2) = 0時，將所述均值T1和協(xié)方差矩陣S1作為 暫態(tài)突變量矩陣總體分布期望T和方差S的可靠估計值； 根據(jù)所述可靠估計值，從所述樣本中檢測出異常暫態(tài)突向量樣本，獲得與所述異常暫 態(tài)突向量樣本對應(yīng)的歷史錄波數(shù)據(jù)的異常相位。
3. 根據(jù)權(quán)利要求2所述的基于歷史錄波數(shù)據(jù)的電網(wǎng)故障判斷方法，其特征在于，所述 根據(jù)所述輸入樣本集進(jìn)行聚類分析，建立故障原因聚類模型的步驟包括： 對同一異常相位的錄波數(shù)據(jù)的三相電壓和三相電流，按異常相位優(yōu)先的順序獲得故障 點前后n個周波的歷史錄波數(shù)據(jù)作為輸入信號，將所述輸入信號進(jìn)行小波分解，構(gòu)建特征 值矩陣；其中，n為預(yù)設(shè)值； 按預(yù)設(shè)的異常相位優(yōu)先的順序，取出故障點前后n個周波的該相的電流電壓數(shù)據(jù)作為 聚類分析的輸入樣本集； 對所述輸入樣本集進(jìn)行聚類分析，建立故障原因與所述特征值矩陣對應(yīng)的關(guān)聯(lián)模型， 得到所述故障原因聚類模型。
4. 根據(jù)權(quán)利要求3所述的基于歷史錄波數(shù)據(jù)的電網(wǎng)故障判斷方法，其特征在于，所述 根據(jù)所述歷史錄波數(shù)據(jù)的異常相位，對所述歷史錄波數(shù)據(jù)利用小波變換構(gòu)建特征值矩陣的 步驟包括： 選取每層小波分解系數(shù)的能量均值、能量方差和能量熵作為特征指標(biāo)，根據(jù)下式進(jìn)行 特征值矩陣的構(gòu)建：
其中，WEE」為每層小波信號的能量熵；心=圬W為每層小波信號中第j尺度k時刻的 信號能量，& 為每層小波信號的信號總能量； k EXP」為每層小波信號的能量均值；VAL為每層小波信號的能量方差； length(j)為第j層小波系數(shù)的個數(shù)。
5. 根據(jù)權(quán)利要求4所述的基于歷史錄波數(shù)據(jù)的電網(wǎng)故障判斷方法，其特征在于，所述 根據(jù)所述輸入樣本集進(jìn)行聚類分析，建立故障原因聚類模型的步驟還包括： 從所述歷史錄波數(shù)據(jù)中選擇k個樣本Cpc2, . . .，ck作為簇的中心； 依據(jù)叱，0 =，咖，〇)，將每個樣本〇1分到中心為ci的簇C沖；? (!{().() ) = mhxd(cnCj) 其中，d(Cl，Ci)為樣本(^與ci的歐式距離； 將簇Ci中的每個樣本按= M分到各個簇中，若有任何一個簇Ci滿足Ni <NthMsh()1(#，則舍去簇Ci;其中，Ni是簇Ci的樣本數(shù)，N*_。1(1為一個類中最小樣本數(shù)閾值； 更新各個簇中心、每個簇中的各個樣本離開中心的距離，以及所有樣本離開其簇中心 的平均距離； 對所述簇進(jìn)行分裂操作、合并操作及迭代停止判斷操作，輸出故障原因聚類模型FaultJudgeSet= { <Q，confj> |iG1. ?K,jG1. ?M};其中，Ci表示簇i，confj為屬于 簇i類別為j故障原因的置信度，K為簇數(shù)，M為簇中故障原因的類別數(shù)。
6. -種基于歷史錄波數(shù)據(jù)的電網(wǎng)故障判斷系統(tǒng)，其特征在于，包括： 檢測模塊，用于根據(jù)預(yù)設(shè)的歷史錄波數(shù)據(jù)構(gòu)造暫態(tài)突變量矩陣，從所述暫態(tài)突變量矩 陣中檢測出所述歷史錄波數(shù)據(jù)的異常相位； 構(gòu)建模塊，用于根據(jù)所述歷史錄波數(shù)據(jù)的異常相位，對所述歷史錄波數(shù)據(jù)利用小波變 換構(gòu)建特征值矩陣，根據(jù)所述特征值矩陣獲得聚類分析的輸入樣本集； 建立模塊，用于根據(jù)所述輸入樣本集進(jìn)行聚類分析，建立故障原因聚類模型；其中，所 述故障原因聚類模型中包括多個簇，每個簇包括中心向量及其對應(yīng)的故障原因； 記錄模塊，用于提取實時錄播數(shù)據(jù)的特征向量，計算所述特征向量與每個簇的中心向 量的歐氏距離，將歐氏距離最小的簇對應(yīng)的故障原因記錄為所述實時錄播數(shù)據(jù)的故障原 因。
7. 根據(jù)權(quán)利要求6所述的基于歷史錄波數(shù)據(jù)的電網(wǎng)故障判斷系統(tǒng)，其特征在于，所述 檢測模塊還用于： 從所述歷史錄波數(shù)據(jù)中提取電流信號，利用下式計算所述電流信號的三相暫態(tài)突向量 及暫態(tài)突變量矩陣：
其中，ASInS所述三相暫態(tài)突向量，包括a相暫態(tài)突向量ASIa、b相暫態(tài)突向量ASIb 和c相暫態(tài)突向量ASIc;; 所述暫態(tài)突變量矩陣 S為所述電流信號，1為所述歷史錄波數(shù)據(jù)中 的故障發(fā)生時刻，fd為電流信號的信號頻率，f3為電流信號的數(shù)據(jù)采樣頻率，m為預(yù)設(shè)的在 故障發(fā)生時間之后所觀察的周波個數(shù)； 從所述暫態(tài)突變量矩陣中抽取預(yù)設(shè)個數(shù)的樣本，計算所述樣本的均值T1和協(xié)方差矩 陣S1 ; 根據(jù)所述樣本的均值T1和協(xié)方差矩陣S1，利用下式計算所述暫態(tài)突變量矩陣中每一 個樣本的馬氏距離：
其中，4為所述馬氏距離； 從所有樣本中，選取馬氏距離最小的H個樣本計算其均值T2和協(xié)方差矩陣S2,當(dāng)不滿 足det(S2) =det(S1)或det(S2) = 0時，將所述均值T1和協(xié)方差矩陣S1更新為均值T2 和協(xié)方差矩陣S2,則轉(zhuǎn)至所述根據(jù)樣本的均值T1和協(xié)方差矩陣S1，計算所述暫態(tài)突變量矩 陣中每一個樣本的馬氏距離的步驟；其中，H為預(yù)設(shè)值； 當(dāng)滿足det(S2) =det(S1)或det(S2) = 0時，將所述均值T1和協(xié)方差矩陣S1作為 暫態(tài)突變量矩陣總體分布期望T和方差S的可靠估計值； 根據(jù)所述可靠估計值，從所述樣本中檢測出異常暫態(tài)突向量樣本，獲得與所述異常暫 態(tài)突向量樣本對應(yīng)的歷史錄波數(shù)據(jù)的異常相位。
8. 根據(jù)權(quán)利要求7所述的基于歷史錄波數(shù)據(jù)的電網(wǎng)故障判斷系統(tǒng)，其特征在于，所述 構(gòu)建模塊還用于： 對同一異常相位的錄波數(shù)據(jù)的三相電壓和三相電流，按異常相位優(yōu)先的順序獲得故障 點前后n個周波的歷史錄波數(shù)據(jù)作為輸入信號，將所述輸入信號進(jìn)行小波分解，構(gòu)建特征 值矩陣；其中，n為預(yù)設(shè)值； 按預(yù)設(shè)的異常相位優(yōu)先的順序，取出故障點前后n個周波的該相的電流電壓數(shù)據(jù)作為 聚類分析的輸入樣本集； 對所述輸入樣本集進(jìn)行聚類分析，建立故障原因與所述特征值矩陣對應(yīng)的關(guān)聯(lián)模型， 得到所述故障原因聚類模型。
9. 根據(jù)權(quán)利要求8所述的基于歷史錄波數(shù)據(jù)的電網(wǎng)故障判斷系統(tǒng)，其特征在于，所述 構(gòu)建模塊還用于： 選取每層小波分解系數(shù)的能量均值、能量方差和能量熵作為特征指標(biāo)，根據(jù)下式進(jìn)行 特征值矩陣的構(gòu)建：
WEEj3每層小波信號的能量熵；~ W為每層小波信號中第j尺度k時刻的信號能 量，A=1:心為每層小波信號的信號總能量； k EXP」為每層小波信號的能量均值；VAL為每層小波信號的能量方差；length(j)為第j層小波系數(shù)的個數(shù)。
10. 根據(jù)權(quán)利要求9所述的基于歷史錄波數(shù)據(jù)的電網(wǎng)故障判斷系統(tǒng)，其特征在于，所述 建立模塊還用于： 從所述歷史錄波數(shù)據(jù)中選擇k個樣本Cpc2,. . .，ck作為簇的中心； 依據(jù)=呼，將每個樣本(^分到中心為ci的簇ci中；. d(c1,ci) = mmd{cnc ) j J 其中，d(Cl，Ci)為樣本(^與ci的歐式距離； 將簇(^中的每個樣本按=呼1啦，M分到各個簇中，若有任何一個簇Ci滿足Ni <NthMsh()1(#，則舍去簇Ci;其中，Ni是簇Ci的樣本數(shù)，N*_。1(1為一個類中最小樣本數(shù)閾值； 更新各個簇中心、每個簇中的各個樣本離開中心的距離，以及所有樣本離開其簇中心 的平均距離； 對所述簇進(jìn)行分裂操作、合并操作及迭代停止判斷操作，輸出故障原因聚類模型FaultJudgeSet= { <Q，confj> |iG1. ?K,jG1. ?M};其中，Ci表示簇i，confj為屬于 簇i類別為j故障原因的置信度，K為簇數(shù)，M為簇中故障原因的類別數(shù)。
【專利摘要】本發(fā)明提供一種基于歷史錄波數(shù)據(jù)的電網(wǎng)故障判斷方法和系統(tǒng)，該方法包括：根據(jù)預(yù)設(shè)的歷史錄波數(shù)據(jù)構(gòu)造暫態(tài)突變量矩陣，從暫態(tài)突變量矩陣中檢測出所述歷史錄波數(shù)據(jù)的異常相位；根據(jù)歷史錄波數(shù)據(jù)的異常相位，對歷史錄波數(shù)據(jù)利用小波變換構(gòu)建特征值矩陣，根據(jù)特征值矩陣獲得聚類分析的輸入樣本集；根據(jù)所述輸入樣本集進(jìn)行聚類分析，建立故障原因聚類模型；其中，所述故障原因聚類模型中包括多個簇，每個簇包括中心向量及其對應(yīng)的故障原因；提取實時錄播數(shù)據(jù)的特征向量，計算所述特征向量與每個簇的中心向量的歐氏距離，將歐氏距離最小的簇對應(yīng)的故障原因記錄為所述實時錄播數(shù)據(jù)的故障原因。本發(fā)明能利用歷史錄波數(shù)據(jù)對電網(wǎng)故障的原因進(jìn)行實時判斷。
【IPC分類】G06F19-00, G01R31-08
【公開號】CN104698343
【申請?zhí)枴緾N201510137618
【發(fā)明人】陳志光, 黃明輝, 曾耿暉, 焦邵麟, 張智銳, 王峰, 李一泉, 張利強(qiáng), 周淑雄, 徐延明
【申請人】廣東電網(wǎng)有限責(zé)任公司電力調(diào)度控制中心, 北京四方繼保自動化股份有限公司
【公開日】2015年6月10日
【申請日】2015年3月26日