本发明专利技术公开了一种分合闸线圈故障电流波形识别方法，包括：采集分合闸线圈的电流波形；对所述电流波形进行数据处理，提取电流波形的特征参数；根据预先建立的随机森林分类器对特征参数进行分类，得到分合闸线圈的诊断结果；其中，随机森林分类器的建立方法包括：采集若干个分合闸线圈的电流波形；获取第一预设数量的电流波形作为训练集；从训练集中有放回的随机抽取预设比例的电流波形作为样本数据，根据所述样本数据的构造决策树，得到随机森林分类器；其中，随机森林分类器由若干个所述决策树组成。本发明专利技术还公开了一种分合闸线圈故障电流波形识别系统。采用本发明专利技术实施例，能够提高分合闸线圈的故障故障诊断的准确率。
【技术实现步骤摘要】
一种分合闸线圈故障电流波形识别方法和系统
本专利技术涉及电力系统领域，尤其涉及一种断路器分合闸线圈故障电流波形识别方法和系统。
技术介绍
高压断路器是电力系统的重要设备，在电力系统中起到两方面的作用：第一，电网的调度控制作用，即根据电网的运行状态投切线路；第二，电网的保护作用，即当电力系统出现故障时，迅速动作，切除故障线路。因此，高压断路器的可靠性对于电力系统的安全稳定运行有重要的意义。高压断路器拒动是电力系统最严重的故障类型之一，其中以断路器拒分故障的危害尤为严重，会造成严重的电网事故，带来巨大的经济损失。分合闸线圈电流不仅能够反映分合闸线圈自身的缺陷，而且对于断路器机构故障，例如铁芯卡涩、分合闸掣子润滑不足等，有很好指示作用。通过对分合闸线圈电流的分析，找出在故障条件下分合闸线圈电流波形的变化规律，设计故障识别算法，识别故障电流波形，对于及时的发现断路器机构故障，预防断路器拒动有重要的意义。在现有技术中，对分合闸线圈故障电流波形识别的方法主要是通过传感器测量分合闸操作时分合闸线圈的电流信号,然后提取电流波形特征量进行人为的故障诊断，但是人为诊断的方法不够准确，导致故障识别的错误率较高。
技术实现思路
本专利技术实施例的目的是提供一种分合闸线圈故障电流波形识别方法和系统，能够提高分合闸线圈的故障故障诊断的准确率。为实现上述目的，本专利技术实施例提供了一种分合闸线圈故障电流波形识别方法，包括：采集分合闸线圈的电流波形；对所述电流波形进行数据处理，提取所述电流波形的特征参数；根据预先建立的随机森林分类器对所述特征参数进行分类，得到所述分合闸线圈的诊断结果；其中，所述随机森林分类器的建立方法包括：采集若干个分合闸线圈的电流波形；获取第一预设数量的所述电流波形作为训练集；从所述训练集中有放回的随机抽取预设比例的所述电流波形作为样本数据，根据所述样本数据的构造决策树，得到所述随机森林分类器；其中，所述随机森林分类器由若干个所述决策树组成。与现有技术相比，本专利技术公开的分合闸线圈故障电流波形识别方法通过采集分合闸线圈的电流波形；对所述电流波形进行数据处理，提取所述电流波形的特征参数；根据预先建立的随机森林分类器对所述特征参数进行分类，得到所述分合闸线圈的诊断结果。解决了现有技术对分合闸线圈故障电流波形识别的方法主要是通过传感器测量分合闸操作时分合闸线圈的电流信号,然后提取电流波形特征量进行人为的故障诊断，但是人为诊断的方法不够准确，导致故障识别的错误率较高的问题，能够提高分合闸线圈的故障故障诊断的准确率。作为上述方案的改进，所述随机森林分类器的建立方法还包括：获取第二预设数量的所述电流波形作为测试集；通过所述测试集对所述随机森林分类器进行交叉验证；当所述随机森林分类器不满足预设准确率时，对所述随机森林分类器进行参数调整，直至所述随机森林分类器满足预设准确率。作为上述方案的改进，所述根据所述样本数据的构造决策树具体包括：构造所述样本数据的信息熵；根据所述电流波形的特征参数对所述样本数据进行样本分类，将所述样本数据分为若干个子样本,得到分类后的样本数据的信息熵；根据所述样本数据的信息熵和所述分类后的样本数据的信息熵计算所述样本数据的信息增益。作为上述方案的改进，所述样本数据的信息熵为：其中，H(X)为所述样本数据的信息熵，X为所述样本数据，c为所述样本数据中的数据个数，Pi为第i个样本在X中所占比例，i＝1,2…c。作为上述方案的改进，所述分类后的样本数据的信息熵为：其中，HA(X)为所述分类后的样本数据的信息熵，A为所述电流波形的特征参数，X为所述样本数据，n为所述样本数据中的子样本数目，Pj为第j个子样本占所述样本数据总数的比例，Xj为第j个子样本，j＝1,2…n。作为上述方案的改进，所述样本数据的信息增益为：G(X,A)＝H(X)-HA(X)公式(3)；其中，G(X,A)为所述样本数据的信息增益，H(X)为所述样本数据的信息熵，HA(X)为所述分类后的样本数据的信息熵。为实现上述目的，本专利技术实施例还提供了一种分合闸线圈故障电流波形识别系统，包括：数据采集单元，用于采集分合闸线圈的电流波形；数据处理单元，用于对所述电流波形进行数据处理，提取所述电流波形的特征参数；分类单元，用于根据预先建立的随机森林分类器对所述特征参数进行分类，得到所述分合闸线圈的诊断结果；随机森林分类器建立单元，用于建立所述随机森林分类器；其中，所述随机森林分类器建立单元包括：电流波形获取模块，用于采集若干个分合闸线圈的电流波形；训练集获取模块，用于获取第一预设数量的所述电流波形作为训练集，并从所述训练集中有放回的随机抽取预设比例的所述电流波形作为样本数据；决策树构造模块，用于根据所述样本数据的构造决策树，得到所述随机森林分类器；其中，所述随机森林分类器由若干个所述决策树组成。与现有技术相比，本专利技术公开的分合闸线圈故障电流波形识别系统，首先通过数据采集单元采集分合闸线圈的电流波形；然后数据处理单元对所述电流波形进行数据处理，提取所述电流波形的特征参数；最后分类单元根据随机森林分类器建立单元预先建立的随机森林分类器对所述特征参数进行分类，得到所述分合闸线圈的诊断结果。解决了现有技术对分合闸线圈故障电流波形识别的方法主要是通过传感器测量分合闸操作时分合闸线圈的电流信号,然后提取电流波形特征量进行人为的故障诊断，但是人为诊断的方法不够准确，导致故障识别的错误率较高的问题，能够提高分合闸线圈的故障故障诊断的准确率。作为上述方案的改进，所述随机森林分类器建立单元还包括：测试集获取模块，用于获取第二预设数量的所述电流波形作为测试集；交叉验证模块，用于通过所述测试集对所述随机森林分类器进行交叉验证；参数调整模块，用于当所述随机森林分类器不满足预设准确率时，对所述随机森林分类器进行参数调整，直至所述随机森林分类器满足预设准确率。作为上述方案的改进，所述决策树构造模块包括：样本数据的信息熵获取模块，用于构造所述样本数据的信息熵；分类后的样本数据的信息熵获取模块，用于根据所述电流波形的特征参数对所述样本数据进行样本分类，将所述样本数据分为若干个子样本,得到分类后的样本数据的信息熵；样本数据的信息增益获取模块，用于根据所述样本数据的信息熵和所述分类后的样本数据的信息熵计算所述样本数据的信息增益。作为上述方案的改进，所述样本数据的信息熵为：其中，H(X)为所述样本数据的信息熵，X为所述样本数据，c为所述样本数据中的数据个数，Pi为第i个样本在X中所占比例，i＝1,2…c；所述分类后的样本数据的信息熵为：其中，HA(X)为所述分类后的样本数据的信息熵，A为所述电流波形的特征参数，X为所述样本数据，n为所述样本数据中的子样本数目，Pj为第j个子样本占所述样本数据总数的比例，Xj为第j个子样本，j＝1,2…n；所述样本数据的信息增益为：G(X,A)＝H(X)-HA(X)公式(3)；其中，G(X,A)为所述样本数据的信息增益，H(X)为所述样本数据的信息熵，HA(X)为所述分类后的样本数据的信息熵。附图说明图1是本专利技术实施例提供的一种分合闸线圈故障电流波形识别方法的流程图图2是本专利技术实施例提供的一种分合闸线圈故障电流波形识别方法中建立随机森林分类器的流程图；图3是本专利技术实施例提本文档来自技高网...
【技术保护点】
1.一种分合闸线圈故障电流波形识别方法，其特征在于，包括：采集分合闸线圈的电流波形；对所述电流波形进行数据处理，提取所述电流波形的特征参数；根据预先建立的随机森林分类器对所述特征参数进行分类，得到所述分合闸线圈的诊断结果；其中，所述随机森林分类器的建立方法包括：采集若干个分合闸线圈的电流波形；获取第一预设数量的所述电流波形作为训练集；从所述训练集中有放回的随机抽取预设比例的所述电流波形作为样本数据，根据所述样本数据的构造决策树，得到所述随机森林分类器；其中，所述随机森林分类器由若干个所述决策树组成。
【技术特征摘要】
1.一种分合闸线圈故障电流波形识别方法，其特征在于，包括：采集分合闸线圈的电流波形；对所述电流波形进行数据处理，提取所述电流波形的特征参数；根据预先建立的随机森林分类器对所述特征参数进行分类，得到所述分合闸线圈的诊断结果；其中，所述随机森林分类器的建立方法包括：采集若干个分合闸线圈的电流波形；获取第一预设数量的所述电流波形作为训练集；从所述训练集中有放回的随机抽取预设比例的所述电流波形作为样本数据，根据所述样本数据的构造决策树，得到所述随机森林分类器；其中，所述随机森林分类器由若干个所述决策树组成。2.如权利要求1所述的分合闸线圈故障电流波形识别方法，其特征在于，所述随机森林分类器的建立方法还包括：获取第二预设数量的所述电流波形作为测试集；通过所述测试集对所述随机森林分类器进行交叉验证；当所述随机森林分类器不满足预设准确率时，对所述随机森林分类器进行参数调整，直至所述随机森林分类器满足预设准确率。3.如权利要求1所述的分合闸线圈故障电流波形识别方法，其特征在于，所述根据所述样本数据的构造决策树具体包括：构造所述样本数据的信息熵；根据所述电流波形的特征参数对所述样本数据进行样本分类，将所述样本数据分为若干个子样本,得到分类后的样本数据的信息熵；根据所述样本数据的信息熵和所述分类后的样本数据的信息熵计算所述样本数据的信息增益。4.如权利要求3所述的分合闸线圈故障电流波形识别方法，其特征在于，所述样本数据的信息熵为：其中，H(X)为所述样本数据的信息熵，X为所述样本数据，c为所述样本数据中的数据个数，Pi为第i个样本在X中所占比例，i＝1,2…c。5.如权利要求4所述的分合闸线圈故障电流波形识别方法，其特征在于，所述分类后的样本数据的信息熵为：其中，HA(X)为所述分类后的样本数据的信息熵，A为所述电流波形的特征参数，X为所述样本数据，n为所述样本数据中的子样本数目，Pj为第j个子样本占所述样本数据总数的比例，Xj为第j个子样本，j＝1,2…n。6.如权利要求5所述的分合闸线圈故障电流波形识别方法，其特征在于，所述样本数据的信息增益为：G(X,A)＝H(X)-HA(X)公式(3)；其中，G(X,A)为所述样本数据的信息增益，H(X)为所述样本数据的信息熵，HA(X)为所述分类后的样本数据的信息熵。7.一种分合闸线圈故障电流波形识别系统，其特征在于，包括：数据采集单元，用于采集分合...
【专利技术属性】
技术研发人员：易林，彭在兴，王颂，金虎，刘凯，赵林杰，李锐海，
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
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。