[发明专利]一种电力系统WAMS信息内嵌故障特征提取方法

说明书

技术领域

本发明涉及一种采用基于主成分分析（PCA）的方法从电力系统WAMS（广域测量系统）信息中提取内嵌故障特征的方法，属输配电技术领域。

背景技术

随着交、直流特高压输电和智能电网的快速发展,电网的安全问题显得越来越突出，传统的继电保护系统在电网升级的过程中已经凸显出诸多的不适应性。近几年来，广域后备保护系统逐渐受到人们的重视，而快速、准确地获取电力系统故障信息是广域后备保护系统对电网实施有效保护的关键。

电力系统中信息测量点众多，由PMU（同步相量测量单元）提供的实时电气量信息将会形成对应维数的状态信息矩阵。一旦系统发生故障，故障特征信息必然会隐藏在状态信息矩阵中，因此，从电力系统WAMS信息中提取内嵌故障特征无疑是一种可行方案。但由于其它众多非故障特征信息的影响，WAMS信息中的故障特征一般并不明显。因此，如何将实时的状态信息矩阵加以降维处理以减少计算量，同时把故障特征加以过滤放大并抑制非故障特征信息，进而根据提取的故障特征准确可靠地定位故障元件就成为有关技术人员所面临的课题。

发明内容

本发明的目的在于针对现有技术之弊端，提供一种电力系统WAMS信息内嵌故障特征提取方法，以便快速、准确地定位故障元件，确保电力系统可靠运行。

本发明所述问题是以下述技术方案实现的：

一种电力系统WAMS信息内嵌故障特征提取方法，所述方法包括以下步骤：

a.根据系统运行情况从电力系统WAMS信息中选择电压采集向量和/或电流采集向量作为初始变量，如果做为初始变量的样本方差没有显著差别、即<0.1，则转步骤b，否则，转步骤c；

b.计算初始变量的相关系数矩阵，并计算协方差矩阵的特征值和单位化特征向量，转步骤d；

c.计算初始变量的协方差矩阵，并计算协方差矩阵的特征值和单位化特征向量，转步骤d；

d.如果特征值接近于零，即<0.01，则转步骤a，重新选择初始变量，否则转步骤e；

e.由单位化特征向量，确定主成分的最终结果；

f. 根据主成分节点系数来定位故障元件：找出主成分系数的最大变量，则该变量所对应的元件即为故障元件。

上述电力系统WAMS信息内嵌故障特征提取方法，步骤f中也可以根据主成分节点得分来定位故障元件：即与主成分的最大得分变量相对应的元件为故障元件；或者结合主成分节点系数和主成分节点得分两种方案中的故障特征的提取结果来定位故障元件，两种提取结果共同指向的元件，即为最终的故障位置，如果两种结果不一致，则需要重新选择初始变量。

上述电力系统WAMS信息内嵌故障特征提取方法，为避免信息采集过程中不良数据的影响，对应选择的初始变量，应进行缺失值分析；如果不存在缺失值，则继续进行后续的特征提取；否则，先补足缺失值，再进行后续分析。

上述电力系统WAMS信息内嵌故障特征提取方法，所述初始变量为不对称短路故障中的相电压、正序电压、负序电压、相电流、正序电流、负序电流和对称短路故障中的正序电压、正序电流。

本发明提出了利用PMU实时量测信息的基于PCA的电力系统故障特征提取方案，所述方法具有很强的抗干扰能力，能够满足系统冗余性的要求，并能够满足广域后备保护系统对故障定位实时性和准确性的要求。此外，本发明还具有思路清晰，操作简单等优点。

附图说明

下面结合附图对本发明作进一步说明。

图1是基于PCA的电力系统WAMS信息内嵌故障特征提取的流程图；

图2是IEEE39节点网络。

文中各符号清单为：PCA、主成分分析，WAMS、广域测量系统，PMU、同步相量测量单元。

具体实施方式

本发明的目的是针对背景技术中所描述的目前电力系统分析领域存在的难题，提出了一种基于PCA的系统WAMS信息内嵌故障特征提取方法。所述方法主要服务于广域自适应后备保护系统，能够满足广域后备保护系统对故障定位实时性和准确性的要求，并且特征提取算法具有很强的抗干扰能力，能够满足系统冗余性的要求。

为了实现上述发明目的，本发明采取如下技术方案：

基于PCA的系统WAMS信息内嵌故障特征提取的分析过程，包括以下步骤：