[发明专利]一种基于小波变换的高压直流故障分类方法

说明书

一种基于小波变换的高压直流故障分类方法，涉及故障探测技术领域。本发明包括如下步骤：步骤1,为保持原有的故障信号特征，利用软阈值去燥方法对断电点位数据进行去燥，去除断电点位中的噪声。步骤2，利用离散小波变换分别对断电点位和通电点位进行多尺度分解，提取出各频段的细节分量和近似分量。步骤3，提出一种自适应层数的小波包变换方法，对通电点位信号和断电点位信号进行充分分解，进一步提取高频特征，并对产生的特征进行降维处理。步骤4，将步骤2和步骤3产生的特征向量进行融合，并输入到训练好的SVM分类模型中进行识别检测。

技术领域

本发明设计一种基于小波变换的高压直流故障分类方法，涉及故障探测技术领域。

背景技术

高压直流输电(Hvdc)具有分配时间长、控制速度快、控制灵活、损耗小、输电能力强等优点，作为交流输电的替代方式和提高电网整体稳定性和经济性的有效手段，在现代电力系统中得到越来越多的应用。随着电力电子技术和控制技术的飞速发展，高压直流输电技术在电力系统中扮演着越来越重要的角色。高压直流输电线路由于不能快速发现和排除故障，将破坏电力系统的稳定性，造成严重的社会和经济后果。因此，研究高压直流输电线路准确、快速的故障定位技术具有重要的意义和工程实用价值。

对于输电线路，人们做了大量的研究，研究出许多方法，但是不幸的是，这些方法大多针对交流电压的时序数据。不能用于检测高压直流时序数据。其他领域，例如脑电波数据，相关学者运用离散小波和多尺度熵进行情感识别。在其他领域，相关学者多运用小波分析进行X射线的故障诊断。小波分析在时序中体现了绝对的优势，但是目前已有的方法很难有效的提取Hvdc的故障特征。从而导致其分类及检测的效果差。

小波分析在时序中体现了绝对的优势，但是目前已有的方法很难有效的提取高压直流输电(Hvdc)的故障特征，故障诊断效果差。针对Hvdc故障特征，提供一种基于小波变换的高压直流故障分类方法，能够有效的对Hvdc进行判别，诊断准确率达92％以上。

发明内容

本发明的目的在于提供一种基于小波变换的高压直流故障分类方法。

为达到上述目的，本发明的技术方案如下：

一种基于小波变换的高压直流故障分类方法，其中，方法包括如下步骤：

步骤1,为保持原有的故障信号特征，利用软阈值去燥方法对断电点位数据进行去燥，去除断电点位中的噪声。

步骤2，利用离散小波变换分别对断电点位和通电点位进行多尺度分解，提取出各频段的细节分量和近似分量。

步骤3，提出一种自适应层数的小波包变换方法，对通电点位信号和断电点位信号进行充分分解，进一步提取高频特征，并对产生的特征进行降维处理。

步骤4，将步骤2和步骤3产生的特征向量进行融合，并输入到训练好的SVM分类模型中进行识别检测。

进一步，步骤1,为保持原有的故障信号特征，利用软阈值去燥方法对断电点位数据进行去燥，去除断电点位中的噪声。

所描述步骤1为保持原有的故障信号特征，需要软阈值去燥方法对断电点位数据进行去燥，去除断电点位中的噪声。软阈值去燥法的原理，通过阈值的方法降低噪声对阈值的影响。软阈值方法解释如下：

其中，是小波基函数，λ表示阈值，表示在小波函数和阈值λ下选取的阈值参数，并且设置阈值为N表示信号数据长度，σ表示噪声方差。

进一步，步骤2利用离散小波变换分别对断电点位和通电点位进行多尺度分解，提取出各频段的细节分量和近似分量，其具体特征如下：

首先，对高压直流信号进行5层离散小波变换。其中分解可得：