[发明专利]一种智慧电网电能质量在线故障诊断方法

摘要

本发明公开了一种智慧电网电能质量在线故障诊断方法，包括：实时采集待检测电能质量监测点的电压信号；采用极值点包络的动态测试法获取电压信号的n个电压极值点，以及采用离散小波变换方法获取电压信号的小波能熵有效值、小波能熵均值、小波能熵方差、相角偏移、扰动持续时间、小波能量，组成电压信号的特征向量；然后采用压缩感知原理进行数据的压缩、传输与解压缩；再而在云端服务器对重构的特征向量进行特征值选择，构成预处理特征向量；最后基于ELM神经网络训练得到的电能质量扰动分类器根据预处理特征向量输出扰动类型。本发明能够大大提升电能数据的传输效率，对信号采集器与中继节点的硬件性能要求低，且最终的分类诊断效率高。

主权项

1.一种智慧电网电能质量在线故障诊断方法，其特征在于，包括以下步骤：步骤1，采用极值点包络的动态测试法，从电能质量监测点的电压信号获取n个电压极值点，分别记为u(1),u(2),u(3),…,u(n)；步骤2，采用离散小波变换方法对电压信号进行处理，提取小波能熵有效值λ、小波能熵均值μ、小波能熵方差σ、相角偏移α、扰动持续时间τ、小波能量κ；步骤3，将得到的n个电压极值u(1),u(2),u(3),…,u(n)与小波能熵有效值λ、波能熵均值μ、波能熵方差σ、相角偏移α、扰动持续时间τ、小波能量κ，分别标记为特征值f₁,f₂,f₃,…,f_n+6，全部特征值f₁,f₂,f₃,…,f_n+6组成电压信号的特征向量g＝[f₁,f₂,f₃,…,f_n+6]；步骤4，采用压缩感知技术，对电压信号的特征向量g依次进行封装、压缩、中继节点传输、云端服务器解压缩处理，云端服务器得到重构特征向量步骤5，从重构特征向量中选择d个特征值g₁,g₂,…,g_d，组成新的特征向量g'＝[g₁,g₂,…,g_d]；根据新的特征向量g'构建预处理特征向量p＝[1,g₁,g₂,…,g_d]＝[1,p₍₁₎,p₍₂₎,…,p_(d)]；步骤6，将电压信号的预处理特征向量p和扰动类型，作为电能质量监测点的训练样本；以电能质量监测点的训练样本为输入、扰动类型为输出，训练极限向量机，得到电能质量扰动分类器；步骤7，实时采集待检测电能质量监测点的电压信号；对待检测电能质量监测点的电压信号，按步骤1‑5进行处理，得到待检测电能质量监测点的电压信号的预处理特征向量p，并输入到步骤6得到的电能质量扰动分类器中，电能质量扰动分类器输出待检测电能质量监测点的扰动类型。