CN115327302A - 一种配电网故障行波识别方法、装置设备和存储介质 - Google Patents

一种配电网故障行波识别方法、装置设备和存储介质 Download PDF

Info

Publication number
CN115327302A
CN115327302A CN202211130459.4A CN202211130459A CN115327302A CN 115327302 A CN115327302 A CN 115327302A CN 202211130459 A CN202211130459 A CN 202211130459A CN 115327302 A CN115327302 A CN 115327302A
Authority
CN
China
Prior art keywords
traveling wave
distribution network
power distribution
analyzed
modal
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.)
Pending
Application number
CN202211130459.4A
Other languages
English (en)
Inventor
喻磊
刘胤良
林心昊
袁智勇
雷金勇
徐敏
史训涛
白浩
曾杰
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.)
China South Power Grid International Co ltd
Original Assignee
China South Power Grid International Co ltd
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 China South Power Grid International Co ltd filed Critical China South Power Grid International Co ltd
Priority to CN202211130459.4A priority Critical patent/CN115327302A/zh
Publication of CN115327302A publication Critical patent/CN115327302A/zh
Pending legal-status Critical Current

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
    • G01R31/081—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
    • 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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
    • Y04S10/52—Outage or fault management, e.g. fault detection or location

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Theoretical Computer Science (AREA)
  • Electric Propulsion And Braking For Vehicles (AREA)

Abstract

本申请公开了一种配电网故障行波识别方法、装置设备和存储介质，方法包括：获取待分析配电网的待分析行波信号；对所述待分析行波信号进行变分模态分解，得到若干本征模态分量；从所述若干本征模态分量中，计算预设本征模态分量的峰度值；当所述峰度值大于预设阈值时，计算所述预设本征模态分量的瞬时Teager能量；根据所述瞬时Teager能量，确定所述待分析行波信号的故障发生时刻，以识别所述配电网的故障行波。能够较为准确地捕捉到故障行波波头时刻，解决了现有的行波波头检测方法难以在配电网中适用的技术问题。

Description

一种配电网故障行波识别方法、装置设备和存储介质
技术领域
本申请涉及故障分析技术领域，尤其涉及一种配电网故障行波识别方法、装置设备和存储介质。
背景技术
随着电力系统的发展，电力系统的网络结构变得越来越复杂，人们对电力系统的要求也越来越高。因此，电力系统的安全、稳定、可靠运行至关重要。
配电网是电力系统中的一种网络结构，配电网故障时所产生的故障行波信号通常很弱，极易被淹没在高频信号中。故障行波的检测是行波定位的关键技术，是定位精度的决定性因素。虽然行波法在输电线路中的应用已较为成熟，但由于配电线路分支多、电压等级低、运行环境复杂等特点，导致传统的行波波头检测方法难以在配电网中适用。
发明内容
本申请提供了一种配电网故障行波识别方法、装置设备和存储介质，能够较为准确地捕捉到故障行波波头时刻，解决了现有的行波波头检测方法难以在配电网中适用的技术问题。
有鉴于此，本申请第一方面提供了一种配电网故障行波识别方法，包括：
获取待分析配电网的待分析行波信号；
对所述待分析行波信号进行变分模态分解，得到若干本征模态分量；
从所述若干本征模态分量中，计算预设本征模态分量的峰度值；
当所述峰度值大于预设阈值时，计算所述预设本征模态分量的瞬时Teager能量；
根据所述瞬时Teager能量，确定所述待分析行波信号的故障发生时刻，以识别所述配电网的故障行波。
可选地，
所述对所述待分析行波信号进行变分模态分解，得到若干本征模态分量，具体包括：
获取所述待分析行波信号对应的若干初始模态分量；
对所述待分析行波信号进行变分模态分解，每次迭代时使用交替方向乘子法计算新的模态分量；
当相邻两次迭代时得到的新的模态分量满足预设关系式时，停止迭代，并利用相邻两次中第二次计算得到的新的模态分量得到若干本征模态分量。
可选地，
所述预设关系式为：
Figure BDA0003847768500000021
式中，
Figure BDA0003847768500000022
为第n+1次迭代时计算得到的新的模态分量，
Figure BDA0003847768500000023
为第n次迭代时计算得到的新的模态分量，ε为给定精度。
可选地，
所述利用相邻两次中第二次计算得到的新的模态分量得到若干本征模态分量，具体包括：
对相邻两次中第二次计算得到的新的模态分量进行傅里叶逆变换，得到变换结果；
选取所述变换结果中的实部作为若干本征模态分量。
可选地，
所述从所述若干本征模态分量中，计算预设本征模态分量的峰度值，具体包括：
从所述若干本征模态分量中选取预设本征模态分量；
根据峰度值计算公式，计算所述预设本征模态分量对应的峰度值，其中，所述峰度值计算公式为：
Figure BDA0003847768500000024
式中，K为峰度值，xi为预设本征模态分量，
Figure BDA0003847768500000025
为若干本征模态分量的平均值，I为若干本征模态分量的数量。
可选地，
所述瞬时Teager能量包括：连续信号能量和离散信号能量；
所述计算所述预设本征模态分量的瞬时Teager能量，具体包括：
根据连续信号能量计算公式，计算所述预设本征模态分量的连续信号能量；
根据离散信号能量计算公式，计算所述预设本征模态分量的离散信号能量。
本申请第二方面提供了一种配电网故障行波识别装置，包括：
获取单元，用于获取待分析配电网的待分析行波信号；
分解单元，用于对所述待分析行波信号进行变分模态分解，得到若干本征模态分量；
第一计算单元，用于从所述若干本征模态分量中，计算预设本征模态分量的峰度值；
第二计算单元，用于当所述峰度值大于预设阈值时，计算所述预设本征模态分量的瞬时Teager能量；
确定单元，用于根据所述瞬时Teager能量，确定所述待分析行波信号的故障发生时刻，以识别所述配电网的故障行波。
可选地，
所述分解单元具体包括：
获取子单元，用于获取所述待分析行波信号对应的若干初始模态分量；
第一计算子单元，用于对所述待分析行波信号进行变分模态分解，每次迭代时使用交替方向乘子法计算新的模态分量；
第二计算子单元，用于当相邻两次迭代时得到的新的模态分量满足预设关系式时，停止迭代，并利用相邻两次中第二次计算得到的新的模态分量得到若干本征模态分量。
本申请第三方面提供了一种配电网故障行波识别设备，所述设备包括处理器以及存储器；
所述存储器用于存储程序代码，并将所述程序代码传输给所述处理器；
所述处理器用于根据所述程序代码中的指令执行第一方面中任一项所述的配电网故障行波识别方法。
本申请第四方面提供了一种存储介质，其特征在于，所述存储介质用于存储程序代码，所述程序代码被处理器执行时实现第一方面中任一项所述的配电网故障行波识别方法。
从以上技术方案可以看出，本申请具有以下优点：
本申请提供了一种配电网故障行波识别方法，包括：获取待分析配电网的待分析行波信号；对待分析行波信号进行变分模态分解，得到若干本征模态分量；从若干本征模态分量中，计算预设本征模态分量的峰度值；当峰度值大于预设阈值时，计算预设本征模态分量的瞬时Teager能量；根据瞬时Teager能量，确定待分析行波信号的故障发生时刻，以识别配电网的故障行波。
本申请中，首先获取待分析配电网的待分析行波信号；然后对待分析行波信号进行变分模态分解，得到本征模态分量，并利用含高频信息最多的预设本征模态分量的峰度值判断故障是否发生；最后在故障发生的情况下，计算预设本征模态分量的的瞬时Teager能量以确定故障行波波头时刻。本申请中的方法与传统方法相比，能够精确地捕捉故障行波波头时刻，克服配电网中因微弱故障而导致故障行波难以检测的问题，解决了现有的行波波头检测方法难以在配电网中适用的技术问题。
附图说明
为了更清楚地说明本申请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简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。
图1为本申请实施例提供的一种配电网故障行波识别方法的实施例一的流程示意图；
图2为本申请实施例提供的一种配电网故障行波识别方法的实施例二的流程示意图；
图3为本申请实施例提供的一种配电网故障行波识别方法的电压、电流行波信号u4、i4的示意图；
图4为本申请实施例提供的一种配电网故障行波识别方法的电压VMD分解结果的示意图；
图5为本申请实施例提供的一种配电网故障行波识别方法的电压IMF3分量瞬时Teager能量幅值的示意图；
图6为本申请实施例提供的一种配电网故障行波识别方法的电流VMD分解结果的示意图；
图7为本申请实施例提供的一种配电网故障行波识别方法的电流IMF3分量瞬时Teager能量幅值的示意图；
图8为本申请实施例提供的一种配电网故障行波识别装置的结构示意图。
具体实施方式
本申请实施例提供了配电网故障行波识别方法、装置设备和存储介质，解决了现有的行波波头检测方法难以在配电网中适用的技术问题。
为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请中的附图，对本申请中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。
为此，可以参见图1，图1为本申请实施例提供的一种配电网故障行波识别方法的实施例一的流程示意图。
本实施例中的配电网故障行波识别方法包括：
步骤101、获取待分析配电网的待分析行波信号。
可选地，本实施例中现场的录波装置获取待分析配电网的待分析行波信号，如此，使得本申请中配电网故障行波识别方法的实施无需装设新设备，具有成本低，易于推广，符合实际应用要求的特点，具有良好的推广应用前景。
需要说明的是，本申请中的待分析行波信号可以是
步骤102、对待分析行波信号进行变分模态分解，得到若干本征模态分量。
在获取到待分析行波信号后，可以对对待分析行波信号进行变分模态分解，得到若干本征模态分量
步骤103、从若干本征模态分量中，计算预设本征模态分量的峰度值。
具体地，在确定若干本征模态分量后，从若干本征模态分量中计算预设本征模态分量的峰度值。
步骤104、当峰度值大于预设阈值时，计算预设本征模态分量的瞬时Teager能量。
峰度值大于预设阈值时说明发生了故障，此时确定配电网的故障行波，可以理解的是，配电网的故障行波通过预设本征模态分量的瞬时Teager能量计算，因此，首先计算预设本征模态分量的瞬时Teager能量。
步骤105、根据瞬时Teager能量，确定待分析行波信号的故障发生时刻，以识别配电网的故障行波。
本实施例中，首先获取待分析配电网的待分析行波信号；然后对待分析行波信号进行变分模态分解，得到本征模态分量，并利用含高频信息最多的预设本征模态分量的峰度值判断故障是否发生；最后在故障发生的情况下，计算预设本征模态分量的的瞬时Teager能量以确定故障行波波头时刻。本申请中的方法与传统方法相比，能够精确地捕捉故障行波波头时刻，克服配电网中因微弱故障而导致故障行波难以检测的问题，解决了现有的行波波头检测方法难以在配电网中适用的技术问题。
以上为本申请实施例提供的一种配电网故障行波识别方法的实施例一，以下为本申请实施例提供的一种配电网故障行波识别方法的实施例二。
参见图2，图2为本申请实施例提供的一种配电网故障行波识别方法的实施例二的流程示意图。
本实施例中的配电网故障行波识别方法包括：
步骤201、获取待分析配电网的待分析行波信号。
需要说明的是，步骤201与实施例一中的步骤101的描述相同，具体可以参见前述的描述，在此不再赘述。
步骤202、获取待分析行波信号对应的若干初始模态分量。
初始化3个模态分量
Figure BDA0003847768500000071
对应中心频率
Figure BDA0003847768500000072
拉格朗日乘子
Figure BDA0003847768500000073
迭代次数n，均设初始值为0，其中，
Figure BDA0003847768500000074
表示为第k个模态分量的初始迭代值，
Figure BDA0003847768500000075
表示第k个模态分量的中心频率初始迭代值，
Figure BDA0003847768500000076
表示拉格朗日乘子初始迭代值。
步骤203、对待分析行波信号进行变分模态分解，每次迭代时使用交替方向乘子法计算新的模态分量。
随着迭代次数n每增加一次，使用交替方向乘子法更新各新的模态分
Figure BDA0003847768500000077
更新方法为：n←n+1
Figure BDA0003847768500000078
其中，
Figure BDA0003847768500000079
是原始信号的频域表达式；α是二次惩罚因子，表示带宽参数；
Figure BDA00038477685000000710
是拉格朗日乘子；1≤i≤3，i≠k，当i<k时，
Figure BDA00038477685000000711
当i>k时，
Figure BDA00038477685000000712
表示第k个模态分量经过n次迭代后得到的更新值，并用于第n+1次迭代过程的更新计算；
Figure BDA00038477685000000713
表示第k个模态分量经过n-1次迭代后得到的更新值，并用于第n次迭代过程的更新计算；
同时，更新各个模态分量对应中心频率
Figure BDA00038477685000000714
其更新方法为：
Figure BDA00038477685000000715
其中，
Figure BDA00038477685000000716
表示第k个模态分量对应的中心频率经过n次迭代后得到的更新值，并用于第n+1次迭代过程的更新计算；
更新拉格朗日乘子
Figure BDA00038477685000000717
其更新方法为：
Figure BDA00038477685000000718
其中，τ是噪声容限参数；
Figure BDA00038477685000000719
表示经过n次迭代后得到的拉格朗日乘子更新值，并可用于第n+1次迭代过程的更新计算。
步骤204、当相邻两次迭代时得到的新的模态分量满足预设关系式时，停止迭代，并利用相邻两次中第二次计算得到的新的模态分量得到若干本征模态分量。
预设关系式为：
Figure BDA00038477685000000720
式中，
Figure BDA0003847768500000081
为第n+1次迭代时计算得到的新的模态分量，
Figure BDA0003847768500000082
为第n次迭代时计算得到的新的模态分量，ε为给定精度。
利用相邻两次中第二次计算得到的新的模态分量得到若干本征模态分量，具体包括：
对相邻两次中第二次计算得到的新的模态分量进行傅里叶逆变换，得到变换结果；
选取变换结果中的实部作为若干本征模态分量。
步骤205、从若干本征模态分量中选取预设本征模态分量。
可以理解的是，本实施例中若干本征模态分量对应的数量是3个，即有3个本征模态分量，选取的预设本征模态分量为第三个本征模态分量。
步骤206、根据峰度值计算公式，计算预设本征模态分量对应的峰度值。
其中，峰度值计算公式为：
Figure BDA0003847768500000083
式中，K为峰度值，xi为预设本征模态分量，
Figure BDA0003847768500000084
为若干本征模态分量的平均值，I为若干本征模态分量的数量。
步骤207、当峰度值大于预设阈值时，计算预设本征模态分量的瞬时Teager能量。
可以理解的是，本实施例中的瞬时Teager能量包括：连续信号能量和离散信号能量，则计算预设本征模态分量的瞬时Teager能量具体包括：
根据连续信号能量计算公式，计算预设本征模态分量的连续信号能量，根据离散信号能量计算公式，计算预设本征模态分量的离散信号能量。
具体地，连续信号能量计算公式为：
ψ[g(t)]＝[g'(t)]2-g(t)·g”(t)；
其中，g(t)为一连续信号；g'(t)和g”(t)分别为g(t)的一阶和二阶导数；
离散信号能量计算公式为：
ψ[g(n)]＝[g(n)]2-g(n+1)·g(n-1)；
其中，g(n)为一离散信号。
步骤208、根据瞬时Teager能量，确定待分析行波信号的故障发生时刻，以识别配电网的故障行波。
具体地，模态分量的瞬时Teager能量最大值所对应时刻为故障发生时刻。
本实施例中，首先获取待分析配电网的待分析行波信号；然后对待分析行波信号进行变分模态分解，得到本征模态分量，并利用含高频信息最多的预设本征模态分量的峰度值判断故障是否发生；最后在故障发生的情况下，计算预设本征模态分量的的瞬时Teager能量以确定故障行波波头时刻。本申请中的方法与传统方法相比，能够精确地捕捉故障行波波头时刻，克服配电网中因微弱故障而导致故障行波难以检测的问题，解决了现有的行波波头检测方法难以在配电网中适用的技术问题。
以上为本申请实施例提供的一种配电网故障行波识别方法的实施例二，以下为本申请实施例提供的一种配电网故障行波识别方法的应用例。
参见图2，本配电网故障行波识别方法的实施步骤为：
步骤1、利用现场的录波装置，采集待分析配电网的待分析行波信号。
步骤2、对待分析行波信号进行变分模态分解(VMD)，分别得到三个本征模态分量(IMF)，具体算法流程如下：
(1)假设待分析行波信号f(t)经变分模态分解后得到3个带宽之和最小的初始模态分量uk(t)；
(2)初始化3个模态分量
Figure BDA0003847768500000091
对应中心频率
Figure BDA0003847768500000092
拉格朗日乘子
Figure BDA0003847768500000093
迭代次数n，均设初始值为0，其中，
Figure BDA0003847768500000094
表示为第k个模态分量的初始迭代值，
Figure BDA0003847768500000095
表示第k个模态分量的中心频率初始迭代值，
Figure BDA0003847768500000096
表示拉格朗日乘子初始迭代值；
(3)随着迭代次数n每增加一次，使用交替方向乘子法更新各个模态分量
Figure BDA0003847768500000097
更新方法为：n←n+1
Figure BDA0003847768500000101
其中，
Figure BDA0003847768500000102
是原始信号的频域表达式；α是二次惩罚因子，表示带宽参数；
Figure BDA0003847768500000103
是拉格朗日乘子；1≤i≤3，i≠k，当i<k时，
Figure BDA0003847768500000104
当i>k时，
Figure BDA0003847768500000105
表示第k个模态分量经过n次迭代后得到的更新值，并用于第n+1次迭代过程的更新计算；
Figure BDA0003847768500000106
表示第k个模态分量经过n-1次迭代后得到的更新值，并用于第n次迭代过程的更新计算；
更新各个模态分量对应中心频率
Figure BDA0003847768500000107
其更新方法为：
Figure BDA0003847768500000108
其中，
Figure BDA0003847768500000109
表示第k个模态分量对应的中心频率经过n次迭代后得到的更新值，并用于第n+1次迭代过程的更新计算；
更新拉格朗日乘子
Figure BDA00038477685000001010
其更新方法为：
Figure BDA00038477685000001011
其中，τ是噪声容限参数；
Figure BDA00038477685000001012
表示经过n次迭代后得到的拉格朗日乘子更新值，并可用于第n+1次迭代过程的更新计算；
(4)当迭代结果，满足：
Figure BDA00038477685000001013
则停止迭代，否则返回(2)继续迭代，其中ε是判别条件给定精度；
(5)将获得的3个频域模态分量
Figure BDA0003847768500000111
进行傅里叶逆变换，取实部即可得到时域模态分量{uk(t)}。
步骤3、提取第三个本征模态分量IMF3，计算IMF3的峰度值。
步骤4、判断IMF3的峰度值是否大于3；
步骤5、如果IMF3的峰度值大于3，则计算IMF3的瞬时Teager能量，瞬时Teager能量最大值所对应的时刻即为故障发生时刻；否则判断为未发生故障，瞬时Teager能量按下式计算：
ψ[g(t)]＝[g'(t)]2-g(t)·g”(t)；
其中，g(t)为一连续信号；g’(t)和g”(t)分别为g(t)的一阶和二阶导数；
ψ[g(n)]＝[g(n)]2-g(n+1)·g(n-1)；
其中，g(n)为一离散信号。
可以理解的是，本应用例中的待分析行波信号为：电压、电流行波信号u4、i4如图3所示，其中采样频率为20kHz，电压录波记录的突变时刻t2为28.55ms，电流录波记录的突变时刻t1为28.45ms。
采用VMD分解分析电压电流信号，得到相应的IMF1，IMF2，IMF3分量，利用IMF3分量判断故障发生时刻。其中VMD算法参数设置为α＝2000，τ＝0，ε＝10-7；电压VMD分解结果如图4所示，电流VMD分解结果如图6所示。
计算IMF3分量的峰度值，电压行波IMF3分量的峰度值为16.3076，电流行波IMF3分量的峰度值为8.2551，判断为发生故障。
当故障发生时，计算IMF3分量的瞬时Teager能量，瞬时Teager能量最大值对应的时刻为故障发生时刻。电压IMF3分量瞬时Teager能量幅值如图5所示，从图5可知，电压Teager能量最大值对应的时刻为28.55ms，与电压突变时刻一致，即该方法可以准确捕捉电压突变时刻；电流IMF3分量瞬时Teager能量幅值如图7所示，从图7可知，电流Teager能量最大值对应的时刻为28.45ms，与电流突变时刻一致，即该方法可以准确捕捉电流发生时刻。分析结果得到，本申请方法能够精确地捕捉故障行波波头时刻，不受微弱故障的影响。
以上为本申请实施例提供的一种配电网故障行波识别方法的应用例，以下为本申请实施例提供的一种配电网故障行波识别装置的实施例。
请参见图8，图8为本申请实施例提供的一种配电网故障行波识别装置的实施例的结构示意图，该装置包括：
获取单元，用于获取待分析配电网的待分析行波信号；
分解单元，用于对待分析行波信号进行变分模态分解，得到若干本征模态分量；
第一计算单元，用于从若干本征模态分量中，计算预设本征模态分量的峰度值；
第二计算单元，用于当峰度值大于预设阈值时，计算预设本征模态分量的瞬时Teager能量；
确定单元，用于根据瞬时Teager能量，确定待分析行波信号的故障发生时刻，以识别配电网的故障行波。
可选地，
分解单元具体包括：
获取子单元，用于获取待分析行波信号对应的若干初始模态分量；
第一计算子单元，用于对待分析行波信号进行变分模态分解，每次迭代时使用交替方向乘子法计算新的模态分量；
第二计算子单元，用于当相邻两次迭代时得到的新的模态分量满足预设关系式时，停止迭代，并利用相邻两次中第二次计算得到的新的模态分量得到若干本征模态分量。
本实施例中，首先获取待分析配电网的待分析行波信号；然后对待分析行波信号进行变分模态分解，得到本征模态分量，并利用含高频信息最多的预设本征模态分量的峰度值判断故障是否发生；最后在故障发生的情况下，计算预设本征模态分量的的瞬时Teager能量以确定故障行波波头时刻。本申请中的方法与传统方法相比，能够精确地捕捉故障行波波头时刻，克服配电网中因微弱故障而导致故障行波难以检测的问题，解决了现有的行波波头检测方法难以在配电网中适用的技术问题。
本申请还提供了一种配电网故障行波识别设备的实施例，本实施例中的配电网故障行波识别设备包括处理器以及存储器；存储器用于存储程序代码，并将程序代码传输给处理器；处理器用于根据程序代码中的指令执行前述实施例的配电网故障行波识别方法。
本申请还提供了一种存储介质的实施例，本实施例中所述存储介质用于存储程序代码，所述程序代码被处理器执行时实现前述实施例所述的配电网故障行波识别方法。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
本申请的说明书及上述附图中的术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(英文全称：Read-OnlyMemory，英文缩写：ROM)、随机存取存储器(英文全称：Random Access Memory，英文缩写：RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，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申请各实施例技术方案的精神和范围。

Claims (10)

1.一种配电网故障行波识别方法，其特征在于，包括：
获取待分析配电网的待分析行波信号；
对所述待分析行波信号进行变分模态分解，得到若干本征模态分量；
从所述若干本征模态分量中，计算预设本征模态分量的峰度值；
当所述峰度值大于预设阈值时，计算所述预设本征模态分量的瞬时Teager能量；
根据所述瞬时Teager能量，确定所述待分析行波信号的故障发生时刻，以识别所述配电网的故障行波。
2.根据权利要求1所述的配电网故障行波识别方法，其特征在于，所述对所述待分析行波信号进行变分模态分解，得到若干本征模态分量，具体包括：
获取所述待分析行波信号对应的若干初始模态分量；
对所述待分析行波信号进行变分模态分解，每次迭代时使用交替方向乘子法计算新的模态分量；
当相邻两次迭代时得到的新的模态分量满足预设关系式时，停止迭代，并利用相邻两次中第二次计算得到的新的模态分量得到若干本征模态分量。
3.根据权利要求2所述的配电网故障行波识别方法，其特征在于，所述预设关系式为：
Figure FDA0003847768490000011
式中，
Figure FDA0003847768490000012
为第n+1次迭代时计算得到的新的模态分量，
Figure FDA0003847768490000013
为第n次迭代时计算得到的新的模态分量，ε为给定精度。
4.根据权利要求2所述的配电网故障行波识别方法，其特征在于，所述利用相邻两次中第二次计算得到的新的模态分量得到若干本征模态分量，具体包括：
对相邻两次中第二次计算得到的新的模态分量进行傅里叶逆变换，得到变换结果；
选取所述变换结果中的实部作为若干本征模态分量。
5.根据权利要求1所述的配电网故障行波识别方法，其特征在于，所述从所述若干本征模态分量中，计算预设本征模态分量的峰度值，具体包括：
从所述若干本征模态分量中选取预设本征模态分量；
根据峰度值计算公式，计算所述预设本征模态分量对应的峰度值，其中，所述峰度值计算公式为：
Figure FDA0003847768490000021
式中，K为峰度值，xi为预设本征模态分量，
Figure FDA0003847768490000022
为若干本征模态分量的平均值，I为若干本征模态分量的数量。
6.根据权利要求1所述的配电网故障行波识别方法，其特征在于，所述瞬时Teager能量包括：连续信号能量和离散信号能量；
所述计算所述预设本征模态分量的瞬时Teager能量，具体包括：
根据连续信号能量计算公式，计算所述预设本征模态分量的连续信号能量；
根据离散信号能量计算公式，计算所述预设本征模态分量的离散信号能量。
7.一种配电网故障行波识别装置，其特征在于，包括：
获取单元，用于获取待分析配电网的待分析行波信号；
分解单元，用于对所述待分析行波信号进行变分模态分解，得到若干本征模态分量；
第一计算单元，用于从所述若干本征模态分量中，计算预设本征模态分量的峰度值；
第二计算单元，用于当所述峰度值大于预设阈值时，计算所述预设本征模态分量的瞬时Teager能量；
确定单元，用于根据所述瞬时Teager能量，确定所述待分析行波信号的故障发生时刻，以识别所述配电网的故障行波。
8.根据权利要求7所述的配电网故障行波识别方法，其特征在于，所述分解单元具体包括：
获取子单元，用于获取所述待分析行波信号对应的若干初始模态分量；
第一计算子单元，用于对所述待分析行波信号进行变分模态分解，每次迭代时使用交替方向乘子法计算新的模态分量；
第二计算子单元，用于当相邻两次迭代时得到的新的模态分量满足预设关系式时，停止迭代，并利用相邻两次中第二次计算得到的新的模态分量得到若干本征模态分量。
9.一种配电网故障行波识别设备，其特征在于，所述设备包括处理器以及存储器；
所述存储器用于存储程序代码，并将所述程序代码传输给所述处理器；
所述处理器用于根据所述程序代码中的指令执行权利要求1至6中任一项所述的配电网故障行波识别方法。
10.一种存储介质，其特征在于，所述存储介质用于存储程序代码，所述程序代码被处理器执行时实现权利要求1至6中任一项所述的配电网故障行波识别方法。
CN202211130459.4A 2022-09-15 2022-09-15 一种配电网故障行波识别方法、装置设备和存储介质 Pending CN115327302A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211130459.4A CN115327302A (zh) 2022-09-15 2022-09-15 一种配电网故障行波识别方法、装置设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211130459.4A CN115327302A (zh) 2022-09-15 2022-09-15 一种配电网故障行波识别方法、装置设备和存储介质

Publications (1)

Publication Number Publication Date
CN115327302A true CN115327302A (zh) 2022-11-11

Family

ID=83929531

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211130459.4A Pending CN115327302A (zh) 2022-09-15 2022-09-15 一种配电网故障行波识别方法、装置设备和存储介质

Country Status (1)

Country Link
CN (1) CN115327302A (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017031581A1 (en) * 2015-08-24 2017-03-02 UNIVERSITé LAVAL System and method for detecting spikes in noisy signals
CN110542828A (zh) * 2019-07-17 2019-12-06 佛山电力设计院有限公司 一种配网故障定位方法及系统
CN112710925A (zh) * 2020-12-22 2021-04-27 三峡大学 基于改进vmd和s变换的高渗透率主动配电网故障测距方法
CN112836583A (zh) * 2021-01-05 2021-05-25 沈阳工业大学 一种风力机故障诊断方法
CN113052000A (zh) * 2021-02-04 2021-06-29 江苏科技大学 一种船舶机械设备早期微弱故障信号特征诊断方法
CN113960412A (zh) * 2021-10-20 2022-01-21 南方电网科学研究院有限责任公司 一种配电网故障行波信号处理方法及装置
CN114636896A (zh) * 2022-03-11 2022-06-17 西安理工大学 利用峭度的配电网单相接地高阻故障行波定位方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017031581A1 (en) * 2015-08-24 2017-03-02 UNIVERSITé LAVAL System and method for detecting spikes in noisy signals
CN110542828A (zh) * 2019-07-17 2019-12-06 佛山电力设计院有限公司 一种配网故障定位方法及系统
CN112710925A (zh) * 2020-12-22 2021-04-27 三峡大学 基于改进vmd和s变换的高渗透率主动配电网故障测距方法
CN112836583A (zh) * 2021-01-05 2021-05-25 沈阳工业大学 一种风力机故障诊断方法
CN113052000A (zh) * 2021-02-04 2021-06-29 江苏科技大学 一种船舶机械设备早期微弱故障信号特征诊断方法
WO2022165737A1 (zh) * 2021-02-04 2022-08-11 江苏科技大学 一种船舶机械设备早期微弱故障信号特征诊断方法
CN113960412A (zh) * 2021-10-20 2022-01-21 南方电网科学研究院有限责任公司 一种配电网故障行波信号处理方法及装置
CN114636896A (zh) * 2022-03-11 2022-06-17 西安理工大学 利用峭度的配电网单相接地高阻故障行波定位方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
孙立江;张力佳;杜必强;邸薇薇;刘建屏;马延会;: "基于改进小波阈值和Teager能量算子的轴承故障诊断", 华北电力技术, no. 02, 25 February 2017 (2017-02-25), pages 38 - 43 *
毕潇文 等: "基于改进奇异值与经验小波分解的局放去噪算法", 电网技术, vol. 45, no. 12, 31 December 2021 (2021-12-31), pages 1 - 7 *

Similar Documents

Publication Publication Date Title
WO2023216553A1 (zh) 一种配电网多重故障诊断方法及系统
CN110082640B (zh) 一种基于长短时记忆网络的配网单相接地故障辨识方法
CN106845010B (zh) 基于改进SVD降噪和Prony的低频振荡主导模式辨识方法
CN110967599A (zh) 一种电能质量扰动检测与定位算法
CN109245099A (zh) 一种电力负荷辨识方法、装置、设备及可读存储介质
CN103675617A (zh) 一种用于高频局部放电信号检测的抗干扰方法
CN116679161B (zh) 一种电网线路故障诊断方法、设备和介质
CN109524972B (zh) 基于gso和svm算法的低频振荡参数估计方法
CN113376551B (zh) 串联故障电弧的检测方法及系统、设备、存储介质
CN110879927A (zh) 一种用于海目标检测的海杂波幅度统计分布现场建模方法
CN114397569A (zh) 基于vmd参数优化、样本熵的断路器故障电弧检测方法
CN114720764A (zh) 一种基于电表实时监测数据的谐波分析方法及系统
Li et al. Adaptive S transform for feature extraction in voltage sags
Ye et al. Single pole‐to‐ground fault location method for mmc‐hvdc system using wavelet decomposition and dbn
CN111398814A (zh) 一种软启动器控制的电机故障检测与智能快速诊断方法
CN108594156B (zh) 一种改进的电流互感器饱和特性识别方法
CN116307269B (zh) 一种基于人工智能的光伏发电功率预测方法及装置
Zhu et al. Optimization research on abnormal diagnosis of transformer voiceprint recognition based on improved wasserstein GAN
CN111369179A (zh) 一种配电自动化终端设备闭环检测方法和装置
CN115327302A (zh) 一种配电网故障行波识别方法、装置设备和存储介质
CN115688015A (zh) 基于非侵入式负荷监测的电压暂降类别识别方法及设备
CN116628620A (zh) 一种非侵入式负荷识别计算方法
CN116561569A (zh) 一种基于EO特征选择结合AdaBoost算法的工业电力负荷辨识方法
CN115313329A (zh) 一种用于快速行波保护的频带范围选取方法及相关装置
CN115577249A (zh) 多视角特征融合的变压器声信号识别方法、系统及介质

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