[发明专利]基于时间序列分层聚类的电压互感器故障识别方法

权利要求书

1.基于时间序列分层聚类的电压互感器故障识别方法，其特征在于，包括以下步骤：

(A)在一定时间内的N个等间隔时间节点上，实时获取同一变电站同一电压等级不同出线上的M个电压互感器的量测值，构成M个N×1维的电压时间序列U₀＝{u_i0}_N，其中，u_i0表示电压互感器在第i个时间节点的量测值，i＝1,2,…,N，M和N均为大于1的整数；

(B)采用基于经验模态分解的电压去噪法对步骤(A)中的电压时间序列U₀进行去噪，得到去噪后的电压时间序列U；

(C)设定分层聚类阈值D_thr；

(D)步骤(B)中每个电压时间序列U分别形成一个电压时间序列类U，共形成M个电压时间序列类，计算M个电压时间序列类两两之间的距离，形成M维距离矩阵D⁽⁰⁾，设D⁽⁰⁾最小的非对角线元素为表示M个电压时间序列类中距离最小的两个电压时间序列类之间的距离；

(E)若则把M个电压时间序列类中距离最小的两个电压时间序列类合并为一个电压时间序列类，其他电压时间序列类不变，此时共有M-1个电压时间序列类；计算M-1个电压时间序列类两两之间的距离，形成M-1维距离矩阵D⁽¹⁾，设D⁽¹⁾最小的非对角线元素为表示M-1个电压时间序列类中距离最小的两个电压时间序列类之间的距离；

(F)若则把M-1个电压时间序列类中距离最小的两个电压时间序列类合并为一个电压时间序列类，其他电压时间序列类不变，此时共有M-2个电压时间序列类；计算M-2个电压时间序列类两两之间的距离，形成M-2维距离矩阵D⁽²⁾，设D⁽²⁾最小的非对角线元素为表示M-2个电压时间序列类中距离最小的两个电压时间序列类之间的距离；依此类推，直到所获得的M-n维距离矩阵D⁽ⁿ⁾中最小的非对角线元素大于分层聚类阈值D_thr，或者所有电压时间序列合并为一个电压时间序列类，其中n为距离矩阵减少的维度，n＝1,2,…,M-1；

(G)当利用上述步骤最终将所有电压时间序列合并为两个以上电压时间序列类时，则认为包含电压时间序列最多的电压时间序列类所对应的电压互感器没有故障，而其它的电压互感器发生故障；当利用上述步骤最终将所有的电压时间序列合并为一个电压时间序列类时，则表明没有电压互感器发生故障。

2.根据权利要求1所述的基于时间序列分层聚类的电压互感器故障识别方法，其特征在于，所述步骤(B)中的基于经验模态分解的电压去噪法包括以下步骤：利用经验模态分解法将去噪前的电压时间序列U₀分解为多个分量电压时间序列；然后采用阈值去噪法对各分量电压时间序列进行去噪，并通过叠加求和得到去噪后的电压时间序列U。

3.根据权利要求2所述的基于时间序列分层聚类的电压互感器故障识别方法，其特征在于，所述经验模态分解法将去噪前的电压时间序列U₀分解为如下形式：

其中，imf_k表示第k个固有模态函数，rv表示残余量。

4.根据权利要求2或3所述的基于时间序列分层聚类的电压互感器故障识别方法，其特征在于，所述阈值去噪法具体包括以下步骤：

(S1)求取imf_k的阈值thr_k

其中，L是imf_k的长度，imf_k(x)是imf_k的第x个分量，是imf_k的平均值；

(S2)对imf_k进行软阈值处理，得到处理后的imf_k，记为Imf_k

(S3)通过叠加求和得到去噪后的电压时间序列U