[发明专利]一种适用于微电网的智能故障诊断方法在审
申请号: | 201410699320.0 | 申请日: | 2014-11-26 |
公开(公告)号: | CN104502795A | 公开(公告)日: | 2015-04-08 |
发明(设计)人: | 王瑞琪;孙树敏;程艳;逯怀东;石鑫;李笋;王昭鑫;靳占新;张用;赵鹏;朱宇;孙伟;李宝贤;李超英;王超 | 申请(专利权)人: | 国家电网公司;国网山东省电力公司电力科学研究院 |
主分类号: | G01R31/08 | 分类号: | G01R31/08 |
代理公司: | 济南圣达知识产权代理有限公司37221 | 代理人: | 张勇 |
地址: | 250002山东*** | 国省代码: | 山东;37 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 适用于 电网 智能 故障诊断 方法 | ||
1.一种适用于微电网的智能故障诊断方法,其特征是,包括以下步骤:
步骤一:通过采集微电网母线上的电压电流信号对微电网的运行状态进行监控;
步骤二:根据步骤一中对微电网的运行状态进行监控判断微电网是否发生内部故障;当发生内部故障时,转入步骤三;当未发生内部故障时,转入步骤四;
步骤三:当微电网发生内部故障时,立即启动微电网内部故障诊断模式,根据设定条件采样电压电流信号并进行预处理;
步骤四:当微电网未发生内部故障时,每隔设定时间启动微电网外部故障诊断模式,根据设定条件采样电压电流信号并进行预处理;
步骤五:利用多小波包分解提取不同频率的故障信号暂态分量;计算小波奇异熵作为微电网RBF神经网络故障诊断模型的特征向量;
步骤六:将特征向量输入微电网RBF神经网络故障诊断模型进行训练,训练好的神经网络故障诊断模型输出对应微电网的故障状态信息;
步骤七:每隔设定时间按照步骤二到步骤五计算采样信号的小波奇异熵,作为步骤六中训练好的神经网络故障诊断模型的输入特征向量,获得微电网的故障状态信息。
2.如权利要求1所述的一种适用于微电网的智能故障诊断方法,其特征是,所述步骤一中,采集微电网母线上的电压电流信号,具体为:微电网公共母线三相电流、零序电流及静态开关STS处三相电压。
3.如权利要求1所述的一种适用于微电网的智能故障诊断方法,其特征是,所述步骤三中,根据设定条件采样电压电流信号并进行预处理具体是:以10kHz的频率采样故障前半个周期即10ms和故障后半个周期即10ms的微电网公共母线三相电流、零序电流及静态开关STS处三相电压,作为故障信号离散时间序列,并存入录波数据库中。
4.如权利要求1所述的一种适用于微电网的智能故障诊断方法,其特征是,所述步骤四中,根据设定条件采样电压电流信号并进行预处理具体是:每隔200ms以10kHz的频率采样一个周期即20ms的微电网公共母线三相电流、零序电流及静态开关STS处三相电压,作为故障信号离散时间序列,并存入录波数据库中。
5.如权利要求1所述的一种适用于微电网的智能故障诊断方法,其特征是,所述步骤五中,利用多小波包分解技术提取不同频率的故障信号暂态分量,微电网公共母线三相电流、零序电流和STS处三相电压7个故障信号离散时间序列进行多小波包分解方法为:
给定k时刻的故障信号离散时间序列x(n),选择DB10小波基进行多小波包分解,离散时间序列x(n)被分解到m个频带下,每个频带下的暂态分量为Dj(n)(j=1,2,…,m),通过多小波包分解后的故障信号离散时间序列x(n)可以表示为
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于国家电网公司;国网山东省电力公司电力科学研究院;,未经国家电网公司;国网山东省电力公司电力科学研究院;许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201410699320.0/1.html,转载请声明来源钻瓜专利网。
- 上一篇:局部放电采集方法和装置
- 下一篇:车载式智能接地检测系统及接地检测方法