[發明專利]一種輸電線路的模糊故障分類方法在審
| 申請號: | 201410613879.7 | 申請日: | 2014-11-04 |
| 公開(公告)號: | CN104462762A | 公開(公告)日: | 2015-03-25 |
| 發明(設計)人: | 童曉陽;羅忠運 | 申請(專利權)人: | 西南交通大學 |
| 主分類號: | G06F19/00 | 分類號: | G06F19/00 |
| 代理公司: | 成都信博專利代理有限責任公司 51200 | 代理人: | 崔建中 |
| 地址: | 610031 四*** | 國省代碼: | 四川;51 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 輸電 線路 模糊 故障 分類 方法 | ||
技術領域
本發明涉及電力系統輸電線路故障檢修領域,特別涉及一種輸電線路的模糊故障分類方法。
背景技術
輸電線故障分類對于電力系統的正常運行極為重要。目前用于輸電線路故障分類的特征較多,主要要是采取傅立葉變換對原始的電流、電壓信號進行處理,根據特征量的性質可歸納為頻域特征[1]、時域特征[2]、時頻特征[3]三大類特征量。
文獻[4]利用希爾伯特-黃變換中經驗模態分解(Empirical?Mode?Decomposition,EMD)分解信號局域化特性,獲取樣本信號的奇異值熵,以此作為特征量進行輸電線路的故障分類。
文獻[5]利用EMD構造樣本信號的樣本熵,作為特征量,再采用極限學習機進行輸電線路故障類型識別。
文獻[6]是一個專利,它涉及一種諧振接地系統單相接地故障分類選線方法,其做法是讀取故障后線路的一個工頻周波波形,對半個工頻周波的故障零序電流進行EMD分解,求出各條線路暫態零序電流的Hilbert時頻譜和Hilbert邊際譜,計算Hilbert時頻熵,并采用支持向量機對不同故障類型進行分類。但是該專利僅僅針對諧振接地系統單相接地故障,不能區分其它類型故障,只利用了暫態零序電流信號,并且采用標準支持向量機模型,不具有模糊處理能力。
文獻[7]采用傅立葉變換,通過提取故障時各序基波電流、電壓的信號特征量,結合最小二乘支持向量機用于選相中暫態信號的訓練和分類,輸出+1或-1的分類結果。但是它采用傳統的傅立葉變換獲得各序基波電流與電壓信號作為支持向量機的輸入量。
文獻[8]應用小波變換技術提取反映接地故障特征的零序電壓低頻信號能量,應用信息熵提取三相電壓的小波奇異熵。以零序電壓低頻能量和三相電壓的小波奇異熵為輸入特征量,以相別A、B、C和地G為輸出量,建立了四輸入四輸出的SVM故障類型識別網絡來識別故障類型。
文獻[9]提出了基于分形理論的高壓輸電線路故障類型識別新方法。根據故障后對各相暫態分量電流和零序暫態電流的分形維數計算和分析,提取和形成了故障類型識別判據。該方法對輸電線路有很好的有效性。
文獻[10]運用故障線路的三相電流和零序電流作為徑向基函數RBF神經網絡的輸入,利用每相電流的特征來確定該相是否有故障,利用零序電流來判斷是否發生接地故障,但是當該神經網絡用于識別故障線路的相鄰線路或平行線路的故障情況時,極容易識別為接地故障。在二類分類結果可視化顯示方面,文獻[11]針對在某些應用領域對二分類數據分類結果可視化需求,提出了二分類數據分類結果可視化算法。該算法是在無監督的自組織神經網絡(Self-Organizing?Map,SOM)可視化功能的基礎上,結合監督學習的支持向量機的二分類算法,得到能夠直觀顯示高維數據、二分類數據分類邊界及數據與分類邊界距離的二維映射圖。但是在二維空間顯示不夠直觀,并且當分類類型較多時各類數據容易重疊在一起。
以上這些基于暫態量的輸電線路的故障分類方法具有速度快、準確性高的特點,在輸電線路故障分類中得到了良好的應用。
雖然已有文獻的分類方法采用支持向量機能夠達到較好的故障分類效果,但是當輸入特征向量中夾雜噪聲或壞數據時,所提的特征量具有一定的模糊性與復雜性,不同故障類型特征量并不是線性可分,已有分類方法的分類準確率將會降低,甚至出現錯誤分類的情況。
參考文獻:
[1]陳雙,何正友,李小鵬.基于行波固有頻率的特高壓輸電線路故障選相[J].電網技術,2011,35(6):15-21.
[2]王臻卓,韓富春.基于小波變換和分形理論的輸電線路故障檢測[J].太原理工大學學報,2009,40(3):300-302.
[3]胡丹,王建華,姜書鵬,王雅婷,許青松.基于小波變換的行波故障選相[J].電氣開關,2013,6:43-45.
[4]李曉晨,陳昌雷,趙德陽,李天云.基于EMD奇異值熵的高壓輸電線路故障選相新方法[J].中國電力,2011,44(5):6-9.
[5]崔力云.基于EMD樣本熵和極限學習機的輸電線路故障類型識別[J].廣西電力,2012,35(2):10-13.
[6]郭謀發,王鵬,徐麗蘭,高偉,楊耿杰.諧振接地系統單相接地故障分類選線方法[P].福建:CN103344875A,2013-10-09.
[7]高超,鄭建華,王寶華.基于SVM的輸電線路故障選相新方法[J].電子設計工程,2011,19(18):14-17.
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于西南交通大學,未經西南交通大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201410613879.7/2.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:一種基于小波近似熵的自主式水下機器人故障辨識方法
- 下一篇:相對標準法
- 同類專利
- 專利分類
G06F 電數字數據處理
G06F19-00 專門適用于特定應用的數字計算或數據處理的設備或方法
G06F19-10 .生物信息學,即計算分子生物學中的遺傳或蛋白質相關的數據處理方法或系統
G06F19-12 ..用于系統生物學的建模或仿真,例如:概率模型或動態模型,遺傳基因管理網絡,蛋白質交互作用網絡或新陳代謝作用網絡
G06F19-14 ..用于發展或進化的,例如:進化的保存區域決定或進化樹結構
G06F19-16 ..用于分子結構的,例如:結構排序,結構或功能關系,蛋白質折疊,結構域拓撲,用結構數據的藥靶,涉及二維或三維結構的
G06F19-18 ..用于功能性基因組學或蛋白質組學的,例如:基因型–表型關聯,不均衡連接,種群遺傳學,結合位置鑒定,變異發生,基因型或染色體組的注釋,蛋白質相互作用或蛋白質核酸的相互作用





