[發明專利]一種電壓跌落智能檢測方法

在審

• 申請號: 201810519307.0
• 申請日: 2018-05-28
• 公開（公告）號: CN108802493A
• 公開（公告）日: 2018-11-13
• 發明（設計）人: 汪飛;陸思遠;羅雨;郭慧;李玉菲
• 申請（專利權）人: 上海大學
• 主分類號: G01R23/18
• 分類號: G01R23/18;G01R31/08;G06N3/04
• 代理公司: 上海上大專利事務所(普通合伙) 31205
• 代理人: 陸聰明

1.一種電壓跌落智能檢測方法，其特征在于，所述方法包括如下步驟：

A. 記錄電網正常運行時三相電壓瞬時值，提取電網正常運行時三相電壓的低次諧波；

B. 記錄不同故障導致電網電壓跌落時三相電壓瞬時值，提取電壓跌落時三相電壓的低次諧波，對低次諧波作組合，選取最佳組合；

C. 利用循環神經網絡，RNN模型進行故障檢測。

2.根據權利要求1所述的一種電壓跌落智能檢測方法，其特征在于，所述步驟A具體為：

記錄電網正常運行時三相電壓瞬時值，采樣間隔為0.1ms；

采用諧波提取的方法提取電網正常運行時三相電壓的低次諧波，并記錄諧波畸變率。

3.根據權利要求1所述的一種電壓跌落智能檢測方法，其特征在于，所述步驟B具體為：

記錄不同故障導致電網電壓跌落時三相電壓瞬時值，采樣間隔為0.1ms；

采用諧波提取的方法提取電壓跌落時三相電壓的低次諧波，并記錄諧波畸變率；低次諧波畸變率記為HDX，其中HD表示諧波畸變率，X表示第幾次諧波；將不同低次諧波進行組合，組合后的諧波畸變率記為HDX₁X₂…X_n，其中，X₁到X_n表示對n個不同階的低次諧波作組合，本步驟研究電壓跌落時三相電壓的諧波畸變率，故記為HDUX₁X₂…X_n；

選取不同階次的低次諧波進行不同的組合，不同低次諧波的組合在不同故障下呈現不同的HDU曲線，即對應著不同的函數；若電壓諧波畸變率在時間T內快速增大，設置5%的閾值；在時間T內電壓諧波畸變率增幅超過5%，同時曲線呈現從正弦| sinx |到“強”指數函數的變化趨勢，電壓跌落發生；將具有這種趨勢的曲線稱為“諧波足跡”，作為循環神經網絡算法的一個特征使用；其物理模型為f (x) = ae^(bx) + ce^(dx)，其中a，b，c和d為常數；該模型是一個兩項指數模型；

采樣間隔0.1ms，故時間T內，共有T/0.1個電壓諧波畸變率數據點，將這些數據點與“諧波足跡”曲線擬合，選取與“諧波足跡”曲線最相符的HDU曲線，將該種低次諧波組合作為循環神經網絡算法的訓練數據。

4.根據權利要求1所述的一種電壓跌落智能檢測方法，其特征在于，所述步驟C具體為：

循環神經網絡算法的輸入為每一相電壓，故有3個輸入，記為U1、U2、U3；輸出為：電網正常運行時的輸出定義為0，電壓跌落故障檢測的輸出定義為1；將步驟A和步驟B記錄并處理過的電網正常運行時的數據和電壓跌落時的數據用循環神經網絡算法進行訓練，得到檢測模型進行故障檢測。