一种量化输电线路故障行波复杂度的方法

1.本发明涉及一种量化输电线路故障行波复杂度的方法，属于电力系统继电保护技术领域。


背景技术：

2.迅速准确地判断输电线路故障位置有利于及时修复线路，保证可靠供电，节省人力物力投入。行波原理具有保护判别速度快、测距精度高、使用范围广等优点。单端行波因其原理简单、投资成本低，不受异地时钟同步、通信及对侧装置类型影响等优势，有更高的启用频率和广泛的应用潜力，但其后续行波识别难度高，导致以单端故障行波为核心的测距与保护可靠性难以保证，如何提其可靠性一直是学界和工程界亟待解决的关键难题。
3.在未对行波故障数据复杂度量化的情况下，由行波故障数据测距结果以及以行波暂态量为动作边界的保护，难以分析其结果质量。仿真行波故障数据与实际故障数据有显著差异，从而以仿真数据验证测距及保护方法对于在应用在实际工程中，有较差的应用性，因而研究量化实际故障时数据复杂度方法，区分规整程度较高的故障波形和复杂的不规整的波形，增强后续自动分析结果的可靠性和可解释性。


技术实现要素：

4.本发明要解决的技术问题是提供一种基于波形图像形态特征的输电线路故障行波数据复杂度量化方法，实现线路故障行波复杂度的量化，从而能够有效区分整程度较高的故障波形和复杂的不规整的波形，有助于如何提高仿真波形的复杂性提供参考。
5.本发明的技术方案是：一种量化输电线路故障行波复杂度的方法，具体步骤为：
6.step1：采集线路故障行波数据，截取数据作图，标定波形特征点。
7.step2：将波形特征点进行线性连接，构造近似波形，量化原波形与近似波形面积差异度。
8.step3：计算近似波形自规整系数。
9.step4：建立波形互相似-自规整性特征平面，实现波形复杂度量化结果。
10.所述step1具体为：
11.step1.1：采集线路故障行波数据多通道数据，通过故障选相提取故障通道数据，获取待量化数据。
12.step1.2：利用中值滤波算法对故障数据进行滤波处理，继而利用改进cusum算法截取故障行波数据有效片段作图，获取并记录波形二值图像像素序列。
13.step1.3：利用seep方法分段线性拟合图像像素序列，波形像素序列seep方法表示形式为，筛选波形像素序列像素点。
14.step1.4：计算剩余像素序列像素点间斜率及间隔距离，分配像素点斜率权重与距离权重，根据像素点排序顺序，标定波形特征点，只保留前三个特征显著的波头特征点。
15.所述step2具体为：
16.step2.1：线性连接特征点构造近似波形，增加波形“闭合点”，颜色填充获取波形面积。
17.step2.2：计算原波形与近似波形面积差异系数。
18.step2.3：由step2.2求取的波形面积差异系数计算原波形与近似波形的波形面积互相似系数。
19.所述step3具体为：
20.step3.1：记录标定的特征点各项数据，计算特征点到达时刻间隔变异系数及传播时差规整系数。
21.step3.2：计算特征点波头幅值比、幅值比差异度及波头幅值比规整系数。
22.step3.3：由step3.2求取的各项参数计算近似波形自规整系数。
23.所述step4具体为：
24.step4.1：建立波形互相似-自规整性特征平面，输出波形复杂度量化结果。
25.step4.2：根据波形在特征平面上分布，量化波形复杂度。
26.本发明的有益效果是：能够自适应截取故障行波数据图像化呈现，从而以故障行波图像实现对故障行波波形复杂度量化，区分规整程度较高的故障波形和复杂的不规整的波形，有助于增强后续行波自动分析处理的可解释性和分析结果的可信度。
附图说明
27.图1是本发明220kv输电线路模型示意图；
28.图2是step1包括的具体实施步骤；
29.图3是实施例2的仿真故障电流行波故障数据加白噪声及脉冲噪声波形图；
30.图4是实施例2中step1中截取波形故障数据片段图；
31.图5是实施例2中step1中波形像素序列seep表示结果图；
32.图6是实施例2中step1中保留前三个特征明显波头特征点结果图；
33.图7是step2包括的具体实施步骤；
34.图8是实施例2中step3中原波形与近似波形面积并集效果图；
35.图9是实施例2中step3中原波形与近似波形面积交并集差集效果图；
36.图10是step3包括的具体实施步骤；
37.图11是step4包括的具体实施步骤；
38.图12是实施例2中此故障数据在波形互相似-自规整性特征平面投射图；
39.图13是本发明的步骤流程图。
具体实施方式
40.下面结合附图和具体实施方式，对本发明作进一步说明。
41.实施例1：如图13所示，一种基于图像特征的输电线路故障存续性判别方法，具体步骤为：
42.step1：采集线路多通道故障行波数据，利用改进cusum算法截取数据有效片段作图，利用波形图像像素序列标定波形特征点；
43.step2：标定特征点拟合波形获得近似波形，计算原波形与近似波形面积差异系数
sr及波形互相似系数ac；
44.step3：计算特征点间到达时刻间隔变异系数t
c*v
及传播时差规整系数t
cv
；计算特征点波头幅值比h
*
、幅值比差异度h
*
及波头幅值比规整系数h；计算近似波形自规整系数am；
45.step4：建立波形互相似-自规整性特征平面，查看波形分布规律，输出波形复杂度量化结果。
46.所述step1具体为：
47.step1.1：从输电线路行波录波装置中采集线路故障行波数据，所述行波数据包括故障电流行波、故障电压行波。本发明标定波形图像素特征点，因此故障电流行波与故障电压行波均可作为量化波形复杂度研究对象。
48.step1.2：利用中值滤波将故障数据消噪滤波处理，改进cusum算法寻求故障数据最大突变点，以最大突变点为基点截取波形特征明显故障数据片段。将该故障数据片段图像二值化呈现，获取波形图像像素序列：
49.i＝{l1＝(x1,y1),l2＝(x2,y2),
…
,ln＝(xn,yn)}
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)
50.式(1)中，元素ln＝(xn,yn)表示第n个像素值为0的像素点像素矩阵坐标。
51.step1.3：将step1.2获取的波形像素序列用斜率提取边缘点的时间序列分段线性表示方法(seep)表示波形像素序列，筛选波形像素序列同时该序列仍能保留波形主要形态。波形像素序列seep表示为：
[0052][0053]
式(2)中，l(y
n-1
,yn)表示连接边缘点y
n-1
、yn间的线性函数。
[0054]
step1.4：将step1.3筛选剩余的波形像素序列，计算像素序列元素间间斜率序列k与间隔距离序列d，即构造波形特征点标定函数：
[0055]
kd＝α1k+α2d
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(3)
[0056]
式(3)中，像素点斜率权重α1与距离权重α2满足α1+α2＝1。在实际工程下，行波在线路传播中波头衰减，后续波头幅值突变减缓，故在权重取值中将α1设为0.6，α2设为0.4。
[0057]
实际工况下，行波在线路传播过程中，因传播距离的递增，其波形衰减严重，后续波头特征不显著，标定的特征点会出现偏差。因此，只保留前三个特征明显波头特征点进行波形复杂度系数计算。
[0058]
所述step2具体为：
[0059]
step2.1：标定特征点线性化连接获得近似波形，对原波形及近似波形特征点序列增加波形“闭合点”，使得两者成为封闭图像，三原色颜色填充获取封闭图形面积。
[0060]
step2.2：计算原波形与近似波形面积差异系数sr：
[0061][0062]
式(4)中，sa为原波形面积，sb为近似波形面积。
[0063]
step2.3：由step2.2求取的波形面积差异系数计算原波形与近似波形互相似系数ac
，使得其射到[-1,1]区间：
[0064][0065]
所述step3具体为：
[0066]
step3.1：计算特征点间到达时刻间隔变异系数
[0067][0068]
式(6)中，t*前三个行波到达时间间隔组成的序列，std()、mean()分别为序列的标准差和均值。
[0069]
为了将波头到达时间间隔变异系数映射到[-1,1]区间，对变异系数进行如下处理：
[0070][0071]
step3.2：计算波头幅值比h
*
：
[0072][0073]
式(8)中，hn为第n个波头幅值。
[0074]
计算前三个最显著波头的相邻波头之间幅值比差异度由，并按式(9)归算至[-1,1]区间：
[0075][0076]
式(9)中，为前两个相邻波头幅值比，为后两个相邻波头幅值比。
[0077][0078]
step3.3：计算近似波形自规整性am：
[0079]am
＝β1t
cv
+β2h
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(11)
[0080]
式(11)中，式中，β1，β2分别为波头传播时差规整系数与波头幅值比规整系数的权重,满足β1+β2＝1。
[0081]
所述step4具体为：
[0082]
step4.1：建立以波形互相似性系数ac为横轴，波形自规整性系数am为纵轴的波形互相似-自规整性特征平面，输出波形复杂度量化结果；
[0083]
step4.2：根据波形互相似性系数与自规整性系数值投射在特征平面上，量化波形复杂度。
[0084]
当计算出波形互相似性系数及自规整性系数具体量值，通过象限的划分即可实现对故障行波数据复杂度量化。
[0085]
实施例2：基于pscad/emtdc平台的仿真对本发明进一步验证。输电系统模型如图1
所示，该模型采用双电源供电的220kv交流输电系统，设置仿真时长为0.15s，计算步长1μs，采样频率1mhz。系统母线m和母线n与电源相连。输电线路故障位于线路mn上的f点处，输电线路mn的总长为100km，在母线mn两侧分别安装故障行波采集装置。母线m除故障线外连有4回出线，母线n除故障线外连有3回出线。具体实施步骤为：
[0086]
step1：采集线路故障行波数据，截取数据作图，标定波形特征点，其具体的实施步骤如图2所示。
[0087]
step1.1：从输电线路m端测点采集故障电流行波数据，为增加波形复杂度，在故障数据中增加白噪声及脉冲噪声，如图3所示。
[0088]
step1.2：利用中值滤波将故障数据消噪滤波处理，利用改进cusum算法寻求故障数据最大突变点，截取波形特征明显故障数据片段，如图4所示。
[0089]
step1.3：将该故障数据片段图像二值化呈现，获取波形图像像素序列i；将获取的波形像素序列用seep表示波形像素序列，筛选波形像素序列同时该序列仍能保留波形主要形态。波形像素序列seep表示如图5所示。
[0090]
step1.4：将step1.2筛选剩余的波形像素序列，计算像素序列元素间间斜率与间隔距离，分配像素点斜率权重α1取值为0.5、距离权重α2取值为0.5，标定波形特征点，如图5所示。实际工况下，行波在线路传播过程中，因传播距离的递增，其波形衰减严重，后续波头特征不显著，标定的特征点会出现偏差。因此，只保留前三个特征明显波头特征点进行波形复杂度系数计算，如图6所示。
[0091]
step2：特征点线性连接构造近似波形，量化原波形与近似波形面积差异度，其具体的实施步骤如图7所示。
[0092]
step2.1：标定特征点线性化连接获得近似波形，对原波形及近似波形特征点序列增加波形“闭合点”，使得两者成为封闭图像，三原色颜色填充获取封闭图形面积。
[0093]
step2.2：计算原波形与近似波形面积差异系数sr，原波形着色像素有178439，即sa＝178439173952为原波形面积，近似波形着色像素有173952，即sb＝173952为近似波形面积，从而计算得sr＝0.0255，原波形与近似波形面积并集如图8所示，原波形与近似波形面积交并集差集如图9所示。
[0094]
step2.4：计算原波形与近似波形互相似系数ac＝1-7sr＝0.8217使得其射到[-1,1]区间。
[0095]
step3：计算特征点间到达时刻间隔变异系数及传播时差规整系数；计算特征点波头幅值比、幅值比差异度及波头幅值比规整系数，计算近似波形自规整系数，其具体的实施步骤如图10所示。
[0096]
step3.1：计算特征点间到达时刻间隔变异系数将波头到达时间间隔变异系数映射到[-1,1]区间，对变异系数进行处理
[0097]
step3.2：计算波头幅值比h1＝1.2083,h2＝1.2245，计算前三个最显著波头的相邻波头之间幅值比差异度归算至[-1,1]区间h＝1-2h
*
＝0.9868。
[0098]
step3.3：计算近似波形自规整性am，考虑到现有行波波头标定算法普遍对到达时刻检测较为准确，而波头幅值比更能突出波形形态规整性的差异，故将β1取为0.35，β2取为
0.65，即am＝0.35t
cv
+0.65h＝0.9684。
[0099]
step4：建立波形互相似-自规整性特征平面，实现波形复杂度量化结果，其具体的实施步骤如图11所示。
[0100]
step4.1：建立以波形互相似性系数ac为横轴，波形自规整性系数am为纵轴的波形互相似-自规整性特征平面；输出波形复杂度量化结果。
[0101]
step4.2：根据波形互相似性系数与自规整性系数值投射在特征平面上，量化波形复杂度，波形互相似-自规整性特征平面分布如图12所示。
[0102]
以上结合附图对本发明的具体实施方式作了详细说明，但是本发明并不限于上述实施方式，在本领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下作出各种变化。