[發明專利]基于小波神經網絡的變電站電子式互感器狀態評估方法

有效

• 申請號: 201811301943.2
• 申請日: 2018-11-02
• 公開（公告）號: CN109389325B
• 公開（公告）日: 2021-10-08
• 發明（設計）人: 鄭永康;盧音樸;劉勇;譚夕柳;李游;姜華;陳小平;王曉濤;李紅軍;朱祚恒;陳運華;黃永浩;包旭輝;周召均;楊偉;孫淵;趙梓宏;周文越;朱鑫;矯坤霖;張藝;范愛玲
• 申請（專利權）人: 國網四川省電力公司電力科學研究院;國網四川省電力公司阿壩供電公司;國網四川省電力公司成都供電公司
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q50/06;G06N3/04
• 代理公司: 成都行之專利代理事務所(普通合伙) 51220
• 代理人: 梁田

1.基于小波神經網絡的變電站電子式互感器狀態評估方法，其特征在于，主要包括以下步驟：

S1、按照電子式互感器工況監測指標體系，按設定的時間頻率評估進行采集系統需要的主要量、輔助量和通信量的原始數據信號；

S2、采用信號相關性算法，在原始數據信號中選擇信號對，并比較同一時間點的不同信號之間的關聯性及其變化趨勢，得到二者的關聯情況；

S3、分析關聯情況的變化，來評估電子互感器的運行狀態，當相關性算法得到的相關性發生較大變化時，參數序列對所屬器件有大概率發生故障，以此分析出明顯故障；

S4、將步驟S3中的明顯故障的參數序列對從基本信號剔除，將相關性不明顯的參數歸類，采用小波神經網絡法進行分析偏差故障。

2.根據權利要求1所述的基于小波神經網絡的變電站電子式互感器狀態評估方法，其特征在于，所述信號相關性算法步驟如下：

A1、以時間為軸，在第1個時刻到第t個時刻的時間段內各單個基本元件采集回的信號用下式表示：

S_n(t)＝[f_n(1),f_n(2),…f_n(t)]；

A2、采集得到的各個參量數據在一定時間內形成多個信號序列；將不同參量在t時刻形成的序列信號定義為{xi}和{yi}，按照時間排序整理為一組序列對{x1，x2，x3……}和{y1，y2，y3……}；定義相關程度為相關系數ρ_xy，其定義為

A3、定義ρ_xy的取值范圍來判斷兩組信號之間的關系：

A4、得到的相關程度為強相關性值以及正相關性值，說明相關程度發生較大變化，說明參數序列對所屬器件有大概率發生故障，以此檢測出故障器件。

3.根據權利要求1所述的基于小波神經網絡的變電站電子式互感器狀態評估方法，其特征在于，所述小波神經網絡法步驟如下：

B1、對原始信號進行多尺度小波分解，得到各層小波分解系數

X_j＝W(S),j＝1,2...8；

B2、對得到的小波系數進行處理，取小波系數的絕對值并對每一層的小波系數求和

B3、構造特征向量并歸一化處理

T＝[E₁,E₂,E₃,E₄,E₅,E₆,E₇,E₈]，

T'＝[E₁/E,E₂/E,E₃/E,E₄/E,E₅/E,E₆/E,E₇/E,E₈/E]，

神經網絡參數選擇包括傳輸函數、輸入輸出層數及隱含層節點數，由于在小波分解過程中取前8個分量，因此輸入層定為8；神經元的傳輸函數采用非對稱sigmoid函數

輸入層和隱含層之間的傳遞函數為tansig，隱含層和輸出層之間的傳遞函數為logsig，其他參數需要根據測量得到的數據來決定，其中，隱含層節點數需滿足

其中，N1為輸入層節點數，N2為隱含層節點數；N3為輸出層節點數；α為1～10之間的常數。

4.根據權利要求1所述的基于小波神經網絡的變電站電子式互感器狀態評估方法，其特征在于，所述偏差故障包括漂移偏差故障、固定偏差故障和變比偏差故障。