[發明專利]基于互近似熵算法的橋差保護防誤動閉鎖判定方法

有效

• 申請號: 201910399364.4
• 申請日: 2019-05-14
• 公開（公告）號: CN110071483B
• 公開（公告）日: 2021-02-19
• 發明（設計）人: 翁漢琍;賈永波;劉雷;黃景光;李振興;萬毅
• 申請（專利權）人: 三峽大學
• 主分類號: H02H7/12
• 分類號: H02H7/12
• 代理公司: 宜昌市三峽專利事務所 42103
• 代理人: 吳思高

1.基于互近似熵算法的橋差保護防誤動閉鎖判定方法，其特征在于包括以下步驟：

步驟1：在一定采樣頻率下，獲取Y/Y換流變二次側電流互感器TA測量的電流序列I_12a、I_12b和I_12c，以及Y/△換流變二次側TA測量的電流序列I_22a、I_22b和I_22c；利用橋差保護幅值判據公式△I_Y＝I_ac-I_acY和△I_D＝I_ac-I_acD，形成Y橋判據序列△I_Y和D橋判據序列△I_D；

其中，I_acY＝max{I_aY，I_bY，I_cY}、I_acD＝max{I_aD，I_bD，I_cD}、I_ac＝max{I_acY，I_acD}；

I_aY、I_bY和I_cY分別等于I_12a、I_12b和I_12c；

I_aD、I_bD和I_cD分別等于I_22a-I_22b、I_22b-I_22c和I_22c-I_22a；

步驟2：判斷幅值判據△I_YI_set、或△I_DI_set是否成立，其中，I_set為橋差保護動作整定值，若成立則啟動防誤動閉鎖判據，至步驟3；否則返回持續對該不等式進行判別；

步驟3：判斷是否為空載合閘，若為空載合閘，至步驟4；否則將電流序列進行標準化處理；

步驟4：計算Y/△換流變二次側TA測量的三組電流序列I_22a、I_22b和I_22c，兩兩之間的互近似熵CApEn(m,r,N)值，并將計算得到的三組結果轉化為對應的三組C值；具體方法為：由公式計算兩序列間的CApEn(m,r,N)值，其中，r是相似容限；B和A分別為兩序列采樣值在容限r下的相近性，記做事件A和B，P_i(B|A)為在容限r意義下的相似概率；N是樣本長度；m是模式維數，然后將計算得到的CApEn(m,r,N)值做C＝e^{-CApEn(m,r,N)}換算，使得到的結果位于區間(0,1]內；

步驟5：由幅值判據和閉鎖判據構成橋差保護新的動作邏輯，當幅值判據滿足時，動作量輸出為1，否則為0；當存在兩組及以上CC_set，C_set為閉鎖判據整定值時，閉鎖判據動作輸出量為0，否則為1；當幅值判據動作量和閉鎖判據動作量同時為1時，橋差保護動作；反之則閉鎖。

2.根據權利要求1所述基于互近似熵算法的橋差保護防誤動閉鎖判定方法，其特征在于：

步驟4中，按以下步驟計算互近似熵值：

步驟(1)、依次將進行比較的兩電流序列進行矢量重構，得到兩電流對應的矢量；首先,將電流序列分為若干個長度為N的一維時間序列分別為i_x＝{i_x(n)}和i_y＝{i_y(n)}，其中n＝1,…N；分別按式(2)和式(3)重構m維向量，兩電流序列分別記為I_x(j)和I_y(k)；

I_x(j)＝[i_x(j),…,i_x(j+m-1)],j＝1,…,N-m+1 (2)

其中，N是樣本長度，m是模式維數，為2，j為電流序列I_x的編號，i_x(j)為電流序列{i_x(n)}中第j個點，i_x(j+m-1)為電流序列{i_x(n)}中第j+m-1個點,I_x(j)為第j個m維向量；

I_y(k)＝[i_y(k),…,i_y(k+m-1)],k＝1,…,N-m+1 (3)

其中，N是樣本長度，m是模式維數，為2，k為電流序列I_y的編號，i_y(k)為電流序列{i_y(n)}中第k個點，i_y(k+m-1)為電流序列{i_y(n)}中第k+m-1個點，I_y(k)為第k個m維向量；

當電流序列i_x和i_y幅值相差較大時，先將電流序列進行標準化，具體方法為因已經對序列進行了標準化，故此時取r＝0.2；

其中，為標準化后的電流序列i_x(n)，mean(i_x)為電流序列i_x的平均值，i_x(n)為電流序列i_x中第n個點，SD(i_x)為電流序列i_x的標準差，為標準化后的電流序列i_y中的第n個點，i_y(n)為電流序列i_y中第n個點，mean(i_y)為電流序列i_y的平均值，SD(i_y)為電流序列i_y的標準差；

步驟(2)、根據兩組電流序列，計算相似容限，r為電流序列i_x(n)和i_y(n)的協方差的0.2倍，即r＝0.2*COV(i_x(n),i_y(n))，其中,

步驟(3)、定義兩序列間的距離為I_x(j)和I_y(k)對應電流的差值的最大值，最大差值表達式為：

其中，j為電流序列I_x的編號，k為電流序列I_y的編號，p為0和1，m是模式維數，為2，I_x(j+p)為第(j+p)個電流序列，I_y(k+p)為第(k+p)個電流序列；

步驟(4)、根據設定的相似容限的值r，對每一個j和k，統計d(I_x(j),I_y(k))中小于r的個數，并計算其與總矢量個數N-m+1的比值，記作C_m,r，該值為兩序列中m維模式在相似容限r條件的接近概率，具體表達式為：

C_m,r＝[d(I_x(j),I_y(k))r的個數]/(N-m+1) (5)

步驟(5)、對C_m,r求對數，進而求平均值，即可獲得I_x(j)和I_y(k)的互相似性，記作T_m,r[d(I_x(j),I_y(k))]，具體表達式為：

步驟(6)、當嵌入維度變為m+1時，重復步驟(1)～(4)，得到m+1維數時的C_m+1,r和T_m+1,r[d(I_x(j),I_y(k))]，將T_m,r[d(I_x(j),I_y(k))]和T_m+1,r[d(I_x(j),I_y(k))]做差，即可得到兩電流最終的互近似熵值，表達式為：

CApEn(m,r,N)＝T_m,r[d(I_x(j),I_y(k))]-T_m+1,r[d(I_x(j),I_y(k))] (7)

按照前述步驟，即可求得兩序列的互近似熵值。