[发明专利]一种电力系统故障因子特征提取方法

说明书

技术领域

本发明涉及一种在Weibull随机干扰下，从电力系统WAMS(广域测量系统)信息中提取故障因子特征的方法，属输配电技术领域。

背景技术

目前，全球范围的环境污染和能源短缺要求电力供应从数量向质量转变，风电等新兴能源迎来了前所未有的发展机遇。

风能等新能源本身具有间歇性和波动性的特征，因而新能源接入电网必然产生相应的功率波动。传统电网结构和运行方式是为电能集中生产、调度和分配而设计的。当新能源发电所占的比例较小时，传统电源能够实时补偿这些功率波动。但是，随着可再生能源接入规模的增加，所产生的功率波动有可能超出传统电源的调节范围，从而降低供电的可靠性和电网运行的稳定性。新能源的波动性，在时刻考验着继电保护装置的保障能力，对系统内故障的准确检测及切除，将成为确保电力系统稳定运行的关键。从电力系统WAMS信息中提取有效的故障特征无疑是一种可行的方案，但由于存在诸多非故障信息的干扰，隐藏在WAMS信息中的故障特征并不明显，因此，如何通过特定的手段，完成有效故障特征的提取，并准确可靠地定位故障元件，就成为有关技术人员亟待解决的问题。

发明内容

本发明的目的在于针对现有技术之弊端，提供一种电力系统故障因子特征提取方法，以准确检测系统内故障，保证电力系统的安全稳定运行。

本发明所述问题是以下述技术方案实现的：

一种电力系统故障因子特征提取方法，它按以下步骤进行：

a.从电力系统的广域测量系统(WAMS)中选择电流采集向量和/或电压采集向量作为初始变量，并计算初始变量的样本方差，若样本方差小于设定的阈值，则转步骤b，否则，转步骤c；

b.计算存在风电接入时Weibull随机干扰初始变量的相关系数矩阵，并计算相关系数矩阵的特征值和单位化特征向量，转步骤d；

c.计算存在风电接入时Weibull随机干扰初始变量的协方差矩阵，并计算协方差矩阵的特征值和单位化特征向量，转步骤d；

d.如果特征值小于设定的阈值，则转步骤a，重新选择初始变量，否则转步骤e；

e.由单位化特征向量计算存在风电接入时Weibull随机干扰初始变量的公因子和因子载荷矩阵，转步骤f；

f.将公因子进行正交旋转或斜交旋转，转步骤g；

g.分别根据公因子的系数特征和公因子的得分特征来判断故障元件，若两种方案的判断结果一致，则两种方案共同指向的元件，即为实际的故障元件；若两种方案的判断结果不一致，则返回步骤a，重新选择初始变量。

上述电力系统故障因子特征提取方法，为避免信息采集过程中不良数据的影响，应对选择的初始变量进行缺失值分析；如果不存在缺失值，则继续进行后续的特征提取；否则，先补足缺失值，再进行后续分析。

上述电力系统故障因子特征提取方法，所述初始变量为对称短路故障中的正序电压、正序电流和不对称短路故障中的正序电压、负序电压、相电压、正序电流、负序电流、相电流。

上述电力系统故障因子特征提取方法，根据公因子的系数特征来判断故障元件的方法是：公因子的最大系数变量对应的元件为故障元件；根据公因子的得分特征来判断故障元件的方法是：公因子的最大得分变量对应的元件为故障元件。

上述电力系统故障因子特征提取方法，所述Weibull随机干扰初始变量的公因子的计算方法可以是公因子轴法、主成分法或极大似然法。

上述电力系统故障因子特征提取方法，所述初始变量样本方差的设定的阈值为0.1。

上述电力系统故障因子特征提取方法，所述特征值的设定的阈值为0.01。

本发明从WAMS系统中的实时量测信息中提取电力系统的故障因子特征，该方法充分考虑了风电接入背景下的Weibull随机干扰，不仅能够满足广域后备保护系统对故障定位实时性和准确性的要求，而且具有很强的抗干扰能力，能够满足系统冗余性的要求。此外，本发明还具有思路清晰，操作简单等优点。

附图说明

下面结合附图对本发明作进一步说明。

图1是在Weibull随机干扰下电力系统故障因子特征提取的流程图；

图2是IEEE-39节点系统。

文中各符号清单为：WAMS、广域测量系统。

具体实施方式