[发明专利]基于小波检测提高电网低电压穿越能力的方法在审
| 申请号: | 201810209976.8 | 申请日: | 2018-03-14 |
| 公开(公告)号: | CN108562828A | 公开(公告)日: | 2018-09-21 |
| 发明(设计)人: | 吕艳玲;徐春婷;杨诗洁 | 申请(专利权)人: | 哈尔滨理工大学 |
| 主分类号: | G01R31/08 | 分类号: | G01R31/08 |
| 代理公司: | 哈尔滨市伟晨专利代理事务所(普通合伙) 23209 | 代理人: | 曹徐婷 |
| 地址: | 150080 黑龙*** | 国省代码: | 黑龙江;23 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 小波熵 检测 电网低电压 故障限流器 待测信号 短路信息 小波 采集 穿越 电网电压跌落 风力发电领域 低电压穿越 小波包分解 短路故障 故障电压 故障发生 故障选相 三路信号 小波分析 小波降噪 噪声分离 故障点 故障相 奇异点 重构 算法 跌落 安全 电网 | ||
本发明一种基于小波检测提高电网低电压穿越能力的方法属于风力发电领域;包括电网电压跌落瞬间,电流激增,检测并采集待测信号;通过小波分析中的小波包分解检测待测信号的奇异点,提取出故障点,运用小波降噪方法将信号和噪声分离,进行重构;根据发生短路故障点,采集三路信号的短路信息;根据短路信息,通过小波熵算法的计算以及小波熵权曲线,判断故障相;根据不同的故障深度,设定不同的分相投切故障限流器投入方式的安全阈值;故障选相后,通过小波熵检测故障发生的深度,从而判断故障电压的跌落程度,和安全阈值进行比较,大于阈值,则故障限流器以对应方式的投入;本发明能够提升电网的低电压穿越的能力。
技术领域
本发明一种基于小波检测提高电网低电压穿越能力的方法属于风力发电领域,尤其涉及一种基于小波检测提高电网低电压穿越能力的方法。
背景技术
多数风电场位于比较偏僻的区域,风电场接入的电网大部分远离负荷中心。这种电网相对薄弱,容易发生波动,会影响到风电机组的稳定运行,甚至会大幅度跌落,如果此时风电机组发生大规模的解列,将会对电网的安全运行造成严重的威胁。随着用户对电网的自动化和智能化以及安全运行的要求越来越高,当电网发生电压跌落时,如何快速并且准确地识别并诊断故障,以便于分段投切桥式故障限流器的正确投入,是一个亟待的问题。
发明内容
针对上述问题,本发明的目的在于提供一种基于小波检测提高电网低电压穿越能力的方法。
本发明的目的是这样实现的:
一种基于小波检测提高电网低电压穿越能力的方法,包括以下步骤:
步骤a、电网电压跌落瞬间,电流激增,检测并采集待测信号;
步骤b、通过小波分析中的小波包分解检测并处理待测信号的奇异点,提取出故障点,运用小波降噪方法将信号和噪声分离,进行重构;
步骤c、根据发生短路的故障点,采集三路信号的短路信息;
步骤d、根据短路信息,通过小波熵算法的计算以及小波熵权曲线,判断故障相;
步骤e、根据不同的故障深度,设定分相投切故障限流器不同投入方式的安全阈值;
步骤f、故障选相后,通过小波熵检测故障发生的深度,从而判断故障电压的跌落程度,和安全阈值进行比较,大于某档位的安全阈值,则故障限流器以对应方式的投入,以便于提升电网的低电压穿越的能力。
所述基于小波检测提高电网低电压穿越能力的方法,所述步骤b通过小波分析中的小波包分解检测待测信号的奇异点,所述小波包采用db4小波,db4小波进行五层分解,得到每层分解后的逼近信号和细节信号。
所述基于小波检测提高电网低电压穿越能力的方法,步骤d通过小波熵值计算以及小波熵权曲线判别故障相,所述故障相和非故障相的小波熵值和小波熵权曲线不同。
所述基于小波检测提高电网低电压穿越能力的方法,步骤e根据不同的故障深度,设定分相投切故障限流器投入方式的故障安全阈值有3个。
有益效果:
本发明提供了一种基于小波检测提高电网低电压穿越能力的方法,在故障诊断方面,应用小波理论,使本发明具有良好的时频局部化特性,能够同时处理时域和频域的信号,对突变的信号非常敏感,来确定故障信号的发生,和傅里叶变换相比在故障检测和奇异点检测上有更大的优势;采用小波降噪方法分离故障信号和噪声,减少噪声等干扰信号对故障分析造成的误判,从而用小波熵确定故障相和分相投切故障限流器的投入方式,提高电网的低电压穿越能力。
附图说明
图1是一种基于小波检测提高电网低电压穿越能力的方法总体流程图。
图2是db4小波函数线性图。
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哈尔滨理工大学,未经哈尔滨理工大学许可,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/pat/books/201810209976.8/2.html,转载请声明来源钻瓜专利网。





