[發明專利]一種基于特征量相關性的發電廠廠用電系統故障選線方法及設備

有效

• 申請號: 202011637123.8
• 申請日: 2020-12-31
• 公開（公告）號: CN112801135B
• 公開（公告）日: 2023-04-18
• 發明（設計）人: 吳夢可;李浩鋒;高軍;韓航杰;薛偉盛;許林波;喻錕;羅晗菁;曾祥君;李理;倪硯茹;王沾;卓超
• 申請（專利權）人: 浙江浙能鎮海發電有限責任公司;浙江浙能技術研究院有限公司;長沙理工大學
• 主分類號: G06F18/23
• 分類號: G06F18/23;G06F18/2135;G06Q50/06
• 代理公司: 杭州星瀚知識產權代理有限公司 33496
• 代理人: 李靜文

1.一種基于特征量相關性的發電廠廠用電系統故障選線方法，其特征在于，包括：

步驟1，獲取發電廠廠用電系統發生多種單相接地故障時的n組故障特征量數據，構成歷史特征樣本集X＝(x_i,j)_n×p，i＝1,2,…,n，j＝1,2,…,p；x_i,j為第i組故障特征量數據x_i的第j個故障特征量，p為x_i包括的故障特征量個數；

x_i包括的p個故障特征量分別為：三相電壓、三相電流、正序電流、負序電流、零序電流以及零序電壓；

步驟2，對歷史特征樣本集進行標準化處理得到標準化的歷史特征樣本集Z＝(z_i,j)_n×p；然后根據歷史特征樣本集Z＝(z_i,j)_n×p不同故障特征量之間的關系建立相關系數矩陣R＝(r_j,j')_p×p，j＝1,2,…,p，j'＝1,2,…,p，計算表達式為：

式中，r_j,j'表示第j個故障特征量與第j'個故障特征量之間的相關系數，Z_j,Z_j'分別為歷史特征樣本集Z的第j列和第j'列數據，cov(Z_j,Z_j')為Z_j與Z_j'協方差，D(Z_j)和D(Z_j')分別為Z_j和Z_j'的方差；

步驟3，根據相關系數矩陣R，提取m個主成分進行可視化分析，進而從p個故障特征量中優選s個故障特征量；根據優選的s個故障特征量從標準化的歷史特征樣本集中選取數據，重新組合形成新的歷史特征樣本集U＝(u_i,j)_n×s，i＝1,2,…,n，j＝1,2,…,s；

從p個故障特征量中優選s個故障特征量的方法為：首先，按以下表達式計算前m個主成分構成的主成分矩陣Y和歷史特征樣本集Z之間的特征向量矩陣B：

式中，Y＝[y₁,y₂,…,y_m]^T，y₁,y₂,…,y_m分別為保留的m個主成分，Z₁,Z₂,…,Z_p為歷史特征樣本集Z中的p組故障特征量；特征向量矩陣B中的各元素表示歷史特征樣本集Z中的某個故障特征量對某個主成分的貢獻率；

然后，從p個故障特征量中優選s個故障特征量：

若p個故障特征量對第一主成分的p個貢獻率中，超過該第一主成分貢獻率閾值的個數d≥s，則選擇對第一主成分貢獻率最大的s個故障特征量；

若p個故障特征量對第一主成分的p個貢獻率中，超過該第一主成分貢獻率閾值的個數d＜s，則選擇對第一主成分貢獻率最大的d個故障特征量；所需要的另外s-d個故障特征量，在第一主成分選擇剩余的p-d個故障特征量中，依次按照第二主成分、第三主成分……的順序在其他主成分中選擇，直到選出s個故障特征量，且選擇方法與第一主成分選擇方法相同；

步驟4，將歷史特征樣本集U中的所有樣本u_i進行聚類分為內部故障類與外部故障類，并求得每個類別的聚類中心；

步驟5，實時采集發電廠廠用電系統發生單相接地故障時的所述優選的s個故障特征量，作為待測樣本；計算待測樣本分別與內部故障類和外部故障類的聚類中心的距離，距離更短對應的故障類即為發電廠廠用電系統當前單相接地故障的類型。