[发明专利]MMC换流站运行状态模糊综合评判方法

摘要

一种MMC换流站运行状态模糊综合评判方法，属于电力输电技术领域。本发明的目的是利用Tsallis小波包能量熵算法对直流母线电压信息进行统计运算，将暂态故障时Tsallis小波包能量熵的峰值与未发生故障时Tsallis小波包能量熵峰值之比作为一个评估因素的MMC换流站运行状态模糊综合评判方法。本发明步骤是：采集直流母线电压信号，采样频率为1024Hz,利用离散小波包将直流母线的电压信号i层分解，离散小波包节点系数或重构信号矩阵，最终得到一个Tsallis熵小波包能量熵。本发明结合反非广延熵，可提出一种评判方法，实现对MMC运行状态的健康评判，推动MMC‑HVDC交直流混联系统能量传递过程的研究进程。通过对MMC换流站中各电气信息变化的分析，准确反映MMC换流站受交流线路故障或扰动的影响严重程度，继而实现对MMC运行状态的健康评判。

主权项

1.一种MMC换流站运行状态模糊综合评判方法，采集直流母线电压信号，采样频率为1024Hz，利用离散小波包将直流母线的电压信号i层分解，离散小波包节点系数或重构信号矩阵为D1＝{di,j(k),k＝1,…,L,1≤i≤N,j＝1,…,2i}，L为被测信号原始数据长度，在D1上定义一个滑动数据窗，窗宽为w∈N，滑动因子为δ∈N，该滑动数据窗表示为：上式中，m＝1,2,…,M，M＝(L‑w)/δ，di,j(k)为小波包节点(i，j)第k个离散小波包系数或重构信号，k为离散小波包系数或重构信号矩阵中元素位置变量，N为分解层数上限，M为Tsallis小波包能量熵长度；其特征在于：1、确定评语集和因素集设评语集为N0＝{N01,N02,…,N0s}，即位置状态；因素集为A＝{a1,a2,…,an}；将交流输电线路发生暂态故障时MMC整流站内的桥臂电流的峰值与未发生故障时MMC整流站内对应桥臂电流的峰值之比作为评判因素；由于直接利用各相上下桥壁电流峰值的比值作为评判因素的结果不能完全代表交流输电线路暂态故障状态且无法刻画MMC整流站内运行状态的变化规律，所以利用Tsallis小波包能量熵算法对直流母线电压信息进行统计运算，将暂态故障时Tsallis小波包能量熵的峰值与未发生故障时Tsallis小波包能量熵的峰值之比作为最后一个因素an；2、确定各参数的经典域经典域是指各参数的位置状态N0＝{N01,N02，…，N0s}的取值范围，经典物元表示为：其中，为参数的经典物元，N_0i为换流站及直流母线各参数的s种位置状态，其中i＝1，2，…，s；b_j，c_j表示第j个参数的量值值域，即经典域，其中j＝1，…，n；3、确定各参数的节域节域是指反应暂态故障状态的各参数总体取值范围，节域物元表示为其中，M2为参数的节域物元，Np表示位置状态全体，bk，j，ck，j表示参数aj的值域，即节域，其中j，k＝1，…，n；4、确定待评判物元根据采集结果，参数的待评判物元为其中M3为参数的待评判物元，N3为待识别位置状态，vj为第j个参数aj的检测值，其中j＝1，…，n；5、计算待评判物元与各位置状态的关联度及确定隶属度矩阵令v0j＝，vkj＝，则第j个参数的检测值vj与第i种位置状态量值值域的关联度为其中，σ(vj,v0j)＝|vj‑(b0j+c0j)/2|‑(c0j‑b0j)/2,σ(vj,vkj)＝|vj‑(bkj+ckj)/2|‑(ckj‑bkj)/2；根据公式(5)，分别计算各类参数的待评判物元与三种位置状态的关联度，确定参数单因素评判隶属度矩阵为6、计算反熵权权值令其中i＝1，2，…，s，j＝1，…，m，利用反非广延熵对H进行运算，求出S_nj，其中j＝1，…，m；其中n＝3,p(i)＝hij，其中i＝1，2，…，s，j＝1，…，n；7、将反熵权权值归一化及计算判断结果令E＝[e₁,…,e_n]，且满足结合隶属矩阵M4和模糊权向量E，运用加权平均模糊评判原则进行合成运算，则模糊综合评判结果B为B＝E·M4＝[b1,b2,…,bs]     (9)最后根据最大隶属度原则，取向量B中最大元素所对应的评语集元素作为评判结果；上述步骤1中Tsallis小波包能量熵运算的过程为：为信号在以(m+w/2)时刻为中心、窗宽为w∈N的滑动数据窗内的尺度i上2ⁱ个小波包系数组或重构信号的能量和，其中为(m+w/2)时刻滑动时间窗W(m,w,δ)内尺度i上第j个节点小波包系数或重构信号的能量和；令p_m(j)＝E_m(j)/E(m)且则(m+w/2)时刻的Tsallis熵小波包能量熵为：重复上述运算过程，直到m＝M，最终得到一个Tsallis熵小波包能量熵S＝{S(m),m＝1,…,M,1≤i≤N,M＝(L‑w)/δ}。