System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术属于配电网单相接地故障定位,具体涉及一种基于iceemdan算法的配电网单相接地故障定位方法及系统。
技术介绍
1、配电网结构复杂、线路分支繁多且大部分呈辐射型,导致线路故障点的巡查难度较大,容易增加系统供电恢复时间,影响供电可靠性。
2、目前,常用的配电网故障定位方法有行波法、人工智能算法和阻抗法。行波法通过利用故障点产生的初始行波或反射行波信号进行故障位置的判定,定位结果精度高,对系统运行方式、故障类型和过渡电阻具有良好的鲁棒性,但无论是单端行波还是双端行波定位方法都需要在配电网中的多个位置安装行波采集装置,投资成本较大。人工智能算法通过利用神经网络、专家系统、遗传算法和蚁群算法等智能方法获取故障点位置,有较好的容错性能,但对故障特征的训练数据要求较高,并且随着配电网拓扑结构和故障情况的变化,算法处理时间变得更长,增加了算法的运行负担,影响了方法的灵活性和实用性。
3、阻抗法通过利用线路参数与故障时节点电压电流等量测值计算故障线路阻抗,从而估计故障点与量测节点之间的位置。通过在线路不同位置处模拟各种类型故障,获得各节点的模拟电压数据,根据每个节点的实际电压和模拟电压匹配性来确定实际线路故障位置,在一定程度上减少了伪故障点出现的可能性,但方法需要模拟整个配电网故障点,工作量较大。
技术实现思路
1、本专利技术所要解决的技术问题在于针对上述现有技术中的不足,提供一种基于iceemdan算法的配电网单相接地故障定位方法及系统,用于解决单相接地故障选线
2、本专利技术采用以下技术方案:
3、一种基于iceemdan算法的配电网单相接地故障定位方法,采集配电线路各条出线的零序电流数据;采用改进的自适应噪声完备集合经验模态分解算法对零序电流数据进行分解,提取得到多个从高频到低频分布的单一瞬时频率本征模态函数;采用时频分析法对多个单一瞬时频率本征模态函数进行时频谱分析,得到时频谱图;将时频谱图输入训练好的故障定位模型,获得配电线路故障定位结果。
4、具体的,采集的零序电流信号为故障发生后10个周期的零序电流信号。
5、进一步的,零序电流信号的采样率fs为:
6、fs=2n*f
7、其中,n为正整数,f为电网运行频率。
8、具体的,对零序电流数据进行分解具体为:
9、在故障零序电流信号中加入均值为0的白噪声,在分解的过程中多级引入均匀分布的白噪声,并对分解结果进行平均处理。
10、进一步的,分解过程如下:
11、向待分解信号x添加1组白噪声ω(i),构造序列x(i),计算得到第一组残差r1(t);计算第一模态分量d1;添加白噪声,利用局部均值分解计算第二组残差r2,定义第二个模态分量d2;计算第k个残差rk和模态分量dk;得到所有的模态与残差数。
12、更进一步的,构造的序列x(i)具体为:
13、x(i)=x+β0e(ω(i))
14、其中,x为待分解信号;β为高斯白噪声权值系数;e(ω(i))为产生的高斯白噪声。
15、更进一步的,第k个残差rk和模态分量dk为:
16、rk=(n(rk-1+βk-1e(ω(i))))
17、dk=rk-1-rk
18、其中,n为正整数,rk-1为第k-1个残差,βk-1为第k-1个高斯白噪声权值系数,e(ω(i))为高斯白噪声。
19、具体的,时频谱图计算如下:
20、
21、其中,x(t)为需要时频分析的信号,w(t-τ0)为窗函数,x(ω)为计算得到的频谱,f为傅里叶算子。
22、具体的,故障定位模型采用神经网络。
23、第二方面,本专利技术实施例提供了一种基于iceemdan算法的配电网单相接地故障定位系统,包括:
24、采样模块,采集配电线路各条出线的零序电流数据;
25、分解模块,采用改进的自适应噪声完备集合经验模态分解算法对采样模块得到的零序电流数据进行分解,提取得到多个从高频到低频分布的单一瞬时频率本征模态函数;
26、分析模块,采用时频分析法对分解模块得到的多个单一瞬时频率本征模态函数进行时频谱分析,得到时频谱图;
27、定位模块,将分析模块求出的时频谱图输入训练好的故障定位模型,获得配电线路故障定位结果。
28、与现有技术相比,本专利技术至少具有以下有益效果:
29、本专利技术采用改进自适应噪声完备集合经验模态分解算法对故障零序电流信号进行分析,是从经验模态分解的基础上加以改进,加入高斯噪声和通过多次叠加并平均以抵消噪声的思想,减少了模态混叠,提升了对故障零序电流信号的分解效果,进一步提高了故障检测的准确率;
30、对各个模态函数进行时频谱分析,可以获得各个模态函数的时频域特征,可以提高模型训练的效率;
31、本专利技术采用改进自适应噪声完备集合经验模态分解算法和信号时频谱分析的方法进行配电线路的单相接地故障定位,可使故障特征求取的步骤简化,减少了故障诊断的计算时间,提高了故障诊断的效率。
32、可以理解的是,上述第二方面的有益效果可以参见上述第一方面中的相关描述,在此不再赘述。
33、综上所述,本专利技术具有计算简单、故障诊断速度快、故障诊断效率高、故障诊断更准确的优点。
34、下面通过附图和实施例,对本专利技术的技术方案做进一步的详细描述。
本文档来自技高网...【技术保护点】
1.一种基于ICEEMDAN算法的配电网单相接地故障定位方法,其特征在于,采集配电线路各条出线的零序电流数据;采用改进的自适应噪声完备集合经验模态分解算法对零序电流数据进行分解,提取得到多个从高频到低频分布的单一瞬时频率本征模态函数;采用时频分析法对多个单一瞬时频率本征模态函数进行时频谱分析,得到时频谱图;将时频谱图输入训练好的故障定位模型,获得配电线路故障定位结果。
2.根据权利要求1所述的基于ICEEMDAN算法的配电网单相接地故障定位方法,其特征在于,采集的零序电流信号为故障发生后10个周期的零序电流信号。
3.根据权利要求2所述的基于ICEEMDAN算法的配电网单相接地故障定位方法,其特征在于,零序电流信号的采样率fs为:
4.根据权利要求1所述的基于ICEEMDAN算法的配电网单相接地故障定位方法,其特征在于,对零序电流数据进行分解具体为:
5.根据权利要求4所述的基于ICEEMDAN算法的配电网单相接地故障定位方法,其特征在于,分解过程如下:
6.根据权利要求5所述的基于ICEEMDAN算法的配电网单相接地故
7.根据权利要求5所述的基于ICEEMDAN算法的配电网单相接地故障定位方法,其特征在于,第k个残差Rk和模态分量dk为:
8.根据权利要求1所述的基于ICEEMDAN算法的配电网单相接地故障定位方法,其特征在于,时频谱图计算如下:
9.根据权利要求1所述的基于ICEEMDAN算法的配电网单相接地故障定位方法,其特征在于,故障定位模型采用神经网络。
10.一种基于ICEEMDAN算法的配电网单相接地故障定位系统,其特征在于,包括:
...【技术特征摘要】
1.一种基于iceemdan算法的配电网单相接地故障定位方法,其特征在于,采集配电线路各条出线的零序电流数据;采用改进的自适应噪声完备集合经验模态分解算法对零序电流数据进行分解,提取得到多个从高频到低频分布的单一瞬时频率本征模态函数;采用时频分析法对多个单一瞬时频率本征模态函数进行时频谱分析,得到时频谱图;将时频谱图输入训练好的故障定位模型,获得配电线路故障定位结果。
2.根据权利要求1所述的基于iceemdan算法的配电网单相接地故障定位方法,其特征在于,采集的零序电流信号为故障发生后10个周期的零序电流信号。
3.根据权利要求2所述的基于iceemdan算法的配电网单相接地故障定位方法,其特征在于,零序电流信号的采样率fs为:
4.根据权利要求1所述的基于iceemdan算法的配电网单相接地故障定位方法,其特征在于...
【专利技术属性】
技术研发人员:薛枫,李方临,赵兴耀,李庚,陈溪,王宝乐,高丁,赵航,刘成英,
申请(专利权)人:国网陕西省电力有限公司咸阳供电公司,
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。