发明名称 一种特高压直流输电线路区内外故障识别方法
摘要 本发明涉及一种特高压直流输电线路区内外故障识别方法,属高压直流输电系统继电保护领域。首先采集故障电压数据;将检测到的故障电压信号进行小波多尺度分解,得到每一层的小波重构高频系数,将所有的每一层的高频系数的奇异谱熵组成特征向量矩阵,将特征向量矩阵中的数据划分为训练集和测试集;再设定训练集标签和测试集标签;对训练集进行训练;再设定预测标签和预测精度的存储位置;将测试集输入到SVM分类器进行测试,得到分类结果和预测精度;再确定存储在预测标签存储空间中的分类结果是否正确。本发明能同时将三种不同位置的故障进行识别,而且该方法简单、有效,计算时间短,在整个分类过程中可以实现自动化。
申请公布号 CN104865499A 申请公布日期 2015.08.26
申请号 CN201510236260.3 申请日期 2015.05.11
申请人 昆明理工大学 发明人 陈仕龙;曹蕊蕊;毕贵红;杨具瑞;谢佳伟;李兴旺;荣俊香;罗璐;王彦武
分类号 G01R31/08(2006.01)I 主分类号 G01R31/08(2006.01)I
代理机构 代理人
主权项 一种特高压直流输电线路区内外故障识别方法,其特征在于:所述方法的具体步骤如下:Step1、特高压直流输电系统发生故障后,整流侧数据采集装置采集故障电压行波首波头到达后50ms时窗内的故障电压数据;Step2、将检测到的故障电压信号进行小波多尺度分解,得到每一层的小波重构高频系数,计算每一层的小波重构高频系数的奇异谱熵,将所有的每一层的奇异谱熵组成一个m×n维的特征向量矩阵,将特征向量矩阵中的数据划分为训练集和测试集;Step3、在SVM程序的始端设定训练集标签和测试集标签,它们均为预先设定好的数值;Step4、运用网格搜索法对训练集进行SVM训练得到SVM分类器的参数C、δ;其中,对训练集进行SVM训练得到C、δ两个最佳参数的过程中,训练集标签是用来对训练集中的几种故障电压信号进行标记的;Step5、在SVM程序的终端设定预测标签和预测精度的存储位置,此时预测标签和预测精度的存储空间是没有数值的;Step6、将测试集输入到SVM分类器进行测试,得到分类结果和预测精度,再把分类结果存储到步骤Step5中预先设定好的预测标签存储空间中,测试精度存储到步骤Step5中预先设定好的预测精度存储空间中;Step7、再确定存储在预测标签存储空间中的分类结果是否正确;当预测标签中的分类结果与步骤Step3中的测试集标签完全对应相同时,说明分类完全正确,测试精度为100%;当预测标签中的分类结果与步骤Step3中的测试集标签不完全对应相同时,与测试集标签不一样的分类结果便是分类错误的,返回步骤Step4,重新训练。
地址 650093 云南省昆明市五华区学府路253号