基于小波变换和概率神经网络的励磁涌流鉴别方法

摘要

本发明涉及一种基于小波变换和概率神经网络的励磁涌流鉴别方法，是一种结合小波分析和概率神经网络（ProbabilisticNeuralNetworks，PNN）鉴别励磁涌流的新方法。励磁涌流和故障电流的数据通过在Matlab/Simulink中搭建的模型仿真获得，利用小波变换提取故障信号不同频带上的能量特征值，作为概率神经网络的输入参数，从而实现励磁涌流和短路电流的识别。鉴别能力强，杜绝了真正短路故障和励磁涌流混淆判断。

主权项

1.一种基于小波变换和概率神经网络的励磁涌流鉴别方法，其特征在于，具体包括如下步骤：1）利用Matlab/Simulink中的电力系统工具箱（SPS）建立仿真系统模型，对变压器不同运行状态下的励磁涌流和短路电流进行了仿真：励磁涌流中，除基波和非同期分量外，含有大量的高次谐波电流，而内部短路电流主要以基波为主，高次谐波的含量比较低，励磁涌流和内部短路电流所包含的各次谐波不同；2）分别对励磁涌流和短路电流进行小波分析，提取能量特征：利用sym4小波对电流信号进行四次小波分解，取各高频段的能量形成特征向量，对特征向量进行归一化：，则形成了由归一化后的特征向量组成的样本空间；3）概率神经网络的建立：将提取特征向量作为概率神经网络的输入，形成神经网络的训练及测试样本集，利用一定数量的训练样本集对概率神经网络进行训练，以确定网络的规模和参数，得到期望的诊断网络；4）输入测试样本集到概率神经网络，概率神经网络对网络输入对进行前向计算，根据不同故障征兆完成模式映射，诊断故障类型，验证所建概率神经网络的准确性。