一种电力系统故障因子特征提取方法
【专利摘要】一种电力系统故障因子特征提取方法，所述方法包括以下步骤：a.选择初始变量，若样本方差小于设定的阈值，则转步骤b，否则，转步骤c；b.计算初始变量的相关系数矩阵的特征值和单位化特征向量；c.计算初始变量的协方差矩阵及协方差矩阵的特征值和单位化特征向量；d.如果特征值小于设定的阈值，则转步骤a，否则转步骤e；e.计算初始变量的公因子和因子载荷矩阵；f.将公因子进行正交旋转或斜交旋转；g.根据公因子的系数特征和公因子的得分特征来判断故障元件。本发明从WAMS系统中的实时量测信息中提取电力系统的故障因子特征，不仅能够满足广域后备保护系统对故障定位实时性和准确性的要求，而且具有很强的抗干扰能力。
【专利说明】-种电力系统故障因子特征提取方法
【技术领域】
[0001] 本发明涉及一种在Weibull随机干扰下，从电力系统WAMS (广域测量系统）信息 中提取故障因子特征的方法，属输配电【技术领域】。
【背景技术】
[0002] 目前，全球范围的环境污染和能源短缺要求电力供应从数量向质量转变，风电等 新兴能源迎来了前所未有的发展机遇。
[0003] 风能等新能源本身具有间歇性和波动性的特征，因而新能源接入电网必然产生相 应的功率波动。传统电网结构和运行方式是为电能集中生产、调度和分配而设计的。当新 能源发电所占的比例较小时，传统电源能够实时补偿该些功率波动。但是，随着可再生能源 接入规模的增加，所产生的功率波动有可能超出传统电源的调节范围，从而降低供电的可 靠性和电网运行的稳定性。新能源的波动性，在时刻考验着继电保护装置的保障能力，对系 统内故障的准确检测及切除，将成为确保电力系统稳定运行的关键。从电力系统WAMS信息 中提取有效的故障特征无疑是一种可行的方案，但由于存在诸多非故障信息的干扰，隐藏 在WAMS信息中的故障特征并不明显，因此，如何通过特定的手段，完成有效故障特征的提 取，并准确可靠地定位故障元件，就成为有关技术人员亟待解决的问题。
【发明内容】
[0004] 本发明的目的在于针对现有技术之弊端，提供一种电力系统故障因子特征提取方 法，W准确检测系统内故障，保证电力系统的安全稳定运行。。
[0005] 本发明所述问题是W下述技术方案实现的： 一种电力系统故障因子特征提取方法，它按W下步骤进行： a. 从电力系统的广域测量系统(WAMS)中选择电流采集向量和/或电压采集向量作为 初始变量，并计算初始变量的样本方差，若样本方差小于设定的阔值，则转步骤b，否则，转 步骤C ; b. 计算存在风电接入时We化ull随机干扰初始变量的相关系数矩阵，并计算相关系数 矩阵的特征值和单位化特征向量，转步骤d ; C.计算存在风电接入时Weibull随机干扰初始变量的协方差矩阵，并计算协方差矩阵 的特征值和单位化特征向量，转步骤d ; d. 如果特征值小于设定的阔值，则转步骤a,重新选择初始变量，否则转步骤e ; e. 由单位化特征向量计算存在风电接入时Weibull随机干扰初始变量的公因子和因 子载荷矩阵，转步骤f; f. 将公因子进行正交旋转或斜交旋转，转步骤g; g. 分别根据公因子的系数特征和公因子的得分特征来判断故障元件，若两种方案的判 断结果一致，则两种方案共同指向的元件，即为实际的故障元件；若两种方案的判断结果不 一致，则返回步骤a,重新选择初始变量。
[0006] 上述电力系统故障因子特征提取方法，为避免信息采集过程中不良数据的影响， 应对选择的初始变量进行缺失值分析；如果不存在缺失值，则继续进行后续的特征提取； 否则，先补足缺失值，再进行后续分析。
[0007] 上述电力系统故障因子特征提取方法，所述初始变量为对称短路故障中的正序电 压、正序电流和不对称短路故障中的正序电压、负序电压、相电压、正序电流、负序电流、相 电流。
[0008] 上述电力系统故障因子特征提取方法，根据公因子的系数特征来判断故障元件的 方法是；公因子的最大系数变量对应的元件为故障元件；根据公因子的得分特征来判断故 障元件的方法是：公因子的最大得分变量对应的元件为故障元件。
[0009] 上述电力系统故障因子特征提取方法，所述Weibull随机干扰初始变量的公因子 的计算方法可W是公因子轴法、主成分法或极大似然法。
[0010] 上述电力系统故障因子特征提取方法，所述初始变量样本方差的设定的阔值为 0. 1。
[0011] 上述电力系统故障因子特征提取方法，所述特征值的设定的阔值为0.01。
[0012] 本发明从WAMS系统中的实时量测信息中提取电力系统的故障因子特征，该方法 充分考虑了风电接入背景下的Weibull随机干扰，不仅能够满足广域后备保护系统对故障 定位实时性和准确性的要求，而且具有很强的抗干扰能力，能够满足系统兀余性的要求。此 夕F，本发明还具有思路清晰，操作简单等优点。
【专利附图】
【附图说明】
[0013] 下面结合附图对本发明作进一步说明。
[0014] 图1是在Weibull随机干扰下电力系统故障因子特征提取的流程图； 图2是IE邸-39节点系统。
[0015] 文中各符号清单为；WAMS、广域测量系统。
【具体实施方式】
[0016] 本发明针对目前电力系统分析领域存在的难题，提出了一种在Weibull随机干扰 下的电力系统故障因子特征提取方法。该方法充分考虑了风电接入背景下的Weibull随机 干扰，主要服务于广域自适应后备保护系统，能够满足广域后备保护系统对故障定位实时 性和准确性的要求，并且故障因子特征提取算法具有很强的抗各类复杂干扰的能力，还能 够满足系统兀余性的要求。
[0017] 本发明包括W下步骤： 步骤1 ;根据电力系统实际运行过程中的WAMS信息，主要选择电流采集向量和/或电 压采集向量作为初始变量，启动故障检测过程，转步骤2。在初始变量的选取过程中，所采集 的初始变量信息，已经充分考虑了风电接入的影响，即所选择的初始变量存在风电接入下 的We化ull随机干扰。由PMU (电源管理单元）所提供的电流采集向量和电压采集向量的 形式如下：
【权利要求】
1. 一种电力系统故障因子特征提取方法，其特征是，它按以下步骤进行： a. 从电力系统的广域测量系统(WAMS)中选择电流采集向量和/或电压采集向量作为 初始变量，并计算初始变量的样本方差，若样本方差小于设定的阈值，则转步骤b，否则，转 步骤c ; b. 计算存在风电接入时Weibull随机干扰初始变量的相关系数矩阵，并计算相关系数 矩阵的特征值和单位化特征向量，转步骤d ; c. 计算存在风电接入时Weibull随机干扰初始变量的协方差矩阵，并计算协方差矩阵 的特征值和单位化特征向量，转步骤d ; d. 如果特征值小于设定的阈值，则转步骤a，重新选择初始变量，否则转步骤e ; e. 由单位化特征向量计算存在风电接入时Weibull随机干扰初始变量的公因子和因 子载荷矩阵，转步骤f; f. 将公因子进行正交旋转或斜交旋转，转步骤g; g. 分别根据公因子的系数特征和公因子的得分特征来判断故障元件，若两种方案的判 断结果一致，则两种方案共同指向的元件，即为实际的故障元件；若两种方案的判断结果不 一致，则返回步骤a，重新选择初始变量。
2. 根据权利要求1所述的一种电力系统故障因子特征提取方法，其特征是，为避免信 息采集过程中不良数据的影响，应对选择的初始变量进行缺失值分析；如果不存在缺失值， 则继续进行后续的特征提取；否则，先补足缺失值，再进行后续分析。
3. 根据权利要求1或2所述的一种电力系统故障因子特征提取方法，其特征是，所述初 始变量为对称短路故障中的正序电压、正序电流和不对称短路故障中的正序电压、负序电 压、相电压、正序电流、负序电流、相电流。
4. 根据权利要求3所述的一种电力系统故障因子特征提取方法，其特征是，根据公因 子的系数特征来判断故障元件的方法是：公因子的最大系数变量对应的元件为故障元件； 根据公因子的得分特征来判断故障元件的方法是：公因子的最大得分变量对应的元件为故 障元件。
5. 根据权利要求4所述的一种电力系统故障因子特征提取方法，其特征是，所述 Weibull随机干扰初始变量的公因子的计算方法可以是公因子轴法、主成分法或极大似然 法。
6. 根据权利要求5所述的一种电力系统故障因子特征提取方法，其特征是，所述初始 变量样本方差的设定的阈值为〇. 1。
7. 根据权利要求6所述的一种电力系统故障因子特征提取方法，其特征是，所述特征 值的设定的阈值为0.01。
【文档编号】G01R31/08GK104502800SQ201410780671
【公开日】2015年4月8日 申请日期:2014年12月17日 优先权日:2014年12月17日
【发明者】张亚刚, 王增平 申请人:华北电力大学（保定）