本发明专利技术公开了一种基于暂态波形信号的配电网故障预警方法及系统包括：采集配电网各个设备和线路的暂态波形信号数据，并对暂态波形信号数据进行预处理；对预处理后的数据进行特征提取，根据特征提取的数据建立故障诊断模型，基于支持向量机算法对故障诊断模型进行训练；将实时运行数据输入到训练好的故障诊断模型中输出故障诊断结果，并对配电网中的各种故障进行实时监测和预警；本发明专利技术提供的方法利用暂态波形信号进行配网故障预警，将暂态波形信号作为主要的数据采集方式，能够实时监测各个节点的电压、电流参数，提高了故障诊断的准确性和及时性。性和及时性。性和及时性。
【技术实现步骤摘要】
一种基于暂态波形信号的配电网故障预警方法及系统
[0001]本专利技术涉及故障预警
，具体为一种基于暂态波形信号的配电网故障预警方法及系统。
技术介绍
[0002]随着电力系统的发展和变革，配电网的规模逐渐扩大，供电功能和服务要求也逐步提高。然而，配电网中电力设备和线路故障仍然时有发生，如果不能及时发现和处理，将会给正常的供电和生产带来严重影响，因此，建立一种基于暂态波形信号的配电网故障预警方法和系统具有重要。
[0003]这种方法和系统通过采集和分析配电网中的暂态波形信号数据，提取有效特征，并建立相应的故障诊断模型，实现对配电网故障的早期预警。预警系统将发出预警信号并实时告警，有助于系统管理员及时采取相应的措施进行排查和处理，从而保证配电网的高可靠性和安全性，该方法和系统具有实时性、准确性和可靠性优点，能够有效地提高配电网的故障预警和安全管理水平。
技术实现思路
[0004]本部分的目的在于概述本专利技术的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和专利技术名称中可能会做些简化或省略以避免使本部分、说明书摘要和专利技术名称的目的模糊，而这种简化或省略不能用于限制本专利技术的范围。
[0005]鉴于上述存在的问题，提出了本专利技术。
[0006]本专利技术实施例的第一方面，提供一种基于暂态波形信号的配电网故障预警方法，包括：采集配电网各个设备和线路的暂态波形信号数据，并对所述暂态波形信号数据进行预处理；对所述预处理后的数据进行特征提取，根据所述特征提取的数据建立故障诊断模型，基于支持向量机算法对所述故障诊断模型进行训练；将实时运行数据输入到训练好的故障诊断模型中输出故障诊断结果，并对配电网中的各种故障进行实时监测和预警。
[0007]作为本专利技术所述的基于暂态波形信号的配电网故障预警方法的一种优选方案，其中：所述暂态波形信号数据的采集包括，
[0008]根据配电网的特点和需监测的参数选用合适的暂态波形信号采集器，通过所述暂态波形信号采集器实时采集配电网各个设备和线路的暂态波形信号；
[0009]所述暂态波形信号包括过零率、瞬时频率、时间积分数据以及配电网发生故障时正负四秒时间段的信号。
[0010]作为本专利技术所述的基于暂态波形信号的配电网故障预警方法的一种优选方案，其中：所述预处理的过程包括，
[0011]利用A/D转换器将所述暂态波形信号采集器输出的模拟信号转换为数字信号，对转换的数字信号数据进行中位值滤波、高通滤波以及降噪操作，并清洗数据中的空缺值、格式内容、逻辑错误、非需求信息；
[0012]采用基于聚类的离群样本检测策略对数据样本中仍可能出现异常的样本进行检测剔除；
[0013]将前置预处理后的信号数据进行归一化处理，并将所述归一化处理后的数据存储在本地或者上传到数据库。
[0014]作为本专利技术所述的基于暂态波形信号的配电网故障预警方法的一种优选方案，其中：所述特征提取的步骤包括，
[0015]对于所述预处理后的信号数据中缓慢变化的波形数据，直接采用离散小波变换分解的近似系数作为波形的特征值向量，为使分解过程中相同层数的近似系数的长度一致，在进行分解操作前，对所述数字信号数据在某个取样点的缺失值进行填充；
[0016]所述离散小波变换分解的近似系数的计算包括，
[0017][0018]其中，a表示波形进行缩放的参数，b表示波形进行平移的参数；
[0019]对于所述预处理后的信号数据中快速变化的波形数据，采用非抽样小波变换的细节系数对信号数据各个频段的特征进行提取，先获取所述细节系数的最大值向量，将所述最大值向量均分成所述频段的个数，再选取每个频段的最大值组成一个新的向量，作为波形的特征值向量。
[0020]作为本专利技术所述的基于暂态波形信号的配电网故障预警方法的一种优选方案，其中：所述故障诊断模型的建立和训练包括，
[0021]对所述特征提取的数据进行数据统计和分析，根据统计和分析的结果建立故障诊断模型；
[0022]将采集的暂态波形分类数据和故障诊断分类数据分为训练集和测试集，采用支持向量机算法结合训练数据对所述故障诊断模型进行训练，利用测试数据对所述故障诊断模型进行测试和评估，并根据评估结果进行模型的调整和优化；
[0023]将训练完的模型部署到实际应用中，对所述故障诊断模型运行情况进行实时监测，并根据监测结果进行反馈和优化。
[0024]作为本专利技术所述的基于暂态波形信号的配电网故障预警方法的一种优选方案，其中：所述故障诊断结果的判断包括，
[0025]将实时运行数据输入到训练好的故障诊断模型中输出故障诊断结果，利用配准算法将所述故障诊断结果和数据库中故障信息进行匹配，得到故障类型；
[0026]所述配准算法的计算包括，
[0027][0028]其中，N
c
表示匹配点对的数目，表示原始样本中的原始匹配点像素坐标，表示匹配点坐标经过透视变换后的坐标值。
[0029]作为本专利技术所述的基于暂态波形信号的配电网故障预警方法的一种优选方案，其
中：所述对配电网中的各种故障进行实时监测和预警包括，
[0030]将所述故障类型分为两个不同预警等级，即需要人工进行故障检修的故障因素为一级预警，其他故障因素为二级预警；
[0031]对配电网中的各种故障进行实时监测，当检测到配电网中存在可能的故障时，将故障代码与数据库中的故障信息进行匹配，若匹配成功，预警系统会发出信号，并根据预警级别进行告警；
[0032]所述配电网的管理员通过监控终端监测系统状态和故障信息，及时采取相应的措施进行排查和处理。
[0033]本专利技术实施例的第二方面，提供一种基于暂态波形信号的配电网故障预警系统，包括：
[0034]数据采集处理单元，用于通过暂态波形信号采集器实时采集配电网各个设备和线路的暂态波形信号数据，并对所述暂态波形信号数据进行预处理；
[0035]模型训练单元，用于对所述预处理后的数据进行特征提取，根据所述特征提取的数据建立故障诊断模型，基于支持向量机算法对所述故障诊断模型进行训练；
[0036]故障监测和预警单元，用于将实时运行数据输入到训练好的故障诊断模型中输出故障诊断结果，并对配电网中的各种故障进行实时监测和预警。
[0037]本专利技术实施例的第三方面，提供一种设备，所述设备包括，
[0038]处理器；
[0039]用于存储处理器可执行指令的存储器；
[0040]所述处理器被配置为调用所述存储器存储的指令，以执行本专利技术任一实施例所述的方法。
[0041]本专利技术实施例的第四方面，提供一种计算机可读存储介质，其上存储有计算机程序指令，包括：
[0042]所述计算机程序指令被处理器执行时实现如本专利技术任一实施例所述的方法。
[0043]本专利技术的有益效果：
[0044]①
本专利技术提供一种基于暂态波形信号的配电网故本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于暂态波形信号的配电网故障预警方法，其特征在于，包括：采集配电网各个设备和线路的暂态波形信号数据，并对所述暂态波形信号数据进行预处理；对所述预处理后的数据进行特征提取，根据所述特征提取的数据建立故障诊断模型，基于支持向量机算法对所述故障诊断模型进行训练；将实时运行数据输入到训练好的故障诊断模型中输出故障诊断结果，并对配电网中的各种故障进行实时监测和预警。2.如权利要求1所述的基于暂态波形信号的配电网故障预警方法，其特征在于：所述暂态波形信号数据的采集包括，根据配电网的特点和需监测的参数选用合适的暂态波形信号采集器，通过所述暂态波形信号采集器实时采集配电网各个设备和线路的暂态波形信号；所述暂态波形信号包括过零率、瞬时频率、时间积分数据以及配电网发生故障时正负四秒时间段的信号。3.如权利要求2所述的基于暂态波形信号的配电网故障预警方法，其特征在于：所述预处理的过程包括，利用A/D转换器将所述暂态波形信号采集器输出的模拟信号转换为数字信号，对转换的数字信号数据进行中位值滤波、高通滤波以及降噪操作，并清洗数据中的空缺值、格式内容、逻辑错误、非需求信息；采用基于聚类的离群样本检测策略对数据样本中仍可能出现异常的样本进行检测剔除；将前置预处理后的信号数据进行归一化处理，并将所述归一化处理后的数据存储在本地或者上传到数据库。4.如权利要求1～3任一所述的基于暂态波形信号的配电网故障预警方法，其特征在于：所述特征提取的步骤包括，对于所述预处理后的信号数据中缓慢变化的波形数据，直接采用离散小波变换分解的近似系数作为波形的特征值向量，为使分解过程中相同层数的近似系数的长度一致，在进行分解操作前，对所述数字信号数据在某个取样点的缺失值进行填充；所述离散小波变换分解的近似系数的计算包括，其中，a表示波形进行缩放的参数，b表示波形进行平移的参数；对于所述预处理后的信号数据中快速变化的波形数据，采用非抽样小波变换的细节系数对信号数据各个频段的特征进行提取，先获取所述细节系数的最大值向量，将所述最大值向量均分成所述频段的个数，再选取每个频段的最大值组成一个新的向量，作为波形的特征值向量。5.如权利要求4所述的基于暂态波形信号的配电网故障预警方法，其特征在于：所述故障诊断模型的建立和训练包括，对所述特征提取的数据进行数据统计和分析，根据统计和分析的结果建立故障诊...
【专利技术属性】
技术研发人员：孙大伟，李涛，韩西坪，黎业欣，李毅，苏志刚，廖旭，
申请(专利权)人：广西电网有限责任公司玉林供电局，
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。