[发明专利]一种改进的电流互感器饱和特性识别方法

权利要求书

1.一种改进的电流互感器饱和特性识别方法，其特征在于，包括如下步骤：

S1：将连接于同一母线的所有电流互感器划分为同一组，采集电流信号f(t)；

S2：采用卡尔曼滤波算法提取基波分量进行差动保护计算，检测保护动作信号；

包括以下步骤：

S2.1：卡尔曼滤波算法参数的选择

其中g_1,j、g_2,j为代表第j层谐波的组合信号；Δu_i为第i次谐波的幅值；θ_i第i次谐波的相位；Q(k)为k时刻的观测值，P(k)为k时刻的观测矩阵，为系统噪声矩阵，ρ(k)为观测噪声矩阵，y(k)为k时刻的系统状态矩阵；y(k+1)为k+1时刻的系统状态矩阵；f₁、...、f_N分别为各次谐波的频率；i的取值范围为1～N,j的取值范围为1～N；

S2.2：基波分量的提取

其中，Δw₁是基波分量的幅值，θ₁是基波分量的相位，g_1,1、g_2,1为基波分量的组合信号；

S2.3：利用基尔霍夫电流定理检测保护动作信号；

S3：选取数据窗，对同组所有电流互感器进行修正小波变换、功率函数优化；

包括以下步骤：

S3.1：数据窗的选取；

取数据窗[t₀-T,t₀]共一周波内电流互感器检测得到的数据为对象，t₀为检测到保护动作信号的时刻；

S3.2：在该数据窗内，对同组所有电流互感器进行修正小波分解，具体包括以下步骤：

S3.2.1：分层参数的修正；

通过式(3)进行分层参数的修正：

其中H为修正后的分层参数，f_s 为采样频率，f₀ 为基波频率，CEIL为向上取整函数；

S3.2.2：阈值的确定；

通过式(4)所示的阈值法预处理数据：

其中，Ds为处理后的数据，D为采集的数据，β为修正权数，ε为选取的阈值；

利用线性插值函数，对(4)式进行平滑处理；

S3.2.3：修正小波变换

其中，f(t)为采集的电流信号，f'(t)为小波重构的突变信号；j，j+1为小波分解的分解层数；t是时间参数；d为尺度离散化的幂级数；a_j,d为第j层谐波的尺度参数；a_j,z为j层谐波的逼近参数，a_j+1,z为j+1层谐波的逼近参数，b_j,z为j层谐波的局部特征参数，b_j+1,z为j+1层谐波的局部特征参数；z为各次谐波的层次；为尺度空间函数；ψ(*)为小波母函数；h(*)为低通滤波函数，实现信号对低频部分的分解；g(*)为高通滤波函数，实现信号对高频部分的分解；H为突变信号所在的层数,a_j,H为小波重构时突变信号所在层次的逼近参数，b_j,H为小波重构时突变信号所在层次的局部特征参数；

S3.3：功率函数优化；

对小波重构的突变信号f'(t)进行滑动时间积分；

其中，I_e(S)为优化后的功率函数，S为能量积分的开始采集点，S+n为能量积分的结束采集点，n为功率积分的点数；每次积分后S自动加1，进行下一次积分功率函数优化；

S4：检测突变点，确定所有突变点位置，识别电流互感器饱和特性。

2.根据权利要求1所述的改进的电流互感器饱和特性识别方法，其特征在于：所述步骤S4包括以下步骤：

S4.1：突变点判定；

当功率函数I_e(S)满足式(7)时，此刻对应功率函数的上升沿末端时刻，即突变发生时刻，同时也对应峰值的初始时刻，此刻的采样点为突变点；σ为可整定的门槛值；

S4.2：电流互感器饱和特性的识别，按照以下步骤进行：

S4.2.1：对同一组内所有电流互感器各自的突变点进行分析比对：对于某一电流互感器，假设采样点O为其突变点，若同一组内其它所有电流互感器均同时在该点发生突变，则该点时刻发生了故障，所有电流互感器均在该点同时检测出故障的发生；若同一组内其它电流互感器都没有在该点发生突变，说明该组内仅有一个电流互感器在该点处发生饱和，而其余电流互感器在该点均未饱和；

S4.2.2：找出所有故障及饱和点以后，对有效数据段进行提取；对于未发生饱和的电流互感器，其传变的数据信息均有效；对于发生饱和的电流互感器，提取故障点到其后第一个饱和点之间的数据段为电流互感器有效数据段。