值，即Xnew(n)‑Xnew(n‑1)，Xnew(n‑1)‑Xnew(n‑2)，…，Xnew(n‑Ns+1)‑Xnew(n‑Ns)，若所有差值均小于预设的稳定阈值Sth，则将Xnew(n)记录为特征值的当前稳定状态值，若其又与所有已有的历史稳定状态值Vst不同，则将当前稳定状态值Xnew(n)存储到稳定状态值存储器中；步骤6‑4‑2：将特征值平均值存储器中的特征值平均值按照从后到前的顺序隔点依次减去与其最接近的稳定状态值存储器中的稳定状态值，得到Nc个差值，即Xnew(n)‑Vst(i)，Xnew(n‑2)‑Vst(i),…,Xnew(n‑2(Nc‑1))‑Vst(i)，若所有差值均小于预设的阈值Sc，且这些差值逐渐减小，那么认为此特征值Xnew(n)正在趋于某一稳定状态，则按照下面的公式对初步优化后的特征值Xnew(n)做进一步优化，输出最终的故障信号特征值X'new(n)至微电网故障判定过程；X'new(n)＝Xnew(n)+k(Sst(i)‑Xnew(n))式中，k为调整系数；Sst(i)为某一状态稳定值。...

【技术特征摘要】
1.一种微电网故障诊断过程中的故障信号特征值提取方法，其特征在于：包括以下步骤：
步骤1：从采集的微电网电压或者电流信号中判断出故障信号；
步骤2：采用极值对称化处理方法对步骤1得到的故障信号进行重构，使其对称，得到
故障重构信号；
步骤3：对故障重构信号进行归一化处理；
步骤4：将归一化处理后的故障重构信号的幅值大小调整为原始故障信号的幅值大小，
获得归一化处理后的故障信号Xinew；
步骤5：初步提取故障信号特征值，包括：故障信号主要频段能量值、故障信号平均变
化速率、故障信号幅度平均值和故障信号均方根值；
步骤6：对步骤5中初步提取的故障信号特征值进行优化处理，输出最终的故障信号特
征值至微电网故障判定过程；
步骤6-1：按顺序采集故障信号特征值，将特征值依次储存到特征值存储器；所述特征值
存储器的容量为Lw；
步骤6-2：设置跃变阈值Jm，判断特征值X(n)为正常状态还是跃变状态，方法为：根据
X(n)-X(n-1)与跃变阈值Jm的相对大小关系，判定第n个特征值的状态：若X(n)-X(n-1)小
于跃变阈值Jm，则该特征值为正常状态，执行步骤6-3；否则，该特征值为跃变状态Sta，清
空特征值存储器，并输出特征值X(n)至微电网故障判定过程；
步骤6-3：对该特征值直接进行左窗口平均值处理，计算出原始特征值X(n)的平均值
Xnew(n)即初步优化后的特征值，并将Xnew(n)储存到特征值平均值存储器中，特征值平均值
存储器的容量记为LT；
步骤6-4：对初步优化后的特征值Xnew(n)做进一步优化，输出最终的故障信号特征值至
微电网故障判定过程；
步骤6-4-1：寻找特征值的稳定状态值；方法为：对特征值平均值存储器中特征值平均值
按照从后到前的顺序依次相减，得到Ns个差值，即Xnew(n)-Xnew(n-1)，
Xnew(n-1)-Xnew(n-2)，…，Xnew(n-Ns+1)-Xnew(n-Ns)，若所有差值均小于预设
的稳定阈值Sth，则将Xnew(n)记录为特征值的当前稳定状态值，若其又与所有已有的历史稳

\t定状态值Vst不同，则将当前稳定状态值Xnew(n)存储到稳定状态值存储器中；
步骤6-4-2：将特征值平均值存储器中的特征值平均...

【专利技术属性】
技术研发人员：王占山，黄湛钧，崔超奇，丁三波，王继东，
申请(专利权)人：东北大学，
类型：发明
国别省市：辽宁;21