【技术实现步骤摘要】
本专利技术涉及直流输电线路运行故障检测，具体涉及一种基于小波散步熵与极端随机树融合的柔性直流输电系统故障分类与选极方法。
技术介绍
1、高压直流输电具有功率控制灵活、供电电容更大、传输线损耗更低、与可再生能源更易交互等优点。而输电架空线路易受极端天气事件影响，运行环境影响较差。多端子高压直流架构复杂的结构和潮流难以套用传统交流系统故障分类方法。当直流侧发生故障时，故障电流的急剧升高威胁直流输电线路的稳定，损害设备的健康。由于高压直流断路器成本高，无法在长距离高压直流输电中部署大量断路器。因此，有必要采用快速、准确的故障检测方法，以降低对直流断路器的要求和对输电线路的损坏。
2、目前，对柔性直流输电线路故障检测的研究可以分为以下两个方面：一种是基于故障电压或电流的幅值变化和增量进行故障检测，该方法设置阈值依靠专家经验，导致故障检测方法的准确率较低；另一种是利用相应的数学方法提取和分析故障部分的瞬态行波的振幅、极性和持续时间等特征来检测故障。然而，该方法仍然需要经过信号分析后手动确定阈值，准确性同样受到主观因素的影响。
技术实现思路
1、本专利技术的目的在于提供一种柔性直流输电系统故障分类与选极方法，该方法可以提高故障检测的精度和可靠性，实现对不同故障类型的准确分类和选极。
2、为了实现上述目的，本专利技术采用的技术方案是：一种柔性直流输电系统故障分类与选极方法，根据故障发生时母线和线路故障电压高频分量的差异来实现故障分类和选极，包括以下步骤：
3、
4、s2、采用离散小波变换dwt对故障电压进行分解，提取母线和线路故障电压特征；
5、s3、基于离散小波变换提取到的特征量，计算精细复合多尺度离散熵rcmde；
6、s4、采用极端随机树模型作为数据挖掘模型，将步骤s3计算得到的rcmde值作为et分类器的输入；对于训练集和测试集中数据，通过步骤s2-s3进行处理后，输入et分类器，对极端随机树模型进行训练及评估，得到训练好的极端随机树模型，即可用于故障分类和选极。
7、进一步地，步骤s1中，采集故障开始后3ms内的母线和线路故障电压数据。
8、进一步地，步骤s2中，离散小波函数表示为：
9、
10、其中，a为比例因子，b为位移系数，j和k均为整数，t为时间；则故障电压u(t)的dwt为：
11、
12、其中，表示的共轭；
13、采用db4小波对故障电压进行2层dwt分解，将故障电压信号通过低通滤波器和高通滤波器，输出进行下采样得到近似系数a1和细节系数d1，再对近似系数进行进一步的2层dwt分解，得到所需尺度的细节系数dj。
14、进一步地，步骤s3中，以离散小波变换提取到的细节系数为特征量，其为一个长度为l的单变量信号：x＝{x1,x2,…,xl}，对x进行多尺度粗粒化处理，则第f个粗粒度序列为：
15、
16、其中，f＝1,2,...,τ，τ是尺度因子；
17、使用如下的正态分布函数将映射至y＝{yi,|i＝1,2…,f}：
18、
19、其中，y∈(0,1)，yi为y中元素，xi为输入单变量信号的第i个序列，σ和μ分别是正态分布函数的标准差和均值；
20、应用线性算法将y映射到[1,2,…,c]的范围内：
21、
22、其中，c是类别数，round()表示取整数；
23、在给定的嵌入维数m和时间延迟d的条件下，对粗粒化序列进行相空间重构，得到嵌入向量
24、
25、其中，m表示嵌入维度，d是时间延迟；
26、定义散步模式，如果则对应的散步模式为每个模式由c个数据构成，每个数值有m种取值，因此对应的散步熵模式有cm种；
27、对于每个比例因子，从故障电压中获得的rcmde表示为：
28、
29、其中，表示嵌入向量映射到散步模式的个数，是粗粒度序列的概率值；τmax为最大比例因子。
30、与现有技术相比，本专利技术具有以下有益效果：本专利技术提供了一种基于小波散步熵与极端随机树融合的柔性直流输电系统故障分类与选极方法，以解决现有故障检测方法在mtdc系统中准确性低、对高阻故障不敏感和选极性能差等问题，提高了故障检测的精度和可靠性，实现了对不同故障类型的准确分类和选极，且具有较强的抗干扰能力、抗过渡电阻能力和对采样频率低依赖性。该方法引入rcmde对dwt得到的细节系数进行特征提取，该方法能够量化故障信号的非线性和不确定性，且受突变信号影响小，考虑了振幅间的幅度关系，具有更好的稳定性和更快的计算速度，从而能够更准确地反映不同故障类型之间的差异。此外，该方法运用et智能分类器进行故障分类和选极，et具有良好的性能和强泛化能力，仅需少量样本即可获得高诊断准确率，通过与dwt和rcmde相结合，实现了对mtdc系统中母线和线路故障的准确分类与选极。
本文档来自技高网...【技术保护点】
1.一种柔性直流输电系统故障分类与选极方法，其特征在于，根据故障发生时母线和线路故障电压高频分量的差异来实现故障分类和选极，包括以下步骤：
2.根据权利要求1所述的一种柔性直流输电系统故障分类与选极方法，其特征在于，步骤S1中，采集故障开始后3ms内的母线和线路故障电压数据。
3.根据权利要求1所述的一种柔性直流输电系统故障分类与选极方法，其特征在于，步骤S2中，离散小波函数表示为：
4.根据权利要求1所述的一种柔性直流输电系统故障分类与选极方法，其特征在于，步骤S3中，以离散小波变换提取到的细节系数为特征量，其为一个长度为L的单变量信号：x＝{x1,x2,…,xL}，对x进行多尺度粗粒化处理，则第f个粗粒度序列为：
【技术特征摘要】
1.一种柔性直流输电系统故障分类与选极方法，其特征在于，根据故障发生时母线和线路故障电压高频分量的差异来实现故障分类和选极，包括以下步骤：
2.根据权利要求1所述的一种柔性直流输电系统故障分类与选极方法，其特征在于，步骤s1中，采集故障开始后3ms内的母线和线路故障电压数据。
3.根据权利要求1所述的一种...
【专利技术属性】
技术研发人员：武欣欣，李泽文，倪玮铭，刘冰倩，廖飞龙，林金榕，
申请(专利权)人：国网福建省电力有限公司电力科学研究院，
类型：发明
国别省市：
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。