[发明专利]一种HVDC输电线路故障智能识别方法有效
| 申请号： | 201910645220.2 | 申请日： | 2019-07-17 |
| 公开（公告）号： | CN110247420B | 公开（公告）日： | 2020-07-28 |
| 发明（设计）人： | 吴浩;王桥梅;董星星;胡潇涛;杨亮;吴昊翰 | 申请（专利权）人： | 四川轻化工大学 |
| 主分类号： | H02J3/36 | 分类号： | H02J3/36;G01R31/08 |
| 代理公司： | 南京北辰联和知识产权代理有限公司 32350 | 代理人： | 于忠洲 |
| 地址： | 643000 四*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种HVDC输电线路故障智能识别方法，步骤包括：对HVDC输电线路的整流侧和逆变侧故障后的故障电流行波进行采集；建立多尺度S变换波动指数区内外故障特征向量以及多尺度S变换能量和比值的故障极特征向量；建立能同时反映区内外故障特征和故障极特征的组合特征样本向量；建立随机森林故障智能识别模型；再利用随机森林故障智能识别模型识别出当前HVDC输电线路是否存在区内外故障。该HVDC输电线路故障智能识别方法利用波动指数反映区内外故障特征、能量和比值反映故障极特征，采用组合特征样本集作为随机森林智能算法的输入向量，利用同一网络实现区内外故障判断和故障极选择，不需要门槛值整定。 | ||
| 搜索关键词： | 一种 hvdc 输电 线路 故障 智能 识别 方法 | ||
【主权项】：
1.一种HVDC输电线路故障智能识别方法，其特征在于，包括如下步骤：步骤1，对HVDC输电线路的整流侧和逆变侧故障后的故障电流行波进行采集；步骤2，根据采集的故障电流行波建立多尺度S变换波动指数区内外故障特征向量以及多尺度S变换能量和比值的故障极特征向量；步骤3，将多尺度S变换波动指数区内外故障特征向量以及多尺度S变换能量和比值的故障极特征向量进行组合，建立能同时反映区内外故障特征和故障极特征的组合特征样本向量；步骤4，为组合特征样本向量中的各个样本向量进行编号作为随机森林的训练样本数据，再按照编号顺序将训练样本数据输入随机森林中进行训练，从而建立随机森林故障智能识别模型；步骤5，利用实时采集的电流行波数据建立实时数据的组合特征样本向量，再利用随机森林故障智能识别模型对实时数据的组合特征样本向量进行分析，识别出当前HVDC输电线路是否存在区内外故障。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于四川轻化工大学，未经四川轻化工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910645220.2/，转载请声明来源钻瓜专利网。
