[發明專利]一種基于邏輯斯蒂回歸的變壓器涌流識別方法

有效

• 申請號: 201810741995.5
• 申請日: 2018-07-09
• 公開（公告）號: CN109031020B
• 公開（公告）日: 2021-03-26
• 發明（設計）人: 白淑華;劉剛;焦邵華;張利強;葛亮;張天俠;王立敏;許翠娟;楊常府;謝曉冬;趙紀元;詹慶才;徐延明
• 申請（專利權）人: 北京四方繼保自動化股份有限公司
• 主分類號: G01R31/62
• 分類號: G01R31/62
• 代理公司: 北京智繪未來專利代理事務所(普通合伙) 11689
• 代理人: 張紅蓮

本發明涉及一種基于邏輯斯蒂回歸的變壓器涌流識別方法，包括如下步驟：1.采集變壓器發生涌流和內部故障時的三相差動電流錄波數據；2.對采集的錄波數據進行離散小波變換預處理；3.在小波域內對采集的錄波數據進行奇異熵、灰度矩和分形維數特征抽取，構建表征涌流和內部故障特性的樣本集；4.將構建的樣本集輸入至邏輯斯蒂回歸分類器中進行模型訓練，得到識別涌流和內部故障工況的決策函數；5.當產生新的錄波數據時，結合當前決策函數判別結果與真實結果的一致性，采用自學習框架模式對當前決策函數進行再學習與更新。本發明具有原理簡單、硬件要求低、抗干擾性強、適用范圍廣的優點，可用于變壓器差動保護技術研究和工程實踐中。

技術領域

本發明屬于電力系統繼電保護技術領域，具體涉及一種基于邏輯斯蒂回歸的變壓器涌流識別方法。

背景技術

近年來，隨著超高壓、大電網的建設，越來越多的大容量變壓器投入使用。在空載合閘、區外故障切除恢復及多組變壓器并列情況下，可能出現涌流問題，嚴重時會造成變壓器保護裝置異常，給電力系統的安全穩定運行造成不利影響。據統計，2005年以前，220kV及以上電力變壓器保護的正確動作率僅70％～80％,遠遠低于發電機組保護和線路保護的正確動作率(約99％),之后，國內外學者及工程人員相繼在此方面開展了大量理論和仿真實驗研究，并取得了一定進步，使得變壓器保護誤動、拒動的次數顯著降低，如2009年我國220kV以上變壓器差動保護正確動作率達到97.83％。盡管如此，變壓器保護仍然處于一個相對較低的水平，因此，作為影響其動作性能的關鍵——快速可靠識別涌流與內部故障就顯得尤為重要。

區分變壓器涌流和內部故障的方法很多，其中具有代表性的有：二次諧波制動識別、間斷角識別、波形對稱法識別、等值電路法識別、電壓諧波制動識別、功率差動法識別及人工神經網絡法識別。每一種方法都有其獨到的優點，但同時也存在一定的局限性，如：二次諧波制動原理簡單易于實現，但在變壓器空投于內部故障或發生嚴重區內故障、直流偏磁等情況下，二次諧波含量非常大，較長時間閉鎖差動保護可能導致保護延遲動作甚至拒動，此外，現階段采用新結構和新工藝的變壓器鐵芯材料磁飽和點降低，使得涌流中二次諧波含量降低，可能導致保護誤動；間斷角識別可分相制動，但其受電流互感器飽和、非周期分量影響較大，易造成保護誤動或拒動，且對設備硬件要求高，投資成本大；波形對稱法可采用分相制動，但因波形受到多種因素影響，較大的不確定性可能導致保護誤動或拒動；等值電路法避免了差動電流帶來的影響，但受到變壓器暫態模型、漏感等參數的制約；電壓諧波制動動作快，但受電源阻抗影響大，整定起來較復雜；功率差動法不受涌流影響，避免了涌流產生的保護誤動，但在反映區內故障時存在死區，此時需與其他方法配合使用；人工神經網絡法容錯能力強，但大量訓練樣本獲取的困難限制了其應用擴展。因此，尋找一種適用性強的智能方法很有必要。

發明內容

一種基于邏輯斯蒂回歸的變壓器涌流識別方法，該方法包括如下步驟：

(1)采集變壓器發生涌流和內部故障時的三相差動電流錄波數據；

(2)對三相差動電流錄波數據進行離散小波變換，并在小波域內提取奇異熵、灰度矩和分形維數指標，構建表征涌流與故障特征的樣本集；

(3)將構建的特征樣本集輸入至邏輯斯蒂回歸分類器中進行訓練，獲得分類器決策函數；

(4)將上述決策函數作為變壓器涌流與內部故障判別模型進行保存并進行變壓器涌流識別。

上述方法還可以包括分類器自學習步驟，對于新產生的錄波數據，采用自學習框架模式進行判別模型的更新與保存，當新產生的錄波數據采用已保存判別模型預測的類別與真實類別相符，且達到限定的模型更新時間時，或者當采用已保存判別模型預測的類別與真實類別不符時，更新特征樣本集進行邏輯斯蒂回歸分類器的再學習，并將獲得的分類器決策函數作為新的變壓器涌流與內部故障判別模型進行保存。

其中，表征涌流與故障特征的樣本集構建具體包括：