CN113552445A - 一种多重雷击波形参数辨识方法 - Google Patents

一种多重雷击波形参数辨识方法 Download PDF

Info

Publication number
CN113552445A
CN113552445A CN202110673923.3A CN202110673923A CN113552445A CN 113552445 A CN113552445 A CN 113552445A CN 202110673923 A CN202110673923 A CN 202110673923A CN 113552445 A CN113552445 A CN 113552445A
Authority
CN
China
Prior art keywords
waveform
acquiring
value
waveforms
time
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.)
Granted
Application number
CN202110673923.3A
Other languages
English (en)
Other versions
CN113552445B (zh
Inventor
马御棠
束洪春
方正云
朱梦梦
曹璞璘
安娜
马仪
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 CN202110673923.3A priority Critical patent/CN113552445B/zh
Publication of CN113552445A publication Critical patent/CN113552445A/zh
Application granted granted Critical
Publication of CN113552445B publication Critical patent/CN113552445B/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
    • 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
    • G01R31/088—Aspects of digital computing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/14—Fourier, Walsh or analogous domain transformations, e.g. Laplace, Hilbert, Karhunen-Loeve, transforms
    • G06F17/148—Wavelet transforms

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Theoretical Computer Science (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Algebra (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Testing Electric Properties And Detecting Electric Faults (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及一种多重雷击波形参数辨识方法，属于高压电技术领域。本发明首先对波形进行多重小波变换，获的多层分解系数，再获取波形的极性，其次获取波形的个数，为N，然后截取N个脉冲数的波形，最后获取D个脉冲数的波前时间Tf、波尾时间Tr和波形直接的间隔时间TI。本发明解决了多重雷击波形自动识别问题，不仅准确，而且效率高。

Description

一种多重雷击波形参数辨识方法
技术领域
本发明涉及一种多重雷击波形参数辨识方法，属于高压电技术领域。
背景技术
雷电是一种频发的自然灾害。它不仅严重威胁着人们的生命安全，也会对航空、通讯、电力、建筑等国防和国民经济的许多部门造成重大的危害。因此，雷电现象的产生机理、过程及其防护等问题一直为气象学家、物理学家和工程技术专家们所关注。雷云是产生雷电放电的先决条件，而雷云中的电荷分布是不均匀的，往往形成多个电荷密集中心，所以第一个电荷中心完成首次回击后，可能引起第二个、第三个甚至更多的中心沿着首次回击的通道到达大地，因此雷电大多呈现多重特性，有80％-85％的雷电含有两次及以上的回击。
对于电力行业，输电线路的雷电防护是确保电网安全稳定运行的重要环节，据统计，在高压架空输电线路发生的跳闸事故中，雷击占据了60％以上。由于电网的雷电防护一般只针对于单次雷击，还未注重对多重雷的防护，因此大幅值的后续多重回击，将严重的威胁的电网的安全稳定运行。为了解多重雷击的特性，不仅在气象上采用人工引雷的方式参数多重雷击，还是实验室的方式产生多重雷击，都需要对多重雷击的波形参数进行分析，目前基本都采用人工干预的方式进行多重雷击波形参数的识别，缺乏自动的波形参数提取方法。
发明内容
本发明要解决的技术问题是提供一种多重雷击波形参数辨识方法，用以解决多重雷击波形的自动识别波形参数技术问题。
本发明的技术方案是：一种多重雷击波形参数辨识方法，首先对波形进行多重小波变换，获的多层分解系数，再获取波形的极性，其次获取波形的个数，为N，然后截取N个脉冲数的波形，最后获取D个脉冲数的波前时间Tf、波尾时间Tr和波形直接的间隔时间TI，解决了多重雷击波形初始时刻的确定自动识别以以及在此基础上开展的单个波形参数的识别问题。
具体步骤为：
Step1：对波形进行多重小波变换，获的多层分解系数；
Step2：获取波形的极性；
Step3：获取波形的个数，为N；
Step4：截取N个脉冲数的波形；
Step5：获取D个脉冲数的波前时间Tf、波尾时间Tr和波形之间的间隔时间TI。
所述Step1中进行多重小波变换方法为haar小波，分解层数为5级。
所述Step2中确定波形极性的具体步骤为：获取波形的最大值Imax和最小值Imin，对其绝对值进行比较，如果Imax的绝对值大于Imin的绝对值则波形为正，如果Imax的绝对值小于Imin，则波形为负。
所述Step3中获取波形个数N的具体步骤为：对第5层分解系数进行局部极值数量统计，极值的数量即为波形数N；
如果Step2中的波形为正，则局部极值为极大值，如果Step2中的波形为负，则局部极值为极小值。
所述Step4中截取N个脉冲数的波形的具体步骤为：
Step4.1：获取第5层分解系数的最大值Ft；
Step4.2：对所有的测量值的绝对值I(i)和εFt进行比较，确定分解系数有变化的部分的坐标L(k)，ε在0.00001-0.0001之间；
Step4.3：对L(k)中相邻部分进行比较，若L(k+1)-L(k)大于1，则I(k)的位置为波形开始的位置，L(k+1)为波形结束的位置。
所述Step5的具体步骤为：
Step5.1：获取波形第一个幅值为零点的位置和最后一个幅值为零点的位置；
Step5.2：采用指数函数对Step5.1范围内的波形进行拟合；
Step5.3：获取0.9Fmax时刻、0.1Fmax时刻以及Fmax以后的第一个0.5Fmax的位置对应的I0.9、I0.1以及I0.5，I为电流波形的值。Fmax是第5层分解系数的最大值，0.5Fmax表示Fmax的0.5倍，获取该时刻对应的I0.9表示0.9倍I值。
Step5.4：获取I0.9、I0.1以及I0.5的第一个0.5Fmax最近的波形值0.9I、0.1I以及0.5I；
Step5.5：采用Step5.3中的I作为初始值，采用Step5.2中的指数函数获得T0.9、T0.5和T0.1；
Step5.6：波形参数为：
Tf＝(T0.9-T0.1)*1.25，Tr＝T0.5-(I0.9*T0.1-I0.1*T0.9)/(I0.9-I0.1)。
波形参数识别完成后可以作为防雷设计的参考。
本发明的有益效果是：传统的波形参数要么人为截断后按照单个波形进行识别，另外一种方式是采用人工作图的方式进行识别，本发明解决了多重雷击波形自动识别问题，不仅准确，而且效率高。
附图说明
图1是本发发明3重雷击完整波形图；
图2是本发明小波分析后的原始波形图及5层分解的每层细节信号；
图3是本发明截取后的3个波图从开始到结束部分；图中，(a)是第1个波形的完整波形图，(b)是第2个波形的完整波形图，(c)是第3个波形的完整波形图；
图4是本发明截取后的3个波图提取波形部分；(a)是第一个波形获取波头、波尾参数部分，(b)第二个波形获取波头、波尾参数部分，(c)第三个波形获取波头、波尾参数部分。
具体实施方式
下面结合附图和具体实施方式，对本发明作进一步说明。
实施例1：如图1所示，一种3重雷击的波形，其波形参数辨识方法具体为：
Step1：对波形进行多重小波变换，获得多层分解系数，采用的小波变换方法为haar小波，分解层数为5级，5层小波分解的结果如图2所示。
Step2：获取波形的最大值Imax和最小值Imin，对其绝对值进行比较，从而确定波形的极性。如果Imax的绝对值大于Imin的绝对值则波形为正，如果Imax的绝对值小于Imin，则波形为负。
本实施例中，最大值为28.513kA，最小值为-0.00013，最大值的绝对值比最小值大，该波形极性为正。
Step3：对Step1中的第5层分解系数进行局部极值数量进行统计，极值的数量即为波形数N，从而得到波形的个数。
如果Step2中的波形为正，则局部极值为极大值，如果第二步中的波形为负，则局部极值为极小值。结合图2可以得到分解系数中共有3个正极性的局部极大值，因此波形数量为N＝3。
Step4：获取第5层分解系数的最大值Ft，对所有的电流值的绝对值I(i)和εFt进行比较，确定分解系数有变化的部分的坐标L(k)，ε在0.00001-0.0001之间；对L(k)中相邻部分进行比较，即L(k+1)-L(k)大于1，则I(k)的位置为波形开始的位置，L(k+1)为波形结束的位置，根据Step3N为3波形如图3所示，得到三个波形的图形。
Step5：获取波形第一个幅值为零点的位置和最后一个零点的位置，本实施例中该三个图如图4所示。
采用指数函数对上述范围内的波形进行拟合；
获取0.9Fmax时刻、0.1Fmax时刻以及Fmax以后的第一个0.5Fmax的位置对应的I0.9、I0.1以及I0.5；
获取I0.9、I0.1以及I0.5的第一个0.5Fmax最近的波形值0.9I、0.1I以及0.5I；
采用I作为初始值，采用指数函数获得T0.9、T0.5和T0.1。
波形参数为Tf＝(T0.9-T0.1)*1.25，Tr＝T0.5-(I0.9*T0.1-I0.1*T0.9)/(I0.9-I0.1)。
采用上述布置，得到第一个波形时间参数9.2μs和19.20μs；第二个波形时间为7.5μs和18.3μs；第三个波形的时间为9.5μs,和19.4μs。
以上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 (6)

1.一种多重雷击波形参数辨识方法，其特征在于：
Step1：对波形进行多重小波变换，获的多层分解系数；
Step2：获取波形的极性；
Step3：获取波形的个数，为N；
Step4：截取N个脉冲数的波形；
Step5：获取D个脉冲数的波前时间Tf、波尾时间Tr和波形之间的间隔时间TI。
2.根据权利要求1所述的多重雷击波形参数辨识方法，其特征在于：所述Step1中进行多重小波变换方法为haar小波，分解层数为5级。
3.根据权利要求1所述的多重雷击波形参数辨识方法，其特征在于，所述Step2中确定波形极性的具体步骤为：获取波形的最大值Imax和最小值Imin，对其绝对值进行比较，如果Imax的绝对值大于Imin的绝对值则波形为正，如果Imax的绝对值小于Imin，则波形为负。
4.根据权利要求1所述的多重雷击波形参数辨识方法，其特征在于，所述Step3中获取波形个数N的具体步骤为：对第5层分解系数进行局部极值数量统计，极值的数量即为波形数N；
如果Step2中的波形为正，则局部极值为极大值，如果Step2中的波形为负，则局部极值为极小值。
5.根据权利要求1所述的多重雷击波形参数辨识方法，其特征在于，所述Step4中截取N个脉冲数的波形的具体步骤为：
Step4.1：获取第5层分解系数的最大值Ft；
Step4.2：对所有的测量值的绝对值I(i)和εFt进行比较，确定分解系数有变化的部分的坐标L(k)，ε在0.00001-0.0001之间；
Step4.3：对L(k)中相邻部分进行比较，若L(k+1)-L(k)大于1，则I(k)的位置为波形开始的位置，L(k+1)为波形结束的位置。
6.根据权利要求1所述的多重雷击波形参数辨识方法，其特征在于，所述Step5的具体步骤为：
Step5.1：获取波形第一个幅值为零点的位置和最后一个幅值为零点的位置；
Step5.2：采用指数函数对Step5.1范围内的波形进行拟合；
Step5.3：获取0.9Fmax时刻、0.1Fmax时刻以及Fmax之后的第一个0.5Fmax的位置对应的I0.9、I0.1以及I0.5，I为电流波形的值；
Step5.4：获取I0.9、I0.1以及I0.5的第一个0.5Fmax最近的波形值0.9I、0.1I以及0.5I；
Step5.5：采用Step5.3中的I作为初始值，采用Step5.2中的指数函数获得T0.9、T0.5和T0.1；
Step5.6：波形参数为：
Tf＝(T0.9-T0.1)*1.25，Tr＝T0.5-(I0.9*T0.1-I0.1*T0.9)/(I0.9-I0.1)。
CN202110673923.3A 2021-06-17 2021-06-17 一种多重雷击波形参数辨识方法 Active CN113552445B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110673923.3A CN113552445B (zh) 2021-06-17 2021-06-17 一种多重雷击波形参数辨识方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110673923.3A CN113552445B (zh) 2021-06-17 2021-06-17 一种多重雷击波形参数辨识方法

Publications (2)

Publication Number Publication Date
CN113552445A true CN113552445A (zh) 2021-10-26
CN113552445B CN113552445B (zh) 2023-03-14

Family

ID=78130620

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110673923.3A Active CN113552445B (zh) 2021-06-17 2021-06-17 一种多重雷击波形参数辨识方法

Country Status (1)

Country Link
CN (1) CN113552445B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115542087A (zh) * 2022-12-05 2022-12-30 昆明理工大学 一种适用于行波录波一体化设备的多重雷击识别方法

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1585222A (zh) * 2004-05-29 2005-02-23 昆明理工大学 一种暂态量保护的雷击故障识别方法
CN101287993A (zh) * 2005-10-14 2008-10-15 诺基亚公司 闪电的探测
CN101655520A (zh) * 2009-09-11 2010-02-24 哈尔滨工业大学 对电力系统中雷击信号与暂态谐波信号的提取方法
CN104897958A (zh) * 2014-03-07 2015-09-09 武汉三相电力科技有限公司 一种输电线路雷击类型的辨识方法
CN106443335A (zh) * 2016-09-20 2017-02-22 广西电网有限责任公司钦州供电局 雷击故障识别方法及系统
CN106646163A (zh) * 2016-12-22 2017-05-10 中国西电电气股份有限公司 用于电容式复合绝缘母线系统雷电冲击试验回路及方法
CN106841750A (zh) * 2017-03-13 2017-06-13 清华大学 基于Powell算法和粒子群算法的雷电流波形参数识别方法
JP2017150828A (ja) * 2016-02-22 2017-08-31 中部電力株式会社 雷撃の推測方法及び推測装置
CN110161301A (zh) * 2019-06-24 2019-08-23 四川电安智能科技有限公司 一种抗干扰型雷电流波形采集算法
CN110414120A (zh) * 2019-07-24 2019-11-05 国网湖南省电力有限公司 一种取消避雷线输电线路防雷性能计算方法
CN111881723A (zh) * 2020-06-09 2020-11-03 南瑞集团有限公司 雷电地闪回击波形的自动识别方法、系统及电子设备
CN112242001A (zh) * 2020-12-21 2021-01-19 中南大学 一种小波变换的模型参数扰动方法

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1585222A (zh) * 2004-05-29 2005-02-23 昆明理工大学 一种暂态量保护的雷击故障识别方法
CN101287993A (zh) * 2005-10-14 2008-10-15 诺基亚公司 闪电的探测
CN101655520A (zh) * 2009-09-11 2010-02-24 哈尔滨工业大学 对电力系统中雷击信号与暂态谐波信号的提取方法
CN104897958A (zh) * 2014-03-07 2015-09-09 武汉三相电力科技有限公司 一种输电线路雷击类型的辨识方法
JP2017150828A (ja) * 2016-02-22 2017-08-31 中部電力株式会社 雷撃の推測方法及び推測装置
CN106443335A (zh) * 2016-09-20 2017-02-22 广西电网有限责任公司钦州供电局 雷击故障识别方法及系统
CN106646163A (zh) * 2016-12-22 2017-05-10 中国西电电气股份有限公司 用于电容式复合绝缘母线系统雷电冲击试验回路及方法
CN106841750A (zh) * 2017-03-13 2017-06-13 清华大学 基于Powell算法和粒子群算法的雷电流波形参数识别方法
CN110161301A (zh) * 2019-06-24 2019-08-23 四川电安智能科技有限公司 一种抗干扰型雷电流波形采集算法
CN110414120A (zh) * 2019-07-24 2019-11-05 国网湖南省电力有限公司 一种取消避雷线输电线路防雷性能计算方法
CN111881723A (zh) * 2020-06-09 2020-11-03 南瑞集团有限公司 雷电地闪回击波形的自动识别方法、系统及电子设备
CN112242001A (zh) * 2020-12-21 2021-01-19 中南大学 一种小波变换的模型参数扰动方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
王庆华 等: "避雷器雷击电流波形参数检测方法及其应用", 《科技创新与应用》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115542087A (zh) * 2022-12-05 2022-12-30 昆明理工大学 一种适用于行波录波一体化设备的多重雷击识别方法

Also Published As

Publication number Publication date
CN113552445B (zh) 2023-03-14

Similar Documents

Publication Publication Date Title
CN113552445B (zh) 一种多重雷击波形参数辨识方法
CN110414120B (zh) 一种取消避雷线输电线路防雷性能计算方法
CN104850738B (zh) 架空电力线路杆塔处雷电感应电压计算方法
CN105242133B (zh) 一种改进配电线路雷电跳闸率计算方法
CN110120653B (zh) 一种适用于对称双极直流线路的纵联行波差动保护方法
CN110543921A (zh) 一种基于波形学习的电缆早期故障识别方法
CN105044478A (zh) 一种输电线路可听噪声的多通道信号提取方法
CN105092997A (zh) 一种特高压输电线路雷电绕击与反击的识别方法
CN207490885U (zh) 一种特斯拉升压脉冲源
CN107356843A (zh) 基于分层阈值同步挤压小波的变压器局部放电故障诊断方法
CN108920760A (zh) 基于多项式混沌展开的天线高空电磁脉冲耦合响应性能统计方法
CN112257238A (zh) 多重雷下的断路器绝缘受损风险评估方法及其装置
CN103617356A (zh) 一种自适应的在线监测数据趋势提取方法
Rameli et al. Modelling of lightning current in the case of striking to a tall structure
Chandrasekaran et al. Use of genetic algorithm to determine lightning channel-base current-function parameters
CN105203833B (zh) 高压电气设备大电流冲击计数装置及计数方法
CN114184842B (zh) 一种基于能量吸收的多脉冲下ZnO电阻片性能评估方法
CN202839267U (zh) 一种抗雷击降谐波组合式变压器
CN114896815A (zh) 针对多分支配电线路的雷电监测终端布点分析方法及装置
CN103558441A (zh) 一种接触网绝缘子泄漏电流去噪的方法
CN104866644A (zh) 一种基于枚举式的电感型限流避雷针优化设计方法
CN112796958A (zh) 一种用于提高风电机组防雷系统优化设计的方法
CN112418629A (zh) 一种适用于主网输电线路雷电灾害风险评估方法
CN114113835B (zh) 一种多重雷击放电下瓷外套避雷器能量吸收性能测评方法
CN204925276U (zh) 一种连续放电电弧避雷针实验装置

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