[發明專利]一種適用于微電網的智能故障診斷方法在審
| 申請號: | 201410699320.0 | 申請日: | 2014-11-26 |
| 公開(公告)號: | CN104502795A | 公開(公告)日: | 2015-04-08 |
| 發明(設計)人: | 王瑞琪;孫樹敏;程艷;逯懷東;石鑫;李筍;王昭鑫;靳占新;張用;趙鵬;朱宇;孫偉;李寶賢;李超英;王超 | 申請(專利權)人: | 國家電網公司;國網山東省電力公司電力科學研究院 |
| 主分類號: | G01R31/08 | 分類號: | G01R31/08 |
| 代理公司: | 濟南圣達知識產權代理有限公司37221 | 代理人: | 張勇 |
| 地址: | 250002山東*** | 國省代碼: | 山東;37 |
| 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 適用于 電網 智能 故障診斷 方法 | ||
1.一種適用于微電網的智能故障診斷方法,其特征是,包括以下步驟:
步驟一:通過采集微電網母線上的電壓電流信號對微電網的運行狀態進行監控;
步驟二:根據步驟一中對微電網的運行狀態進行監控判斷微電網是否發生內部故障;當發生內部故障時,轉入步驟三;當未發生內部故障時,轉入步驟四;
步驟三:當微電網發生內部故障時,立即啟動微電網內部故障診斷模式,根據設定條件采樣電壓電流信號并進行預處理;
步驟四:當微電網未發生內部故障時,每隔設定時間啟動微電網外部故障診斷模式,根據設定條件采樣電壓電流信號并進行預處理;
步驟五:利用多小波包分解提取不同頻率的故障信號暫態分量;計算小波奇異熵作為微電網RBF神經網絡故障診斷模型的特征向量;
步驟六:將特征向量輸入微電網RBF神經網絡故障診斷模型進行訓練,訓練好的神經網絡故障診斷模型輸出對應微電網的故障狀態信息;
步驟七:每隔設定時間按照步驟二到步驟五計算采樣信號的小波奇異熵,作為步驟六中訓練好的神經網絡故障診斷模型的輸入特征向量,獲得微電網的故障狀態信息。
2.如權利要求1所述的一種適用于微電網的智能故障診斷方法,其特征是,所述步驟一中,采集微電網母線上的電壓電流信號,具體為:微電網公共母線三相電流、零序電流及靜態開關STS處三相電壓。
3.如權利要求1所述的一種適用于微電網的智能故障診斷方法,其特征是,所述步驟三中,根據設定條件采樣電壓電流信號并進行預處理具體是:以10kHz的頻率采樣故障前半個周期即10ms和故障后半個周期即10ms的微電網公共母線三相電流、零序電流及靜態開關STS處三相電壓,作為故障信號離散時間序列,并存入錄波數據庫中。
4.如權利要求1所述的一種適用于微電網的智能故障診斷方法,其特征是,所述步驟四中,根據設定條件采樣電壓電流信號并進行預處理具體是:每隔200ms以10kHz的頻率采樣一個周期即20ms的微電網公共母線三相電流、零序電流及靜態開關STS處三相電壓,作為故障信號離散時間序列,并存入錄波數據庫中。
5.如權利要求1所述的一種適用于微電網的智能故障診斷方法,其特征是,所述步驟五中,利用多小波包分解技術提取不同頻率的故障信號暫態分量,微電網公共母線三相電流、零序電流和STS處三相電壓7個故障信號離散時間序列進行多小波包分解方法為:
給定k時刻的故障信號離散時間序列x(n),選擇DB10小波基進行多小波包分解,離散時間序列x(n)被分解到m個頻帶下,每個頻帶下的暫態分量為Dj(n)(j=1,2,…,m),通過多小波包分解后的故障信號離散時間序列x(n)可以表示為
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國家電網公司;國網山東省電力公司電力科學研究院;,未經國家電網公司;國網山東省電力公司電力科學研究院;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/201410699320.0/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:局部放電采集方法和裝置
- 下一篇:車載式智能接地檢測系統及接地檢測方法





