CN110108985B - 一种基于原子分解算法的配电网内部过电压的识别方法 - Google Patents
一种基于原子分解算法的配电网内部过电压的识别方法 Download PDFInfo
- Publication number
- CN110108985B CN110108985B CN201910459741.9A CN201910459741A CN110108985B CN 110108985 B CN110108985 B CN 110108985B CN 201910459741 A CN201910459741 A CN 201910459741A CN 110108985 B CN110108985 B CN 110108985B
- Authority
- CN
- China
- Prior art keywords
- overvoltage
- empire
- colonial
- atom
- frequency
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000354 decomposition reaction Methods 0.000 title claims abstract description 47
- 238000004422 calculation algorithm Methods 0.000 title claims abstract description 45
- 238000000034 method Methods 0.000 title claims abstract description 36
- 238000009826 distribution Methods 0.000 title claims abstract description 28
- 238000005457 optimization Methods 0.000 claims abstract description 24
- 238000004364 calculation method Methods 0.000 claims description 7
- 238000005070 sampling Methods 0.000 claims description 7
- UONOETXJSWQNOL-UHFFFAOYSA-N tungsten carbide Chemical compound [W+]#[C-] UONOETXJSWQNOL-UHFFFAOYSA-N 0.000 claims description 6
- 230000001172 regenerating effect Effects 0.000 claims description 3
- 238000009827 uniform distribution Methods 0.000 claims description 3
- 230000002969 morbid Effects 0.000 claims description 2
- 239000004576 sand Substances 0.000 claims 1
- 238000004088 simulation Methods 0.000 abstract description 15
- 238000004458 analytical method Methods 0.000 abstract description 6
- 238000000605 extraction Methods 0.000 abstract description 3
- 239000003990 capacitor Substances 0.000 description 8
- 238000010586 diagram Methods 0.000 description 5
- 230000005350 ferromagnetic resonance Effects 0.000 description 4
- 238000012795 verification Methods 0.000 description 4
- 230000001052 transient effect Effects 0.000 description 3
- 230000008034 disappearance Effects 0.000 description 2
- 238000009413 insulation Methods 0.000 description 2
- 230000001629 suppression Effects 0.000 description 2
- 230000002238 attenuated effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000007935 neutral effect Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R19/00—Arrangements for measuring currents or voltages or for indicating presence or sign thereof
- G01R19/165—Indicating that current or voltage is either above or below a predetermined value or within or outside a predetermined range of values
- G01R19/16528—Indicating that current or voltage is either above or below a predetermined value or within or outside a predetermined range of values using digital techniques or performing arithmetic operations
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/08—Locating faults in cables, transmission lines, or networks
- G01R31/081—Locating faults in cables, transmission lines, or networks according to type of conductors
- G01R31/086—Locating faults in cables, transmission lines, or networks according to type of conductors in power transmission or distribution networks, i.e. with interconnected conductors
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/12—Classification; Matching
Abstract
本发明涉及一种基于原子分解算法的配电网内部过电压的识别方法,首先获取配电网系统发生过电压事故时,配电网母线处前0.5至故障后8个周波的三相电压波形;并将三相电压波形划分为共4个时段;T0、T1、T2和T3;计算T0时段的零序电压有效值;采用基于帝国殖民竞争优化的原子分解算法对T1、T2和T3时段的三相电压波形进行原子分解,获得有效原子参数,基于此参数,判断电压类型。本发明利用原子分解算法对配电网内部过电压进行辨识,区分不同的过电压类型。仅通过时域分析和原子分解算法进行特征提取,由于特征量最高维数仅为1,无需分类器,只利用阈值对过电压信号进行识别。经仿真及物理仿真实验验证,所提方法识别准确高,抗噪能力强。
Description
技术领域
本发明涉及电力系统领域,特别是一种基于原子分解算法的配电网内部过电压的识别方法。
背景技术
内部过电压包含暂时过电压和操作过电压。当涉及到整个内部过电压,及含有波形特征主要为暂态分量的操作过电压时,单一的时频分析方法难以表达其特征信息,常常加入多种方法进行特征提取,这大大增加了方法的复杂度。同时,基于常用时频分析方法的识别算法,如:小波变换、S变换、希尔伯特-黄变换(HHT)等,在对信号进行表达时,往往不够简洁,需用维数较高的特征量才能完整描述暂态分量的特点,因此还需借助分类器才能完成识别。虽然上述方法取得了极高的识别率,但分类器的加入大大增加了算法复杂度,且其识别效果还易受到样本数量和质量的影响。
原子分解算法不同于傅里叶变换、小波变换等试图用固定基函数表达信号的分析方法,其从信号的固有性质出发,在过完备的原子库中自适应选择最匹配原子实现信号表达,结果简洁、灵活,且具有明确物理意义。
配电网具有结构复杂、设备多、绝缘水平低等特点,含有缺陷的设备在过电压作用下可能造成绝缘击穿,最终可能造成巨大的经济损失及人身危害。因此,准确识别出过电压类型,将给配电网过电压的预防、抑制和事故处理提供信息指导,对于电力系统安全稳定运行具有重要意义。
发明内容
有鉴于此,本发明的目的是提出一种基于原子分解算法的配电网内部过电压的识别方法,无需分类器,只利用阈值对过电压信号进行识别,且具有较强的适应性和较低的复杂度。
本发明采用以下方案实现:一种基于原子分解算法的配电网内部过电压的识别方法,包括以下步骤:
步骤S1:获取配电网系统发生过电压事故时,配电网母线处前0.5至故障后8个周波的三相电压波形;
步骤S2:将步骤S1中三相电压波形划分为T0~T3,共4个时段;T0时段为过电压发生后1个周波至5个周波;T1时段为过电压发生前后各0.5个周波;T2时段为过电压发生后5个周波;T3时段为过电压发生后5个周波至8个周波;
步骤S3:依据式(1)计算T0时段的零序电压有效值U0·RMS,若小于阈值δ1,进入步骤S4;否则进入步骤S5;
式中:UA(n)、UB(n)、UC(n)表示三相电压的电压采样序列;U0(n)为零序电压的采样序列;N为4个周波的采样点数;δ1取2.0kV;
步骤S4:采用基于帝国殖民竞争优化的原子分解算法对T1时段的三相电压波形进行原子分解,并判断A、B、C三相电压波形中是否有两相波形存在频率满足大于2000,且其持续时间T大于5ms的原子,若是,则判为合闸空载线路过电压;否则,判断是否有两相波形存在频率满足小于等于2000且其持续时间T小于等于5ms的原子,若是,则为合闸空载线路过电压,否则判为其他类型操作过电压;输出结果,结束辨识;
步骤S5:采用基于帝国殖民竞争优化的原子分解算法对T2时段的零序电压进行原子分解,若主导原子的频率大于等于100Hz,则判为高频谐振过电压;若主导频率小于40Hz,则判为分频谐振过电压,输出结果,结束辨识;否则进入步骤S6;
步骤S6:求取T2时段的高频原子总相对匹配度GH·toal,判断GH·toal是否大于阈值δ2,若是,判为间歇性弧光接地过电压;输出结果,结束辨识;否则进入步骤7;其中,阈值δ2取0.4;原子相对匹配度计算公式为:
高频原子总相对匹配度计算公式为:
式中,Gf为频率f∈[100,3000]原子的相对匹配度;
步骤S7:采用基于帝国殖民竞争优化的原子分解算法对T3时段的零序电压进行原子分解,若存在频率属于[60,300]Hz的原子,则判为基频谐振;若原子频率均为位于[40,60]Hz之间,则判为单相金属性接地过电压,输出结果,结束辨识。
进一步地,所述采用基于帝国殖民竞争优化的原子分解算法进行原子分解具体包括以下步骤:
步骤SA:将待测信号f送入衰减正弦量原子库中,通过帝国殖民竞争优化算法在原子库中寻找与待测信号最为匹配的原子gγi;
步骤SB:更新残余信号作为新的待测信号Rnf=Rn-1f-<Rn-1f,gγn>gγn;式中:R0f表示原始信号;Rnf为第n次迭代后的残余分量;<,>表示內积。
步骤SC:重复步骤SA和步骤SB,当迭代次数i达到n,则信号f表示为同时保存每次原子的参数γ;每个原子参数γ包含5个参数的组合,即γ=(f,ρ,φ,ts,te),其中f为频率,ρ为衰减系数,φ为相位,ts和te分别为起、止时间。
进一步地,步骤SA中所述的通过帝国殖民竞争优化算法在原子库中寻找与待测信号最为匹配的原子gγi具体包括以下步骤:
步骤SA1:帝国建立:将国家表示为country=[p1,p2,...,pN],通过一个代价函数cost=f(country)=f(p1,p1,...,pN)来衡量一个国家的权力大小;先随机生成Npop个国家,根据每个国家的代价函数值,选取权力较大的前Nimp个作为帝国主义国家Imp,剩余国家作为殖民地Col;殖民地个数Ncol=Npop-Nimp;根据各Imp的权力大小分配殖民地;1个帝国Emp由1个Imp及若干个Col组成,按照下面三个公式计算每个Emp拥有殖民地Col的个数;
NCn=round{pn×Ncol}
其中,cn是第n个Imp的代价函数值;Cn是cn的标准化;round是四舍五入函数;NCn是第n个Emp的殖民地个数;
步骤SA2:殖民地同化:移动距离距离x的定义方式:
x~U(0,β×d)
其中,β>1,殖民地可以从两个方向朝Imp移动;d是殖民地与Imp之间的距离,距离x服从(0,β×d)上的均匀分布;
步骤SA3:殖民地革命:设置一个0~1之间的随机数,若这个数小于设定的革命系数p,则殖民地进行革命,也就是该殖民地参数重新生成;
所述革命系数p满足下式:
式中:p0为初始殖民地革命系数,一般取0.5;pn是殖民地所属帝国的权力;pmax是所有帝国的最大权力;d是当前迭代次数;D是最大迭代次数;
步骤SA4:帝国竞争:计算所有帝国的总代价函数值,即总的权力大小;计算一个帝国总代价函数值如下式:
式中,impn是第n个帝国的帝国主义国家;TCn是第n个帝国的权力大小;ξ∈(0,1)是殖民地影响因子;根据各帝国的总权力大小,选择最弱帝国中权力最小的殖民地作为帝国竞争的对象,权力越大的帝国越有可能占有该殖民地;占有的可能性按下面两式进行计算:
NTCn=TCn-max{TCi}
其中,TCn和NTCn分别是第n个帝国的总代价和标准化代价,Pn是第n个帝国占有殖民地的概率;
步骤SA5:帝国灭亡:当一个帝国没有殖民地时,则该帝国灭亡;随着帝国竞争的不断进行,当满足设定的迭代次数或只剩下一个帝国时,优化过程结束,当前权力最大的帝国的帝国主义国家,即为寻找到的最优解,也即为与输入信号最为匹配的原子gγi。
与现有技术相比,本发明有以下有益效果:
本发明利用原子分解算法对配电网内部过电压进行辨识,区分不同的过电压类型。仅通过时域分析和原子分解算法进行特征提取,由于特征量最高维数仅为1,无需分类器,只利用阈值对过电压信号进行识别。经仿真及物理仿真实验验证,所提方法识别准确高,抗噪能力强;同时,与现有识别方法进行定性对比分析,表明该方法具有较强的适应性和较低的复杂度。
附图说明
图1为本发明实施例的流程图。
图2为本发明实施例的过电压信号时段划分。
图3为本发明实施例的ICA算法基本流程图。
图4为本发明实施例的ICA-MP算法流程图。
图5为本发明实施例的配电网仿真模型示意图。
图6为本发明实施例的单相金属性接地的零序电压波形图。
图7为本发明实施例的基频谐振的零序电压波形图。
图8为本发明实施例的分频谐振的零序电压波形图。
图9为本发明实施例的投切电容器组的零序电压波形图。
具体实施方式
下面结合附图及实施例对本发明做进一步说明。
如图1所示,本实施例提供了一种基于原子分解算法的配电网内部过电压的识别方法,包括以下步骤:
步骤S1:获取配电网系统发生过电压事故时,配电网母线处前0.5至故障后8个周波的三相电压波形;
步骤S2:如图2所示,将步骤S1中三相电压波形划分为T0~T3,共4个时段;T0时段为过电压发生后1个周波至5个周波;T1时段为过电压发生前后各0.5个周波;T2时段为过电压发生后5个周波;T3时段为过电压发生后5个周波至8个周波;
步骤S3:依据式(1)计算T0时段的零序电压有效值U0·RMS,若小于阈值δ1,进入步骤S4;否则进入步骤S5;
式中:UA(n)、UB(n)、UC(n)表示三相电压的电压采样序列;U0(n)为零序电压的采样序列;N为4个周波的采样点数;δ1取2.0kV;
步骤S4:采用基于帝国殖民竞争优化的原子分解算法对T1时段的三相电压波形进行原子分解,并判断A、B、C三相电压波形中是否有两相波形存在频率满足大于2000,且其持续时间T大于5ms的原子,若是,则判为合闸空载线路过电压;否则,判断是否有两相波形存在频率满足小于等于2000且其持续时间T小于等于5ms的原子,若是,则为合闸空载线路过电压,否则判为其他类型操作过电压;输出结果,结束辨识;
步骤S5:采用基于帝国殖民竞争优化的原子分解算法对T2时段的零序电压进行原子分解,若主导原子的频率大于等于100Hz,则判为高频谐振过电压;若主导频率小于40Hz,则判为分频谐振过电压,输出结果,结束辨识;否则进入步骤S6;
步骤S6:求取T2时段的高频原子总相对匹配度GH·toal,判断GH·toal是否大于阈值δ2,若是,判为间歇性弧光接地过电压;输出结果,结束辨识;否则进入步骤7;其中,阈值δ2取0.4;原子相对匹配度计算公式为:
高频原子总相对匹配度计算公式为:
式中,Gf为频率f∈[100,3000]原子的相对匹配度;
步骤S7:采用基于帝国殖民竞争优化的原子分解算法对T3时段的零序电压进行原子分解,若存在频率属于[60,300]Hz的原子,则判为基频谐振;若原子频率均为位于[40,60]Hz之间,则判为单相金属性接地过电压,输出结果,结束辨识。
如图4所示,在本实施例中,本实施例选用的原子库为衰减正弦量原子库,库中每个原子由参数γ=(f,ρ,φ,ts,te)唯一表征。利用ICA算法进行寻优时应进行参数离散化。假设待分解信号长度为N,对原子参数γ=(f,ρ,φ,ts,te)进行离散化,具体方法为:γ=(2πf/N,2πs/N,m/N,ns,ne),其中f∈[1,N],s∈[0,N-1],m∈[-N,N],0≤ns<ne≤N-1。目标函数即为
所述采用基于帝国殖民竞争优化的原子分解算法进行原子分解具体包括以下步骤:
步骤SA:将待测信号f送入衰减正弦量原子库中,通过帝国殖民竞争优化算法在原子库中寻找与待测信号最为匹配的原子gγi;
步骤SB:更新残余信号作为新的待测信号Rnf=Rn-1f-<Rn-1f,gγn>gγn;式中:R0f表示原始信号;Rnf为第n次迭代后的残余分量;<,>表示內积。
步骤SC:重复步骤SA和步骤SB,当迭代次数i达到n,则信号f表示为同时保存每次原子的参数γ;每个原子参数γ包含5个参数的组合,即γ=(f,ρ,φ,ts,te),其中f为频率,ρ为衰减系数,φ为相位,ts和te分别为起、止时间。
如图3所示,在本实施例中,帝国殖民竞争算法(Imperialist CompetitiveAlgorithm,ICA)是一种借鉴人类政治社会殖民阶段帝国之间相互竞争并占领其殖民地过程的全局性优化算法。在ICA算法中,每个个体都被视为一个国家,而国家又被分为两类:帝国主义国家和殖民地国家,我们将帝国主义国家和被其统治的殖民地国家组成的集合称为帝国。ICA算法主要包括形成帝国、殖民地同化、殖民地革命、帝国竞争等。
步骤SA中所述的通过帝国殖民竞争优化算法在原子库中寻找与待测信号最为匹配的原子gγi具体包括以下步骤:
步骤SA1:帝国建立:对于一个N维的优化问题,将国家表示为country=[p1,p2,...,pN],通过一个代价函数cost=f(country)=f(p1,p1,...,pN)来衡量一个国家的权力大小;先随机生成Npop个国家,根据每个国家的代价函数值,选取权力较大的前Nimp个作为帝国主义国家Imp,剩余国家作为殖民地Col;殖民地个数Ncol=Npop-Nimp;根据各Imp的权力大小分配殖民地;1个帝国Emp由1个Imp及若干个Col组成,按照下面三个公式计算每个Emp拥有殖民地Col的个数;
NCn=round{pn×Ncol}
其中,cn是第n个Imp的代价函数值;Cn是cn的标准化;round是四舍五入函数;NCn是第n个Emp的殖民地个数;
步骤SA2:殖民地同化:帝国中的殖民地会向着殖民帝国的方向移动,此过程成为同化。移动距离距离x的定义方式:
x~U(0,β×d)
其中,β>1,殖民地可以从两个方向朝Imp移动;d是殖民地与Imp之间的距离,距离x服从(0,β×d)上的均匀分布;
步骤SA3:殖民地革命:设置一个0~1之间的随机数,若这个数小于设定的革命系数p,则殖民地进行革命,也就是该殖民地参数重新生成;本实施例提出一个能够根据迭代次数和殖民地所属帝国权力自适应调节的殖民地革命系数p,所述革命系数p满足下式:
式中:p0为初始殖民地革命系数,一般取0.5;pn是殖民地所属帝国的权力;pmax是所有帝国的最大权力;d是当前迭代次数;D是最大迭代次数;
步骤SA4:帝国竞争:计算所有帝国的总代价函数值,即总的权力大小;计算一个帝国总代价函数值如下式:
式中,impn是第n个帝国的帝国主义国家;TCn是第n个帝国的权力大小;ξ∈(0,1)是殖民地影响因子;其大小决定了殖民地国家对整个帝国权力的影响程度;根据各帝国的总权力大小,选择最弱帝国中权力最小的殖民地作为帝国竞争的对象,权力越大的帝国越有可能占有该殖民地;占有的可能性按下面两式进行计算:
NTCn=TCn-max{TCi}
其中,TCn和NTCn分别是第n个帝国的总代价和标准化代价,Pn是第n个帝国占有殖民地的概率;
步骤SA5:帝国灭亡:当一个帝国没有殖民地时,则该帝国灭亡;随着帝国竞争的不断进行,当满足设定的迭代次数,在本实施例中,迭代次数设置为10或只剩下一个帝国时,优化过程结束,当前权力最大的帝国的帝国主义国家,即为寻找到的最优解,也即为与输入信号最为匹配的原子gγi。
较佳的,本实施例的算例验证如下:
用于分析过电压特征和算法验证的仿真波形来源于图5的ATP/EMTP仿真模型,该模型依据中国福建省某变电站的一次主接线和基本数据搭建。其中,T1为110/10kV主变压器,T2为10/0.4kV配电变压器,10kV侧为中性点不接地系统;F10~F92为故障点;负荷由(20+j40)等值替代;母线上挂有电磁式电压互感器和电容器组,每组电容器的容量为4200kVA;共10条辐射状出线,线路参数如表1所示;K1和K2为时控开关;电网频率是50Hz,仿真采样率取为200kHz。
利用该模型生成7类内部过电压波形作为样本库。在故障点设置接地开关实现单相金属性接地过电压的仿真;间歇性弧光接地的仿真是基于工频熄弧理论,通过周期性投切接地开关实现;铁磁谐振过电压的仿真将“单相接地消失”作为激发条件,同时改变L10的长度达到参数匹配的要求,实现分频、基频和高频谐振的仿真;断路器引起的操作过电压是由于断路器的非同期合闸、重燃等因素导致,通过分相设置开关动作时间,从而产生投切电容器组以及合闸空载线路过电压。
表1 仿真模型中的线路参数
为能更好地说明识别流程,在图3仿真模型的基础上,给出4个典型的内部过电压的识别案例,并对仿真及实测波形进行识别,以验证方法的有效性。
(1)单相金属性接地过电压
首先,依据式(1)得到零序电压波形,如图4所示。计算信号在T0时段的U0·RMS=6.1>δ1,辨识为暂时过电压。因此利用原子分解算法对T2时段的零序电压进行分解,得到原子的相关参数如表2所示。可见,零序电压在T2时段包含两个主要分量,一个为持续时间为整个T2时段(20~120ms);另一个为持续时间从20ms到77.57ms。实际上T2时段应为一个工频分量叠加高频分量,这主要是由于故障时刻高频分量的出现,导致50Hz分量不连续,出现两个50Hz分量;而高频原子的消失主要是因为工频分量占比太大,导致高频原子匹配度太小而被忽略,在T2时段的高频原子的GH·toal=0。因此,继续对T3时段的信号进行分解,结果如表3所示。表3表明,零序电压在T3时段只存在一个分量持续时间为整个T3时段(60ms),这与波形实际情况一致。
从图6、表2和表3中所提取的特征量如下:
1)T0:U0·RMS=6.1>2.0,可能发生了暂时过电压;
表2 T2时段原子的特征参数
表3 T3时段最优原子的特征参数
(2)基频谐振
基频谐振一直是铁磁谐振中的识别难点,因其与单相接地在时、频域上的特征极为相似,也被称为“虚幻接地”。根据上述识别流程,对T2和T3时段的信号进行原子分解,结果如表4和表5所示。
根据图7、表4和表5,从T0、T2时段所提取的特征量如下:
1)T0:U0·RMS=6.7>2.0,可能发生了暂时过电压;
表4 T2时段最优原子的特征参数
表5 T3时段最优原子的特征参数
(3)分频谐振
其零序电压波形如图8所示,波形在T2时段的原子分解结果如
表6所示。
根据图8和表6,从T0、T2时段所提取的特征量如下:
1)T0:U0·RMS=3.5>2.0,可能发生了暂时过电压;
表6 T2时段最优原子的特征参数
(4)投切电容器组过电压
其对应的零序电压如图9所示,可见操作过电压在零序电压上特征不明显,计算信号在T0时段的U0·RMS为0.003<2.0。因此,T1时段的三相电压进行原子分解,结果如表7所示。
表7 T1时段最优原子的特征参数
可见,三相电压分解后的有效原子均表征了原信号的暂态信息。从图7和表7中提取的特征量为:
1)T0:U0·RMS=0.0<2.0,可能发生了操作过电压;
为了全面验证所提算法的有效性,在图5的仿真模型中,通过改变故障相角、相别、合闸时间等因素,获得2742个过电压样本(见表8),并将其用于所提方法的验证,两个阈值参数δ1、δ2分别为2.0和0.4。单相金属性接地故障和间歇性弧光接地故障识别准确率达100%,铁磁谐振(包括分频、工频和高频谐振)和投切电容器过电压辨识准确率超过99%,合闸空载线路过电压准确率偏低,但也超过96%。总体识别准确率达99.20%。
表8 7类内部过电压样本实验条件
以上所述仅为本发明的较佳实施例,凡依本发明申请专利范围所做的均等变化与修饰,皆应属本发明的涵盖范围。
Claims (3)
1.一种基于原子分解算法的配电网内部过电压的识别方法,其特征在于:包括以下步骤:
步骤S1:获取配电网系统发生过电压事故时,配电网母线处前0.5至故障后8个周波的三相电压波形;
步骤S2:将步骤S1中三相电压波形划分为T0~T3,共4个时段;T0时段为过电压发生后1个周波至5个周波;T1时段为过电压发生前后各0.5个周波;T2时段为过电压发生后5个周波;T3时段为过电压发生后5个周波至8个周波;
步骤S3:依据式(1)计算T0时段的零序电压有效值U0·RMS,若小于阈值δ1,进入步骤S4;否则进入步骤S5;
式中:UA(n)、UB(n)、UC(n)表示三相电压的电压采样序列;U0(n)为零序电压的采样序列;N为4个周波的采样点数;δ1取2.0kV;
步骤S4:采用基于帝国殖民竞争优化的原子分解算法对T1时段的三相电压波形进行原子分解,并判断A、B、C三相电压波形中是否有两相波形存在频率满足大于2000,且其持续时间T大于5ms的原子,若是,则判为合闸空载线路过电压;否则,判断是否有两相波形存在频率满足小于等于2000且其持续时间T小于等于5ms的原子,若是,则为合闸空载线路过电压,否则判为其他类型操作过电压;输出结果,结束辨识;
步骤S5:采用基于帝国殖民竞争优化的原子分解算法对T2时段的零序电压进行原子分解,若主导原子的频率大于等于100Hz,则判为高频谐振过电压;若主导频率小于40Hz,则判为分频谐振过电压,输出结果,结束辨识;否则进入步骤S6;
步骤S6:求取T2时段的高频原子总相对匹配度GH·toal,判断GH·toal是否大于阈值δ2,若是,判为间歇性弧光接地过电压;输出结果,结束辨识;否则进入步骤7;其中,阈值δ2取0.4;原子相对匹配度计算公式为:
高频原子总相对匹配度计算公式为:
式中,Gf为频率f∈[100,3000]原子的相对匹配度;
步骤S7:采用基于帝国殖民竞争优化的原子分解算法对T3时段的零序电压进行原子分解,若存在频率属于[60,300]Hz的原子,则判为基频谐振;若原子频率均为位于[40,60]Hz之间,则判为单相金属性接地过电压,输出结果,结束辨识。
2.根据权利要求1所述的一种基于原子分解算法的配电网内部过电压的识别方法,其特征在于:所述采用基于帝国殖民竞争优化的原子分解算法进行原子分解具体包括以下步骤:
步骤SA:将待测信号f送入衰减正弦量原子库中,通过帝国殖民竞争优化算法在原子库中寻找与待测信号最为匹配的原子gγi;
步骤SB:更新残余信号作为新的待测信号Rnf=Rn-1f-<Rn-1f,gγn>gγn;式中:R0f表示原始信号;Rnf为第n次迭代后的残余分量;<,>表示內积。
3.根据权利要求2所述的一种基于原子分解算法的配电网内部过电压的识别方法,其特征在于:步骤SA中所述的通过帝国殖民竞争优化算法在原子库中寻找与待测信号最为匹配的原子gγi具体包括以下步骤:
步骤SA1:帝国建立:将国家表示为country=[p1,p2,...,pN],通过一个代价函数cost=f(country)=f(p1,p1,...,pN)来衡量一个国家的权力大小;先随机生成Npop个国家,根据每个国家的代价函数值,选取权力较大的前Nimp个作为帝国主义国家Imp,剩余国家作为殖民地Col;殖民地个数Ncol=Npop-Nimp;根据各Imp的权力大小分配殖民地;1个帝国Emp由1个Imp及若干个Col组成,按照下面三个公式计算每个Emp拥有殖民地Col的个数;
NCn=round{pn×Ncol}
其中,cn是第n个Imp的代价函数值;Cn是cn的标准化;round是四舍五入函数;NCn是第n个Emp的殖民地个数;
步骤SA2:殖民地同化:移动距离x的定义方式:
x~U(0,β×d)
其中,β>1,殖民地可以从两个方向朝Imp移动;d是殖民地与Imp之间的距离,距离x服从(0,β×d)上的均匀分布;
步骤SA3:殖民地革命:设置一个0~1之间的随机数,若这个数小于设定的革命系数p,则殖民地进行革命,也就是该殖民地参数重新生成;所述革命系数p满足下式:
式中:p0为初始殖民地革命系数,一般取0.5;pn是殖民地所属帝国的权力;pmax是所有帝国的最大权力;d是当前迭代次数;D是最大迭代次数;
步骤SA4:帝国竞争:计算所有帝国的总代价函数值,即总的权力大小;计算一个帝国总代价函数值如下式:
式中,impn是第n个帝国的帝国主义国家;TCn是第n个帝国的权力大小;ξ∈(0,1)是殖民地影响因子;根据各帝国的总权力大小,选择最弱帝国中权力最小的殖民地作为帝国竞争的对象,权力越大的帝国越有可能占有该殖民地;占有的可能性按下面两式进行计算:
NTCn=TCn-max{TCi}
其中,TCn和NTCn分别是第n个帝国的总代价和标准化代价,Pn是第n个帝国占有殖民地的概率;
步骤SA5:帝国灭亡:当一个帝国没有殖民地时,则该帝国灭亡;随着帝国竞争的不断进行,当满足设定的迭代次数或只剩下一个帝国时,优化过程结束,当前权力最大的帝国的帝国主义国家,即为寻找到的最优解,也即为与输入信号最为匹配的原子gγi。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910459741.9A CN110108985B (zh) | 2019-05-29 | 2019-05-29 | 一种基于原子分解算法的配电网内部过电压的识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910459741.9A CN110108985B (zh) | 2019-05-29 | 2019-05-29 | 一种基于原子分解算法的配电网内部过电压的识别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110108985A CN110108985A (zh) | 2019-08-09 |
CN110108985B true CN110108985B (zh) | 2020-05-08 |
Family
ID=67492986
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910459741.9A Active CN110108985B (zh) | 2019-05-29 | 2019-05-29 | 一种基于原子分解算法的配电网内部过电压的识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110108985B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113311219B (zh) * | 2021-03-11 | 2022-11-08 | 国网福建省电力有限公司 | 一种配电网暂时过电压识别方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US3961028A (en) * | 1971-04-02 | 1976-06-01 | Anumin Pty. Limited | Method of producing cuprous sulfate and bisulfate solutions |
JPS5573850A (en) * | 1978-11-27 | 1980-06-03 | Kobe Steel Ltd | Steel for line pipe with superior hydrogen-induced cracking resistance |
CN107153150A (zh) * | 2017-06-26 | 2017-09-12 | 国网福建晋江市供电有限公司 | 一种配电网过电压故障类型识别方法及装置 |
CN108075155A (zh) * | 2016-11-15 | 2018-05-25 | 福特全球技术公司 | 用于燃料电池堆中的电池单元电压感测的系统和方法 |
CN109142851A (zh) * | 2018-07-26 | 2019-01-04 | 福州大学 | 一种新型的配电网内部过电压识别方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6338116B2 (ja) * | 2015-11-12 | 2018-06-06 | トヨタ自動車株式会社 | 非水電解液二次電池 |
-
2019
- 2019-05-29 CN CN201910459741.9A patent/CN110108985B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US3961028A (en) * | 1971-04-02 | 1976-06-01 | Anumin Pty. Limited | Method of producing cuprous sulfate and bisulfate solutions |
JPS5573850A (en) * | 1978-11-27 | 1980-06-03 | Kobe Steel Ltd | Steel for line pipe with superior hydrogen-induced cracking resistance |
CN108075155A (zh) * | 2016-11-15 | 2018-05-25 | 福特全球技术公司 | 用于燃料电池堆中的电池单元电压感测的系统和方法 |
CN107153150A (zh) * | 2017-06-26 | 2017-09-12 | 国网福建晋江市供电有限公司 | 一种配电网过电压故障类型识别方法及装置 |
CN109142851A (zh) * | 2018-07-26 | 2019-01-04 | 福州大学 | 一种新型的配电网内部过电压识别方法 |
Non-Patent Citations (1)
Title |
---|
电力系统过电压识别方法及混合过电压分解方法研究;王荆;《中国博士学位论文全文数据库 工程科技II辑》;20111215(第12期);第C042-51页 * |
Also Published As
Publication number | Publication date |
---|---|
CN110108985A (zh) | 2019-08-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Chen et al. | Wavelet transform for processing power quality disturbances | |
Gaouda et al. | DSP wavelet-based tool for monitoring transformer inrush currents and internal faults | |
Golshan et al. | A new method for recognizing internal faults from inrush current conditions in digital differential protection of power transformers | |
Rasoulpoor et al. | A correlation based method for discrimination between inrush and short circuit currents in differential protection of power transformer using discrete wavelet transform: theory, simulation and experimental validation | |
Perez et al. | Adaptive wavelets applied to fault classification on transmission lines | |
CN110007198B (zh) | 一种单相接地故障启动方法 | |
CN110108985B (zh) | 一种基于原子分解算法的配电网内部过电压的识别方法 | |
CN108398252A (zh) | 基于itd与svm的oltc机械故障诊断方法 | |
CN103683198A (zh) | 一种基于差动电流相邻阶次差分构成的平面上相邻点距离的励磁涌流快速识别方法 | |
Tripathy | Power transformer differential protection based on neural network principal component analysis, harmonic restraint and Park's plots | |
Probert et al. | Detection and classification of high frequency transients using wavelet analysis | |
Ma et al. | Voltage transient disturbance detection based on the rms values of segmented differential waveforms | |
Carvalho et al. | High-impedance fault modeling and classification in power distribution networks | |
Mokryani et al. | Identification of ferroresonance based on wavelet transform and artificial neural network | |
Mokryani et al. | Application of wavelet transform and MLP neural network for Ferroresonance identification | |
Mitra et al. | Resonant behavior of EHV transformer windings under system originated oscillatory transient over voltages | |
Kale et al. | Comparison of wavelet transform and Fourier transform based methods of phasor estimation for numerical relaying | |
CN104977488A (zh) | 一种基于差动电流梯度角近似熵的变压器励磁涌流识别方法 | |
Mohammadpour et al. | A new method presentation for fault location in power transformers | |
Adly et al. | Fast fault identification scheme using Karen Bell transformation in conjunction with discrete wavelet transform in transmission lines | |
Deaconu et al. | Lightning impulse voltage modeling for transformer windings testing | |
Gao et al. | Internal overvoltage identification of distribution network via time-frequency atomic decomposition | |
Aghajari et al. | Earth fault detection in distributed power systems on the basis of artificial neural networks approach | |
Mohammadpour et al. | Localization of short circuit faults in transformers using harmonic analysis and pattern recognition | |
Mokryani et al. | Wavelet based kernel fisher classifier for ferroresonance identification |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right |
Effective date of registration: 20231117 Address after: Building 8, Fuzhou Internet of Things Industry Innovation and Development Center, No. 136 Kuiqi Road, Mawei District, Fuzhou City, Fujian Province, 350015 Patentee after: FUJIAN CECC ELECTRIC POWER TECHNOLOGY Co.,Ltd. Address before: No.2 Xueyuan Road, Fuzhou University Town, Shangjie Town, Minhou County, Fuzhou City, Fujian Province Patentee before: FUZHOU University |
|
TR01 | Transfer of patent right |