基于小波分解滚动学习的变电站二次回路信号检测方法技术

本发明专利技术提供了一种基于小波分解滚动学习的变电站二次回路信号检测方法，步骤如下：对信号加装时间窗口；选取信号发生变化的时间窗口；对选取的时间窗口内的信号进行小波分解，且从低频至高频逐级分解；获得不同尺度的小波分解系数，进而获得不同响应事件对应的小波分解系数；根据信号所对应的响应事件，选取历史信号的小波分解系数作为特征参数，每次在线检测中产生的响应事件作为反馈进行滚动学习。本发明专利技术有益效果：通过信号小波分解及滚动学习，进一步降低噪声信号的干扰，加强系统变电站相应事件的识别，包括事件识别的准确性和实时性，滚动学习是一种在线学习，随着运行时间变长可以不断提升信号检测精度，具有良好地使用效果。效果。效果。

【技术实现步骤摘要】
基于小波分解滚动学习的变电站二次回路信号检测方法


[0001]本专利技术属于变电站信号检测
，尤其是涉及一种基于小波分解滚动学习的变电站二次回路信号检测方法。

技术介绍

[0002]自动化技术在变电站中的应用越来越广泛，站端监控后台系统、地调主站监控系统、中调主站监控系统、网调主站监控系统等通过大量的遥测、遥信信号与变电站前端运行设备进行连接，对变电站二次回路信号进行检测。然而变电站复杂的电磁环境导致信号传输环境较差，并且容易受到抖动、接触不良、机械故障等因素影响，变电站信号往往容易产生畸变、毛刺或白噪声，从而引发保护装置误动、误报警等现象。针对该类问题，以往，主要采用简单的人工重置、延迟响应等方法进行处理，然而其处理效率仍偏低，难以在干扰信号和事件信号的识别中实现有效平衡，对于电网中的重要事件处理容易产生延误。

技术实现思路

[0003]有鉴于此，本专利技术旨在克服现有技术中上述问题的不足之处，提出一种基于小波分解滚动学习的变电站二次回路信号检测方法。
[0004]为达到上述目的，本专利技术的技术方案是这样实现的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于小波分解滚动学习的变电站二次回路信号检测方法，其特征在于，包括以下步骤：A.对信号加装时间窗口；B.选取信号发生变化的时间窗口；C.对步骤B中时间窗口内的信号进行小波分解，且从低频至高频逐级分解；D.获得不同尺度的小波分解系数，进而获得不同响应事件对应的小波分解系数；E.根据信号所对应的响应事件，选取历史信号的小波分解系数作为特征参数，每次在线检测中产生的响应事件作为反馈进行滚动学习。2.根据权利要求1所述的基于小波分解滚动学习的变电站二次回路信号检测方法，其特征在于：步骤B中时间窗口内包含二的指数次方个信号采样点。3.根据权利要求1所述的基于小波分解滚动学习的变电站二次回路信号检测方法，其特征在于：步骤C中小波分解到达设定硬阈值后截断。4.根据权利要求1所述的基于小波分解滚动学习的变电站二次回路信号检测方法，其特征在于，变电站中的信号变化所对应的响应事件至少包括以下一种：过电流、过电压、跳闸、噪声。5.根据权利要求1所述的基于小波分解滚动学习的变电站二次回路信号检测方法，其特征在于，步骤E中进行滚动学习的步骤如下：E1.假设s1、s2、s3、s4…
s
q
分别代表变电站中的信号所表示的q种响应事件，此时，对应于不同的响应事件s
i
，选取小波分解的p个系数作为特征向量k
i
＝(a
i1
,a
i2
,a
i3
,
……
,a
ip
)，其中a
i1
、a
i2
、a
i3
、
……
、a
ip
表示响应事件s
...

【专利技术属性】
技术研发人员：刘孟，马文涛，鄢学锋，杜伟，刘志刚，赵希斌，彭雪华，李骏，张贻飞，曾萍，曾文洋，
申请(专利权)人：国家电网有限公司，
类型：发明
国别省市：