一种基于暂态量的单相接地故障分类方法及系统

1.本发明涉及故障分类技术领域，特别是涉及一种基于暂态量的单相接地故障分类方法及系统。

背景技术：

2.单相接地输电线路为单相经过过渡电阻接地的线路，通过分析单相接地输电线路中工频量的时频特性，发现仅依靠工频量无法应对线路出现高阻接地的问题，无法实现单相接地故障分类。受分布电容的影响，发生单相接地故障的故障线路上会出现暂态电流，暂态电流中含有额外的故障信息，提取暂态量中的故障信息可以在一定程度上解决工频量信息不足的问题，给故障分类提供新的思路。
3.基于此，亟需一种基于暂态量的单相接地故障分类方法及系统。

技术实现要素：

4.本发明的目的是提供一种基于暂态量的单相接地故障分类方法及系统，基于暂态量实现单相接地故障分类。
5.为实现上述目的，本发明提供了如下方案：
6.一种基于暂态量的单相接地故障分类方法，所述分类方法包括：
7.获取发生单相接地故障的故障线路的暂态信号；所述暂态信号为暂态电压或暂态电流；
8.对所述暂态信号进行clark变换，提取得到α模分量信号；
9.对所述α模分量信号进行广义s变换，得到gst系数矩阵；所述gst系数矩阵的第j行第i列的gst系数包括所述α模分量信号在频率j和时间点i下的幅值和相位信息；
10.基于所述gst系数矩阵计算得到故障特征；所述故障特征包括半波衰减均比、半波奇异值比和能谱熵；
11.以所述故障特征作为输入，利用训练好的贝叶斯分类器确定所述故障线路的单相接地故障类别；所述训练好的贝叶斯分类器是以离线仿真得到的样本故障特征为条件属性，以离线仿真得到的样本单相接地故障类别为类别属性训练得到的；所述单相接地故障类别包括高阻接地和低阻接地。
12.一种基于暂态量的单相接地故障分类系统，所述分类系统包括：
13.数据获取模块，用于获取发生单相接地故障的故障线路的暂态信号；所述暂态信号为暂态电压或暂态电流；
14.数据变换模块，用于对所述暂态信号进行clark变换，提取得到α模分量信号；对所述α模分量信号进行广义s变换，得到gst系数矩阵；所述gst系数矩阵的第j行第i列的gst系数包括所述α模分量信号在频率j和时间点i下的幅值和相位信息；
15.特征提取模块，用于基于所述gst系数矩阵计算得到故障特征；所述故障特征包括半波衰减均比、半波奇异值比和能谱熵；
16.类别确定模块，用于以所述故障特征作为输入，利用训练好的贝叶斯分类器确定所述故障线路的单相接地故障类别；所述训练好的贝叶斯分类器是以离线仿真得到的样本故障特征为条件属性，以离线仿真得到的样本单相接地故障类别为类别属性训练得到的；所述单相接地故障类别包括高阻接地和低阻接地。
17.根据本发明提供的具体实施例，本发明公开了以下技术效果：
18.本发明用于提供一种基于暂态量的单相接地故障分类方法及系统，先获取发生单相接地故障的故障线路的暂态信号，然后对暂态信号进行clark变换，提取得到α模分量信号，并对α模分量信号进行广义s变换，得到gst系数矩阵，再基于gst系数矩阵计算得到故障特征，最后以故障特征作为输入，利用训练好的贝叶斯分类器确定故障线路的单相接地故障类别，从而能够基于暂态量实现单相接地故障分类，解决仅依靠工频量无法实现单相接地故障分类的问题。
附图说明
19.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
20.图1为本发明实施例1所提供的不同故障工况下的测量参数示意图；
21.图2为本发明实施例1所提供的分类方法的方法流程图；
22.图3为本发明实施例1所提供的分类方法的原理框图；
23.图4为本发明实施例1所提供的属性变量的关联性的示意图；
24.图5为本发明实施例2所提供的分类系统的系统框图。
具体实施方式
25.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
26.本发明的目的是提供一种基于暂态量的单相接地故障分类方法及系统，基于暂态量实现单相接地故障分类。
27.为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
28.实施例1：
29.在确定单相经过渡电阻接地输电线路发生单相接地故障的前提下，由于仅靠工频量无法应对线路出现高阻接地的问题，导致无法对单相接地故障中的低阻接地和高阻接地进行判别。如图1所示，图1(a)为线路50％处金属性接地的测量电压，图1(b)为线路50％处经300ω电阻接地的测量电压，图1(c)为线路50％处金属性接地的测量频谱，图1(d)为线路50％处经300ω电阻接地的测量频谱，由图1可知，当故障类型发生变化时，暂态量的频谱发生了明显的变化，这体现了暂态量中含有一定的故障信息。基于此，考虑受分布电容影响，
故障线路上会出现暂态电流，暂态电流中又含有额外的故障信息，提取其中的故障信息可在一定程度上解决工频量信息不足的问题，本实施例用于提供一种基于暂态量的单相接地故障分类方法，如图2和图3所示，所述分类方法包括：
30.s1：获取发生单相接地故障的故障线路的暂态信号；所述暂态信号为暂态电压或暂态电流；
31.暂态量含有更加丰富的故障信息，利用暂态电压或暂态电流均可以实现后续的故障类别判别，则本实施例中，获取暂态信号的方式包括：利用电压互感器采集单端保护安装处的暂态电压，或者，利用电流互感器采集单端保护安装处的暂态电流，单端保护是指安装在单相经过渡电阻接地输电线路的继电保护装置。本实施例的暂态信号的采样频率可为100khz，采样时间可为0.02s或其他时间，只需保证采集的暂态信号包含一个周期的数据即可。
32.s2：对所述暂态信号进行clark变换，提取得到α模分量信号；
33.在此，先对单相经过过渡电阻接地的暂态量进行分析：
34.对输电系统进行相模变换，可将三相对称的输电线路进行解耦，进而可以将解耦后的各个模分量电路视为单个独立回路进行分析。但是若输电系统经相模变换后未完全解耦，会出现0模分量与α模分量混杂的情况，将单个模量视为独立相电路进行分析会引起一定的误差，因此在分析暂态量的频谱、衰减特征时，取受频率特性影响相对较小的α模分量进行分析；在对频率、时延等进行数值计算时，可分别利用0模分量与α模分量进行求解，之后根据反射系数能量比进行加权平均，从而得到最终结果。
35.基于此，利用clark变换进行相模变换，以对三相回路进行解耦，将解耦后的各个模分量电路视为单个独立回路进行分析，理想的单相输电线路可等效为含有受控电压源和电阻的二端口网络，因此可将输电系统做进一步等效处理，经过推导可以发现，当出现单相经过渡电阻接地时，故障信号由一系列频率分量组成，输电系统经相模变换后未完全解耦，出现了0模分量与α模分量混杂的情况，将单个模量视为独立相电路进行分析会引起一定的误差，所以本实施例提出相应的减小模混杂影响的策略，即在分析暂态量的频谱、衰减特征时，取受频率特性影响相对较小的α模分量进行分析。则由于α模分量受线路频率特性的影响相对较小，能够较好的反应故障特征，故本实施例对所采集的三相暂态信号进行clark变换解耦，提取得到α模分量信号。
36.s3：对所述α模分量信号进行广义s变换，得到gst系数矩阵；所述gst系数矩阵的第j行第i列的gst系数包括所述α模分量信号在频率j和时间点i下的幅值和相位信息；
37.广义s变换(generalized stockwell transform，gst)克服了短时傅里叶变换(short-time fourier transform，stft)窗口固定的缺点，又避免了可变窗变换(如小波变换、gabor变换等)选择基函数与相位局部化的问题，在多个领域得到了广泛应用。暂态信号的时频特征与故障工况密切相关，而gst系数矩阵是信号时频特征的一种体现，故本实施例对α模分量信号进行广义s变换，建立包含有α模分量信号在相应频率和时间下的幅值和相位信息的gst系数矩阵gn×m，gst系数矩阵gn×m中，行对应频率，共有n个频率，列对应时间点(即采样时间点)，共有m个时间点，矩阵元素(即gst系数)均为复数，包含α模分量信号在相应频率、时间下的幅值与相位信息。
38.本实施例的广义s变换是现有方法，可利用matlab编写相关程序，以得到α模分量
信号的gst系数矩阵。
39.s4：基于所述gst系数矩阵计算得到故障特征；所述故障特征包括半波衰减均比、半波奇异值比和能谱熵；
40.本实施例将从gst系数矩阵中提取故障特征，为进行故障类别的识别提供依据，基于广义s变换的暂态故障特征提取方法如下：
41.(1)半波衰减均比
42.由于故障线路中存在阻性元件，因此故障暂态分量均呈现衰减的形势，第j行数据(可以用行系数gj来表示)的变化情况可分为两种：单调衰减与振荡衰减，其判断依据为由第j行数据组成的曲线(也即α模分量信号在频率j下随时间变化的曲线)的极大值数量是否大于0，若大于0，则为振荡衰减，否则，则为单调衰减。极大值点可利用matlab进行数据处理得到。
43.对于单调衰减形式的gj，将gj第一个周波的前半周波中点处的gst系数g(j,t/4)与后半周波中点处的gst系数g(j,3t/4)的比定义为半波衰减比w
δj
，即当α模分量信号在频率j单调衰减时，第j行的半波衰减比的计算公式为：
[0044][0045]
其中，g(j,t/4)为gst系数矩阵第j行第一个周波中t/4时间点处的gst系数；g(j,3t/4)为gst系数矩阵第j行第一个周波中3t/4时间点处的gst系数。
[0046]
对于振荡衰减形式的gj，将gj第一个周波中前半周波的峰值均值与后半周波的峰值均值的比定义为半波衰减比w
δj
，即当α模分量信号在频率j振荡衰减时，第j行的半波衰减比的计算公式为：
[0047][0048]
其中，为gst系数矩阵第j行第一个周波中前半周波的峰值均值；为gst系数矩阵第j行第一个周波中后半周波的峰值均值。
[0049]
本实施例定义以t0为计时起点的半周波的峰值均值的计算公式为：
[0050][0051]
其中，g(j，t
p
)为gst系数矩阵第j行的区间[t0，t0+t/2]半周波内极大值点t
p
处的gst系数；n
t
为gst系数矩阵第j行的区间[t0，t0+t/2]内极大值点的个数。上式相当于对gst系数矩阵第j行的区间[t0，t0+t/2]半周波内的所有极大值点t
p
处的gst系数进行平均，即可得到以t0为计时起点的半周波的峰值均值。
[0052]
基于上式，令t0＝0，即可得到gst系数矩阵第j行第一个周波中前半周波的峰值均值；令t0＝t/2，即可得到gst系数矩阵第j行第一个周波中后半周波的峰值均值。
[0053]
本实施例中，半波衰减均比的计算公式为：
[0054][0055]
其中，w
δ
为半波衰减均比；w
δj
为gst系数矩阵第j行的半波衰减比，第j行的半波衰减比根据第j行的振荡形式选择不同的计算公式来计算；n为gst系数矩阵的总行数。
[0056]
当过渡电阻较大时，暂态量的衰减速度也越快，对应的半波衰减均比将会取到较大值。
[0057]
(2)半波奇异值比
[0058]
本实施例中，半波奇异值比的计算方法包括：将gst系数矩阵按列进行平均划分，得到第一矩阵和第二矩阵；对第一矩阵进行奇异值分解，得到第一奇异值矩阵；对第二矩阵进行奇异值分解，得到第二奇异值矩阵；基于第一奇异值矩阵和第二奇异值矩阵计算半波奇异值比。
[0059]
根据奇异值分解理论，对于一个m
×
n的矩阵cm×n，一定存在一个大小为m
×
l的矩阵um×
l
、一个大小为l
×
l的对角阵λ
l
以及一个大小为l
×
n的矩阵v
l
×n满足：cm×n＝um×
l
λ
lvl
×n；其中，λ
l
即为cm×n的奇异值矩阵。
[0060]
基于上述理论，本实施例对第一矩阵和第二矩阵分别进行奇异值分解，得到l
×
l的第一奇异值矩阵和l
×
l的第二奇异值矩阵第一奇异值矩阵和第二奇异值矩阵均为对角矩阵。
[0061]
半波奇异值比的计算公式为：
[0062][0063]
其中，w
λ
为半波奇异值比；为第一奇异值矩阵第k行的奇异值，也即的第k个对角元；为第二奇异值矩阵第k行的奇异值，也即的第k个对角元；l为第一奇异值矩阵或第二奇异值矩阵的总行数。
[0064]
当过渡电阻较大时，gst系数矩阵后半部分的第二矩阵较gst系数矩阵前半部分的第一矩阵会有更明显的衰减，对应的w
λ
会取到较大值，故w
λ
也反应了gst系数矩阵gn×m在时域上的衰减情况。
[0065]
(3)能谱熵
[0066]
能谱熵的计算方法包括：根据gst系数矩阵第j行的元素计算第j行对应的能量；根据第j行对应的能量计算第j行对应的能量分布密度；根据gst系数矩阵每一行对应的能量分布密度计算能谱熵。
[0067]
第j行对应的频率分量的能量的计算公式为：
[0068][0069]
其中，ej为第j行对应的能量；g(j,i)为gst系数矩阵第j行第i列的gst系数，反应α模分量信号在频率j和时间点i的幅值和相位信息；m为gst系数矩阵的总列数。
[0070]
各频率分量的能量ej,i＝1,2
…
n在频域上构成了一种能量分布，将频率的能量分布密度视为ej取值的概率分布，则第j行对应的能量分布密度的计算公式为：
[0071][0072]
其中，pj为第j行对应的能量分布密度；n为gst系数矩阵的总行数。
[0073]
能谱熵的计算公式为：
[0074]
we＝-∑pjlog2(pj)；
[0075]
其中，we为能谱熵。
[0076]
当测量频谱波动较小、能量分布较为平均时，能谱熵we会取到较小值。可见，we在一定程度上反映了信号的频带复杂性。
[0077]
本实施例提取暂态量中的半波衰减均比w
δ
、半波奇异值比w
λ
以及能谱熵we作为故障特征，它们的取值均与故障类型密切相关，其中，w
δ
与w
λ
反映了暂态量的衰减特征；we反映了暂态量的频谱特征。
[0078]
s5：以所述故障特征作为输入，利用训练好的贝叶斯分类器确定所述故障线路的单相接地故障类别；所述训练好的贝叶斯分类器是以离线仿真得到的样本故障特征为条件属性，以离线仿真得到的样本单相接地故障类别为类别属性训练得到的；所述单相接地故障类别包括高阻接地和低阻接地。
[0079]
在实际应用中，变量集往往由较多的属性、种类构成，如图4(a)所示，其为原变量关联关系的示意图，而朴素贝叶斯分类器的基础思想是假设各属性之间相互独立，如图4(b)所示，其为简化后的变量关联关系的示意图。在朴素贝叶斯分类器下，概率计算、类别决策规则不变。结合上述分类器原理，通过大量的仿真数据建立条件属性与故障类别间的映射关系，可生成并维护一个能够进行接地故障分类的分类器。具体的，通过利用仿真软件模拟不同系统参数下发生单相经不同数值的过渡电阻接地故障，得到离线仿真数据，包括提取到的样本故障特征(样本半波衰减均比、样本半波奇异值比和样本能谱熵)以及对应的样本单相接地故障类别(低阻接地或高阻接地)，将样本半波衰减均比、样本半波奇异值比和样本能谱熵作为条件属性，以低阻接地(rg＜40ω)、高阻接地(rg＞40ω)作为不同的类别属性，利用朴素贝叶斯分类器原理生成一个能够进行单相接地故障分类的接地故障分类器，即得到训练好的贝叶斯分类器，以完成对当前单相接地故障的分类。
[0080]
在故障发生后，计算实时的半波衰减均比w
δ
、半波奇异值比w
λ
与能谱熵we，然后将实时的w
δ
、w
λ
以及we作为条件属性代入训练好的贝叶斯分类器中，输出对应的类别属性，根据类别属性可确定当前的故障类型(高阻接地或低阻接地)，从而实现实时的单相接地故障分类。
[0081]
随着保护理论和硬件设备的不断更新迭代，距离保护的可靠性不断提高，现阶段距离保护在应对过负荷时的难点主要集中在识别非全相过负荷与单相高阻接地上，仅靠工频量无法应对线路出现高阻接地的问题，本实施例提供一种基于暂态量的单相接地故障分类方法，先对输电系统模型进行仿真，利用离线仿真数据生成一个条件属性为半波衰减均比、半波奇异值比以及能谱熵，类别属性为低阻接地、高阻接地的训练好的贝叶斯分类器，在故障发生时，对故障信号的α模分量进行gst，计算此时的半波衰减均比、半波奇异值比与能谱熵，将实时的半波衰减均比、半波奇异值比以及能谱熵作为条件属性代入训练好的贝叶斯分类器中，输出对应的类别属性，根据类别属性确定当前的故障类型(低阻接地或高阻接地)，实现单相接地故障的分类。本实施例所设计的单相接地故障分类方法基于广义s变换的暂态量，在一定程度上解决了工频量信息量不足的问题，并且广义s变换克服了短时傅里叶变换窗口固定的缺点，又避免了可变窗变换选择基函数与相位局部变化的问题，成功从暂态量中提取到了与故障类型密切相关的故障特征并作为分类器的条件属性，并且利用离线仿真数据以及准确率较高的贝叶斯分类器原理生成接地故障分类器，能够很大程度上满足对当前故障类型识别的要求。
[0082]
实施例2：
[0083]
本实施例用于提供一种基于暂态量的单相接地故障分类系统，如图5所示，所述分类系统包括：
[0084]
数据获取模块m1，用于获取发生单相接地故障的故障线路的暂态信号；所述暂态信号为暂态电压或暂态电流；
[0085]
数据变换模块m2，用于对所述暂态信号进行clark变换，提取得到α模分量信号；对所述α模分量信号进行广义s变换，得到gst系数矩阵；所述gst系数矩阵的第j行第i列的gst系数包括所述α模分量信号在频率j和时间点i下的幅值和相位信息；
[0086]
特征提取模块m3，用于基于所述gst系数矩阵计算得到故障特征；所述故障特征包括半波衰减均比、半波奇异值比和能谱熵；
[0087]
类别确定模块m4，用于以所述故障特征作为输入，利用训练好的贝叶斯分类器确定所述故障线路的单相接地故障类别；所述训练好的贝叶斯分类器是以离线仿真得到的样本故障特征为条件属性，以离线仿真得到的样本单相接地故障类别为类别属性训练得到的；所述单相接地故障类别包括高阻接地和低阻接地。
[0088]
本说明书中每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
[0089]
本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。

技术特征：

1.一种基于暂态量的单相接地故障分类方法，其特征在于，所述分类方法包括：获取发生单相接地故障的故障线路的暂态信号；所述暂态信号为暂态电压或暂态电流；对所述暂态信号进行clark变换，提取得到α模分量信号；对所述α模分量信号进行广义s变换，得到gst系数矩阵；所述gst系数矩阵的第j行第i列的gst系数包括所述α模分量信号在频率j和时间点i下的幅值和相位信息；基于所述gst系数矩阵计算得到故障特征；所述故障特征包括半波衰减均比、半波奇异值比和能谱熵；以所述故障特征作为输入，利用训练好的贝叶斯分类器确定所述故障线路的单相接地故障类别；所述训练好的贝叶斯分类器是以离线仿真得到的样本故障特征为条件属性，以离线仿真得到的样本单相接地故障类别为类别属性训练得到的；所述单相接地故障类别包括高阻接地和低阻接地。2.根据权利要求1所述的分类方法，其特征在于，所述半波衰减均比的计算公式为：其中，w
δ
为半波衰减均比；w
δj
为gst系数矩阵第j行的半波衰减比；n为gst系数矩阵的总行数。3.根据权利要求2所述的分类方法，其特征在于，当所述α模分量信号在频率j单调衰减时，所述第j行的半波衰减比的计算公式为：其中，g(j,t/4)为gst系数矩阵第j行第一个周波中t/4时间点处的gst系数；g(j,3t/4)为gst系数矩阵第j行第一个周波中3t/4时间点处的gst系数；当所述α模分量信号在频率j振荡衰减时，所述第j行的半波衰减比的计算公式为：其中，为gst系数矩阵第j行第一个周波中前半周波的峰值均值；为gst系数矩阵第j行第一个周波中后半周波的峰值均值。4.根据权利要求1所述的分类方法，其特征在于，所述半波奇异值比的计算方法包括：将所述gst系数矩阵按列进行平均划分，得到第一矩阵和第二矩阵；对所述第一矩阵进行奇异值分解，得到第一奇异值矩阵；对所述第二矩阵进行奇异值分解，得到第二奇异值矩阵；基于所述第一奇异值矩阵和所述第二奇异值矩阵计算半波奇异值比。5.根据权利要求4所述的分类方法，其特征在于，所述半波奇异值比的计算公式为：
其中，w
λ
为半波奇异值比；为第一奇异值矩阵第k行的奇异值；为第二奇异值矩阵第k行的奇异值；l为第一奇异值矩阵或第二奇异值矩阵的总行数。6.根据权利要求1所述的分类方法，其特征在于，所述能谱熵的计算方法包括：根据所述gst系数矩阵第j行的元素计算第j行对应的能量；根据所述第j行对应的能量计算第j行对应的能量分布密度；根据所述gst系数矩阵每一行对应的能量分布密度计算能谱熵。7.根据权利要求6所述的分类方法，其特征在于，所述第j行对应的能量的计算公式为：其中，e
j
为第j行对应的能量；g(j,i)为gst系数矩阵第j行第i列的gst系数；m为gst系数矩阵的总列数。8.根据权利要求7所述的分类方法，其特征在于，所述第j行对应的能量分布密度的计算公式为：其中，p
j
为第j行对应的能量分布密度；n为gst系数矩阵的总行数。9.根据权利要求8所述的分类方法，其特征在于，所述能谱熵的计算公式为：w
e
＝-∑p
j
log2(p
j
)；其中，w
e
为能谱熵。10.一种基于暂态量的单相接地故障分类系统，其特征在于，所述分类系统包括：数据获取模块，用于获取发生单相接地故障的故障线路的暂态信号；所述暂态信号为暂态电压或暂态电流；数据变换模块，用于对所述暂态信号进行clark变换，提取得到α模分量信号；对所述α模分量信号进行广义s变换，得到gst系数矩阵；所述gst系数矩阵的第j行第i列的gst系数包括所述α模分量信号在频率j和时间点i下的幅值和相位信息；特征提取模块，用于基于所述gst系数矩阵计算得到故障特征；所述故障特征包括半波衰减均比、半波奇异值比和能谱熵；类别确定模块，用于以所述故障特征作为输入，利用训练好的贝叶斯分类器确定所述故障线路的单相接地故障类别；所述训练好的贝叶斯分类器是以离线仿真得到的样本故障特征为条件属性，以离线仿真得到的样本单相接地故障类别为类别属性训练得到的；所述单相接地故障类别包括高阻接地和低阻接地。

技术总结

本发明涉及一种基于暂态量的单相接地故障分类方法及系统，先获取发生单相接地故障的故障线路的暂态信号，然后对暂态信号进行Clark变换，提取得到α模分量信号，并对α模分量信号进行广义S变换，得到GST系数矩阵，再基于GST系数矩阵计算得到故障特征，最后以故障特征作为输入，利用训练好的贝叶斯分类器确定故障线路的单相接地故障类别，从而能够基于暂态量实现单相接地故障分类，解决仅依靠工频量无法实现单相接地故障分类的问题。无法实现单相接地故障分类的问题。无法实现单相接地故障分类的问题。