[发明专利]基于参数优化的最小二乘支持向量机触电电流检测方法

说明书

技术领域

本发明属于电力检测技术领域，具体是一种基于参数优化的最小二乘支持向量机触电电流检测方法。

背景技术

剩余电流保护装置，作为一种有效防止电网漏电事故(生物体触电事故或设备漏电事故)的重要措施，近年来已在农村低压电网中广泛使用和推广。但是，由于目前常用的剩余电流保护装置是依据电压回路中检测到的总泄漏电流的有效值是否大于某一整定值而判断其是否动作，在实际电网运行中常出现误动和拒动现象。究其原因，主要是剩余电流保护装置的动作依据无法真正辨识出生物体触电支路的汲出电流信号，在动作原理上存在着缺陷。因此，要从根本上解决剩余电流保护装置误动和拒动问题，防止电网漏电事故的发生，除正确使用剩余电流保护装置外还需开发基于生物体触电电流而动作的自适应剩余电流保护装置，这就使得检测和识别生物体触电电流信号成为必解决的关键问题之一。

鉴于此，许多学者在剩余电流保护装置的漏电信号检测方面进行了探讨。文献依据故障后各支路的零序电流暂态波形的形状、大小等特征，提出了基于数字信号处理中的相关函数理论的漏电故障检测方法；文献根据故障与非故障支路的总泄漏电流数值变化相反的特点来区分漏电支路；文献通过判断故障支路与非故障支路的零序有功功率方向和大小，提出了基于故障分量有功功率的低压电网选择性漏电保护。这些方法虽然在一定程度上提高了剩余电流保护装置的技术性能，但未涉及到触电支路的触电电流信号检测，未从根本上解决剩余电流保护装置的误动和拒动的技术难题。为此，有学者尝试用智能控制技术建立了触电电流检测模型，但神经网络存在着容易陷入局部最优、训练结果不稳定、隐层单元数难以确定等缺点。

发明内容

本发明的目的在于提供一种可行性和高效性的基于参数优化的最小二乘支持向量机触电电流检测方法，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：

一种基于参数优化的最小二乘支持向量机触电电流检测方法，首先在剩余电流动作保护装置触电物理试验系统平台上通过故障录波器获得生物体在电源电压最大时刻、过零时刻及任意时刻发生触电过程的总泄漏电流和触电电流波形，并截取触电前1个周期和触电后3个周期共800个采样点的信号数据作为触电试验样本数据；然后将触电试验样本数据进行滤波预处理，预处理后的多个样本采样点的总泄漏电流组合成特征向量输入最小二乘支持向量机。

作为本发明进一步的方案：所述最小二乘支持向量机是由Suykens建立的一种支持向量机的扩展，它将传统支持向量机的二次规划求解函数估计问题转化为可用最小二乘法求解的线性方程组求解。

作为本发明再进一步的方案：若给定训练样本集为{(x_i,y_i),i＝1,2,…,n}，x_i∈R^d为输入样本值，y_i∈R为输出样本值，其中：R^d、R分别为输入空间和输出空间，i为样本个数。LS-SVM建模的思想是：首先，通过非线性映射φ(·)将x从原空间R^d映射到高维特征空间R^dh，即：

在高维特征空间中构造最优决策函数为：

式中：ω为权值系数，ω∈R^dh；b为偏置，b∈R；φ(x)是将样本映射到高维空间的非线性变换；

根据结构风险最小化原则，确定模型参数ω、b，结构风险的计算式为：

R=12CRemp+12ω′ω---(3)]]>

式中：C为惩罚因子且C>0；R_emp为损失函数(即经验风险)，LS-SVM是损失函数为二次损失函数的支持向量机，即：ε_i为模型对训练样本的预测误差向量；