CN106324403A - 一种基于状态识别的继电保护适应性滤波算法 - Google Patents

Abstract

本发明公开了一种基于状态识别的继电保护适应性滤波算法，包括步骤1，用采集系统采集继电保护设备的电压数据；步骤2，对采集的电压数据进行预处理；步骤3，计算预处理后电压数据的时域特征参数；步骤4，将时域特征参数与阈值进行比较，根据比较结果，选择不同的滤波方法对电压数据进行滤波处理；步骤5，输出滤波后的电压数据。本发明可以对继电保护设备进行状态识别，并针对不同状态采取相应的滤波算法，解决了继电保护设备单一算法难以兼容各种工况的问题，极大程度减少电磁骚扰的影响，避免继电保护设备采集数据不准确的情况发生。

Description

一种基于状态识别的继电保护适应性滤波算法

技术领域

本发明涉及一种基于状态识别的继电保护适应性滤波算法，属于变电站的继电保护设备滤波算法领域。

背景技术

智能变电站作为智能电网中的重要节点，采集变电设备状态和电网运行信息，支撑电网的实时控制、智能调节和各类高级应用，实现变电站的协同操作。智能变电站相比于传统变电站，把原本应放在继保室的二次设备数据采集设备前移至一次设备区域，而数据采集设备属于弱电设备，极容易受到变电站一次区域电磁环境的影响。在变电站遭受雷击、开关操作和短路等形式的故障时，继电保护设备测量信号容易受到瞬态电磁骚扰，影响电压数据测量精度，需要通过滤波算法滤除干扰信号。

目前，变电站的继电保护设备采用单一的滤波算法，对于不同的运行状态，采取相同的算法，不能根据继电保护设备运行状态进行算法调整，缺乏有效性和针对性。由于变电站复杂的电磁环境，继电保护设备的不同运行状态差异很大，如果采用相同的滤波算法，则滤波效果不理想，不能直接、有效、快速的滤除电磁干扰对继电保护设备的影响。需要对继电保护设备进行状态识别，并采用适应性的滤波算法，维持设备良好稳定运行。

发明内容

为了解决上述技术问题，本发明提供了一种基于状态识别的继电保护适应性滤波算法。

为了达到上述目的，本发明所采用的技术方案是：

一种基于状态识别的继电保护适应性滤波算法，包括以下步骤，

步骤1，用采集系统采集继电保护设备的电压数据；

步骤2，对采集的电压数据进行预处理；

步骤3，计算预处理后电压数据的时域特征参数；

步骤4，将时域特征参数与阈值进行比较，根据比较结果，选择不同的滤波方法对电压数据进行滤波处理；

步骤5，输出滤波后的电压数据。

采集系统包括依次连接的压互感器、前置模拟低通滤波器、采样保持器、多路转换开关、模数转换器和单片机。

时域特征参数为电压数据的峰值因子。

电压数据的峰值因子公式为，

C_f＝X_peak/X_RMS

其中，C_f为电压数据的峰值因子，X_peak为电压数据的峰值，X_RMS为电压数据的均方根值；

$X_{RMS}=\sqrt{\frac{1}{L}\underset{n=1}{\overset{L}{\Σ}}{x}_n^2}$

其中，x_n为预处理后的电压数据序列，n＝1,2,…,L，L为预处理后的电压数据序列中元素的个数；

$X_{peak}=\frac{1}{2}\left(max\right(x_n)+min(x_n\left)\right)$

其中，max(x_n)为x_n的最大值，min(x_n)为x_n的最小值。

当电压数据的峰值因子大于阈值时，判定继电保护设备的运行状态为脉冲状态，采用FIR低通数字滤波器对电压数据进行滤波处理；

当电压数据的峰值因子小于阈值时，判定继电保护设备的运行状态为正常状态，采用一阶滞后滤波法对电压数据进行滤波处理。

FIR低通数字滤波器采用窗函数的方法进行设计，FIR低通数字滤波器的系统函数H(z)为，

$H\left(z\right)=\underset{i=0}{\overset{N-1}{\Σ}}h\left(i\right)z^{-i}$

其中，h(i)为FIR低通数字滤波器的单位脉冲响应，0≤i≤N-1，i为整数，N为窗口长度，z为z变换的参数；

h(i)＝h_M(i)w(i)

其中，w(i)为窗函数的公式，h_M(i)为信号的单位脉冲响应；

$h_M\left(i\right)=\frac{1}{M}\underset{k=0}{\overset{M-1}{\Σ}}{H}_d\left(e^{j\frac{2k\mathrm{\π}}{M}}\right)e^{j\frac{2k\mathrm{\π}i}{M}}$

其中，M为延拓周期，0≤k≤M-1，k、M为整数，为采用频率为2kπ/M的频率响应函数。

窗函数采用凯塞窗，公式为，

$w\left(i\right)=\frac{I_0\left(\mathrm{\β}\sqrt{1-{\[1-2i/(N-1)\]}^2}\right)}{I_0\left(\mathrm{\β}\right)}$

其中，I₀(·)为第一类变形零阶贝塞尔函数，β为可自由选择的参数。

一阶滞后滤波法的公式为，

y_t＝(1-α)*x_t+α*y_t-1

其中，α为可自由选择的参数，x_t为本次采样值，y_t-1和y_t分别为上次和本次的滤波结果，0≤t≤H，H为采样点个数。

本发明所达到的有益效果：本发明可以对继电保护设备进行状态识别，并针对不同状态采取相应的滤波算法，解决了继电保护设备单一算法难以兼容各种工况的问题，极大程度减少电磁骚扰的影响，避免继电保护设备采集数据不准确的情况发生。

附图说明

图1为本发明的流程图

图2为采集系统的结构框图。

具体实施方式

下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。

如图1所示，一种基于状态识别的继电保护适应性滤波算法，包括以下步骤：

步骤1，用采集系统采集继电保护设备的电压数据。

如图2所示，采集系统包括依次连接的压互感器、前置模拟低通滤波器、采样保持器、多路转换开关、模数转换器和单片机。

步骤2，对采集的电压数据进行预处理。通过预处理可以剔除粗大误差，以提高数据的可靠性和真实性，并检查数据的随机性。

步骤3，计算预处理后电压数据的时域特征参数。

采用电压数据的峰值因子作为时域特征参数，电压数据的峰值因子以表征电压信号在随机过程中的波动过程是否有脉冲。

电压数据的峰值因子公式为，

C_f＝X_peak/X_RMS

其中，C_f为电压数据的峰值因子，X_peak为电压数据的峰值，X_RMS为电压数据的均方根值；

$X_{RMS}=\sqrt{\frac{1}{L}\underset{n=1}{\overset{L}{\Σ}}{x}_n^2}$

其中，x_n为预处理后的电压数据序列，n＝1,2,…,L，L为预处理后的电压数据序列中元素的个数；

$X_{peak}=\frac{1}{2}\left(max\right(x_n)+min(x_n\left)\right)$

其中，max(x_n)为x_n的最大值，min(x_n)为x_n的最小值。

步骤4，将时域特征参数与阈值进行比较，根据比较结果，选择不同的滤波方法对电压数据进行滤波处理。

当电压数据的峰值因子大于阈值时，判定继电保护设备的运行状态为脉冲状态，采用FIR低通数字滤波器对电压数据进行滤波处理；当电压数据的峰值因子小于阈值时，判定继电保护设备的运行状态为正常状态，采用一阶滞后滤波法对电压数据进行滤波处理。

a)FIR低通数字滤波器采用窗函数的方法进行设计，对继电保护设备高频骚扰信号有良好的抑制作用，保证设备在雷电、短路和开关操作等脉冲状态下测量数据的准确性。

FIR低通数字滤波器的系统函数H(z)为，

$H\left(z\right)=\underset{i=0}{\overset{N-1}{\Σ}}h\left(i\right)z^{-i}$

其中，h(i)为FIR低通数字滤波器的单位脉冲响应，0≤i≤N-1，i为整数，N为窗口长度，z为z变换的参数；

h(i)＝h_M(i)w(i)

其中，w(i)为窗函数的公式，h_M(i)为信号的单位脉冲响应；

$h_M\left(i\right)=\frac{1}{M}\underset{k=0}{\overset{M-1}{\Σ}}{H}_d\left(e^{j\frac{2k\mathrm{\π}}{M}}\right)e^{j\frac{2k\mathrm{\π}i}{M}}$

其中，M为延拓周期，0≤k≤M-1，k、M为整数，为采用频率为2kπ/M的频率响应函数。

窗函数采用凯塞窗，公式为，

$w\left(i\right)=\frac{I_0\left(\mathrm{\β}\sqrt{1-{\[1-2i/(N-1)\]}^2}\right)}{I_0\left(\mathrm{\β}\right)}$

其中，I₀(·)为第一类变形零阶贝塞尔函数，β为可自由选择的参数。

通过多次实验，选择合适的滤波器参数，设计出性能良好的FIR低通数字滤波器。

b)一阶滞后滤波法综合本次采样值和上次滤波结果，利用算法抑制继电保护设备的干扰成分，公式为，

y_t＝(1-α)*x_t+α*y_t-1

其中，α为可自由选择的参数，x_t为本次采样值，y_t-1和y_t分别为上次和本次的滤波结果，0≤t≤H，H为采样点个数。

一阶滞后滤波法设计参数少，计算简单，适合于继电保护设备正常状态下的滤波处理，能够滤除干扰成分，并对周期性干扰具有良好的抑制作用。

步骤5，输出滤波后的电压数据。

将完成滤波的电压数据利用光纤输出到继保室，进行后续的逻辑判断和执行输出等操作。

上述方法可以对继电保护设备进行状态识别，并针对不同状态采取相应的滤波算法，解决了继电保护设备单一算法难以兼容各种工况的问题，极大程度减少电磁骚扰的影响，避免继电保护设备采集数据不准确的情况发生。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变形，这些改进和变形也应视为本发明的保护范围。

Claims (8)

1.一种基于状态识别的继电保护适应性滤波算法，其特征在于：包括以下步骤，

步骤1，用采集系统采集继电保护设备的电压数据；

步骤2，对采集的电压数据进行预处理；

步骤3，计算预处理后电压数据的时域特征参数；

步骤4，将时域特征参数与阈值进行比较，根据比较结果，选择不同的滤波方法对电压数据进行滤波处理；

步骤5，输出滤波后的电压数据。

2.根据权利要求1所述的一种基于状态识别的继电保护适应性滤波算法，其特征在于：采集系统包括依次连接的压互感器、前置模拟低通滤波器、采样保持器、多路转换开关、模数转换器和单片机。

3.根据权利要求1所述的一种基于状态识别的继电保护适应性滤波算法，其特征在于：时域特征参数为电压数据的峰值因子。

4.根据权利要求3所述的一种基于状态识别的继电保护适应性滤波算法，其特征在于：电压数据的峰值因子公式为，

C_f＝X_peak/X_RMS

其中，C_f为电压数据的峰值因子，X_peak为电压数据的峰值，X_RMS为电压数据的均方根值；

$X_{RMS}=\sqrt{\frac{1}{L}\underset{n=1}{\overset{L}{\Σ}}{x}_n^2}$

其中，x_n为预处理后的电压数据序列，n＝1,2,…,L，L为预处理后的电压数据序列中元素的个数；

$X_{peak}=\frac{1}{2}\left(max\right(x_n)+min(x_n\left)\right)$

其中，max(x_n)为x_n的最大值，min(x_n)为x_n的最小值。

5.根据权利要求3或4所述的一种基于状态识别的继电保护适应性滤波算法，其特征在于：当电压数据的峰值因子大于阈值时，判定继电保护设备的运行状态为脉冲状态，采用FIR低通数字滤波器对电压数据进行滤波处理；

当电压数据的峰值因子小于阈值时，判定继电保护设备的运行状态为正常状态，采用一阶滞后滤波法对电压数据进行滤波处理。

6.根据权利要求5所述的一种基于状态识别的继电保护适应性滤波算法，其特征在于：FIR低通数字滤波器采用窗函数的方法进行设计，FIR低通数字滤波器的系统函数H(z)为，

$H\left(z\right)=\underset{i=0}{\overset{N-1}{\Σ}}h\left(i\right)z^{-i}$

其中，h(i)为FIR低通数字滤波器的单位脉冲响应，0≤i≤N-1，i为整数，N为窗口长度，z为z变换的参数；

h(i)＝h_M(i)w(i)

其中，w(i)为窗函数的公式，h_M(i)为信号的单位脉冲响应；

$h_M\left(i\right)=\frac{1}{M}\underset{k=0}{\overset{M-1}{\Σ}}{H}_d\left(e^{j\frac{2k\mathrm{\π}}{M}}\right)e^{j\frac{2k\mathrm{\π}i}{M}}$

其中，M为延拓周期，0≤k≤M-1，k、M为整数，为采用频率为2kπ/M的频率响应函数。

7.根据权利要求6所述的一种基于状态识别的继电保护适应性滤波算法，其特征在于：窗函数采用凯塞窗，公式为，

$w\left(i\right)=\frac{I_0\left(\mathrm{\β}\sqrt{1-{\[1-2i/(N-1)\]}^2}\right)}{I_0\left(\mathrm{\β}\right)}$

其中，I₀(·)为第一类变形零阶贝塞尔函数，β为可自由选择的参数。

8.根据权利要求5所述的一种基于状态识别的继电保护适应性滤波算法，其特征在于：一阶滞后滤波法的公式为，

y_t＝(1-α)*x_t+α*y_t-1

其中，α为可自由选择的参数，x_t为本次采样值，y_t-1和y_t分别为上次和本次的滤波结果，0≤t≤H，H为采样点个数。