CN106842099B - 一种电流互感器饱和识别方法及装置 - Google Patents

Abstract

本发明提供的一种电流互感器饱和识别方法及装置，该方法通过确定采样数据中的过零点前峰值点、过零点和过零点后峰值点，分别对过零点前峰值点与过零点之间的数据以及过零点与过零点后峰值点之间的数据进行归一化处理，然后联合处理后的数据序列获取偏移值，若偏移值大于零则判定电流互感器饱和。由于偏移值是否大于零取决于采样数据的整体分布特性，而电流互感器在饱和时其电流信号会发生畸变，利用电流信号畸变后的分布特性获取的偏移值会大于零，此时能够准确地判定出电流互感器饱和。并且该方法具有抗干扰能力强、受噪声影响小、对采样频率要求低、计算简单以及对保护装置的运算能力要求较低等优点，便于实现在线实时监测。

Description

一种电流互感器饱和识别方法及装置

技术领域

本发明涉及电力系统继电保护领域，更具体地，涉及一种电流互感器饱和识别方法及装置。

背景技术

电流互感器(Current Transformer，CT)饱和时，一次电流传变到二次，电流波形会发生畸变，可能造成差动保护误动作。相关误动作事件时有发生，导致保护动作正确率降低，造成了恶劣的影响。

差动保护的保护区外故障引发差动保护误动作的根本原因是：差动保护两侧的某一个CT饱和、或两侧的两个CT饱和程度不一致。当错误地将保护用CT与测量用CT混用、电磁式CT与电子式CT混用、以及两侧CT的剩磁或二次负载差异较大时，区外故障极易导致前述情况发生，进而引发差动保护误动作。

如果不能及时发现，可能引发保护系统误动作。准确识别CT饱和避免其引发差动保护误动作对提高继电保护的可靠性，保障电网安全、稳定运行具有重要意义。

目前常见的CT饱和检测方法有：谐波制动法、差分法、数学形态学法、支持向量机与人工神经网络识别方法等。

其中，谐波制动法的原理为：利用电流互感器饱和时电流波形畸变，根据电流中谐波分量的波形特征检测电流互感器是否饱和。差分法的原理为：利用差分值检测电流互感器暂态饱和的二次电流中存在的突变点，与故障电流近似正弦波形不存在突变点的区别。数学形态学法的原理为：利用数学形态学滤波器极佳的奇异点识别能力和噪声抑制能力，可精确地获取故障发生时刻和差动电流产生时刻间的时间差，通过此时间差识别电流互感器的饱和情况。

虽然上述方法有各自的优点，但是也存在不足之处。其中，谐波制动法识别饱和的正确率不太令人满意；差分法的抗干扰能力差，易受噪声等影响；数学形态学法的适应性较差；支持向量机与人工神经网络识别方法需要预先进行大量训练，且对保护装置的运算能力要求高。

发明内容

针对上述解决办法的各个问题，本发明提供一种电流互感器饱和识别方法及装置。

第一方面，本发明提供一种电流互感器饱和识别方法，包括：S1，确定采样数据中的过零点前峰值点、过零点以及过零点后峰值点；S2，对所述过零点前峰值点与所述过零点之间的数据进行归一化处理，获得第一数据序列；以及对所述过零点与所述过零点后峰值点之间的数据进行归一化处理，获得第二数据序列；S3，对所述第一数据序列与所述第二数据序列获取偏移值；S4，若所述偏移值大于零，则判定电流互感器饱和；或者若所述偏移值不大于零，则判定所述电流互感器未饱和。

其中，所述S1之前还包括对电流互感器的二次侧电流信号进行不间断采样，得到包括一个周波的采样数据。

其中，若所述采样数据中存在则所述过零点前峰值点d_-＝i，所述过零点后峰值点d₊＝j；若所述采样数据中存在或者存在则所述过零点d＝i；其中x(i-1)、x(i)、x(i+1)、x(j-1)、x(j)和x(j+1)各自为第i-1次、第i次、第i+1次、第j-1次、第j次和第j+1次的采样数据。

其中，所述S2包括：S21，获取所述过零点前峰值点d_-与所述过零点d之间数据的绝对值中的最大值A_-，以及获取所述过零点d与所述过零点后峰值点d₊之间数据的绝对值中的最大值A₊；S22，根据下式对所述过零点前峰值点d_-与所述过零点d之间的数据进行归一化处理，获得第一数据序列{a(i)}，即

以及根据下式对所述过零点d与所述过零点后峰值点d₊之间的数据进行归一化处理，获得第二数据序列{b(i)}，即

其中，所述S3进一步包括根据下式所述第一数据序列{a(i)}与所述第二数据序列{b(i)}获取偏移值Py，即

其中，u为所述第一数据序列{a(i)}与所述第二数据序列{b(i)}中数据的平均值。

其中，所述电流互感器的二次侧电流信号为通过低通滤波器滤除高频噪声后获得的电流信号。

第二方面，本发明提供一种电流互感器饱和识别装置，包括：确定模块，用于确定采样数据中的过零点前峰值点、过零点以及过零点后峰值点；处理模块，用于对所述过零点前峰值点与所述过零点之间的数据进行归一化处理，获得第一数据序列；以及用于对所述过零点与所述过零点后峰值点之间的数据进行归一化处理，获得第二数据序列；获取模块，用于对所述第一数据序列与所述第二数据序列获取偏移值；判定模块，用于若所述偏移值大于零，则判定电流互感器饱和；或者若所述偏移值不大于零，则判定所述电流互感器未饱和。

其中，所述装置还包括采样模块，所述采样模块用于对所述电流互感器的二次侧电流信号进行不间断采样，得到包括至少一个周波的采样数据。

其中，所述处理模块进一步用于：获取所述过零点前峰值点d_-与所述过零点d之间数据的绝对值中的最大值A_-，以及获取所述过零点d与所述过零点后峰值点d₊之间数据的绝对值中的最大值A₊；

还用于根据下式对所述过零点前峰值点d_-与所述过零点d之间的数据进行归一化处理，获得第一数据序列{a(i)}，即

以及根据下式对所述过零点d与所述过零点后峰值点d₊之间的数据进行归一化处理，获得第二数据序列{b(i)}，即

其中，所述获取模块进一步用于根据下式对所述第一数据序列{a(i)}于所述第二数据序列{b(i)}获取偏移值Py，即

其中，u为第一数据序列{a(i)}与第二数据序列{b(i)}中数据的平均值。

本发明提供的一种电流互感器饱和识别方法及装置，通过确定采样数据中的过零点前峰值点、过零点和过零点后峰值点，分别对过零点前峰值点与过零点之间的数据以及过零点与过零点后峰值点之间的数据进行归一化处理，然后联合处理后的数据序列获取偏移值，若偏移值大于零则判定电流互感器饱和，提供了一种快速、可靠的电流互感器饱和识别方法。

由于偏移值是否大于零取决于采样数据的整体分布特性，而电流互感器在饱和时其电流信号会发生畸变，利用电流信号畸变后的分布特性获取的偏移值会大于零，此时能够准确地判定出电流互感器饱和。并且该方法具有抗干扰能力强、受噪声影响小、对采样频率要求低、计算简单以及对保护装置的运算能力要求较低等优点，便于实现在线实时监测。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供的电流互感器饱和识别方法的流程图；

图2为图1中所述电流互感器饱和时采集的电流波形图；

图3为图1中所述电流互感器未饱和时采集的电流波形图；

图4为本发明实施例提供的电流互感器饱和识别装置的结构框图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

图1为本发明实施例提供的电流互感器饱和识别方法的流程图，如图1所示，该方法包括：S1，确定采样数据中的过零点前峰值点、过零点以及过零点后峰值点；S2，对所述过零点前峰值点与所述过零点之间的数据进行归一化处理，获得第一数据序列；以及对所述过零点与所述过零点后峰值点之间的数据进行归一化处理，获得第二数据序列；S3，对所述第一数据序列与所述第二数据序列获取偏移值；S4，若所述偏移值大于零，则判定电流互感器饱和；或者所述偏移值不大于零，则判定所述电流互感器未饱和。

其中，过零点是指电流波形到达零点时的点，过零点前峰值点是指在过零点前电流波形到达波峰或者波谷时的点，过零点后峰值点是指过零点后电流波形到达波峰或者波谷时的点。

其中，归一化就是要把需要处理的数据经过处理后(通过某种算法)限制在需要的一定范围内。首先归一化是为了后面数据处理方便，其次是保证程序运行时收敛加快，归一化的具体作用是归纳统一样本的统计分布性。归一化在0-1之间是统计的概率分布，归一化在某个区间上是统计的坐标分布。归一化有同一、统一和合一的意思。

其中，电流互感器是由闭合的铁心和绕组组成，它的一次侧绕组匝数很少，串接在需要测量的电流线路中，因此它经常有线路的全部电流流过，二次侧绕组匝数比较多，串接在测量仪表和保护回路中。电流互感器在工作时，它的二次侧回路始终是闭合的，因此测量仪表和保护回路串联线圈的阻抗很小，电流互感器的工作状态接近短路。

具体地，在识别电流互感器是否饱和时，首先确定采样数据中的过零点前峰值点、过零点以及过零点后峰值点，例如，过零点前峰值点为20、过零点为40、过零点后峰值点为60。然后在对过零点前峰值点20与过零点40之间的数据进行归一化处理，获得第一数据序列，得到的第一数据序列中的值均在[0,1]之间；以及对过零点40与过零点后峰值点60之间的数据进行归一化处理，获得第二数据序列，得到的第二数据序列中的值也都在[0,1]之间。再对第一数据序列和第二数据序列进行处理获取偏移值，例如，此时获得的偏移值为-0.5，由于偏移值-0.5小于零，则判定电流互感器未饱和。

本发明实施例与现有技术相比，通过确定采样数据中的过零点前峰值点、过零点和过零点后峰值点，分别对过零点前峰值点与过零点之间的数据以及过零点与过零点后峰值点之间的数据进行归一化处理，然后联合处理后的数据序列获取偏移值，若偏移值大于零，则判定电流互感器饱和，该方法提供了一种快速、可靠的电流互感器饱和识别方法。由于偏移值是否大于零取决于采样数据的整体分布特性，而电流互感器在饱和时其电流信号会发生畸变，利用电流信号畸变后的分布特性获取的偏移值会大于零，此时能够准确地判定出电流互感器饱和。并且该方法具有抗干扰能力强、受噪声等影响小、对采样频率要求低、计算简单，以及对保护装置的运算能力要求较低等优点，便于实现在线实时监测。

在上述实施例的基础上，所述S1之前还包括对电流互感器的二次侧电流信号进行不间断采样，得到包括一个周波的采样数据。所述电流互感器的二次侧电流信号为通过低通滤波器滤除高频噪声后获得的电流信号。

其中，采样又称取样，指把时间域或空间域的连续量转化成离散量的过程。即将时间上、幅值上都连续的模拟信号，在采样脉冲的作用，转换成时间上离散(时间上有固定间隔)、但幅值上仍连续的离散模拟信号，所以采样又称为波形的离散化过程。

其中，低通滤波器是容许低于截止频率的信号通过，但高于截止频率的信号不能通过的电子滤波装置。

具体地，在识别电流互感器是否饱和时，在确定过零点前峰值点d_-、过零点d以及过零点后峰值点d₊之前，还需要进行采样。由于电流互感器饱和实际上是电流互感器的铁心饱和，此时二次回路为通路，则将产生二次电流，完成电流在一次绕组、二次绕组中的传变，因此，需要对电流互感器的二次侧电流信号进行采样。在对二次侧电流信号进行采样之前需要通过低通滤波器滤除电流信号中的高频噪声，这样可以得到比较真实的二次侧电流信号，然后再对该滤除噪声后的二次侧电流信号进行采样，这样得到的采样数据可以准确的确定过零点前峰值点、过零点和过零点后峰值点。通过对该二次侧电流信号进行不间断采样，得到包括一个周波的采样数据，例如，得到一个有80个采样点的周波。然后在采样数据中确定零点前峰值点d_-、过零点d以及过零点后峰值点d₊，再分别对过零点前峰值点与过零点之间的数据以及过零点与过零点后峰值点之间的数据进行归一化处理，然后联合处理后的数据序列获取偏移值，若偏移值大于零则判定电流互感器饱和。

在本发明实施例中，通过在确定过零点前峰值点d_-、过零点d以及过零点后峰值点d₊之前，通过低通滤波器滤除电流互感器二次侧电流信号的高频噪声后，再对电流互感器的二次侧电流信号进行不间断采样，得到采样数据，为判定电流互感器是否饱和提供准确性。

在上述实施例的基础上，若所述采样数据中存在则所述过零点前峰值点d_-＝i，所述过零点后峰值点d₊＝j；若所述采样数据中存在或者存在则所述过零点d＝i；其中x(i-1)、x(i)、x(i+1)、x(j-1)、x(j)和x(j+1)各自为第i-1次、第i次、第i+1次、第j-1次、第j次和第j+1次的采样数据。

具体地，图2为电流互感器饱和时采集的电流波形图，采用图2所示的采样数据，经计算，满足条件的i点为22、j点为60，则过零点前峰值点d_-＝22、过零点后峰值点为d₊＝60；满足条件或者的i点为41，则过零点d＝41。然后对过零点前峰值点22与过零点41之间的数据进行归一化处理，获得第一数据序列；以及对过零点41与过零点后峰值点60之间的数据进行归一化处理，获得第二数据序列。再对第一数据序列和第二数据序列进行处理获取偏移值，例如，此时获得的偏移值为1.7，由于偏移值1.7大于零，则判定电流互感器已经饱和。

在本发明实施例中，通过将采样数据中满足条件的点确定为过零点前峰值点、过零点和过零点后峰值点，达到准确确定过零点前峰值点、过零点以及过零点后峰值点的目的，从而提高判定电流互感器是否饱和的准确性。

在上述实施例的基础上，所述S2进一步包括：S21，获取所述过零点前峰值点d_-与所述过零点d之间数据的绝对值中的最大值A_-，以及获取所述过零点d与所述过零点后峰值点d₊之间数据的绝对值中的最大值A₊；S22，根据下式对所述过零点前峰值点d_-与所述过零点d之间的数据进行归一化处理，获得第一数据序列{a(i)}，即

以及根据下式对所述过零点d与所述过零点后峰值点d₊之间的数据进行归一化处理，获得第二数据序列{b(i)}，即

具体地，如图2所示的采样数据中，已经确定过零点前峰值点为22、过零点为41以及过零点后峰值点为60，然后对过零点前峰值点22与过零点41之间的数据以及过零点41与过零点后峰值点60之间的数据分别进行归一化处理。首先获取采样数据中22至41之间数据的绝对值中的最大值A_-，即A_-＝max[|x(d_-)|，|x(d_-+1)|，...，|x(d)|]，获取得到A_-＝121.185；以及获取采样数据中41至60之间数据的绝对值中的最大值A₊，即A₊＝max[|x(d)|，|x(d+1)|，...，|x(d₊)|]，获取得到A₊＝36.36。

然后根据下式对过零点前峰值点22与过零点41之间的数据进行归一化处理，获得第一数据序列{a(i)}，即

经计算第一数据序列{a(i)}＝{1.0000，0.9973，0.9887，0.9743，0.9539，0.9280，0.8965，0.8597，0.8178，0.7711，0.7198，0.6643，0.6048，0.5419，0.4758，0.4069，0.3358，0.2628，0.1884，0.1130，0.0371}；以及根据下式对过零点41与过零点后峰值点60之间的数据进行归一化处理，获得第二数据序列{b(i)}，即

经计算第二数据序列{b(i)}＝{0.0415，0.1221，0.2018，0.2800，0.3562，0.4301，0.5011，0.5688，0.6329，0.6927，0.7482，0.7988，0.8443，0.8844，0.9188，0.9473，0.9699，0.9862，0.9963，1.0000}。然后根据获得的第一数据序列{a(i)}和第二数据序列{b(i)}求取偏移值，例如偏移值为1.7，由于偏移值1.7大于零，则判定电流互感器饱和。

在本发明实施例中，通过对过零点前峰值点与过零点之间的数据以及对过零点与过零点后峰值点之间的数据分别进行归一化处理，然后对获得的数据序列求取偏移值，通过偏移值的大小来判定电流互感器是否饱和。这种识别电流互感器饱和的方法，对采样频率要求低，计算简单，对保护装置的运算能力要求不高，便于实现在线实时监测。

在上述实施例的基础上，所述S3进一步包括根据下式对所述第一数据序列{a(i)}与所述第二数据序列{b(i)}获取偏移值Py，即

其中，u为第一数据序列{a(i)}与第二数据序列{b(i)}中数据的平均值。

具体地，在经过归一化处理获得第一数据序列{a(i)}和第二数据序列{b(i)}之后，再对第一数据序列{a(i)}和第二数据序列{b(i)}获取偏移值Py。在获取偏移值Py之前，先计算第一数据序列{a(i)}和第二数据序列{b(i)}中数据的平均值u，按照图2所示的采样数据计算得到平均值u＝0.3170，然后再根据以下公式计算偏移值Py，即

计算得到偏移值Py＝1.7526，由于偏移值1.7526大于零，则判定电流互感器饱和，与图2所示的电流互感器状态相符合，说明本发明实施例提供的电流互感器饱和识别方法判定正确。

在发明实施例中，通过对归一化处理后获得的第一数据序列和第二数据序列求取偏移值，然后根据求取的偏移值来判定电流互感器是否饱和。这种识别电流互感器饱和的方法，计算简单，对保护装置的运算能力要求较低，便于实现在线实时检测。

以下结合图3对本发明实施例进行举例说明，但不用于限制本发明的保护范围。首先，使用低通滤波器滤除电流互感器二次侧电流信号中的高频噪声，然后对电流互感器二次侧电流信号进行不间断采样，得到一个周波共有80个采样点的采样数据，如图3所示的电流波形。在图3所示的采样数据中确定过零点前峰值点、过零点和过零点后峰值点，采样数据中满足条件的i点为21、j点为61，则过零点前峰值点d_-＝21、过零点后峰值点d₊＝61；满足条件或者的i点为41，则过零点d＝41。

对过零点前峰值点与过零点之间的数据以及过零点与过零点后峰值点之间的数据分别进行归一化处理。首先确定A_-、A₊，根据

A_-＝max[|x(d_-)|，|x(d_-+1)|，…，|x(d)|]，

A₊＝max[x(d)|，|x(d+1)|，…，|x(d₊)|]，

则可以获得A_-＝58、A₊＝54；然后根据公式得到第一数据序列{a(i)}如下：

{a(i)}＝{1.0000，0.9973，0.9887，0.9743，0.9539，0.9280，0.8965，0.8597，0.8178，0.7711，0.7198，0.6643，0.6048，0.5419，0.4758，0.4069，0.3358，0.2628，0.1884，0.1130，0.0371}

根据公式得到第二数据序列{b(i)}如下：

{b(i)}＝{0.0415，0.1221，0.2018，0.2800，0.3562，0.4301，0.5011，0.5688，0.6329，0.6927，0.7482，0.7988，0.8443，0.8844，0.9188，0.9473，0.9699，0.9862，0.9963，1.0000}

然后根据下式对归一化处理后的数据序列{a(i)}和{b(i)}进行运算求取偏移值Py，即

其中，u为第一数据序列{a(i)}与第二数据序列{b(i)}中数据的平均值，则u＝0.6453。经计算得到偏移值Py＝-0.6283，由于偏移值-0.6283小于零，则判定电流互感器未饱和，与图3所示的电流互感器状态相符合，说明本发明实施例提供的电流互感器饱和识别方法判定正确。

图4为本发明实施例提供的电流互感器饱和识别装置的结构框图，如图4所示，该装置包括确定模块401、处理模块402、获取模块403和判定模块404。确定模块401用于确定采样数据中的过零点前峰值点、过零点以及过零点后峰值点；处理模块402用于对所述过零点前峰值点与所述过零点之间的数据进行归一化处理，获得第一数据序列，以及对所述过零点与所述过零点后峰值点之间的数据进行归一化处理，获得第二数据序列；获取模块403用于对所述第一数据序列与所述第二数据序列获取偏移值；判定模块404用于若所述偏移值大于零，则判定电流互感器饱和；或者若所述偏移值不大于零，则判定所述电流互感器未饱和。

具体地，在识别电流互感器是否饱和时，首先确定模块401确定采样数据中的过零点前峰值点、过零点以及过零点后峰值点，例如，确定模块401确定的过零点前峰值点为20、过零点为40、过零点后峰值点为60。然后处理模块402对过零点前峰值点20与过零点40之间的数据进行归一化处理，获得第一数据序列；以及对过零点40与过零点后峰值点60之间的数据进行归一化处理，获得第二数据序列。获取模块403再根据第一数据序列和第二数据序列获取偏移值，例如，获得的偏移值为-0.5，最后判定模块404根据偏移值-0.5小于零，则判定电流互感器未饱和。

本发明实施例与现有技术相比，通过确定模块确定采样数据中的过零点前峰值点、过零点和过零点后峰值点，处理模块分别对过零点前峰值点与过零点之间的数据以及过零点与过零点后峰值点之间的数据进行归一化处理，获取模块联合处理后的数据序列获取偏移值，判定模块根据偏移值大于零则判定电流互感器饱和，能够快速、可靠的识别电流互感器是否饱和。由于偏移值是否大于零取决于采样数据的整体分布特性，而电流互感器在饱和时其电流信号会发生畸变，利用电流信号畸变后的分布特性获取的偏移值会大于零，因此能够准确地判定出电流互感器饱和。

在上述实施例的基础上，所述电流互感器识别装置还包括采样模块，所述采样模块用于对所述电流互感器的二次侧电流信号进行不间断采样，得到包括至少一个周波的采样数据。

具体地，在识别电流互感器是否饱和时，在确定模块401确定过零点前峰值点d_-、过零点d以及过零点后峰值点d₊之前，还需要进行采样。通过采样模块对电流互感器的二次侧电流信号进行不间断采样，得到包括至少一个周波的采样数据，例如，得到一个有80个采样点的周波。然后确定模块401在采样数据中确定过零点前峰值点d_-、过零点d以及过零点后峰值点d₊，处理模块402分别对过零点前峰值点与过零点之间的数据以及过零点与过零点后峰值点之间的数据进行归一化处理，获取模块403联合处理后的数据序列获取偏移值，判定模块根据若偏移值大于零则判定电流互感器饱和。

在本发明实施例中，在确定模块确定过零点前峰值点d_-、过零点d以及过零点后峰值点d₊之前，采样模块对电流互感器的二次侧电流信号进行不间断采样，得到采样数据，为判定电流互感器是否饱和提供前提条件。

在上述实施例的基础上，所述处理模块402进一步用于：获取所述过零点前峰值点d_-与所述过零点d之间数据的绝对值中的最大值A_-，以及获取所述过零点d与所述过零点后峰值点d₊之间数据的绝对值中的最大值A₊；

还用于根据下式对所述过零点前峰值点d_-与所述过零点d之间的数据进行归一化处理，获得第一数据序列{a(i)}，即

以及根据下式对所述过零点d与所述过零点后峰值点d₊之间的数据进行归一化处理，获得第二数据序列{b(i)}，即

具体地，如图2所示的采样数据中，确定模块401已经确定过零点前峰值点为22、过零点为41以及过零点后峰值点为60，然后处理模块402对过零点前峰值点22与过零点41之间的数据以及过零点41与过零点后峰值点60之间的数据分别进行归一化处理。首先处理模块402获取采样数据中22至41之间数据的绝对值中的最大值A_-，即A_-＝max[|x(d_-)|，|x(d_-+1)|，...，|x(d)|]，获取得到A_-＝121.185；以及获取采样数据中41至60之间数据的绝对值中的最大值A₊，即A₊＝max[|x(d)|，|x(d+1)|，...，|x(d₊)|]，获取得到A₊＝36.36。

处理模块402根据公式对采样数据中22至41之间的数据进行归一化处理，获得第一数据序列{a(i)}，经计算第一数据序列{a(i)}＝{1.0000，0.9973，0.9887，0.9743，0.9539，0.9280，0.8965，0.8597，0.8178，0.7711，0.7198，0.6643，0.6048，0.5419，0.4758，0.4069，0.3358，0.2628，0.1884，0.1130，0.0371}；以及根据公式对41至60之间的数据进行归一化处理，获得第二数据序列{b(i)}，经计算第二数据序列{b(i)}＝{0.0415，0.1221，0.2018，0.2800，0.3562，0.4301，0.5011，0.5688，0.6329，0.6927，0.7482，0.7988，0.8443，0.8844，0.9188，0.9473，0.9699，0.9862，0.9963，1.0000}。然后获取模块403对第一数据序列{a(i)}和第二数据序列{b(i)}获取偏移值，例如偏移值为1.7，判定模块404根据偏移值1.7大于零，则判定电流互感器饱和。

在本发明实施例中，通过处理模块对过零点前峰值点与过零点之间的数据以及对过零点与过零点后峰值点之间的数据分别进行归一化处理，然后获取模块对处理获得的数据序列获取偏移值，判定模块根据偏移值的大小来判定电流互感器是否饱和。这种识别电流互感器饱和的装置，对采样频率要求低，计算简单，对保护装置的运算能力要求不高，便于实现在线实时监测。

在上述实施例的基础上，所述获取模块403进一步用于根据下式对所述第一数据序列{a(i)}和所述第二数据序列{b(i)}获取偏移值Py，即

其中，u为第一数据序列{a(i)}与第二数据序列{b(i)}中数据的平均值。

具体地，在经过处理模块402处理获得第一数据序列{a(i)}和第二数据序列{b(i)}之后，则获取模块403对第一数据序列{a(i)}和第二数据序列{b(i)}获取偏移值Py。在获取模块403获取偏移值Py之前，获取模块403先计算第一数据序列{a(i)}和第二数据序列{b(i)}中数据的平均值u，按照图2所示的采样数据计算得到平均值u＝0.3170，然后再根据如下公式计算偏移值Py，

计算得到偏移值Py＝1.7526，由于偏移值1.7526大于零，则判定模块404判定电流互感器饱和，与图2所示的电流互感器状态相符合，说明该电流互感器识别方法判定正确。

在发明实施例中，通过获取模块对处理获得的第一数据序列和第二数据序列获取偏移值，然后根据获取的偏移值来判定电流互感器是否饱和。这种识别电流互感器饱和的装置，计算简单，对保护装置的运算能力要求较低，便于实现在线实时检测。

上述各实施例提供的电流互感器饱和识别方法及装置，通过确定采样数据中的过零点前峰值点、过零点和过零点后峰值点，分别对过零点前峰值点与过零点之间的数据以及过零点与过零点后峰值点之间的数据进行归一化处理，然后联合处理后的数据序列获取偏移值，若偏移值大于零则判定电流互感器饱和，提供了一种快速、可靠的电流互感器饱和识别方法。由于偏移值是否大于零取决于采样数据的整体分布特性，而电流互感器在饱和时其电流信号会发生畸变，利用电流信号畸变后的分布特性获取的偏移值会大于零，此时能够准确地判定出电流互感器饱和。并且该方法具有抗干扰能力强、受噪声影响小、对采样频率要求低、计算简单以及对保护装置的运算能力要求较低等优点，便于实现在线实时监测。

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (6)

1.一种电流互感器饱和识别方法，其特征在于，包括：

S1，确定采样数据中的过零点前峰值点、过零点以及过零点后峰值点；

S2，对所述过零点前峰值点与所述过零点之间的数据进行归一化处理，获得第一数据序列；以及对所述过零点与所述过零点后峰值点之间的数据进行归一化处理，获得第二数据序列；

S3，对所述第一数据序列与所述第二数据序列获取偏移值；

S4，若所述偏移值大于零，则判定电流互感器饱和；或者若所述偏移值不大于零，则判定所述电流互感器未饱和；

所述S1之前还包括对电流互感器的二次侧电流信号进行不间断采样，得到一个周波的采样数据；

所述S3进一步包括：根据下式对所述第一数据序列与所述第二数据序列获取偏移值Py，即

其中，d-为所述过零点前峰值点，d为所述过零点，d₊为所述过零点后峰值点，{a(i)}为所述第一数据序列，{b(i)}为所述第二数据序列，u为{a(i)}与{b(i)}中数据的平均值。

2.根据权利要求1所述的方法，其特征在于，若所述采样数据中存在则所述过零点前峰值点d_-＝i，所述过零点后峰值点d₊＝j；

若所述采样数据中存在或者存在则所述过零点d＝i；

其中x(i-1)、x(i)、x(i+1)、x(j-1)、x(j)和x(j+1)各自为第i-1次、第i次、第i+1次、第j-1次、第j次和第j+1次的采样数据。

3.根据权利要求2所述的方法，其特征在于，所述S2进一步包括：

S21，获取所述过零点前峰值点d_-与所述过零点d之间数据的绝对值中的最大值A_-，以及获取所述过零点d与所述过零点后峰值点d₊之间数据的绝对值中的最大值A₊；

S22，根据下式对所述过零点前峰值点d_-与所述过零点d之间的数据进行归一化处理，获得第一数据序列{a(i)}，即

以及根据下式对所述过零点d与所述过零点后峰值点d₊之间的数据进行归一化处理，获得第二数据序列{b(i)}，即

4.根据权利要求1所述的方法，其特征在于，所述电流互感器的二次侧电流信号为通过低通滤波器滤除高频噪声后获得的电流信号。

5.一种电流互感器饱和识别装置，其特征在于，包括：

确定模块，用于确定采样数据中的过零点前峰值点、过零点以及过零点后峰值点；

处理模块，用于对所述过零点前峰值点与所述过零点之间的数据进行归一化处理，获得第一数据序列；以及用于对所述过零点与所述过零点后峰值点之间的数据进行归一化处理，获得第二数据序列；

获取模块，用于对所述第一数据序列与所述第二数据序列获取偏移值；

判定模块，用于若所述偏移值大于零，则判定电流互感器饱和；或者若所述偏移值不大于零，则判定所述电流互感器未饱和；

还包括采样模块，所述采样模块用于对所述电流互感器的二次侧电流信号进行不间断采样，得到包括一个周波的采样数据；

所述获取模块进一步用于根据下式对所述第一数据序列与所述第二数据序列获取偏移值Py，即

其中，d_-为过零点前峰值点，d为过零点，d₊为过零点后峰值点，{a(i)}为所述第一数据序列，{b(i)}为所述第二数据序列，u为{a(i)}与{b(i)}中数据的平均值。

6.根据权利要求5所述的装置，其特征在于，所述处理模块进一步用于：获取所述过零点前峰值点d_-与所述过零点d之间数据的绝对值中的最大值A_-，以及获取所述过零点d与所述过零点后峰值点d₊之间数据的绝对值中的最大值A₊；

还用于根据下式对所述过零点前峰值点d_-与所述过零点d之间的数据进行归一化处理，获得第一数据序列{a(i)}，即

以及根据下式对所述过零点d与所述过零点后峰值点d₊之间的数据进行归一化处理，获得第二数据序列{b(i)}，即