一种电压暂降快速识别及定位方法

1.本发明属于电压暂降源识别与定位领域，涉及一种电压暂降快速识别及定位方法。


背景技术：

2.电力是国民经济发展的基础，电能质量的优劣直接影响工业企业的生产和经济的发展。近年来，电网中涌现出越来越多的敏感性负荷，电能质量问题的重要性日益突出。电能质量问题包含多种电磁干扰现象，总体可分为稳态扰动和暂态扰动两大类。其中，电压暂降是发生最为频繁，造成经济损失极其严重的一类问题。输配电系统中的短路故障、感应电机启动、变压器的投切和雷击是引起电压暂降的四大主要原因，且通常考虑短路故障、感应电机启动、变压器的投运这三种典型情况。
3.缓解电压暂降、补偿敏感负荷的前提是对电压暂降源进行准确的识别与定位，对电压暂降信号进行特征向量提取是影响电压暂降源识别与定位的关键因素。现有技术中，s变换确定高斯窗函数后无法兼顾时间分辨率与频率分辨率，经验模态分解法(emd)会出现模态混叠。因此如何快速准确提取特征向量、提高电压暂降识别与定位准确性，已成为亟待解决的技术问题。


技术实现要素：

4.1.所要解决的技术问题：现有技术中，s变换确定高斯窗函数后无法兼顾时间分辨率与频率分辨率，经验模态分解法(emd)会出现模态混叠。
5.2.技术方案：为了解决以上问题，本发明提供了一种电压暂降快速识别及定位方法，包括以下步骤：s110：基于变分模态分解方法对原始电压暂降信号进行分解以获取多模态分量；s120：对所述多模态分量进行样本提取以生成特征向量；s130：将所述特征向量输入至目标支持向量机获取电压暂降源类型，其中，所述目标支持向量机是基于线路故障训练样本、感应电机启动训练样本和变压器合闸训练样本进行预设次数训练后获取的；s140基于所述电压暂降源类型对暂降源对应的故障进行定位。
6.在s110中，所述基于变分模态分解方法对原始电压暂降信号进行分解以获取多模态分量，包括：根据短时傅里叶变化获原始电压暂降信号的频谱特性；将频谱特性中幅值大于预设幅值的数量作为预分解模态总数k；根据目标采频率确定分解参数α，其中，分解参数α与所述目标采样频率呈正相关；根据所述分解模态总数k和分解参数α采用变分模态分解方法对原始电压暂降信号进行分解以获取多模态分量。
7.在s120中，所述对所述多模态分量进行样本提取以生成特征向量，包括：获取所述多模态分量的多尺度熵；根据所述多尺度熵的处理参数确定降采样系数；根据所述降采样系数进行样本提取以生成所述特征向量。
8.在s130中，获取目标区域的电压暂降的历史故障类型信息；根据所述历史故障类型信息确定样本比例系数，其中，所述样本比例系数为所述线路故障训练样本、所述感应电机启动训练样本和所述变压器合闸训练样本之间的样本数量比例；根据所述样本比例系数确定训练样本；根据所述训练样本对支持向量机进行训练以获取目标支持向量机；将所述特征向量输入至目标支持向量机获取电压暂降源类型。
9.在s140中，在所述电压暂降源类型为线路故障的情况下，获取多个目标台区的行波波头监测数据；基于所述行波波头监测数据确定线路故障对应的目标台区。
10.在s140中，在所述电压暂降源类型为感应电机启动的情况下，获取目标区域的感应电机分布信息；基于感应电机分布信息按分布密度从高到底确定多个复检区域；获取复检区域与初检区域的距离信息，其中，所述初检区域为识别电压暂降源类型时对应的区域；根据所述距离信息和复检区域对应的复检信号确定造成电压暂降现象对应的目标区域。
11.在s140中，在所述电压暂降源类型为变压器合闸的情况下，获取不同台区的电压时间信号；提取所有台区对应的电压时间信号的暂降源信号幅值；将幅值最大对应的变压器确定为合闸变压器。
12.3.有益效果：本发明通过变分模态分析法对原始电压暂降信号进行分解获取多模态分量，并对多模态分量进行样本采样获取能够用于进行暂降源类型识别的特征向量，利用变分模态分析法的自适应、准正交、完全非递归的特点，采用特征向量和支持向量机对电网中的电压暂降源进行快速识别与精准定位，从而为工程人员提供快速的处置方案，快速解决电网中电压暂降造成的影响，提升电网中供电质量。
附图说明
13.图1是电压暂降快速识别及定位方法的示意性流程图。
具体实施方式
14.本技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等（如果存在）是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法固有的其它步骤或单元。下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本技术一部分实施例，而不是全部的实施例。
15.本技术提出了一种电压暂降快速识别及定位方法，请参阅图1，为本技术实施例提供的一种电压暂降快速识别及定位方法流程示意图，具体可以包括：s110、基于变分模态分解方法对原始电压暂降信号进行分解以获取多模态分量。
16.示例性的，在信号处理中，变分模态分解是一种信号分解估计方法。该方法在获取分解分量的过程中通过迭代搜寻变分模型最优解来确定每个分量的频率中心和带宽，从而能够自适应地实现信号的频域剖分及各分量的有效分离。变分模态分解的整体框架是变分
问题，使得每个模态的估计带宽之和最小，其中假设每个“模态”是具有不同中心频率的有限带宽，为解决这一变分问题，采用了交替方向乘子法，不断更新各模态及其中心频率，逐步将各模态解调到相应的基频带，最终各个模态即相应的中心频率被一同提取出来。不同电压暂降类型对应的多模态分量有较大区别，而变分模态法具有自适应、准正交、完全非递归的特点。
17.s120、对上述多模态分量进行样本提取以生成特征向量。
18.示例性的，由于进行变分模态处理后，多模态分量的模态数量较多，不适合在工程应用中快速识别的要求，因此需要在针对多模态分量进行样本提取生成能够进行电压暂降类型识别的特征向量，从而对电网中电压暂降现象的种类进行快速识别。
19.s130、将上述特征向量输入至目标支持向量机获取电压暂降源类型，其中，上述目标支持向量机是基于线路故障训练样本、感应电机启动训练样本和变压器合闸训练样本进行预设次数训练后获取的。
20.示例性的，在电网中造成电压暂降主要是由线路故障、感应电机启动和变压器合闸这三种原因造成的，采用线路故障训练样本、感应电机启动训练样本和变压器合闸训练样样本对支持向量机进行预设次数的训练，以使目标支持向量机满足识别精度的要求，将特殊向量输入至目标支持向量机进行识别，从而获取造成电压暂降现象对应的电压暂降源类型。
21.s140、基于上述电压暂降源类型对暂降源对应的故障进行定位。
22.示例性的，根据不同的电压暂降源类型对暂降源对应的故障进行定位，从而为工程人员提供快速的处置方案，快速解决电网中电压暂降造成的影响，提升电网中供电质量。
23.综上，本本技术实施例提出的电压暂降快速识别及定位方法，通过变分模态分析法对原始电压暂降信号进行分解获取多模态分量，并对多模态分量进行样本采样获取能够用于进行暂降源类型识别的特征向量，利用变分模态分析法的自适应、准正交、完全非递归的特点，采用特征向量和支持向量机对电网中的电压暂降源进行快速识别与精准定位，从而为工程人员提供快速的处置方案，快速解决电网中电压暂降造成的影响，提升电网中供电质量。
24.在一些示例中，上述基于变分模态分解方法对原始电压暂降信号进行分解以获取多模态分量，包括：根据短时傅里叶变化获取待原始电压暂降信号的频谱特性；将频谱特性中幅值大于预设幅值的数量作为预分解模态总数k；根据目标采频率确定分解参数α，其中，分解参数α与上述目标采样频率呈正相关；根据上述分解模态总数k和分解参数α采用变分模态分解方法对原始电压暂降信号进行分解以获取多模态分量。
25.示例性的，在采用变分模态进行分解的过程中，需要合理地设置预分解模态总数k和分解参数α，从而实现原始电压暂降信号快速准确分解。首先对原始电压暂降信号采用短时傅里叶变化获取原始信号的频谱特性，根据频谱特性与预设幅值作比较，将大于预设幅值数量作为预分解模态总数k，预设幅值可以根据电网中需要的用电质量进行合理设置，如果需要质量较高，可适当降低预设幅值的要求。分解参数α随着采样频率增大而增大设置。根据电网中质量要求和采样频率的不同合理地设置预分解模态总数k和分解参数α，可以对
原始电压暂降信号进行针对性地分解，从而快速获取多模态分量。
26.在一些示例中，上述对上述多模态分量进行样本提取以生成特征向量，包括：获取上述多模态分量的多尺度熵；根据上述多尺度熵的处理参数确定降采样系数；根据上述降采样系数进行样本提取以生成上述特征向量。
27.示例性的，多尺度熵是指将样本熵扩展到多个时间尺度，以便在时间尺度不确定时提供观测指标，多尺度熵的目标是评估时间序列的复杂性。使用多尺度熵的主要原因之一是不知道时间序列中相关的时间尺度。采用多尺度熵后样本的数量和维度会进行增长，不利于提升识别速度，因此采用合适的将采样系数对多尺度熵进行样本提取从而获取特征向量，得到的特征向量维度进行了降低，识别速度得到有效提升，同时特征向量是根据多尺度熵获取的，能够反映时间尺度上的更多特性。从而电压暂降的类型识别精度更加准确。
28.在一些示例中，上述方法还包括：获取目标区域的电压暂降的历史故障类型信息；根据上述历史故障类型信息确定样本比例系数，其中，上述样本比例系数为上述线路故障训练样本、上述感应电机启动训练样本和上述变压器合闸训练样本之间的样本数量比例；根据上述样本比例系数确定训练样本；根据上述训练样本对支持向量机进行训练以获取目标支持向量机。
29.示例性的，在实际的工程应用领域中，不同区域中电网中供电质量是不同的，造成供电质量差异的原因也不同，目标区域为需要进行电压暂降类型识别对应的区域，电压暂降的历史故障类型信息可以是工程人员在进行监测或维修时过去一定周期内统计的信息，根据历史故障类型信息确定驯良样本的比例系数，例如：在过去一年中共出现过100次电压暂降现象，其中30次是由于线路故障引起的，50次是由于感应电机启动引起的，20次是由于变压器合闸引起的，因此，在当前的额目标区域训练的样本中线路故障训练样本、感应电机启动训练样本和变压器合闸训练样本之间的样本数量比例为3:5:2。可以理解的是，以上比例仅为举例说明，并不是对本技术赝本比例系数的限制。通过样本比例参数确定的训练样本对支持向量机进行训练，更能符合本区域的故障特点，不仅能够缩短训练时长，还可以提升识别精度和识别速度。
30.在一些示例中，上述基于上述电压暂降源类型对暂降源对应的故障进行定位，包括：在上述电压暂降源类型为线路故障的情况下，获取多个目标台区的行波波头监测数据；基于上述行波波头监测数据确定线路故障对应的目标台区。
31.示例性的，每个台区对应着一个变压器，在识别到电压暂降源类型为线路故障的情况下，分别获取每个台区中的行波波头监测数据，在线路出现短路或者接地故障的情况下，会产生行波，通过获取行波的波头监测数据，可以判定线路故障出现在哪个供电台区，也可以对故障的地点进行定位。
32.在一些示例中，上述基于上述电压暂降源类型对暂降源对应的故障进行定位，包括：
在上述电压暂降源类型为感应电机启动的情况下，获取目标区域的感应电机分布信息；基于感应电机分布信息按分布密度从高到底确定多个复检区域；获取复检区域与初检区域的距离信息，其中，上述初检区域为电压暂降源类型时对应的区域；根据上述距离信息和复检区域对应的复检信号确定造成电压暂降现象对应的目标区域。
33.示例性的，当电压暂降源类型为感应电机启动的情况下，获取目标区域的感应电机分布信息，能够引起电网中电压暂降比较强烈的原因可能是感应电机离监测区域比较近，也可能是感应电机的功率较大，还有可能是多个电机叠加的效果，通过对感应电机密度从高到低确定复检区域，并根据高低确定复检的先后顺序同时将利用复检区域与初检区域的距离信息进行加权计算，可以基于发生故障可能性较大的区域优先进行复检，提升由于感应电机造成电压暂降的精确快速定位。
34.在一些示例中，上述基于上述电压暂降源类型对暂降源对应的故障进行定位，包括：在上述电压暂降源类型为变压器合闸的情况下，获取不同台区的电压时间信号；提取所有台区对应的电压时间信号的暂降源信号幅值；将幅值最大对应的变压器确定为合闸变压器。
35.示例性的，在变压器合闸时，或者出现跳闸并自动合闸的现象时，可能会产生合闸类型的电压暂降波动，通过获取们每个变压器对应的电压时间信号，并对电压时间信号的幅值进行比较，将幅值最大的变压器确定为合闸变压器。