[发明专利]利用EMD与神经网络的永富直流换相失败故障诊断方法

说明书

本发明涉及一种利用EMD与神经网络的永富直流换相失败故障诊断方法，属于高压直流输电系统继电保护技术领域。换相失败是直流输电系统中一种常见故障，会导致电流电压发生突变，给直流系统的安全稳定运行带来严重威胁。本方法提取了逆变侧直流电流信号进行相模变换，再用经验模态分解(EMD)方法对电流信号的线模分量进行分解得到n个本征模态函数(IMF)分量，通过求取IMF分量的近似熵和样本熵，并将得到的熵值归一化后作为特征向量与神经网络相结合，建立神经网络分类器用来识别换相失败与线路故障。通过大量仿真实验得出：该故障诊断方法能快速有效识别出故障。

技术领域

本发明涉及一种利用EMD与神经网络的永富直流换相失败故障诊断方法，属于高压直流输电系统继电保护技术领域。

背景技术

高压直流输电以其电压等级高、输送距离远、输送容量大等优越性能,解决了我国负荷及能源分布不均匀的问题。永富直流输电工程是我国建设的第一个省内直流输电工程。永富直流输电系统送端永仁换流站位于云南省楚雄州市东北112km的永仁县猛虎乡，受端富宁换流站位于云南省文山壮族苗族自治州文山市以东的里达镇，额定输送功率为双极3000MW，单极1500MW，额定电流为3000A，额定直流电压为±500kV，线路送电距离约为577km。其能够满足观音岩水电站在丰水期向广西送出300万千瓦的装机容量需求，并且在枯水期可以满足云南省文山地区的用电需求。永富直流输电系统的建成对于将云南丰富的水电资源外送来说意义重大。由于其逆变侧(广西侧)电源较弱为弱交流系，当其逆变侧交流系统发生故障时，很容易引发直流输电系统换相失败。换相失败作为直流输电系统的一种常见故障，会引起直流电流和直流电压发生突变，给直流系统的安全稳定运行带来严重威胁。现有技术对换相失败的有效识别仍有诸多问题，导致不能在换向失败时及时采取有效措施。

发明内容

本发明要解决的技术问题是提供一种利用EMD与神经网络的永富直流换相失败故障诊断方法，能有效识别换相失败，对直流输电系统意义重大。

本发明采用的技术方案是：一种利用EMD与神经网络的永富直流换相失败故障诊断方法，包括如下步骤:

A、分别提取逆变侧交流系统单相接地、逆变侧交流系统两相短路、逆变侧交流系统两相接地、逆变侧交流系统三相接地、系统正常状态及直流输电线路故障六种不同下的逆变侧直流电流信号，并对提取的信号进行相模分解，然后选取故障电流的线模分量进行EMD分解，得到从高频到低频的相对平稳的6个本征模态函数IMF分量；

B、计算IMF2～IMF5分量的近似熵和样本熵，并将计算结果进行归一化处理，将归一化以后的熵值分别组成近似熵特征向量和样本熵特征向量其中，是计算IMF2、IMF3、IMF4、IMF5分量的近似熵归一化后的熵值，是计算IMF2、IMF3、IMF4、IMF5分量的样本熵归一化后的熵值；

C、分别选取近似熵特征向量中的一部分作为训练样本，另一部分为测试样本及样本熵特征向量中的一部分作为训练样本，另一部分为测试样本；

D、建立神经网络分类器，分别进行以近似熵作为特征向量的故障识别及以样本熵作为特征向量的故障识别，识别内容为：正常状态时神经网络分类器输出(0 0 1)，线路故障时神经网络分类器输出(1 0 0)，换相失败时神经网络分类器输出(0 1 0)。

具体地，步骤A中所得6个IMF分量为用逆变侧直流电流作为原始信号，对其进行相模变换，将电流的线模分量用EMD进行信号分解后得到了为从高频到低频的相对平稳的5个IMF分量和一个剩余量R共计6个分量，由于第一个IMF分量为包含噪声的高频成分，故选取IMF2-IMF5四个分量进行分析。