[发明专利]一种MOA阻性电流提取方法

说明书

本发明涉及一种MOA阻性电流提取方法，包括步骤：通过对待测信号特征分析，确定小波包变换的最优分解层数和最优小波基；对采集的MOA的阻性电流信号采用EMD分解，并根据频谱图选出含特征频率的模态分量，对选好的模态分量进行WPT操作，并采用SVD提取各个子信号中的特征频率；将提取到的特征频率信号进行重构，得到去干扰后的阻性电流信号。本发明能够更加准确地提取MOA的阻性电流。

技术领域

本发明涉及电力系统MOA设计技术领域，特别是一种MOA阻性电流提取方法。

背景技术

MOA的保护能力或者说是否运行正常，主要取决于金属氧化物阀片性能，而阀片性能的优劣在一定程度上可以由泄漏电流特别是其中的阻性电流反映，阻性电流峰值由包括基波在内的各奇次谐波叠加而成。

阻性电流实测数据属于微弱信号，易受到电磁干扰、雷击干扰和环境因干扰素等影响，加上金属氧化物避雷器内部空间较小，影响有功功率产生热量的散发，导致避雷器阻性电流监测数据具有较大误差，进而出现误报警现象。因此，去除各种噪声干扰，提取其中能真实反映避雷器性能劣化状态及趋势的阻性电流数据，才能判断MOA运行状况的实时监测。

然而，目前还没有能够准确提取MOA阻性电流的方法。

发明内容

有鉴于此，本发明的目的是提出一种MOA阻性电流提取方法，能够更加准确地提取MOA的阻性电流。

本发明采用以下方案实现：一种MOA阻性电流提取方法，包括以下步骤：

通过对待测信号特征分析，确定小波包变换的最优分解层数和最优小波基；

对采集的MOA的阻性电流信号采用EMD分解，并根据频谱图选出含特征频率的模态分量，对选好的模态分量进行WPT操作，并采用SVD提取各个子信号中的特征频率；

将提取到的特征频率信号进行重构，得到去干扰后的阻性电流信号。

进一步地，所述最优分解层数l的确定具体为：

式中，f_s为阻性电流信号的采样频率，f为阻性电流基波频率。

进一步地，所述最优小波基的确定具体为：采用db33小波基作为最优小波基。

进一步地，所述对采集的信号采用EMD分解，并根据频谱图选出含特征频率的模态分量，对选好的模态分量进行WPT操作，并采用SVD提取各个子信号中的特征频率具体为：

采用EMD将MOA阻性电流在线监测数据分解为多个模态分量，并根据FFT频谱图选出包含特征频率的模态分量，将不包含特征频率的模态分量去除；

将选出的包含特征频率的模态分量经WPT小波包分解为多个最多含有一个有用特征频率的子信号，再依次使用SVD提取各个子信号中的特征频率。

进一步地，所述将提取到的特征频率信号进行重构，得到去干扰后的阻性电流信号具体为：将所有提取到的特征频率信号相加，得到去干扰后的阻性电流信号。

与现有技术相比，本发明有以下有益效果：本发明基于EMD-WPT-SVD从理论方法角度解决了WPT中模态混淆、分解层数和最有小波基的三个难题，从工程角度实现了消除白噪声、强电磁和脉冲干扰的MOA阻性电流数据的提取，解决了MOA阻性电流真实数据难以准确测量的难题。

附图说明

图1为本发明实施例的方法流程示意图。

图2为本发明实施例1的去噪结果示意图。其中(a)为阻性电流实测数据，(b)为采用本实施例方法处理后的阻性电流数据。

图3为本发明实施例2的去噪结果示意图。其中(a)为阻性电流实测数据，(b)为采用本实施例方法处理后的阻性电流数据。