[發明專利]一種高壓電纜故障時間的確定方法、系統及相關組件在審
| 申請號: | 202210294530.6 | 申請日: | 2022-03-24 |
| 公開(公告)號: | CN114689991A | 公開(公告)日: | 2022-07-01 |
| 發明(設計)人: | 彭凱楊;樊建鐘;王燦波;王泓學;莫沈威;劉道鴻 | 申請(專利權)人: | 浙江華云清潔能源有限公司 |
| 主分類號: | G01R31/08 | 分類號: | G01R31/08;G06F17/10 |
| 代理公司: | 北京集佳知識產權代理有限公司 11227 | 代理人: | 柳虹 |
| 地址: | 310008 浙江省*** | 國省代碼: | 浙江;33 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 高壓 電纜 故障 時間 確定 方法 系統 相關 組件 | ||
本申請公開了一種高壓電纜故障時間的確定方法、系統及相關組件,應用于電力系統領域,用于對高壓電纜故障時間定位,該方法包括:獲取高壓電纜的電氣信號;對電氣信號進行EMD分解,得到IMF分量;對IMF分量進行希爾伯特變換,得到對應的瞬時幅值;對瞬時幅值進行差分運算,得到差分運算結果;比較差分運算結果與參考閾值的大小,以確定差分運算結果對應的突出點序列;將突出點序列輸入預設的增量式寬度學習算法模型,以使增量式寬度學習算法模型輸出判定結果,判定結果包括電氣信號中是否存在故障以及故障對應的故障時間。本申請中的確定方法,結合希爾伯特變換、突出點序列確定和寬度學習的算法特點,能夠完成故障及故障時間的快速確定。
技術領域
本發明涉及電力系統領域,特別涉及一種高壓電纜故障時間的確定方法、系統及相關組件。
背景技術
電力系統故障時間定位檢測,是保證電網故障檢測與維修順利完成的關鍵前提,目前,對故障時間的檢測方法普遍有快速傅里葉變換(Fast Fourier Transform,FFT)、小波變換(Wavelet Transform,WT)和S變換。
其中,傅里葉變換是頻譜分析的常用方法,其中FFT算法只能分別對時頻兩種特性單獨分析,對非平穩擾動信號的檢測效果較差;在此基礎上改進的短時傅里葉變換(Short-Time Fourier Transform,STFT),通過增加窗函數其固定分辨率使其具有一定程度的局部分析能力,但需要根據信號的不同特性選擇匹配的窗函數,不具有適應性;小波變換在STFT局部化方法基礎上,通過平移與伸縮等運算生成隨頻率變化的時頻窗函數,對信號局部時頻信息有較好的檢測水平,適合檢測分析暫態、突變等擾動,也具備多尺度分析能力,但處理過程中需要提前準備好小波基函數,處理效果較受限于基函數的選擇,同時缺乏較好的篩選準則;S變換為將STFT與連續小波變換相結合而改進的具有移動可伸縮高斯窗函數的時頻分析辦法,該方法解決了窗函數的依賴性問題并克服了窗寬不變的缺點,具有較強時頻特性分析能力,可用于暫態擾動信號的檢測,但計算速度慢且效率低,且不太適用于復合暫態擾動方面的檢測。
因此,如何提供一種解決上述技術問題的方案是目前本領域技術人員需要解決的問題。
發明內容
有鑒于此,本發明的目的在于提供一種適應性強、效率較高的高壓電纜故障時間的確定方法、系統及相關組件。其具體方案如下:
一種高壓電纜故障時間的確定方法,包括:
獲取高壓電纜的電氣信號;
對所述電氣信號進行EMD分解,得到IMF分量;
對所述IMF分量進行希爾伯特變換,得到對應的瞬時幅值;
對所述瞬時幅值進行差分運算,得到差分運算結果;
比較所述差分運算結果與參考閾值的大小,以確定所述差分運算結果對應的突出點序列;
將所述突出點序列輸入預設的增量式寬度學習算法模型,以使所述增量式寬度學習算法模型輸出判定結果,所述判定結果包括所述電氣信號中是否存在故障以及故障對應的故障時間。
優選的,所述對所述瞬時幅值進行差分運算,得到差分運算結果的過程,包括:
利用差分運算公式對所述瞬時幅值進行差分運算,所述差分運算公式為:
其中,i為采樣序列的序號,i=1,2,...,n,n為所述采樣序列的總長度,Aimf(i)為序號i對應的所述瞬時幅值,ΔAimf(i)為序號i對應的所述差分運算結果。
優選的,所述比較所述差分運算結果與參考閾值的大小,以確定所述差分運算結果對應的突出點序列的過程,包括:
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于浙江華云清潔能源有限公司,未經浙江華云清潔能源有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202210294530.6/2.html,轉載請聲明來源鉆瓜專利網。





