[发明专利]基于小波神经网络的变电站电子式互感器状态评估方法

摘要

本发明公开了基于小波神经网络的变电站电子式互感器状态评估方法，基于智能变电站二次设备运行状态建模所需要的运行参数，建立电子式互感器工况监测指标体系，建立基本的电子式互感器工况监测指标体系。根据智能变电站自身的大数据特点，首先将海量参数利用信号相关性算法分析，利用相关规律予以监测，另外将相关性不明显的参数归类，并建立基于小波神经网络的电子式互感器工况在线监测方案，进行进一步分析，通过实验及仿真得到的数据分别对算法进行验证，结果表明采用信号相关性分析能够实时监测各参量间的变化关系，同时经过训练的小波神经网络算法可以较好地对辨识故障。

主权项

1.基于小波神经网络的变电站电子式互感器状态评估方法，其特征在于，主要包括以下步骤：S1、按照电子式互感器工况监测指标体系，按设定的时间频率评估进行采集系统需要的主要量、辅助量、通信量的原始数据信号；S2、采用信号相关性算法，在原始数据信号中选择信号对，并比较同一时间点的不同信号之间的关联性及其变化趋势，得到二者的关联情况；S3、分析关联情况的变化，来评估电子互感器的运行状态，当相关性算法得到的相关性发生较大变化时，参数序列对所属器件有大概率发生故障，以此分析出明显故障；S4、将步骤S3中的明显故障的参数序列对从基本信号剔除，将相关性不明显的参数归类，采用小波神经网络法进行分析偏差故障。