【技术实现步骤摘要】
一种燃气发电机失磁识别方法、系统及电子设备
[0001]本专利技术涉及电力系统继电保护领域,特别是涉及一种基于测量阻抗时序空间变化特征识别的数据驱动型燃气发电机失磁识别方法、系统及电子设备。
技术介绍
[0002]大型燃气发电机全部或部分失磁是一种较常见且严重的故障,燃气发电机相对于汽轮发电机异步功率小、调速器时滞大,在失磁后转子会更快地超速,并伴随着机组振动等现象,对机组本体及电网危害巨大,因此要求失磁保护更快速动作。2018年巴西电网“3.21”大停电事故中东北部电网某大型燃气机组因受系统振荡的影响导致失磁保护误动跳闸,该机组解列加剧了系统的不稳定以致最终崩溃。
[0003]以机端阻抗静稳边界为主判据的传统失磁保护只能通过机端测量阻抗变化的最终结果来判断是否失磁,但其只利用了测量阻抗变化最终结果信息,忽略了动态过程,无法反映复杂电网环境下各种扰动测量阻抗的变化,难以同时满足选择性和速动性。随着电网结构日趋复杂以及运行环境的变化,大型燃气机失磁保护的可靠性和速动性均面临着巨大的挑战。
技术实现思路
[0004]本专利技术的目的是提供一种燃气发电机失磁识别方法、系统及电子设备,可提高燃气发电机失磁的识别精度及效率。
[0005]为实现上述目的,本专利技术提供了如下方案:
[0006]一种燃气发电机失磁识别方法,包括:
[0007]采集燃气发电机的测量阻抗轨迹;所述测量阻抗轨迹包括设定时段内各时刻的测量阻抗时序点;
[0008]根据所述测量阻抗轨迹,确定当前特征向 ...
【技术保护点】
【技术特征摘要】
1.一种燃气发电机失磁识别方法,其特征在于,所述燃气发电机失磁识别方法包括:采集燃气发电机的测量阻抗轨迹;所述测量阻抗轨迹包括设定时段内各时刻的测量阻抗时序点;根据所述测量阻抗轨迹,确定当前特征向量;根据所述当前特征向量,基于判别模型,确定所述燃气发电机是否失磁;所述判别模型为预先采用训练样本集,基于融合混沌对立、自适应t分布和分组维度学习的海洋捕食者算法,对多核孪生支持向量机进行训练得到的;所述训练样本集中包括多个失磁样本的特征向量及多个非失磁样本的特征向量。2.根据权利要求1所述的燃气发电机失磁识别方法,其特征在于,所述燃气发电机失磁识别方法还包括:若所述燃气发电机失磁,则对所述燃气发电机进行失磁保护动作。3.根据权利要求1所述的燃气发电机失磁识别方法,其特征在于,所述当前特征向量包括距离方差、运动方位角导数最小值、运动方位角导数均值、方向角导数均值、速度最大值及速度偏度;所述根据所述测量阻抗轨迹,确定当前特征向量,具体包括:截取所述测量阻抗轨迹在设定时窗内的测量阻抗时序点;针对任一测量阻抗时序点,根据所述测量阻抗时序点,计算所述测量阻抗时序点的运动方位角、方向角及速度;根据各测量阻抗时序点,计算距离方差;根据各测量阻抗时序点的运动方位角,计算运动方位角导数最小值及运动方位角导数均值;根据各测量阻抗时序点的方向角,计算方向角导数均值;根据各测量阻抗时序点的速度,计算速度最大值及速度偏度。4.根据权利要求3所述的燃气发电机失磁识别方法,其特征在于,采用以下公式计算第i个时窗的距离方差:其中,为第i个时窗的距离方差,N
i
为第i个时窗的测量阻抗时序点数量,为第k个测量阻抗时序点,为燃气轮机输出功率标幺值的倒数。5.根据权利要求3所述的燃气发电机失磁识别方法,其特征在于,采用以下公式计算第i个时窗的运动方位角导数最小值及运动方位角导数均值:
其中,D
α.min,i
为第i个时窗的运动方位角导数最小值,u
Dα,i
为第i个时窗的运动方位角导数均值,N
i
为第i个时窗的测量阻抗时序点数量,α
k
为第k个测量阻抗时序点的运动方位角,α
k+1
为第k+1个测量阻抗时序点的运动方位角,Δt为计算时间间隔。6.根据权利要求1所述的燃气发电机失磁识别方法,其特征在于,所述判别模型的建立方法包括:获取燃气发电机的测量阻抗轨迹样本集;所述测量阻抗轨迹样本集中包括多个失磁样本及多个非失磁样本;各失磁样本及和各非失磁样本均包括设定时段内各时刻的测量阻抗时序点;分别截取各失磁样本及各非失磁样本在设定时窗内的测量阻抗时序点,得到对应时窗内的测量阻抗轨迹样本集;根据设定时窗内的测量阻抗轨迹样本集,计算各失磁样本的特征向量及各非失磁样本的特征向量;根据各失磁样本的特征向量,确定失磁归一化矩阵;根据各非失磁样本的特征向量,确定非失磁归一化矩阵;根据所述失磁归一化矩阵及所述非失磁归一化矩阵,基于融合混沌对立、自适应t分布和分组维度学习的海洋捕食者算法,对多核孪生支持向量机进行迭代训练,以得到...
【专利技术属性】
技术研发人员:康纪良,陈晓强,曹明宣,肖仕武,刘超,
申请(专利权)人:华北电力大学,
类型:发明
国别省市:
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。