一种双阈值电网早期故障检测方法技术

本发明专利技术公开了一种双阈值电网早期故障检测方法，其包括以下步骤：步骤一：实时采集电网状态数据，按照时间顺序排列组成状态矩阵；步骤二：在每一个采样时刻t，根据所构建的状态矩阵，通过数据处理得到非额米特矩阵；步骤三：根据所构建的非额米特矩阵，通过特征分解得到早期故障检测指标D

【技术实现步骤摘要】
一种双阈值电网早期故障检测方法


[0001]本专利技术属于电网故障检测
，具体涉及一种双阈值电网早期故障检测方法。

技术介绍

[0002]电网在运行过程中，容易受外部环境及内部结构影响发生故障。在故障早期，电力系统受到的影响较小，故障特征不明显，此时检测和排除故障，可以防止故障进一步扩大，减小故障对电网的安全威胁，对社会、经济发展有着重要意义。
[0003]现有的电网故障检测方法主要包括模型法与数据法。其中，模型法面临建模过程复杂、求解困难等问题；数据法更适于分析处理具有海量、多样特性的电网状态数据，从而实现高效的故障检测。
[0004]目前数据法主要以随机矩阵理论为基础，包括基于酉矩阵特征值特性的分析方法和基于样本协方差矩阵特征值特性的分析方法，通过分析由电网状态数据构建的状态矩阵实现故障检测。在电网正常运行无故障时，由电网状态数据构建的状态矩阵为随机矩阵，其矩阵特征值满足随机矩阵理论；反之，当系统出现故障时，电网运行状态改变，系统的随机性被破坏，状态矩阵的特征值不再满足随机矩阵理论。
[0005]现有的基于随机矩阵理论的电网故障检测方法可以分为三类，具体地，基于酉矩阵的特征值特性，构建了平均谱半径法；基于样本协方差矩阵，构建了谱偏离度法和最大特征值法。其中，平均谱半径法未考虑噪声的随机变化情况，在低信噪比环境下其故障检测灵敏度下降，且基于酉矩阵的分析运算导致其故障检测速度相对较慢；基于样本协方差矩阵的分析方法缩短了计算时间，提高了运算分析效率，然而故障检测精度有待进一步提升；此外，以上方法均为单阈值法，对故障特征不明显的早期故障检测灵敏度不足。

技术实现思路

[0006]为了解决现有电网早期故障检测方法的不足，本专利技术基于随机矩阵理论中样本协方差矩阵的最大、最小特征值满足Tracy
‑
Widom分布的原理，提出了一种双阈值电网早期故障检测方法，有效提高了现有方法的分析效率和故障检测精度。
[0007]为了实现上述目的，本专利技术提供的电网早期故障检测方法包括以下步骤：
[0008]步骤一：实时采集电网状态数据，按照时间顺序排列组成状态矩阵X；
[0009]步骤二：在每一个采样时刻t，根据所构建的状态矩阵X，通过数据处理得到非额米特矩阵
[0010]步骤三：根据所构建的非额米特矩阵通过特征分解得到早期故障检测指标D
t
；
[0011]步骤四：基于Tracy
‑
Widom分布，根据给定的虚警概率和窗口矩阵的维度计算故障检测双阈值γ1和γ2；
[0012]步骤五：根据所构建的早期故障检测指标D
t
与阈值γ1和γ2的大小关系对电网早期故障进行检测。
[0013]具体的，步骤1的电网状态数据由广域测量单元采集得到。
[0014]步骤1的电网状态数据包括节点电压、支路电流、负荷有功功率、无功功率中的一种或多种，每一种状态数据单独进行分析。
[0015]具体的，步骤二的数据处理过程为：采用滑动时间窗模型构建窗口矩阵X
t
；根据所构建的窗口矩阵X
t
，通过式(1)的行变换将状态数据标准化，得到非额米特矩阵
[0016][0017]其中，i＝1,2,
…
,N，N为所构建的窗口矩阵X
t
的行数，代表所采集状态变量的个数；j＝1,2,
…
,T
W
，T
W
为窗口矩阵X
t
的列数，即滑动时间窗的宽度；x
i,j
表示窗口矩阵X
t
的元素，x
i
＝(x
i,1
,x
i,2
,
…
,x
i,TW
)为窗口矩阵X
t
的行向量；表示标准化后的矩阵的元素，为矩阵的行向量；μ(x
i
)为矩阵X
t
的行向量的均值，σ(x
i
)为窗口矩阵X
t
的行向量的标准差；为标准化后的矩阵的行向量的均值，为矩阵的行向量的标准差。
[0018]具体的，步骤三的特征分解过程包括：根据所构建的非额米特矩阵按照式(2)计算样本协方差矩阵S
t
：
[0019][0020]其中表示的共轭转置；
[0021]进一步通过特征分解得到S
t
的最大特征值λ
max,t
和最小特征值λ
min,t
；早期故障检测指标D
t
由式(3)计算得到
[0022]D
t
＝λ
max,t
‑
λ
min,t (3)。
[0023]具体的，步骤四的Tracy
‑
Widom分布表述为：
[0024]对于N
×
T
W
阶的矩阵S
t
，当N,T
W
→
∞且N/T
W
∈[0,∞)时，
[0025][0026][0027]其中，F(x)为Tracy
‑
Widom累积分布函数。
[0028]步骤四的故障检测双阈值γ1和γ2根据以下方法得到：
[0029]根据给定的虚警概率η
w
和矩阵维度N和T
W
，基于Tracy
‑
Widom分布，按照式(6)～(7)计算阈值γ1和γ2：
[0030][0031][0032]其中，a和b分别表示样本协方差矩阵S
t
特征值的理论下确界和上确界，特征值的理论下确界和上确界，F
‑1(
·
)表示Tracy
‑
Widom累积分布函数的逆。
[0033]具体的，步骤五中早期故障检测指标D
t
与故障检测双阈值γ1和γ2的大小关系包括：
[0034][0035]其中，min(γ1,γ2)称为下阈值，max(γ1,γ2)称为上阈值，分别表示γ1和γ2中的最小值、最大值。
[0036]早期故障检测结果表示为：
[0037][0038]其中，P0为当故障检测指标介于上、下阈值之间时，电网无故障发生的概率，由式(10)计算得到
[0039][0040]D
t
＝max(γ1,γ2)所对应的采样时刻即为故障时刻。
[0041]本专利技术的有益效果是：
[0042]1、双阈值的构建过程考虑了虚警概率η
w
和矩阵维度对故障检测精度的影响，可以
通过调整虚警概率η
w
和滑动时间窗的宽度T
W
调整阈值，具有更高的灵活性。
[0043]2、相较于单阈值分析方法，本专利技术中下阈值的提出和上、下阈值之间的“特征本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种双阈值电网早期故障检测方法，其特征是，包括以下步骤：步骤一：实时采集电网状态数据，按照时间顺序排列组成状态矩阵X；步骤二：在每一个采样时刻t，根据所构建的状态矩阵X，通过数据处理得到非额米特矩阵步骤三：根据所构建的非额米特矩阵通过特征分解得到早期故障检测指标D
t
；步骤四：基于Tracy
‑
Widom分布，根据给定的虚警概率和窗口矩阵的维度计算故障检测双阈值γ1和γ2；步骤五：根据所构建的早期故障检测指标D
t
与阈值γ1和γ2的大小关系对电网早期故障进行检测。2.如权利要求1所述的一种双阈值电网早期故障检测方法，其特征是，步骤1的电网状态数据由广域测量单元采集得到。3.如权利要求1所述的一种双阈值电网早期故障检测方法，其特征是，步骤1的电网状态数据包括节点电压、支路电流、负荷有功功率、无功功率中的一种或多种，每一种状态数据单独进行分析。4.如权利要求1所述的一种双阈值电网早期故障检测方法，其特征是，步骤二的数据处理过程为：采用滑动时间窗模型构建窗口矩阵X
t
；根据所构建的窗口矩阵X
t
，通过式(1)的行变换将状态数据标准化，得到非额米特矩阵变换将状态数据标准化，得到非额米特矩阵其中，i＝1,2,
…
,N，N为所构建的窗口矩阵X
t
的行数，代表所采集状态变量的个数；j＝1,2,
…
,T
W
，T
W
为窗口矩阵X
t
的列数，即滑动时间窗的宽度；x
i,j
表示窗口矩阵X
t
的元素，为窗口矩阵X
t
的行向量；表示标准化后的矩阵的元素，为矩阵的行向量；μ(x
i
)为矩阵X
t
的行向量的均值，σ(x
i
)为窗口矩阵X
t
的行向量的标准差；为标准化后的矩阵的行向量的均值，为矩阵的行向量的标准差。5.如权利要求4所述的一种双阈值电网早期故障检测方法，其特征是，步骤三的特征分解过程包括：根据所构建的非额米特矩阵按照式(2)计算样本协方差矩阵S
t
：其中...

【专利技术属性】
技术研发人员：吴定会，张娟，唐丹丹，张文峰，沈艳霞，
申请(专利权)人：江南大学，
类型：发明
国别省市：