[发明专利]基于零序电流波形区间斜率曲线的高阻故障辨识方法及系统

权利要求书

1.一种基于零序电流波形区间斜率曲线的高阻故障辨识方法，其特征是：包括以下步骤：

接收零序电流滤波数据，从波形形态特征的角度描述高阻故障非线性特征，采用最小二乘法计算基于采样点扩展区间的斜率，对计算后的采样点扩展区间的斜率采用格拉布斯准则进行处理，筛选出异常值，根据处理后的斜率曲线，确定是否出现高阻故障；

采用快速傅里叶变换逐周期计算零序电流的相位，从而标定周期内基频信号最大最小值点；考虑到波形非线性情况下采用快速傅里叶变换进行相位计算的偏差，分别在以最大和最小值点为中心的一定范围搜索区间斜率的最低点，以最低点为边界，将每个周期进行进一步的划分，得到最终的分析范围。

2.如权利要求1所述的一种基于零序电流波形区间斜率曲线的高阻故障辨识方法，其特征是：获取零序电流波形曲线，采用最小二乘法对区间内曲线进行线性拟合，以拟合后的直线斜率作为该采样点所对应的区间斜率，从而获取零序电流的区间斜率曲线。

3.如权利要求1所述的一种基于零序电流波形区间斜率曲线的高阻故障辨识方法，其特征是：利用格拉布斯法斜率计算区间逐个进行检测并滤除短时突变点，从而修正每一个采样点对应的区间斜率，具体包括：

1)对原始采样数据进行滤波；

2)对于一采样点，从零序电流采样信号中提取范围为R的区间信号，并计算区间信号中各点的格拉布斯归一化残差；

3)确定置信概率，根据当前区间信号中的采样点个数获取格拉布斯临界值G_P[i]，逐一将计算出的各采样点残差G[i]与G_P[i]对比，若G[i]＜G_P[i]，则将该采样点在当前区间信号中剔除，直到整个信号的采样点全部检测完毕；

4)若信号I_0,R内不存在G[i]＜G_P[i]的采样点，则对最终的区间信号进行基于最小二乘的线性拟合，计算出该采样点n_S经格拉布斯法处理后的区间斜率k_S[n_S]；对采样点n_S+1，重新进行步骤2)到4)，直到所有采样点对应的区间斜率k_S计算完毕。

4.如权利要求1所述的一种基于零序电流波形区间斜率曲线的高阻故障辨识方法，其特征是：非故障情况下，零序电流波形区间斜率曲线在每半个周期只具有一个波峰；而在故障情况下则具有至少两个波峰。

5.如权利要求1所述的一种基于零序电流波形区间斜率曲线的高阻故障辨识方法，其特征是：在分析范围内逐个寻找极小值点，在以极小值点为分界点，将一个周期分为两个小区间，在前后两个小区间内分别寻找最大斜率值，如果同时满足约束条件，则认为该分析范围内具有故障波形的畸变特征，且两个小区间均满足时，该周期为故障特征周期。

6.如权利要求5所述的一种基于零序电流波形区间斜率曲线的高阻故障辨识方法，其特征是：约束条件包括：

(1)两个小区间内的最大斜率值之和与灵敏系数的乘积大于等于极小值的斜率；

(2)在各区间存在斜率等于极小值的斜率与对应区间的最大斜率值的平均值的点，且该点的数量为二；

(3)区间长度与每半个周期的采样点个数的差值小于等于相位计算偏差设定的裕度；

或，进一步的，在N个故障特征周期连续出现时，认为高阻故障发生，N大于2。

7.一种基于零序电流波形区间斜率曲线的高阻故障辨识系统，其特征是：包括处理器，所述处理器被配置为执行以下指令：

从波形形态特征的角度描述高阻故障非线性特征，采用最小二乘法计算基于采样点扩展区间的斜率，对计算后的采样点扩展区间的斜率采用格拉布斯准则进行处理，筛选出异常值，根据处理后的斜率曲线，确定是否出现高阻故障；

采用快速傅里叶变换逐周期计算零序电流的相位，从而标定周期内基频信号最大最小值点；考虑到波形非线性情况下采用快速傅里叶变换进行相位计算的偏差，分别在以最大和最小值点为中心的一定范围搜索区间斜率的最低点，以最低点为边界，将每个周期进行进一步的划分，得到最终的分析范围。