[发明专利]一种直流输电系统故障识别方法

说明书

本申请提供了一种直流输电系统故障识别方法，基于遗传神经网络算法对直流输电系统的故障进行识别。一方面可以解决直流输电系统故障识别过程中识别率低、计算速度慢的问题。另一方面充分利用计算机的可重复性，提高故障识别率和运算速度。通过利用PSCAD/EMTDC仿真软件搭建高压直流输电系统模型，对不同类型故障的大量仿真，获取足够的测试集和训练集，在此基础上对遗传神经网络模型进行训练与测试，验证FEEMD算法在直流输电系统故障识别应用中的有效性、可行性和可靠性。

技术领域

本申请涉及直流输电系统继电保护研究技术领域，尤其涉及一种直流输电系统故障识别方法。

背景技术

直流输电系统具有传输容量大、输电距离远等优点，因而在远距离电能输送方面具有明显的优势。但直流架空线路一般较长，沿线地形复杂，并且直流输电系统阻尼较小，线路发生短路故障时，故障电流在很短时间内会上升到很高的水平，对换流站内部设备将造成很大的影响。因此，快速有效区分直流输电线路故障和雷击等其它故障具有重要的意义。

直流输电线路作为高压直流输电系统中故障率最高的元件，需先对直流输电线路做出快速诊断。目前常在直流输电系统故障识别及分类中应用神经网络、支持向量机等机器学习算法，但在直流输电系统中的故障识别率低，速度较慢，有时候还需要进行较多的人工干预。

发明内容

本申请提供了一种直流输电系统故障识别方法，以解决故障识别率低的问题。

本申请提供了一种直流输电系统故障识别方法，包括以下步骤：

S1：获取故障电流信号；

S2：采用FEEMD算法对所述故障电流信号进行分解，获得若干个IMF分量；

S3：选取IMF₁、IMF₂和IMF₃分量，组成若干个遗传神经网络输入特征量；

S4：随机选取多个所述输入特征量组成训练集；

S5：利用所述训练集对遗传神经网络模型进行训练；

S6：随机选取多个所述输入特征量组成测试集；

S7：利用所述测试集对训练完成的所述遗传神经网络模型进行测试，得到测试结果；

S8：将所述测试结果与实际结果进行对比分析，得出故障识别结果。

可选的，依据PSCAD/EMTDC电磁暂态仿真软件，对直流输电系统不同故障类型进行大量仿真，获取所述故障暂态电流信号。

可选的，所述训练集中包括多个训练样本，所述测试集中包括多个测试样本，且多个所述训练样本数量多于多个所述测试样本数量。

可选的，避免所述训练集和所述测试集完全相同。

可选的，利用所述训练集对遗传神经网络模型进行训练步骤中还包括对所述遗传神经网络模型训练直至收敛曲线满足精度要求后即可训练完成。