【技术实现步骤摘要】
基于模糊c均值聚类算法的故障区段定位方法及装置
本专利技术涉及配电网
,尤其涉及一种基于模糊c均值聚类算法的故障区段定位方法及装置。
技术介绍
传统保护方法的核心思想是将从测量点实时信息中提取的故障特征量与预设的保护整定值或整定曲线进行比较,一旦测量特征量的大小超出整定值所限定的范围,则判定故障发生,保护装置动作。然而,这些基于保护整定值的方法在实际应用中所取得的效果并不十分理想。主要受到以下几个方面的制约:小电流接地故障时,系统阻抗大,因此发生单相接地故障时,故障电流小,作为保护判据的特征量微弱,检测存在很大难度;配电网运行方式复杂多变,对于不同运行工况,预设的保护整定值难以自适应性调整;不同故障条件下表现出来的故障特性各不相同,故障特征量的变化范围大,难以准确检测;在现场环境中,故障信号还存在受电磁干扰,系统不平衡电流影响,负荷电流淹没等问题,信噪比不高;分布式电源DG(Distributedgeneration)在配电网中的渗透率逐步提高的大背景下,传统单向潮流的被动配电网正逐步演变为具有双向潮流的主动配电网,故障特征量的变化范围进一步增大。随着配电网故障区段定位研究的发展,基于智能算法的故障区段定位方法成为了新的研究热点。对于具有自学能力的智能算法,可以在不预知研究对象的数学模型的情况下,通过在线训练大量故障样本,实现对馈线运行状态的描述与判断,并提高故障区段定位精度。人工神经网络算法的优点在于数据训练过程便于操作,适用范围广,已有许多学者在这方面开展研究。相关文献提出借助人工神经网络模型实现故 ...
【技术保护点】
1.一种基于模糊c均值聚类算法的故障区段定位方法,其特征在于,包括:/n获取分布于全网的n个节点的多个故障特征量,每个节点的多个故障特征量构成一个故障特征向量,将故障特征向量作为待测样本构建待测样本集;/n将待测样本集中每个待测样本进行标准化预处理;/n构建高维故障特征空间,基于预处理后的每个待测样本的多个故障特征量将n个待测样本投射至该高维故障特征空间中,基于模糊c均值聚类算法将n个预处理后的待测样本划分为故障类和非故障类,并计算得到故障类和非故障类的聚类中心;/n分别计算预处理后的每个待测样本与故障类和非故障类的聚类中心之间的距离d
【技术特征摘要】
1.一种基于模糊c均值聚类算法的故障区段定位方法,其特征在于,包括:
获取分布于全网的n个节点的多个故障特征量,每个节点的多个故障特征量构成一个故障特征向量,将故障特征向量作为待测样本构建待测样本集;
将待测样本集中每个待测样本进行标准化预处理;
构建高维故障特征空间,基于预处理后的每个待测样本的多个故障特征量将n个待测样本投射至该高维故障特征空间中,基于模糊c均值聚类算法将n个预处理后的待测样本划分为故障类和非故障类,并计算得到故障类和非故障类的聚类中心;
分别计算预处理后的每个待测样本与故障类和非故障类的聚类中心之间的距离dk1和dk2,根据dk1和dk2的大小关系将预处理后的每个待测样本对应的节点划分到故障类或非故障类;
基于每个节点所属的故障类别搜索故障特征信息传播途径,确定故障信息源位置,实现故障区段定位。
2.根据权利要求1所述的基于模糊c均值聚类算法的故障区段定位方法,其特征在于,所述将待测样本集中每个待测样本进行标准化预处理包括:
将待测样本按如下公式进行标准化预处理:
其中,x′kj为第k个待测样本的第j个故障特征量值,为第j个故障特征量的均值,S(x′j)为第j个故障特征量的标准差,xkj为标准化预处理后第k个待测样本的第j个故障特征量值,s为每个节点获取的故障特征量总个数。
3.根据权利要求1所述的基于模糊c均值聚类算法的故障区段定位方法,其特征在于,所述基于模糊c均值聚类算法将n个预处理后的待测样本划分为故障类和非故障类,并计算得到故障类和非故障类的聚类中心,包括:
通过以下优化目标函数(4),借由平衡迭代方程(5)和(6)对所有预处理后的待测样本进行动态聚类,并得到故障类和非故障类的聚类中心:
其中,c为聚类类别数量,取c=2;μik∈[0,1]表示预处理后的第k个待测样本xk从属于第i种聚类类型的隶属度,满足pi为聚类中心,i取1或2,p1为故障类中心,p2为非故障类中心;||·||为表征预处理后的待测样本与聚类中心之间空间距离的矩阵范数;m为加权指数,取m=2;U为所有预处理后的待测样本隶属度所构成的隶属矩阵,P为所有聚类中心pi构成的聚类中心矩阵,Jm(U,P)为聚类损失函数,Mfc为预处理后的待测样本的模糊c划分空间;优化目标函数(4)的迭代过程终止条件为:w为当前迭代次数,ε为预先设定的迭代停止阈值。
4.根据权利要求3所述的基于模糊c均值聚类算法的故障区段定位方法,其特征在于,所述分别计算预处理后的每个待测样本与故障类和非故障类的聚类中心之间的距离dk1和dk2,根据dk1和dk2的大小关系将预处理后的每个待测样本对应的节点划分到故障类或非故障类,包括:
通过公式(7)来计算每个预处理后的待测样本与故障类和非故障类的聚...
【专利技术属性】
技术研发人员:陈宏山,丁晓兵,喻锟,史泽兵,邹豪,余江,李捷,郑茂然,李正红,高宏慧,陈朝晖,李理,刘思琪,曾祥君,吴江雄,孙铁鹏,
申请(专利权)人:中国南方电网有限责任公司,长沙理工大学,
类型:发明
国别省市:广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。