CN114200250A - 一种行波检测方法及*** - Google Patents
一种行波检测方法及*** Download PDFInfo
- Publication number
- CN114200250A CN114200250A CN202111538122.2A CN202111538122A CN114200250A CN 114200250 A CN114200250 A CN 114200250A CN 202111538122 A CN202111538122 A CN 202111538122A CN 114200250 A CN114200250 A CN 114200250A
- Authority
- CN
- China
- Prior art keywords
- traveling wave
- wavelet
- current period
- power signal
- function
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 59
- 230000009466 transformation Effects 0.000 claims abstract description 26
- 238000005070 sampling Methods 0.000 claims abstract description 11
- 230000001052 transient effect Effects 0.000 claims abstract description 10
- 238000000034 method Methods 0.000 claims abstract description 8
- 238000004458 analytical method Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 4
- 238000013519 translation Methods 0.000 claims description 4
- 230000035772 mutation Effects 0.000 claims description 3
- 230000004913 activation Effects 0.000 claims 1
- 238000004364 calculation method Methods 0.000 description 6
- 230000008859 change Effects 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000035699 permeability Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/08—Locating faults in cables, transmission lines, or networks
- G01R31/088—Aspects of digital computing
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本申请一种行波检测方法及***,所述方法包括根据设定采样频率采集电力信号,比较当前周期与前一周期的电力信号,比较结果大于启动阈值时进行暂态行波信号检测,对当前周期的电力信号进行小波变换获取行波波头信息,启动阈值根据当前周期内行波的检测次数进行更新。通过对本发明的实施,根据小波变换的结果对行波检测启动阈值进行自适应调整,使得检测装置能更准确捕捉到行波,兼备低运算量和高精度。
Description
技术领域
本发明属于行波检测技术领域,具体涉及一种行波检测方法及***。
背景技术
随着大规模分布式能源的接入以及新型电力***的快速建设,配电网中电力电子设备如光伏、风电、电动汽车、储能等不断增加,分布式能源的渗透力不断增加,可能导致正常运行下双向潮流。同时,短路情况下,逆变器等电力电子设备的短路电流有限,导致故障电流降低。如何在弱故障情况下,准确获取故障位置,将是新型电力***建设的一个重点考虑的问题。即使在高渗透率下,故障发生后也将产生高频故障信息,例如行波,因此通过行波获取故障位置,是当前新型电力***的一个重要研究方向。
但是行波的获取,灵敏度和可靠性是一对难以调节的矛盾。如果行波阈值设置过低,即轻微的波动即认为是行波有故障,将可能导致现场在非故障的情况下,产生很多行波,会导致数据量巨大;如果行波阈值设置过高,则需要很大的电流波动,检测装置才能感受到,这可能导致真正发生故障时装置无法及时捕捉到行波。
发明内容
基于此,本发明旨在提出一种行波检测方法及***,实现自适应调整启动行波检测的阈值,以克服现有技术的缺陷。
本发明一种行波检测方法,包括:
根据设定采样频率采集电力信号;
比较当前周期与前一周期的电力信号,比较结果大于启动阈值时进行暂态行波信号检测;
对当前周期的电力信号进行小波变换获取行波波头信息;
启动阈值根据当前周期内行波的检测次数进行更新。
进一步地,比较当前周期与前一周期的电力信号包括:
根据以下表达式计算周期内的电力信号综合值,
比较当前周期与前一周期的电力信号综合值。
进一步地,根据当前周期内行波的检测次数更新启动阈值包括:
按以下计算式更新启动阈值,
进一步地,对当前周期的电力信号进行小波变换获取行波波头信息包括:
以时间t表示小波变换的平移系数,则对当前周期的电力信号进行小波变换按以下表达式进行,
(Wψx(t))(s,t)=x(t)*ψs(t),其中,x(t)表示电力信号,s表示尺度系数,ψs(t)表示小波函数,运算符*表示卷积;
利用奇异性指数Lipischitz检测小波变换结果的信号突变,模极大值变大的位置即行波波头信息。
进一步地,小波变换包括:
利用样条函数求解小波基函数ψ(t);
对小波基函数ψ(t)进行尺度系数为s的伸缩得到小波函数ψs(t);
对小波函数ψs(t)进行Z变换;
对小波变换式(Wψx(t))(s,t)进行Z变换;
对Z变换后的小波变换式求逆。
进一步地,利用样条函数求解小波基函数ψ(t)包括:
对0阶B样条函数进行三次卷积得到三阶B样条函数,卷积过程按以下表达式进行,
对三阶B样条函数求一阶导得到小波基函数ψ(t)如下式
进一步地,小波变换还包括:
进一步地,对小波函数ψs(t)进行Z变换按以下表达式进行
进一步地,对小波变换式(Wψx(t))(s,t)进行Z变换按以下表达式进行
进一步地,对Z变换式求逆的表达式为
Wjx(k)表示在尺度j下第k点的小波变换值。
本发明还提供一种行波检测***,包括:
电力信号采集单元,用于根据设定采样频率采集电力信号;
行波检测启动判断单元,用于比较当前周期与前一周期的电力信号,比较结果大于启动阈值时进行暂态行波信号检测;
行波分析单元,用于对当前周期的电力信号进行小波变换获取行波波头信息;
启动阈值更新单元,用于根据当前周期内行波的发生次数更新启动阈值。
从以上技术方案可以看出,本发明具有如下有益效果:
本发明一种行波检测方法及***,其中的方法通过比较当前周期和前一周期的电力信号,比较结果大于启动阈值时方启动行波检测,利用小波变换获取行波波头信息,并根据行波的检测次数更新启动阈值,对于暂态行波检测的启动根据小波变换的结果实时调整,不符合启动条件时不进行行波检测,节省运算量和运算资源;自适应调整启动阈值,使得检测装置能更准确捕捉到行波,兼备低运算量和高精度。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1本发明一种实施例提供的行波检测方法实施流程图
图2本发明一种实施例提供的小波变换实现示意图
图3本发明一种实施例提供的行波检测***结构框图
具体实施方式
下面将结合本发明实施例中的附图,对本发明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发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
参阅图1,本实施例提供一种行波检测方法,能够自适应调整行波检测的启动阈值,进而减少运算量,提高检测精度。
本实施例的方法包括:
根据设定采样频率采集电力信号。
在进一步的实施例中,电力信号x(t)可以是电流信号,也可以是电压信号。
比较当前周期与前一周期的电力信号,比较结果大于启动阈值时进行暂态行波信号检测。
本实施例中给出的启动判据具体可以表示为[p(t)-p(t-T)]>pset,p(t-T)表示前一周期的电力信号综合值,pset表示启动阈值。
正常情况下不会启动行波检测,只有满足启动判据的信号才会触发行波检测,则暂态行波检测的数据密度较小,可以有效减少运算量。
对当前周期的电力信号进行小波变换获取行波波头信息。
根据当前周期内行波的检测次数更新启动阈值。
当一个周波内频繁检测捕捉到行波信号时,此时认为当前的启动阈值设置过低,需要调整阈值,在本实施例中更新启动阈值的方式根据小波变换的结果实时调整,具体调整按以下计算式进行
从表达式中可以看到,若行波检测次数过多,则相应提高启动阈值,阈值可以随着不断的小波变换运算而自适应调整。
下面介绍本发明的另一实施例,在前述实施例的基础上对小波变换的过程进行了改进,如图2所示。
小波变换是一种时频域分析法,可以精确地描述信号在不同位置和不同频段上的特征,使其成为识别分析突变等暂态信号的有效工具。传统的连续小波变换可以表示为
当信号在某处间断或某阶导不连续,则称函数在该处有奇异性,可以利用奇异性检测来描述信号的突变,具体到小波变换上,则通过小波变换在不同尺度下的模极大值求取。信号的奇异性检测不仅给出了信号发生突变的时刻,而且给出了信号变化的剧烈程度的描述。具体地,对于噪声信号,其小波变换模极大值随着尺度增大,小波变换模极大值减小;而对于突变信号,其模极大值随尺度增大,模极大值变大。这也是通过小波变换获取行波波头信息的依据。
传统的小波变换通过Mallat算法求解,其原理是基于多分辨率分析,实现了对信号的分解和重构,但对信号进行尺度为2j的小波变换时,需要计算中间每一个尺度值,随着尺度增加,运算量成指数倍增加,难以满足同步相量测量装置对算法高效的要求。且在同步相量测量中,只需求取小波变换一个尺度或几个尺度特定点的模极大值,并不关心信号每一尺度每一个点的小波变换值,更无需重构,基于此,本实施例针对同步相量测量特定的需求,提出针对识别电力信号暂态过程的小波变换算法的改进,从而实现自适应切换计算模式。
以时间t代替传统小波变换中的平移系数,则本实施例中的小波变换可表示为(Wψx(t))(s,t)=x(t)*ψs(t),其中,x(t)表示电力信号,s表示尺度系数,ψs(t)表示小波函数,运算符*表示卷积。
具体地,本实施例利用样条函数求解小波基函数ψ(t)。
样条函数是分段光滑且在连接点处具有一定光滑性的一类函数,在数值分析领域获得广泛的应用。其中B样条函数能够很好地检测信号的奇异性,且易于计算机实现,被认为是构造小波变换最佳函数之一。0阶的B样条函数是单位区间[0,1]上的特征函数,n阶的中心B样条函数可通过0阶B样条函数反复作卷积生成,即βm表示m阶B样条函数,β0表示0阶B样条函数,运算符*表示卷积。
本实施例选取三阶B样条函数的一阶导作为小波基函数,通过对0阶B样条函数进行3次卷积可以求得三阶B样条函数β3,求解β3的一阶导得到小波基函数
为了消除大量的中间计算过程,节约运算资源,本实施例对小波函数ψs(t)进行Z变换,得以下表达式
再对小波变换式(Wψx(t))(s,t)进行Z变换得以下表达式
对Z变换后的小波变换式求逆为
Wjx(k)表示在尺度j下第k点的小波变换值。
利用奇异性指数Lipischitz检测小波变换结果的信号突变,模极大值变大的位置即行波波头信息。
参阅图3,下面的实施例还提供一种行波检测***,用于实现前述实施例所描述的行波检测方法,包括:
电力信号采集单元201,用于根据设定采样频率采集电力信号;
行波检测启动判断单元202,用于比较当前周期与前一周期的电力信号,比较结果大于启动阈值时进行暂态行波信号检测;
行波分析单元203,用于对当前周期的电力信号进行小波变换获取行波波头信息;
启动阈值更新单元204,用于根据当前周期内行波的发生次数更新启动阈值。
以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的技术人员应当理解:其依然可以对前述实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围。
Claims (10)
1.一种行波检测方法,其特征在于,包括:
根据设定采样频率采集电力信号;
比较当前周期与前一周期的电力信号,比较结果大于启动阈值时进行暂态行波信号检测;
对当前周期的电力信号进行小波变换获取行波波头信息;
所述启动阈值根据当前周期内行波的检测次数进行更新。
4.根据权利要求1所述的行波检测方法,其特征在于,所述对当前周期的电力信号进行小波变换获取行波波头信息包括:
以时间t表示小波变换的平移系数,则对当前周期的电力信号进行小波变换按以下表达式进行,
(Wψx(t))(s,t)=x(t)*ψs(t),其中,x(t)表示电力信号,s表示尺度系数,ψs(t)表示小波函数,运算符*表示卷积;
利用奇异性指数Lipischitz检测小波变换结果的信号突变,模极大值变大的位置即行波波头信息。
5.根据权利要求4所述的行波检测方法,其特征在于,所述小波变换包括:
利用样条函数求解小波基函数ψ(t);
对小波基函数ψ(t)进行尺度系数为s的伸缩得到小波函数ψs(t);
对小波函数ψs(t)进行Z变换;
对小波变换式(Wψx(t))(s,t)进行Z变换;
对Z变换后的小波变换式求逆。
10.一种行波检测***,其特征在于,包括:
电力信号采集单元,用于根据设定采样频率采集电力信号;
行波检测启动判断单元,用于比较当前周期与前一周期的电力信号,比较结果大于启动阈值时进行暂态行波信号检测;
行波分析单元,用于对当前周期的电力信号进行小波变换获取行波波头信息;
启动阈值更新单元,用于根据当前周期内行波的发生次数更新启动阈值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111538122.2A CN114200250A (zh) | 2021-12-15 | 2021-12-15 | 一种行波检测方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111538122.2A CN114200250A (zh) | 2021-12-15 | 2021-12-15 | 一种行波检测方法及*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114200250A true CN114200250A (zh) | 2022-03-18 |
Family
ID=80654222
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111538122.2A Pending CN114200250A (zh) | 2021-12-15 | 2021-12-15 | 一种行波检测方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114200250A (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112305378A (zh) * | 2020-10-21 | 2021-02-02 | 中国科学院声学研究所南海研究站 | 一种光电复合海缆故障测距***及故障测距方法 |
CN112640328A (zh) * | 2018-08-31 | 2021-04-09 | 三星电子株式会社 | 用于在无线通信***中形成波束的方法及电子装置 |
CN112952753A (zh) * | 2021-03-15 | 2021-06-11 | 国网福建省电力有限公司南平供电公司 | 一种基于阈值自适应调整的低压电网触电事故检测方法及*** |
-
2021
- 2021-12-15 CN CN202111538122.2A patent/CN114200250A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112640328A (zh) * | 2018-08-31 | 2021-04-09 | 三星电子株式会社 | 用于在无线通信***中形成波束的方法及电子装置 |
CN112305378A (zh) * | 2020-10-21 | 2021-02-02 | 中国科学院声学研究所南海研究站 | 一种光电复合海缆故障测距***及故障测距方法 |
CN112952753A (zh) * | 2021-03-15 | 2021-06-11 | 国网福建省电力有限公司南平供电公司 | 一种基于阈值自适应调整的低压电网触电事故检测方法及*** |
Non-Patent Citations (2)
Title |
---|
ZHAO LIHUI等: "Research on fault location of BP neural network based on artificial fish swarm optimization", 《2021 4TH INTERNATIONAL CONFERENCE ON ADVANCED ELECTRONIC MATERIALS, COMPUTERS AND SOFTWARE ENGINEERING (AEMCSE)》, 19 August 2021 (2021-08-19) * |
蒲婷婷等: "基于优化小波神经网络的输电线路行波故障测距", 《电力***及其自动化学报》, vol. 33, no. 2, 28 February 2021 (2021-02-28) * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Liang et al. | Two-terminal fault location method of distribution network based on adaptive convolution neural network | |
CN110658420B (zh) | 一种混合输电线路双端行波故障测距方法 | |
CN109635928B (zh) | 基于深度学习模型融合的电压暂降原因识别方法 | |
CN102510044A (zh) | 基于小波变换和概率神经网络的励磁涌流鉴别方法 | |
CN103018629A (zh) | 一种基于马拉算法的电力***故障录波数据分析方法 | |
CN111077386A (zh) | 一种电气设备早期故障信号降噪方法 | |
CN103454537A (zh) | 基于小波分析的风力发电低电压穿越检测设备及方法 | |
CN104237727A (zh) | 一种变压器近区短路信号监测装置及短路录波分析方法 | |
CN111639852B (zh) | 基于小波奇异值的水电机组振动状态实时评估方法及*** | |
CN117708550B (zh) | 一种电力大数据自动化数据分析及模型构建方法 | |
CN108594156B (zh) | 一种改进的电流互感器饱和特性识别方法 | |
CN109635430B (zh) | 电网输电线路暂态信号监测方法和*** | |
Roy et al. | Application of Signal Processing Tools and Artificial Neural Network in Diagnosis of Power System Faults | |
CN114200250A (zh) | 一种行波检测方法及*** | |
CN117250436A (zh) | 基于动态模式和双端行波法的配电网行波信号定位方法 | |
CN110377927B (zh) | 一种基于matlab仿真的泵站机组转子状态监控方法 | |
CN116821703A (zh) | 基于快速动态时间规整算法的故障录波数据智能比对方法 | |
Wang et al. | Stockwell‐transform and random‐forest based double‐terminal fault diagnosis method for offshore wind farm transmission line | |
CN103560509B (zh) | 一种基于小波分析的电压下陷检测装置及该装置的控制方法 | |
Muzzammel et al. | Wavelet multiscale principal components and traveling waves enabled machine learning technique for protection of MT-HVDC systems | |
CN112964948B (zh) | 基于录波数据反演的串联电抗器运行状态在线监测方法及*** | |
CN114609435A (zh) | 一种电压暂降检测和分类辨识方法 | |
CN114113894A (zh) | 一种基于固有频率特征的重复性故障识别方法 | |
CN113484692B (zh) | 一种基于零序电流分析的配电网接地故障检测方法 | |
Yuanyang et al. | Fault Line Selection Method for Resonant Grounding System Based on Generalized Correlation Coefficient and Energy Measure |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |