CN110286286B - 一种基于vmd-elm的vsc-hvdc换流站故障识别装置及方法 - Google Patents

一种基于vmd-elm的vsc-hvdc换流站故障识别装置及方法 Download PDF

Info

Publication number
CN110286286B
CN110286286B CN201910461818.6A CN201910461818A CN110286286B CN 110286286 B CN110286286 B CN 110286286B CN 201910461818 A CN201910461818 A CN 201910461818A CN 110286286 B CN110286286 B CN 110286286B
Authority
CN
China
Prior art keywords
converter station
vsc
elm
fault
faults
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
Application number
CN201910461818.6A
Other languages
English (en)
Other versions
CN110286286A (zh
Inventor
范玉刚
高阳
吴建德
王晓东
黄国勇
邹金慧
冯早
叶波
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Kunming University of Science and Technology
Original Assignee
Kunming University of Science and Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Kunming University of Science and Technology filed Critical Kunming University of Science and Technology
Priority to CN201910461818.6A priority Critical patent/CN110286286B/zh
Publication of CN110286286A publication Critical patent/CN110286286A/zh
Application granted granted Critical
Publication of CN110286286B publication Critical patent/CN110286286B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R15/00—Details of measuring arrangements of the types provided for in groups G01R17/00 - G01R29/00, G01R33/00 - G01R33/26 or G01R35/00
    • G01R15/14—Adaptations providing voltage or current isolation, e.g. for high-voltage or high-current networks
    • G01R15/20—Adaptations providing voltage or current isolation, e.g. for high-voltage or high-current networks using galvano-magnetic devices, e.g. Hall-effect devices, i.e. measuring a magnetic field via the interaction between a current and a magnetic field, e.g. magneto resistive or Hall effect devices
    • G01R15/202—Adaptations providing voltage or current isolation, e.g. for high-voltage or high-current networks using galvano-magnetic devices, e.g. Hall-effect devices, i.e. measuring a magnetic field via the interaction between a current and a magnetic field, e.g. magneto resistive or Hall effect devices using Hall-effect devices
    • 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
    • G01R19/02—Measuring effective values, i.e. root-mean-square values
    • 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
    • G01R19/04—Measuring peak values or amplitude or envelope of ac or of pulses
    • 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
    • G01R31/50—Testing of electric apparatus, lines, cables or components for short-circuits, continuity, leakage current or incorrect line connections

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Inverter Devices (AREA)

Abstract

本发明公开了一种基于VMD‑ELM的VSC‑HVDC换流站故障识别装置及方法，装置包括信号采集模块、数据处理模块、状态识别模块、报警模块。本发明是针对VSC‑HVDC系统中换流站电信号的特殊性提出的；通过使用本故障诊断装置，可实现换流站运行的实时状态监测，快速、直观的反映设备的运行状况，及时向设备维护人员提供可靠的设备运行信息，有效地保证设备运行，从而降低设备故障停机时间，减少计划检修时间和非计划检修时间。

Description

一种基于VMD-ELM的VSC-HVDC换流站故障识别装置及方法
技术领域
本发明涉及一种基于VMD-ELM的VSC-HVDC换流站故障识别装置及方法，属于高压直流输电诊断技术领域。
背景技术
新型高压直流输电技术(VSC-HVDC)已经在远距离大功率输电、海底电缆送电、不同额定频率或相同额定频率交流系统之间的非同步联结等场合得到了广泛的应用。系统主要包括换流站和线路两大部分，在输送相同功率时，其具有线路造价低，线路有功损耗小等优势，但如何保证系统运行的安全性和稳定性，是一个急需解决的问题。
换流站是VSC-HVDC系统中核心部分，换流站的标准化、小型化，整体式设计以及可以进行出厂前的调试有利于缩短施工时间，并保证其可靠性。换流站一旦发生故障，将影响整个系统正常运行，甚至造成严重事故。换流器是VSC-HVDC系统换流站中的关键设备，短路故障是其典型故障，受换流器产生的载波噪声的影响，导致信号特征难以提取，故障后果极其严重。
但换流站的故障信号通常受其它信号干扰，提取难度大，识别困难，目前常用BP神经网络方法进行故障分类识别，但存有识别准确性不高，识别速度慢的问题。
发明内容
本发明提供了一种基于VMD-ELM的VSC-HVDC换流站故障识别装置及方法，以用于对VSC-HVDC换流站故障进行识别。
本发明的技术方案是：一种基于VMD-ELM的VSC-HVDC换流站故障识别装置，包括信号采集模块、数据处理模块、状态识别模块、报警模块；
所述信号采集模块包括VSC-HVDC换流站、电流传感器；用于通过套固在基于电压源换流器的VSC-HVDC换流站母线上的电流传感器采集电信号；
所述数据处理模块，用于对采集的电信号进行VMD分解得到模态分量，接着计算各模态分量的自相关函数，并根据自相关函数的能量集中度选出有效模态分量，将有效模态分量重构，得到降噪后的信号，从而实现电信号的降噪处理；对降噪处理后的电信号计算均方根值、峭度值、峰值的特征指标；
所述状态识别模块，用于将得到的均方根值、峭度值、峰值的特征指标导入ELM故障诊断模型中进行故障识别；其中，ELM故障诊断模型通过换流站的历史正常、故障的均方根值、峭度值、峰值特征指标进行构建，故障包括换流器阀体短路故障、整流器对称短路故障、整流器非对称短路故障、逆变器对称短路故障、逆变器非对称短路故障；
所述报警模块，用于根据状态识别步骤识别的结果，进行提示。
所述电流传感器采用霍尔闭口式开环电流传感器AHKC-HAT，其可测电流为0～(400～2000)A。
一种基于VMD-ELM的VSC-HVDC换流站故障识别装置进行故障识别的方法，包括如下步骤：
信号采集步骤，通过套固在基于电压源换流器的VSC-HVDC换流站母线上的电流传感器采集电信号；
数据处理步骤，对采集的电信号进行VMD分解得到模态分量，接着计算各模态分量的自相关函数，并根据自相关函数的能量集中度选出有效模态分量，将有效模态分量重构，得到降噪后的信号，从而实现电信号的降噪处理；对降噪处理后的电信号计算均方根值、峭度值、峰值的特征指标；
状态识别步骤，将得到的均方根值、峭度值、峰值的特征指标导入ELM故障诊断模型中进行故障识别；其中，ELM故障诊断模型通过换流站的历史正常、故障的均方根值、峭度值、峰值特征指标进行构建，故障包括换流器阀体短路故障、整流器对称短路故障、整流器非对称短路故障、逆变器对称短路故障、逆变器非对称短路故障；
报警步骤，用于根据状态识别模块识别的结果，进行提示。
所述报警步骤具体为：
如果识别结果为正常，则无需处理；
如果识别结果为故障，则提示设备维护人员对设备进行维修处理。
本发明的有益效果是：本发明是针对VSC-HVDC系统中换流站电信号的特殊性提出的；通过使用本故障诊断装置，可实现换流站运行的实时状态监测，快速、直观的反映设备的运行状况，及时向设备维护人员提供可靠的设备运行信息，有效地保证设备运行，从而降低设备故障停机时间，减少计划检修时间和非计划检修时间；其中对降噪信号取均方根值、峭度值、峰值作为换流站的故障状态特征指标，对隔膜泵的各个运行状态进行定量表示，具有准确、直观的特点。
附图说明
图1是本发明的结构框图；
图2是本发明方法的流程框图；
图3是本发明电信号的VMD分解图；
图4是本发明电信号降噪后重构图；
图5是本发明极限学习机故障诊断模型测试集识别正确率。
具体实施方式
实施例1：一种基于VMD-ELM的VSC-HVDC换流站故障识别装置，如图1所示，包括信号采集模块、数据处理模块、状态识别模块、报警模块；
所述信号采集模块包括VSC-HVDC换流站、电流传感器；用于通过套固在基于电压源换流器的VSC-HVDC换流站母线上的电流传感器采集电信号；
所述数据处理模块，用于对采集的电信号进行VMD分解得到模态分量，接着计算各模态分量的自相关函数，并根据自相关函数的能量集中度选出有效模态分量，将有效模态分量重构，得到降噪后的信号，从而实现电信号的降噪处理；对降噪处理后的电信号计算均方根值、峭度值、峰值的特征指标；
所述状态识别模块，用于将得到的均方根值、峭度值、峰值的特征指标导入ELM故障诊断模型中进行故障识别；其中，ELM故障诊断模型通过换流站的历史正常、故障的均方根值、峭度值、峰值特征指标进行构建，故障包括换流器阀体短路故障、整流器对称短路故障、整流器非对称短路故障、逆变器对称短路故障、逆变器非对称短路故障；
所述报警模块，用于根据状态识别模块识别的结果，进行提示。
进一步地，可以设置所述电流传感器采用霍尔闭口式开环电流传感器AHKC-HAT，其可测电流为0～(400～2000)A。
一种基于VMD-ELM的VSC-HVDC换流站故障识别装置进行故障识别的方法，包括如下步骤，如图2所示：
信号采集步骤，通过套固在基于电压源换流器的VSC-HVDC换流站母线上的电流传感器采集电信号；
数据处理步骤，对采集的电信号进行VMD分解得到模态分量(如图3所示，为采集的某一信号进行VMD分解的结果)，接着计算各模态分量的自相关函数，并根据自相关函数的能量集中度选出有效模态分量，将有效模态分量重构，得到降噪后的信号，从而实现电信号的降噪处理(如图4所示，为采集的某一信号进行重构后的结果)；对降噪处理后的电信号计算均方根值、峭度值、峰值的特征指标；
状态识别步骤，将得到的均方根值、峭度值、峰值的特征指标导入ELM故障诊断模型中进行故障识别；其中，ELM故障诊断模型通过换流站的历史正常、故障的均方根值、峭度值、峰值特征指标进行构建，历史故障包括换流器阀体短路故障、整流器对称短路故障、整流器非对称短路故障、逆变器对称短路故障、逆变器非对称短路故障；
报警步骤，用于根据状态识别步骤识别的结果，进行提示。
所述报警步骤具体为：
如果识别结果为正常，则无需处理；
如果识别结果为故障，则提示设备维护人员对设备进行维修处理。
如图5所示，为本申请进行多组实验后得出的本发明方法的识别正确率为91.6667％，说明本发明方法识别正确率高。
上面结合附图对本发明的具体实施方式作了详细说明，但是本发明并不限于上述实施方式，在本领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下作出各种变化。

Claims (4)

1.一种基于VMD-ELM的VSC-HVDC换流站故障识别装置，其特征在于：包括信号采集模块、数据处理模块、状态识别模块、报警模块；
所述信号采集模块包括电流传感器；用于通过套固在基于电压源换流器的VSC-HVDC换流站母线上的电流传感器采集电信号；
所述数据处理模块，用于对采集的电信号进行VMD分解得到模态分量，接着计算各模态分量的自相关函数，并根据自相关函数的能量集中度选出有效模态分量，将有效模态分量重构，得到降噪后的信号，从而实现电信号的降噪处理；对降噪处理后的电信号计算均方根值、峭度值、峰值的特征指标；
所述状态识别模块，用于将得到的均方根值、峭度值、峰值的特征指标导入ELM故障诊断模型中进行故障识别；其中，ELM故障诊断模型通过换流站的历史正常、故障的均方根值、峭度值、峰值特征指标进行构建，故障包括换流器阀体短路故障、整流器对称短路故障、整流器非对称短路故障、逆变器对称短路故障、逆变器非对称短路故障；
所述报警模块，用于根据状态识别模块识别的结果，进行提示。
2.根据权利要求1所述的基于VMD-ELM的VSC-HVDC换流站故障识别装置，其特征在于：所述电流传感器采用霍尔闭口式开环电流传感器AHKC-HAT，其可测电流为0~(400~2000)A。
3.一种采用权利要求1所述的基于VMD-ELM的VSC-HVDC换流站故障识别装置进行故障识别的方法，其特征在于：包括如下步骤：
信号采集步骤，通过套固在基于电压源换流器的VSC-HVDC换流站母线上的电流传感器采集电信号；
数据处理步骤，对采集的电信号进行VMD分解得到模态分量，接着计算各模态分量的自相关函数，并根据自相关函数的能量集中度选出有效模态分量，将有效模态分量重构，得到降噪后的信号，从而实现电信号的降噪处理；对降噪处理后的电信号计算均方根值、峭度值、峰值的特征指标；
状态识别步骤，将得到的均方根值、峭度值、峰值的特征指标导入ELM故障诊断模型中进行故障识别；其中，ELM故障诊断模型通过换流站的历史正常、故障的均方根值、峭度值、峰值特征指标进行构建，故障包括换流器阀体短路故障、整流器对称短路故障、整流器非对称短路故障、逆变器对称短路故障、逆变器非对称短路故障；
报警步骤，用于根据状态识别步骤识别的结果，进行提示。
4.根据权利要求3所述的进行故障识别的方法，其特征在于：所述报警步骤具体为：
如果识别结果为正常，则无需处理；
如果识别结果为故障，则提示设备维护人员对设备进行维修处理。
CN201910461818.6A 2019-05-30 2019-05-30 一种基于vmd-elm的vsc-hvdc换流站故障识别装置及方法 Active CN110286286B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910461818.6A CN110286286B (zh) 2019-05-30 2019-05-30 一种基于vmd-elm的vsc-hvdc换流站故障识别装置及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910461818.6A CN110286286B (zh) 2019-05-30 2019-05-30 一种基于vmd-elm的vsc-hvdc换流站故障识别装置及方法

Publications (2)

Publication Number Publication Date
CN110286286A CN110286286A (zh) 2019-09-27
CN110286286B true CN110286286B (zh) 2021-04-30

Family

ID=68002892

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910461818.6A Active CN110286286B (zh) 2019-05-30 2019-05-30 一种基于vmd-elm的vsc-hvdc换流站故障识别装置及方法

Country Status (1)

Country Link
CN (1) CN110286286B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111551872B (zh) * 2020-02-27 2021-10-22 西北工业大学 一种pmsm驱动系统逆变器开路故障在线诊断方法
CN111220373A (zh) * 2020-03-18 2020-06-02 北京工业大学 一种离心泵转子系统故障诊断的方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106682303A (zh) * 2016-12-26 2017-05-17 江南大学 一种基于经验模态分解和决策树rvm的三电平逆变器故障诊断方法
CN107315892A (zh) * 2017-08-10 2017-11-03 北京交通大学 一种基于极限学习机的轴承故障诊断方法
CN108171263A (zh) * 2017-12-26 2018-06-15 合肥工业大学 基于改进变分模态分解和极限学习机的滚动轴承故障诊断方法
CN108845250A (zh) * 2018-06-01 2018-11-20 国网江苏省电力有限公司南京供电分公司 基于振动信号特征提取的有载分接开关故障识别方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106682303A (zh) * 2016-12-26 2017-05-17 江南大学 一种基于经验模态分解和决策树rvm的三电平逆变器故障诊断方法
NL2020015B1 (en) * 2016-12-26 2018-09-11 Univ Jiangnan Fault diagnosis method of three-level inverter based on empirical mode decomposition and decision tree RVM
CN107315892A (zh) * 2017-08-10 2017-11-03 北京交通大学 一种基于极限学习机的轴承故障诊断方法
CN108171263A (zh) * 2017-12-26 2018-06-15 合肥工业大学 基于改进变分模态分解和极限学习机的滚动轴承故障诊断方法
CN108845250A (zh) * 2018-06-01 2018-11-20 国网江苏省电力有限公司南京供电分公司 基于振动信号特征提取的有载分接开关故障识别方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
A Novel Fault Monitoring aSystem for HVDC Electrode Linend Location;Chen Yulin et.al;《2018 International Conference on Power System Technology》;20181108;第2250-2256页 *
SSVD与ELM故障诊断模型在换流器在线监测系统中的应用研究;高阳 等;《陕西理工大学学报（自然科学版）》;20181231;第34卷(第6期);第18-23页 *
基于VMD和ELM的超短期负荷预测方法;孟凡煦 等;《国外电子测量技术》;20190131;第38卷(第1期);第24-28页 *

Also Published As

Publication number Publication date
CN110286286A (zh) 2019-09-27

Similar Documents

Publication Publication Date Title
CN108016466B (zh) 一种机车牵引变流器故障自动控制方法
CN110286286B (zh) 一种基于vmd-elm的vsc-hvdc换流站故障识别装置及方法
CN103901330A (zh) 一种xlpe电缆局部放电在线监测方法
CN113538870A (zh) 一种基于数据采集的变压器安全防护系统
CN106227969A (zh) 基于电力设备红外测温大数据和算法的红外故障诊断方法
CN116142913A (zh) 一种基于大数据的设备健康状态分析方法及系统
CN115437358A (zh) 工业机器人智能状态监测与故障诊断系统及故障诊断方法
CN116844708A (zh) 一种基于人工智能的医疗设备故障预测方法及系统
CN113777434A (zh) 一种故障监测方法、装置及供配电系统
CN109478832A (zh) 电动机的诊断装置
CN114844226B (zh) 一种高压电路监控报警系统及方法
US6321170B1 (en) Method for interference current and state monitoring in rail vehicles
CN108982988B (zh) 一种电力故障预警诊断方法
CN110596519A (zh) 一种基于傅里叶变换的直流系统接地故障检测系统及其检测方法
CN113779327B (zh) 基于船舶设备全生命周期数据的设备监测管理系统
CN116465059A (zh) 基于数据分析的节能空调器运行监管系统
CN110320466A (zh) 一种有载分接开关运行状态在线监测方法、系统及存储介质
CN105486982A (zh) 一种电网设备分布式故障诊断方法
CN115436834A (zh) 一种嵌入式电源异常检测方法及系统
CN112731221B (zh) 一种电力变压器绕组变形在线监测方法及装置
CN108206588A (zh) 一种基于物联网和云计算的高压柜监测系统
CN109633512B (zh) 一种全光纤电流互感器故障诊断方法及装置
CN208596218U (zh) 一种高压换流站远端传感模块工作状态信息离线采集装置
CN205486679U (zh) 一种通信设备故障识别装置
CN117096956B (zh) 一种高压变频器的谐波控制方法及系统

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