[發明專利]一種基于短路電流過零點預測系統的預測方法

有效

• 申請號: 202011066716.3
• 申請日: 2020-10-02
• 公開（公告）號: CN112347415B
• 公開（公告）日: 2022-04-01
• 發明（設計）人: 莫文雄;王勇;朱璐;彭和平;蘇海博;劉俊翔;喬勝亞
• 申請（專利權）人: 廣東電網有限責任公司廣州供電局
• 主分類號: G06F17/16
• 分類號: G06F17/16;G06F17/15;G01R19/175;G01R31/52
• 代理公司: 武漢科皓知識產權代理事務所(特殊普通合伙) 42222
• 代理人: 許蓮英

1.一種基于短路電流過零點預測系統的預測方法，其特征在于：

所述短路電流過零點預測系統包括：電流傳感器、微處理器；所述電流傳感器與微處理器連接；所述電流傳感器用于采集故障電流值；

所述預測方法包括以下步驟：

步驟1：微處理器通過故障電流檢測方法結合采集的故障電流值判斷是否發生短路故障，若發生短路故障則跳轉至步驟2；

步驟2：根據采樣頻率和采樣時間窗長度得到常系數矩陣，初始化協方差矩陣和參數矩陣；

步驟3：通過采樣故障電流數據更新估計誤差和常系數矩陣，根據更新后的估計誤差更新可變遺忘因子，根據更新后的常系數矩陣和更新后的可變遺忘因子更新增益矩陣，根據更新后的增益矩陣和更新后的估計誤差更新參數矩陣，根據采樣故障電流數據和更新后的常系數矩陣、參數矩陣更新后驗誤差，根據更新后的后驗誤差進一步更新協方差矩陣；

步驟4：根據更新后的參數矩陣結合采樣時間窗長度構建故障電流的數學模型，利用牛頓迭代法得到預測的過零點，實現短路電流過零點時刻預測；

步驟3所述通過采樣故障電流數據更新估計誤差和常系數矩陣為：

e(n)＝y(n)-h(n)X(n-1) n∈[1,N]

h(n)＝[sin[ω(n-1)T_s]；cos[ω(n-1)T_s]；1；(n-1)T_s],n∈[1,N]

式中，e(n)為電流傳感器第n個采樣點采集的故障電流值的估計誤差，y(n)為電流傳感器第n個采樣點采集的故障電流值，h(n)為第n個采樣點對應的常系數矩陣，X(n-1)為經過第n-1個采樣故障電流數據更新但未經過第n個采樣故障電流數據更新的參數矩陣，ω為故障電流角頻率，n為當前采樣點序號，T_s為采樣的時間間隔，N為采樣時間窗內采樣點數目；

步驟3所述根據更新后的估計誤差更新可變遺忘因子為：

式中，λ(n)為經過第n個采樣故障電流數據更新的可變遺忘因子，a為函數收斂速度影響常數，m為函數頂部特性影響常數，這兩個常數決定著可變遺忘因子隨估計誤差的形狀趨勢，c為第一取值調整常數，b為第二取值調整常數，這兩個常數決定著可變遺忘因子的取值區間，e(n)為電流傳感器第n個采樣點采集的故障電流值的估計誤差；

步驟3所述根據更新后的常系數矩陣和更新后的可變遺忘因子更新增益矩陣為：

K(n)＝P(n-1)h^T(n)(h(n)P(n-1)h^T(n)+λ(n))^-1 n∈[1,N]

式中，K(n)為經過第n個采樣故障電流數據更新的增益矩陣，P(n-1)為經過第n-1個采樣故障電流數據更新但未經過第n個采樣故障電流數據更新的協方差矩陣，h(n)為第n個采樣點對應的常系數矩陣,λ(n)為經過第n個采樣故障電流數據更新的可變遺忘因子；

步驟3所述根據更新后的增益矩陣和更新后的估計誤差更新參數矩陣為：

X(n)＝X(n-1)+K(n)e(n) n∈[1,N]

式中，X(n)為經過第n個采樣故障電流數據更新后的參數矩陣,X(n-1)為經過第n-1個采樣故障電流數據更新但未經過第n個采樣故障電流數據更新的參數矩陣，K(n)為經過第n個采樣故障電流數據更新的增益矩陣,e(n)為電流傳感器第n個采樣點采集的故障電流值的估計誤差，更新后的參數矩陣主要由更新前的參數矩陣和正比于估計誤差的修正項兩部分構成，通過該式不斷修正之前的參數矩陣，達到逐步精確化的效果；

步驟3所述根據采樣故障電流數據和更新后的常系數矩陣、參數矩陣更新后驗誤差為：

ε(n)＝y(n)-h(n)X(n) n∈[1,N]

式中，ε(n)為經過第n個采樣故障電流數據更新的后驗誤差，y(n)為電流傳感器第n個采樣點采集的故障電流值，h(n)為第n個采樣點對應的常系數矩陣，X(n)為經過第n個采樣故障電流數據更新后的參數矩陣；

步驟3所述根據更新后的后驗誤差進一步更新協方差矩陣為：

P(n)＝λ(n)^-1{P(n-1)-K(n)h(n)P(n-1)+δ·I·round[γε(n)]} n∈[1,N]

式中，P(n)為經過第n個采樣故障電流數據更新的協方差矩陣，λ(n)為經過第n個采樣故障電流數據更新的可變遺忘因子，P(n-1)為經過第n-1個采樣故障電流數據更新但未經過第n個采樣故障電流數據更新的協方差矩陣，K(n)為經過第n個采樣故障電流數據更新的增益矩陣，h(n)為第n個采樣點對應的常系數矩陣，ε(n)為經過第n個采樣故障電流數據更新的后驗誤差，δ、γ為經驗常數，round[]表示接近內部值的最小整數，I為單位矩陣；X(n)為步驟3迭代更新完成后的參數矩陣，將此參數矩陣記作更新后的參數矩陣即X^*；

步驟4所述根據更新后的參數矩陣結合采樣時間窗長度構建故障電流的數學模型：

X₃＝X^*(3,1)·f₁

τ＝τ1·f₂

式中，τ1為未經補償的直流分量衰減時間常數，X^*(3,1)為更新后的參數矩陣第三行第一列的值，X^*(4，1)為更新后的參數矩陣第四行第一列的值，t_win為采樣時間窗長度，f₁為直流分量幅值的補償函數，f₂為直流分量衰減時間常數的補償函數，X₃為補償后的直流分量幅值，τ為補償后的直流分量衰減時間常數；

式中，將檢測到故障之后的第一個采樣點記為0時刻，I(t)表示根據得到的故障電流數學模型求得的t時刻的故障電流，X^*(1,1)為更新后的參數矩陣第一行第一列的值，X^*(2,1)為更新后的參數矩陣第二行第一列的值，ω為故障電流角頻率，t為時刻，X₃為補償后的直流分量幅值，τ為補償后的直流分量衰減時間常數；

步驟4所述利用牛頓迭代法得到預測的過零點，實現短路電流過零點時刻預測為：

式中，A為0時刻的故障電流周期分量幅值，X^*(1,1)為更新后的參數矩陣第一行第一列的值，X^*(2,1)為更新后的參數矩陣第二行第一列的值，為0時刻的故障電流周期分量相位；

式中，t₀表示運用牛頓迭代法預測故障電流零點的初值，t_h+1表示運用牛頓迭代法預測故障電流零點迭代h+1次的值，t_h表示運用牛頓迭代法預測故障電流零點迭代h次的值，I(t_h)表示故障電流數學模型在t_h時刻計算的電流值，I'(t_h)表示故障電流數學模型求導后在t_h時刻的值；

t_h+1-t_h＜10^-5

式中，t_h+1表示運用牛頓迭代法預測故障電流零點迭代h+1次的值，t_h表示運用牛頓迭代法預測故障電流零點迭代h次的值，當迭代誤差小于誤差閾值時停止迭代，t_h+1即為預測得到的短路電流過零點時刻。

2.根據權利要求1所述的基于短路電流過零點預測系統的預測方法，其特征在于，包括以下步驟：

步驟2所述根據采樣頻率和采樣時間窗長度得到常系數矩陣為：

式中，T_s為采樣的時間間隔，f_s為采樣頻率，N為采樣時間窗內采樣點數目，t_win為采樣時間窗長度，將檢測到故障之后的第一個采樣點記為0時刻，采樣t_win時間長度的電流數據；

式中，h為常系數矩陣，ω為故障電流角頻率，T_s為采樣的時間間隔，N為采樣時間窗內采樣點數目；

步驟2所述初始化協方差矩陣和參數矩陣為：

P(0)＝μI

X(0)＝[0；0；0；0]

式中，P(0)為初始的協方差矩陣，μ為經驗常數，I為單位矩陣，X(0)為初始的參數矩陣。