一种电压信号扰动类别的检测方法及装置制造方法及图纸

本申请实施例提供一种电压信号扰动类别的检测方法及装置，涉及信号检测领域，能够检测出交直流电力系统的扰动类别。该方法包括：采用小波变换算法对所述待检测电压信号进行特征提取，得到所述待检测电压信号的小波变换系数矩阵；分别利用每类扰动对应的映射矩阵对所述小波变换系数矩阵进行主成分分析PCA降维处理，得到所述待检测电压信号的主成分矩阵集，所述主成分矩阵集中的每个主成分矩阵对应一类扰动；根据所述待检测电压信号的主成分矩阵集和每类扰动对应的主成分矩阵，确定所述待检测电压信号的扰动类别。

A detection method and device for the class of voltage signal disturbance

The application example provides a detection method and device of the voltage signal disturbance category, which relates to the signal detection field, and can detect the disturbance category of the AC and DC power system. The method includes: using wavelet transform algorithm for the detection of voltage signal feature extraction, wavelet transform coefficient matrix to obtain the voltage signal to be detected; using perturbation mapping matrix corresponding to the principal components of the wavelet coefficient matrix analysis of PCA dimension of each class, the principal component matrix detection of voltage signal set, the principal component matrix concentration of each principal component matrix corresponding to a disturbance; according to the principal component matrix of principal component matrix sets the voltage signal to be detected and each kind of disturbance corresponding to the disturbance categories to determine the voltage signal detection.

【技术实现步骤摘要】
一种电压信号扰动类别的检测方法及装置
本申请涉及信号检测领域，尤其涉及一种电压信号扰动类别的检测方法及装置。
技术介绍
目前，交直流电力系统中的大扰动主要包括：发电机故障切除、直流输电系统因故障(或无故障)部分或全部切除、变压器和线路等元件故障并切除、大负荷的投入或切除等，其中，线路故障最为常见，故障形式有各种短路、开路和复合故障。由于电力系统受到扰动时，电压波形将会发生变形，在扰动的起始和结束时刻，电压波形都会发生不同程度的震荡，从而导致电气设备正常运行受到影响、继电保护和自动装置误操作等严重后果。申请内容本申请的实施例提供一种电压信号扰动类别的检测方法及装置，能够检测出交直流电力系统的扰动类别。为达到上述目的，本申请的实施例采用如下技术方案：第一方面，提供一种电压信号扰动类别的检测方法，包括：采用小波变换算法对所述待检测电压信号进行特征提取，得到所述待检测电压信号的小波变换系数矩阵；分别利用每类扰动对应的映射矩阵对所述小波变换系数矩阵进行主成分分析PCA降维处理，得到所述待检测电压信号的主成分矩阵集，所述主成分矩阵集中的每个主成分矩阵对应一类扰动；根据所述待检测电压信号的主成分矩阵集和每类扰动对应的主成分矩阵，确定所述待检测电压信号的扰动类别。第二方面，提供一种电压信号扰动类别的检测装置，包括：提取模块，用于采用小波变换算法对所述待检测电压信号进行特征提取，得到所述待检测电压信号的小波变换系数矩阵；处理模块，用于分别利用每类扰动对应的映射矩阵对所述提取模块提取的小波变换系数矩阵进行主成分分析PCA降维处理，得到所述待检测电压信号的主成分矩阵集，所述主成分矩阵集中的每个主成分矩阵对应一类扰动；确定模块，用于根据所述处理模块得到的待检测电压信号的主成分矩阵集和每类扰动对应的主成分矩阵，确定所述待检测电压信号的扰动类别。由于电力系统受到扰动时，电压波形将会发生变形，在扰动的起始和结束时刻，电压波形都会发生不同程度的震荡。因此，本申请提供的方案，通过检测电力系统中不同采样点的电压信号来确定扰动类别。具体的，本申请通过对大量已知的各类扰动电压信号进行训练，为每类扰动得到一个训练后的主成分矩阵和映射矩阵，然后采用小波变换算法对输入的待检测电压信号进行特征提取，得到待检测电压信号的小波变换系数矩阵，接着，利用训练得到的每类扰动对应的映射矩阵分别对输入的信号的待检测电压信号的小波变换系数矩阵进行PCA降维处理，得到待检测电压信号的主成分矩阵集，该主成分矩阵集中的每个主成分矩阵对应一类扰动，最后，将待检测电压信号的主成分矩阵集与每类扰动对应的主成分矩阵进行比对，从而判断出待检测电压信号的扰动类别，进而可以基于确定出的电压信号扰动类别，来对电力系统执行相应的保护策略。附图说明为了更清楚地说明本申请实施例的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本申请实施例提供的一种电压信号扰动类别的检测方法的流程示意图；图2为本申请实施例提供的一种的待检测电压信号的识别流程图；图3为本申请实施例提供的一种电压信号样本训练流程图；图4为本申请实施例提供的另一种电压信号样本训练流程图；图5为本申请实施例提供的一种电压信号扰动类别的检测装置的结构示意图。具体实施方式下面对本申请中所涉及的部分术语进行解释，以方便读者理解：1)小波变换算法小波变换算法是目前常用的一种信号特征向量提取算法。小波变换在信号高频部分具有较好的时间分辨率，在低频部分具有较好的频率分辨率，但它很难提取电能质量电压信号任意频率分量的幅值特征，而且小波变换很容易受噪声影响，且对低频扰动(如电压暂升、电压暂降)的分析效果不明显。对此，2000年，Goustias提出了形态小波这一概念，成功将大多数线性小波变换和非线性小波变换统一起来，形成了多分辨分析的统一框架，形态小波兼有形态学的非线性滤波与小波的多分辨率特性，能有效性地提取信号的局部特征，且对噪声不敏感。因此，本申请实施例中提及的小波变换算法主要针对的是结合有数字形态学的一种改进的形态小波(hit-or-miss)变换IHMWT算法。1、Hit-or-miss变换IHMT算法数字形态学中有两个最基本算子：膨胀算子和腐蚀算子，其它所有的形态学算子都是由这两个基本算子所组成。假如X(k)和A(t)分别代表原始信号和结构元素，结构元素A(t)的长度比X(k)短，腐蚀算子和膨胀算子运算的定义如下：Hit-or-miss变换主要原理是利用形态学算子对信号进行滤波，利用不同结构元素滤除信号成分的差异性来提取信号的特征信息，传统的hit-or-miss变换采用的是腐蚀算子来滤波，这种算子虽然适用于图像处理领域，但是对电力系统的产生扰动的电压信号中的尖脉冲等局部特征信息需要膨胀算子来提取。因此，本申请由这两个基本算子构成的形态中值滤波器来提取特征信息定义如下，采用(A,B)两种结构元素对信号进行滤波，利用结构元素A保留电压信号的局部特征信息，利用结构元素B滤除对应的局部特征信息，他们的差值就能将电压信号的局部特征信息提取出来。其中，上述的由两个膨胀算子和腐蚀算子构成的形态中值滤波器定义如下：IHMT具体定义如下：IHMT(X,(A,B))＝Med(X,A)-Med(X,B)(公式4)需要说明的是，选择不同尺寸的结构元素，该中值滤波器可以滤除不同程度的信号的局部细节信息，根据中值滤波器的这个特性，我们可以选择不同的结构元素对电压信号进行滤波，利用他们之间的差值就可以提取出信号的局部特征信息。2、IHMWT算法IHMWT算法利用IHMT算法对信号进行分解，从而将隐藏在每一层的基本信息呈现出来，IHMT算子对初始信号X0的处理过程(即IHMWT过程)如下所示：X0→{X1,Y1}→{X2,Y2,Y1}→{Xj,Yj,Yj-1,…,Y1}(公式5)其中，Xj(k)和Yj(k)分别叫做信号的第j层分解的近似信号和细节信号。首先对利用公式6计算输入信号X0的近似信号和细节信号X1、Y1，然后对第一层近似信号X1做同样的处理。重复上述操作直至第h层，然后我们就可以得到包含信号不同特征信息成分的系数矩阵：Y＝[Y1,Y2,…,Yh]。2)主成分分析(PrincipalComponentAnalysis，PCA)PCA过程能够有效的降低变量维数。假如一个有s个采样点的信号X(k)经过h层的IHMWT变换之后得到它的IHMWT系数矩阵Y＝[Y1,Y2,…,Yh]s*h，根据IHMWT算法的处理原理，Y1,Y2,…,Yh这些变量之间肯定会存在很大程度上的重叠，直接用他们去对扰动进行分类显然是不可取的，需要对他们的主成分进行有效的提取。PCA就是将这h个变量按照一定规则进行线性的重组，最终降维到K。Zj＝Yαj＝αj(1)Y1+αj(2)Y2+,…,αj(h)Yh(j＝1,2,…，K)(公式7)其中，αj叫做映射向量，PCA算法中最关键的步骤就是求取映射向量αj以及K值。具体的，上述求取映射向量αj的具体实施步骤如下：(1)计算Y1,Y2,…,Yh这h个变量的协方差本文档来自技高网...

【技术保护点】
一种电压信号扰动类别的检测方法，其特征在于，包括：采用小波变换算法对所述待检测电压信号进行特征提取，得到所述待检测电压信号的小波变换系数矩阵；分别利用每类扰动对应的映射矩阵对所述小波变换系数矩阵进行主成分分析PCA降维处理，得到所述待检测电压信号的主成分矩阵集，所述主成分矩阵集中的每个主成分矩阵对应一类扰动；根据所述待检测电压信号的主成分矩阵集和每类扰动对应的主成分矩阵，确定所述待检测电压信号的扰动类别。

【技术特征摘要】
1.一种电压信号扰动类别的检测方法，其特征在于，包括：采用小波变换算法对所述待检测电压信号进行特征提取，得到所述待检测电压信号的小波变换系数矩阵；分别利用每类扰动对应的映射矩阵对所述小波变换系数矩阵进行主成分分析PCA降维处理，得到所述待检测电压信号的主成分矩阵集，所述主成分矩阵集中的每个主成分矩阵对应一类扰动；根据所述待检测电压信号的主成分矩阵集和每类扰动对应的主成分矩阵，确定所述待检测电压信号的扰动类别。2.根据权利要求1所述的方法，其特征在于，所述方法还包括：获取m类扰动中每类扰动对应的n组电压信号训练样本；采用小波变换算法分别对每组电压信号样本进行特征提取，得到每组电压信号样本的小波变换系数矩阵；对所述每组电压信号样本的小波变换系数矩阵进行PCA降维处理，得到所述每组电压信号样本的主成分矩阵和映射矩阵；将每类扰动对应的n组电压信号训练样本的n个映射矩阵分别合并为一个新的映射矩阵，作为所述每类扰动对应的映射矩阵，以及将每类扰动对应的n组电压信号训练样本的n个主成分矩阵合并为一个新的主成分矩阵，作为所述每类扰动对应的主成分矩阵。3.根据权利要求1所述的方法，其特征在于，所述根据所述待检测电压信号的主成分矩阵集和每类扰动对应的主成分矩阵，确定所述待检测电压信号的扰动类别，包括：计算每类扰动对应的主成分矩阵与所述待检测电压信号的主成分矩阵集中该类扰动对应主成分矩阵间的距离，将距离最小值对应的扰动类别作为所述待检测电压信号的扰动类别。4.根据权利要求1-3任一项所述的方法，其特征在于，所述小波变换算法中包含腐蚀算子和膨胀算子。5.一种电压信号扰动类...

【专利技术属性】
技术研发人员：易林，袁耀，彭在兴，王颂，刘芹，金虎，
申请(专利权)人：南方电网科学研究院有限责任公司，
类型：发明
国别省市：广东,44