配电网铁磁谐振在线监测系统及铁磁谐振分类识别方法与流程

本发明涉及配电网铁磁谐振识别技术领域，具体涉及一种配电网铁磁谐振在线监测系统，及铁磁谐振分类识别方法。

背景技术：

电力系统中存在许多电感和电容元件，如变压器、互感器、电抗器、线路导线等均可作为电感元件；线路导线的对地和相间电容等均可作为电容元件。在系统进行操作或发生故障时，这些电感和电容元件，可能形成各种不同的振荡回路，在一定情况下，产生谐振现象，引起谐振过电压。电压互感器中的非线性励磁电感因带有铁芯会产生饱和现象，使电感参数不再是常数，而是随着电流或磁通的变化而变化。这种含有非线性电感元件的电路，在满足一定条件时，会引发铁磁谐振，产生很大的过电压和过电流，严重威胁着电力系统的安全稳定运行。

目前对于铁磁谐振都是采取统一的抑制措施，但是铁磁谐振对系统参数的变化极为敏感，可分为分频、基频、高频三种类型，某种抑制措施对一种频率的谐振是有效的，但对另一种频率的谐振可能毫无作用，因此不对铁磁谐振进行分类识别，很多时候并不能很好的抑制过电压，事故会进一步扩大。

技术实现要素：

为了克服现有技术中存在的不足，本发明公开了一种配电网铁磁谐振在线监测系统及铁磁谐振分类识别方法。

为实现上述目的，本发明采用的技术方案为：

配电网铁磁谐振在线监测系统，包括系统初始化模块、数据库模块、数据通信模块、聚类识别模块、知识库模块和主控单元；

所述系统初始化模块，在整个系统投入运行时，对系统结构参数和运行参数进行初始化，并将各模块的初始化信息传送至主控单元；

所述数据库模块，包括线路对地电容数据库、PT励磁电感数据库、线路对地容抗值数据库和PT励磁电抗值数据库；

所述数据通信模块，通过以太网连接广域测量系统中的PMU电源管理单元进行通信，接受报文进行解析，录入数据并存储；

所述聚类识别模块，通过计算聚类分析指标，对一定数量的包含不同铁磁谐振类型的训练样本进行聚类，得到铁磁谐振分类指标并存入知识库模块；再计算实际样本的聚类分析指标，与铁磁谐振分类指标进行对比识别铁磁谐振类型。

本发明的进一步方案是，所述数据库模块采用SQL Serve实现。

本发明的进一步方案是，所述数据通信模块的通信符合IEEE C37.94协议。

本发明的进一步方案是，所述主控单元为ZigBee中央协调器。

本发明的更进一步方案是，还包括检测报警模块，当实际样本的聚类分析指标落入铁磁谐振分类指标中时，检测报警模块启动触发电路，将触发信号传送至主控单元启动报警装置，提示发生铁磁谐振并显示铁磁谐振类型。

本发明的进一步方案是，所述聚类识别模块的计算步骤如下：

步骤1：通过公式(1)计算比值参数γ，公式(1)为：γ＝X_c0/X_m，其中X_c0为配电网容抗值，X_m为PT励磁电抗值；

步骤2：通过傅立叶分解获取故障时各次谐波电压幅值，整数次谐波记为U_1m,U_2m,...,U_nm，相应谐波频率记为f₁,f₂,...,f_n；间谐波记为相应谐波频率记为f_1/2,f_1/3,...,f_1/n；

步骤3：根据整数次谐波和间谐波的频率、幅值，通过公式(2)计算谐振频率因子α，公式(2)为：

步骤4：将比值参数γ和谐振频率因子α作为聚类分析指标；

步骤5：利用K均值聚类算法，对一定数量的包含不同铁磁谐振类型的训练样本进行聚类；

步骤6：将聚类结果与训练样本的铁磁谐振类型进行比对，验证分类的正确性，同时剔除误分类的训练样本，确定i类铁磁谐振中训练样本到其聚类中心的最远距离d_i；

步骤7：计算实际样本的聚类分析指标，再根据聚类分析指标计算该实际样本到i类铁磁谐振聚类中心的距离L_i，当满足条件：L_i＜d_i时，确定实际样本铁磁谐振类型为i类。

本发明的更进一步方案是，所述训练样本包括分频、基频、高频三种铁磁谐振类型。

配电网铁磁谐振分类识别方法，包括以下步骤：

步骤1：通过公式(1)计算比值参数γ，公式(1)为：γ＝X_c0/X_m，其中X_c0为配电网容抗值，X_m为PT励磁电抗值；

步骤2：通过傅立叶分解获取故障时各次谐波电压幅值，整数次谐波记为U_1m,U_2m,...,U_nm，相应谐波频率记为f₁,f₂,...,f_n；间谐波记为相应谐波频率记为f_1/2,f_1/3,...,f_1/n；

步骤3：根据整数次谐波和间谐波的频率、幅值，通过公式(2)计算谐振频率因子α，公式(2)为：

步骤4：将比值参数γ和谐振频率因子α作为聚类分析指标；

步骤5：利用K均值聚类算法，对一定数量的包含不同铁磁谐振类型的训练样本进行聚类；

步骤6：将聚类结果与训练样本的铁磁谐振类型进行比对，验证分类的正确性，同时剔除误分类的训练样本，确定i类铁磁谐振中训练样本到其聚类中心的最远距离d_i；

步骤7：计算实际样本的聚类分析指标，再根据聚类分析指标计算该实际样本到i类铁磁谐振聚类中心的距离L_i，当满足条件：L_i＜d_i时，确定实际样本铁磁谐振类型为i类。

本发明的进一步方案是，所述训练样本包括分频、基频、高频三种铁磁谐振类型。

本发明与现有技术相比的优点在于：

通过对一定数量的包含不同铁磁谐振类型的训练样本进行聚类分析指标计算后聚类，得到铁磁谐振分类指标，再将发生故障时实际样本的聚类分析指标与铁磁谐振分类指标进行对比识别实际样本的铁磁谐振类型，便于电力检修人员及时采取相应的抑制谐振措施，防止事故进一步扩大。

附图说明

图1为本发明配电网铁磁谐振在线监测系统的功能框图。

图2为本发明的配电网铁磁谐振分类识别方法实施流程图。

图3为本发明的训练样本K均值聚类分析图。

具体实施方式

如图1所示的某10kV配电网铁磁谐振在线监测系统，包括系统初始化模块、数据库模块、数据通信模块、聚类识别模块、知识库模块、检测报警模块和ZigBee中央协调器。

所述系统初始化模块，在整个系统投入运行时，对系统结构参数和运行参数进行初始化，并通过ZigBee技术特有的无线传感器将各模块的初始化信息传送至ZigBee中央协调器。

所述数据库模块采用SQL Serve实现，具备与数据通信模块通信功能，包括线路对地电容数据库、PT励磁电感数据库、线路对地容抗值数据库和PT励磁电抗值数据库，主要实现PT模型的建立和10kV中性点不接地系统模型的建立。

所述数据通信模块的通信符合IEEE C37.94协议，包括TCP数据通信模块和数据解析模块，主要实现与ZigBee中央协调器之间的通信，并实现数据解析及电网数据记录功能；通过以太网连接广域测量系统中的PMU电源管理单元进行通信，接收TCP报文，并解析其基本信息，然后将数据录入并存于数据表。

所述聚类识别模块，通过计算聚类分析指标，对一定数量的包含不同铁磁谐振类型的训练样本进行聚类，得到铁磁谐振分类指标并存入知识库模块；再计算实际样本的聚类分析指标，与铁磁谐振分类指标进行对比识别铁磁谐振类型。

所述聚类识别模块的计算步骤如下：

步骤1：通过公式(1)计算比值参数γ，公式(1)为：γ＝X_c0/X_m，其中X_c0为配电网容抗值，X_m为PT励磁电抗值；

步骤2：通过傅立叶分解获取故障时各次谐波电压幅值，整数次谐波记为U_1m,U_2m,...,U_nm，相应谐波频率记为f₁,f₂,...,f_n；间谐波记为相应谐波频率记为f_1/2,f_1/3,...,f_1/n；

步骤3：根据整数次谐波和间谐波的频率、幅值，通过公式(2)计算谐振频率因子α，公式(2)为：

步骤4：将比值参数γ和谐振频率因子α作为聚类分析指标；

步骤5：利用K均值聚类算法，对一定数量的包含分频、基频、高频三种铁磁谐振类型的训练样本进行聚类；各铁磁谐振类型的训练样本可以通过改变接地电容C₀参数来模拟获取，如：

①高频谐振

令接地电容参数C₀＝5×10^-5F，对应PT励磁电感L＝0.12H，可通过计算得到：X_c0＝63.66Ω，X_m＝35.37Ω，进而计算得到：γ＝1.8，α＝3.39；

②基频谐振

令接地电容参数C₀＝1×10^-3F，对应PT励磁电感L＝8.2×10^-3H，可通过计算得到：X_c0＝0.96Ω，X_m＝2.58Ω，进而计算得到：γ＝0.37，α＝1.07；

③分频谐振

令接地电容参数C₀＝0.25F，对应PT励磁电感L＝7.39×10^-4H，可通过计算得到：X_c0＝0.013Ω，X_m＝0.232Ω，进而计算得到：γ＝0.056，α＝0.72；

训练样本K均值聚类分析结果如图3所示，表1中截取了部分训练样本的聚类分析指标数据：

表1

除个别误差数据外，分频谐振的区域为以(0.0303，0.7441)为圆心，半径不超过0.4464的圆内；基频谐振的区域为以(0.2062，1.0787)为圆心，半径不超过0.1393的圆内；高频谐振的区域为以(1.2453，3.5313)为圆心，半径不超过0.7253的圆内；其他区域不发生铁磁谐振。

步骤6：将聚类结果与训练样本的铁磁谐振类型进行比对，验证分类的正确性，同时剔除误分类的训练样本，确定i类铁磁谐振中训练样本到其聚类中心的最远距离d_i；

步骤7：计算实际样本的聚类分析指标，再根据聚类分析指标计算该实际样本到i类铁磁谐振聚类中心的距离L_i，当满足条件：L_i＜d_i时，确定实际样本铁磁谐振类型为i类。

当实际样本的聚类分析指标落入铁磁谐振分类指标中时，检测报警模块启动触发电路，将触发信号传送至ZigBee中央协调器启动报警装置，点亮光字牌、启动蜂鸣器，提示发生铁磁谐振并显示铁磁谐振类型。