一种基于VMD和ELM的故障电弧识别方法技术

本发明专利技术提供一种基于VMD和ELM的故障电弧识别方法，系统中的电弧故障问题，首先利用VMD变分模态分解技术对故障电弧的特征进行提取，得到反映电弧故障信号局部特性的本征模态函数IMF，IMF分量中噪声分量或虚假分量(由于采样率不足以及样条插值引起的多余的分量)，这些因素显然不利于对串联电弧故障的识别。因此引入样本熵对IMF分量进行合并重构。再将其输入到已经训练完成的ELM极限学习机中进行判别，得到最终诊断结果。该方法具有很高的工程应用价值，可适用于不同地区、不同规模电力系统中。统中。统中。

【技术实现步骤摘要】
一种基于VMD和ELM的故障电弧识别方法


[0001]本专利技术涉及定位方法
，尤其涉及一种基于VMD和ELM的故障电弧识别方法。

技术介绍

[0002]在已查明原因的2015年火灾事故中，因电气故障引发的化10.2万起，占到总数的30.1％，占比最高，在较大火灾中，起火原因是电气故障的甚至达到了56.7％，可见电气故障已经成为引发火灾的最大起因，而在这其中故障电弧是引发火灾最主要的电气原因。目前对于直流故障电弧的研究主要采用的方法有时域分析、频域分析、小波分析、神经网络、隐马尔科夫模型等，此外还对直流电弧伏安特性三维模型、引弧方式和装置等有一定的研究。总的来说提取直流故障电弧特征的方法有限，这些方法取得一定效果，但在实际故障发生时，有时单一基于单一故障特征信息的故障识别难以得到准确结果。
[0003]目前公开发表的文献中，故障电弧的识别方法主要是基于声、光物理特性和基于时频特性的故障电弧检测技术。电弧燃烧时会伴随着声、光、热及电磁辐射等物理现象。利用这个特征，在开关柜和配电柜等设备直流故障电弧的检测中取得了很大的效果，但是在建筑本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于VMD和ELM的故障电弧识别方法，其特征在于，包括：(1)从传感器处采集到故障发生后的电压或电流信号；(2)将电压或电流信号进行VMD变分模态分解，获得模态函数IMF分量；(3)将得到的IMF分量通过计算样本熵后，进行合并重构；(4)合并重构后的IMF分量输入到已经训练完成的ELM极限学习机中进行故障判别，输出故障类型。2.根据权利要求1所述的基于VMD和ELM的故障电弧识别方法，其特征在于，利用电压或电流互感器得到故障发生后的电压或电流信号。3.根据权利要求2所述的基于VMD和ELM的故障电弧识别方法，其特征在于，将电压或电流信号进行VMD变分模态分解，获得模态函数IMF分量，计算如下：其中{u
k
(t)}＝{u1(t),.....,u
k
(t)}为分解的k个模态，{ω
k
(t)}＝{ω1(t),.....,ω
k
(t)}为K个模态的中心频率，α为二次乘法因子，λ(t)为拉格朗日乘法算子，t表示时间变量t，f(t)表示输入信号函数，δ(t)表示狄拉克函数，||||2表示平方表示2范数的平方。4.根据权利要求3所述的基于VMD和ELM的故障电弧识别方法，其特征在于，将得到的IMF分量IMFk通过计算样本熵后得到重构后的特征向量，包括IMF分量IMFk作为第k个列向量组成特征向量x
m
(i)。5.根据权利要求4所述的基于VMD和ELM的故障电弧识别方法，其特征在于，获得ELM极限学习机的训练样本集，包括：如下步骤：4.1确定特征向量x
m
(i)的维数m和容限r；4.2给定容限r，记录下d[x
m
(i),x
...

【专利技术属性】
技术研发人员：马涛，云红剑，李津，王韬尉，张康，乔新行，张锐，刘明旗，孙树娟，原利敏，李春蕾，胡向阳，
申请(专利权)人：河北雄安许继电科综合能源技术有限公司许继集团有限公司国家电网有限公司，
类型：发明
国别省市：