一种基于特征点辨识和线性插值的故障行波滤波方法与流程

文档序号:14674623发布日期:2018-06-12 21:19阅读:来源:国知局
一种基于特征点辨识和线性插值的故障行波滤波方法与流程

技术特征:

1.一种基于特征点辨识和线性插值的故障行波滤波方法,其特征在于:包括如下步骤:

步骤1:当配电网发生单相接地故障时,通过电压互感器测量故障点上游M端和故障点下游N端的三相电压行波,记为uMa、uMb、uMc和uNa、uNb、uNc;

步骤2:相模变换,得到线模电压行波:采用凯伦贝尔公式实现相模变换,公式如下:

其中uM0和uN0表示M端和N端的零模电压行波,在三相线路和大地之间传播,uM1、uN1表示M端和N端的一模电压行波,uM2、uN2表示M端和N端的二模电压行波,一模和二模电压行波均称为线模电压行波,二者计算方法不同,但具有相同的物理意义,均表示在线路相与相之间传播的行波;取uM1和uN1用于故障测距;

步骤3:对线模电压行波信号滤波:采用基于特征点辨识和线性插值的滤波算法,特征点指线模电压行波波形中突变的起始点和极值点;

滤波过程又细分为①、②两步:

①识别突变起始点和极值点:下面通过移动数据窗的方式给出识别这些点的方法,设置一定宽度的数据窗,取数据窗内点数为21;线模电压行波数据的前一段全是白噪声,因而取前5个数据窗内的点,最大幅值定义为白噪声幅值;向后移动数据窗,当数据窗中的点幅值依次增加,且最后一个点与第一个点的幅值差大于白噪声幅值时,此时数据窗中第一个点即为突变的起始点;继续移动数据窗,当数据窗中点的值为窗中所有点中的最大值或最小值时,该点即为要保留的极值点;移动数据窗从线模电压行波第一个点直到最后一个点,即能够根据上述判断规则辨识出突变的起始点和所有极值点;

②通过线性插值重构波形,达到滤波的目的;识别出突变的起始点和极值点后,通过线性插值得到这些点之间的数据,突变的起始点之前的数据和最后一个极值点之后的数据置零,这样就能重构线模电压行波波形,从而起到滤波的效果;

步骤4:用基于HHT的双端行波测距方法进行故障测距:

测距过程又细分为①、②两步:

①用HHT标定线模电压行波初始波头到达测量点的时间:Hilbert-Huang变换即HHT是近年来应用于非平稳信号分析的一种新方法,由经验模态分解即Empirical Mode Decomposition,EMD和Hilbert变换两部分组成;HHT的步骤是:首先对线模电压信号进行EMD分解,得到一系列固有模态分量imf1,imf2……;然后对imf1分量进行Hilbert-Huang变换,求出瞬时频率随时间的变化关系,瞬时频率最大值对应的时间作为故障行波到达测量点的时间;

②计算故障点到两端测量点的距离:根据①标定故障后线模电压行波到达M端和N端的时间记为t1和t2,因为线模行波以接近光速的速度传播,故近似取线模行波波速v=300m/us,用l表示M端和N端之间的距离;

故障点到M端的距离xM为:

故障点到N端的距离xN为:

当前第2页1 2 3 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1