[发明专利]一种基于MEEMD算法的变压器励磁涌流识别方法

权利要求书

1.一种基于MEEMD算法的变压器励磁涌流识别方法，该方法是基于排列熵算法而提出的，其特征在于：具体包括如下步骤：

步骤1：采集变压器两侧的差动电流信号，并对其进行MEEMD分解，经过MEEMD分解后得到若干个满足IMF条件的本征模态函数即IMF分量；

步骤2：从步骤1分解的结果中提取第一个IMF分量；

步骤3：对步骤2中得到的IMF分量作Hilbert变换，得到其瞬时频率；

步骤4：根据步骤3得到的瞬时频率，监测瞬时频率两相邻突变点之间的时间间隔；

步骤5：对变压器励磁涌流和区内故障进行识别；

在步骤1中，MEEMD分解的具体步骤如下：

步骤1.1：在原始电流信号S(t)中，添加均值为零的成对的白噪声信号n_i(t)和-n_i(t)，即：

其中，n_i(t)表示添加的白噪声信号，a_i表示添加的白噪声信号的幅值，i＝1,2,…,N_e,N_e表示添加的白噪声信号的对数；

步骤1.2：分别对和进行EMD分解，分别得到P个IMF分量即和(i＝1,2,…N_e；j＝1,2,…P)；

步骤1.3：集成平均步骤1.2得到的IMF分量：

步骤1.4：将步骤1.3得到的IMF分量按高频到低频排列，并依次检测其熵值，直到熵值小于或等于0.3时停止检测；

步骤1.5：如果步骤1.3得到IMF分量的前Z-1个IMF分量的熵值大于0.3，则从原始信号S(t)中减去步骤1.3中熵值大于0.3的IMF分量，得到剩余信号r(t)，即：

步骤1.6：对步骤1.5得到的剩余信号r(t)进行EMD分解，将得到的IMF分量按高频到低频排列。

2.根据权利要求1所述的基于MEEMD算法的变压器励磁涌流识别方法，其特征在于：排列熵算法的内容如下：

对一长度为N的时间序列{X(i),i＝1,2,3…N}进行相空间重构，得到相空间矩阵：

其中j＝1,2,3,…k；m为嵌入维数；λ为延迟时间；k为重构向量的个数，k＝N-(m-1)λ；矩阵中的每一行可以看成是一个重构分量，总共有k个重构分量；将矩阵中的第j个重构分量按照从小到大的顺序重新排列，得到各个元素所在列的索引j₁,j₂,…,j_d，即

x(i+(j₁-1)λ)≤x(i+(j₂-1)λ)≤…≤x(i+(j_d-1)λ)

若存在两个相等的重构分量，如x(i+(j_i1-1)λ)＝x(i+(j_i2-1)λ)，这时就按j_i1和j_i2的大小来排序，当j_i1＜j_i2时，则有：

x(i+(j_i1-1)λ)≤x(i+(j_i2-1)λ)；

则对于任意一个时间序列数据组成的向量X(i)都能得到一个时间序列

S(y)＝(j₁,j₂,…j_m)；

其中，y＝1,2,…k,k≤m！，m个不同的符号(j₁,j₂,…j_m)共有m！种不同的排列，对应m！种不同的符号排列，S(y)只是m！种符号排列的一种，每一种符号序列出现的概率为P₁,P₂,…P_k,此时，时间序列X(i)的k种不同符号序列的排列熵(PE)按照熵的形式定义为：

当P_j＝1/m！时，H_P(m)就达到最大值ln(m！)；为了方便，通过ln(m！)将H_P(m)归一化处理，即：

0≤H_P(m)/ln(m！)≤1；

其中，H_P的值大小表示时间序列X(i),i＝1,2,3,…,N；H_P的值越小，表示时间序列越规则，反之，则表示时间序列越随机。