[发明专利]基于遗传算法优化的微弱暂态零序电流故障特征提取方法

说明书

技术领域

本发明涉及电力系统配电网故障选线领域，尤其是涉及一种基于遗传算法优化的微弱暂态零序电流故障特征提取方法。

背景技术

配电网故障选线具有以下难点和问题：1)信号的故障特征不明显：单相接地故障后，稳态电流一般小于30A甚至只有几A，此外，配电网络结构复杂导致有时候故障特征不明显，虽然故障暂态零序电流信号比稳态零序电流信号大，但是持续时间短，有时难以检测；2)我国配电网运行方式多变，各配电线路的长短不一、数量也会经常发生变化，其线路的谐波电流和分布电容电流也随之发生变。另外，外界噪声的强度、负荷的影响、母线电压的波动和故障点接地电阻的不确定等因素均会影响故障零序电流的变化。综上所述，如何在强随机噪声背景下提取微弱暂态零序电流(Transient Zero-Sequence Current，TZSC)的故障特征是解决配电网故障选线的关键技术。

所谓随机共振指一个非线性双稳态系统，当仅在噪声或仅在小周期信号作用下都不足以使系统输出在两个稳态之间跃迁，而在噪声和小周期信号的共同作用下，系统输出的功率谱中，在信号的频率处出现一峰值，当噪声强度达到某一合适值时，输出功率谱的峰值达到最大。随机共振利用噪声增强微弱信号传输的优点，使其与其他的微弱信号检测方法相比具有独特的优势。然而，现有文献只是根据经验选取势函数参数，有可能导致随机共振提取的特征信号不够准确，大大影响了随机共振的应用效果。因此，如何选取合理的势函数参数，最有效地利用随机共振来增强噪声背景下微弱暂态零序电流信号的检测，是配电网故障诊断领域需要解决的问题之一。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于遗传算法优化的微弱暂态零序电流故障特征提取方法，利用遗传算法的全局最优搜索性能以及参数优化的思想，在最优化参数条件下的双稳态系统中提取强噪声背景下微弱暂态零序电流的故障特征，精度更高，有利于提高配电网故障选线的准确度。

本发明的目的可以通过以下技术方案来实现：

一种基于遗传算法优化的微弱暂态零序电流故障特征提取方法包括：

步骤S1：设定双稳态系统中的势函数参数a、b为优化对象，其中，双稳态系统X的表达式为：

X＝dx/dt＝-dV(x)/dx+s(t)+Γ(t)

式中：dx/dt为双稳态系统的输出信号，V(x)为势函数，V(x)＝-ax²/2+bx⁴/4；a和b为势函数参数；s(t)代表无噪声的暂态零序电流，Γ(t)代表噪声信号，t为时间，x为布朗粒子运动的速度；

步骤S2：采用遗传算法对双稳态系统X的表达式中势函数参数a、b进行优化，输出最优化参数a_J、b_J；

步骤S3：在最优化参数条件下，利用变尺度方式下的双稳态系统对噪声背景下的暂态零序电流进行特征提取，得到变尺度方式下的双稳态系统的输出信号i_c(t)，i_c(t)即为微弱暂态零序电流故障特征提取的特征电流。

所述步骤S2包括以下步骤：

201：设定遗传算法的参数，所述遗传算法的参数包括种群规模N、交叉概率P_J、变异概率P_B、优化对象a的搜索范围、优化对象b的搜索范围和最大进化次数G_max，同时设定理想暂态零序电流i_z(t)，i_z(t)中加入强噪声得到带有强噪声的暂态零序电流i_zg(t)；

202：初始化种群，随机产生N个个体，其中，每个个体j对应一组势函数参数[a_j,b_j]，每组势函数参数对应一个双稳态系统X_j；

203：将i_zg(t)替换每个双稳态系统X_j的表达式中的s(t)+Γ(t)，按个体编号顺序，依次对所有的X_j进行四阶龙格-库塔算法求解，求解得到每个双稳态系统X_j的输出信号i_sj(t)，i_sj(t)作为初始电流；

204：获取i_sj(t)与i_z(t)之间的互相关系数ρ_sj，并将ρ_sj的值作为个体适应度；