[发明专利]一种基于故障指示器的接地故障波形识别方法

说明书

本发明公开了一种基于故障指示器的接地故障波形识别方法，包括以下步骤：1)依据故障指示器数据合成零序电流、零序电压，并依据实际数据划定标签；2)提取零序电流、零序电压的时域特征、频域特征以及小波包分解节点能量特征；3)组合系数降维；4)降维筛选后的特征归一化处理；5)处理后的数据输入融合模型训练；6)交叉网格搜索对模型参数寻优，并最终固化最优参数；7)将训练好的模型上线用于单相接地故障波形识别。本发明依据一种组合系数对提取的多特征进行降维处理，特征评价全面，将降维后的特征序列作为融合模型的输入，最终实现单相接地故障波形的识别，相比现有方法具有更高的识别准确率。

技术领域

本发明涉及中压配电网技术领域，尤其涉及一种基于故障指示器的接地故障波形识别方法。

背景技术

我国中压配电网多指3～60kV电压等级的电网，其在我国电力系统中占有及其重要的地位，配电网单相接地故障的有效识别与定位是多年来亟待解决的难题。实际应用场景中，配电网中的电压/电流信号复杂多变，包含雷击、零序电流异常、采样异常等多种异常波形，从众多复杂波形中有效地识别出单相接地故障波形对接地故障的成功定位具有非常重要的意义。现有多数方法存在着提取特征单一、特征降维方法单一、模型单一等不足，导致波形识别准确率相对较低。

发明内容

本发明从现有技术的不足及缺陷出发，提出一种基于故障指示器的接地故障波形识别方法，提取故障指示器采集并合成的零序电压与零序电流的多项时域特征、频域特征以及小波包分解节点能量特征，依据一种组合系数对上述特征进行降维处理，将降维后的特征序列作为融合模型的输入，最终实现单相接地故障波形的识别。

为了实现上述发明目的，本发明采取如下技术方案：

一种基于故障指示器的接地故障波形识别方法，包括以下步骤：

步骤1：依据故障指示器采集到的三相电压和电流数据合成零序电压与零序电流，分别提取零序电压与零序电流的时域特征、频域特征及小波包分解节点能量特征；

步骤2：依据故障指示器采集的实际波形实地分析并划定标签类别；

步骤3：分别计算步骤1中提取的各个特征与标签类别的组合系数值，依据组合系数进行特征降维；

步骤4：将降维后的特征进行归一化处理，并将数据集划分为训练集和测试集；

步骤5：数据输入第一层基学习器进行训练得到初步训练结果；

步骤6：第一层基学习器得训练结果再输入到第二层元学习器做进一步的训练；

步骤7：模型关键参数寻优，找到模型最佳效能时的参数并固化到各学习器内；

步骤8：依据训练好的模型的输出实现对单相接地故障波形的有效识别。

进一步地，所述步骤1中提取的时域特征包括均值、最大值、最小值、上四分位数、下四分位数、标准差、峰峰值、偏度、峰度、均方根、绝对均值、变异系数、方根幅值、脉冲因子、峰值因子、间隙因子、波形因子、零序电压与零序电流的皮尔逊相关系数；

频域特征包括幅值谱均值、功率谱均值；

小波包分解层数为4，节点能量定义为节点系数的2范数。

进一步地，所述步骤2对故障指示器采集到数据波形拟定标签，单相接地故障波形标记为1，其它异常波形标记为0。

进一步地，所述步骤3中的组合系数定义为皮尔逊相关系数的绝对值与最大信息系数的加权组合。

进一步地，所述步骤4中的归一化方法指0-1标准化。

进一步地，所述步骤5中的第一层基学习器的算法有：梯度提升决策树、支持向量机、K-近邻；