[发明专利]一种基于行波时频特性的输电线路隐患放电类型辨识方法

说明书

本发明公开了一种基于行波时频特性的输电线路隐患放电类型辨识方法，它包括：步骤S1，将一次隐患放电行波波形数组滤除白噪声干扰，得到波形数组x[n]；步骤S2，通过x[n]构造4个特征数组；步骤S3，将4个特征数组归一化；步骤S4，将归一化后的4个数组各分成p块，每一块内求和，得到p*4个特征参量；步骤S5，构建BP神经网络，每一种隐患类型按照步骤S1‑S4各提取多组p*4个特征参量后输入神经网络进行训练，得到神经网络中间权重矩阵参数；步骤S6，将检验样本特征参量输入训练后的神经网络，通过输出层输出与预设期望结果进行对比，判断隐患放电类型，解决了目前无法准确辨识输电线路隐患放电类型的技术问题。

技术领域

本发明属于输电线路放电类型识别领域，尤其涉及一种基于行波时频特性的输电线路隐患放电类型辨识方法。

背景技术

输电线路是电网的重要组成部分，研究及运行经验发现，输电线路部分故障在形成闪络前会存在隐患放电现象，这些隐患放电若不及时辨识并处理，将会对电力系统的安全运行带来不利影响。因此，对预放电进行监测及预警，并实现隐患类型的准确识别，将有助于及时排查隐患，制定针对性的防范措施，并防止输电线路形成跳闸故障。

目前已有基于放电电流的故障类型辨识研究或局部放电类型辨识方法。文献《输电线路故障类型辨识研究》中介绍了基于行波特征的雷击与非雷击、绕击及反击等几种常见故障的辨识方法，其采用的判别依据主要是行波幅值、波尾时间等波形参数。文献《GIS特高频局部放电特征量优选及类型识别研究》中介绍了一种不直接提取局部放电电流原始时频特征，采集大量局部放电脉冲，提取脉冲分布的统计规律，以此实现局部放电类型的识别。以上方法均不适用于隐患放电类型判断，主要原因有以下几点：一是故障行波幅值在数十安到数千安之间，而隐患放电行波幅值在数毫安到数安之间，故障行波幅值远大于隐患放电行波幅值；二是由于不同故障对应的闪络通道差异大，形成的行波在参数上存在较大的差异，而隐患放电本质上是一种弱放电，不同类型隐患放电电流时域参数差异并不显著；三是局部放电脉冲对应的电流多为nA～μA级，幅值上远弱于隐患放电，局部放电频次一般远高于隐患放电，在局部放电监测里可以短时间内提取海量的放电脉冲，以此实现有统计意义的特征参数提取，减少监测样本量过少带来的误差，实现准确识别，而隐患放电具有间歇性，放电频次远低于局部放电。另一方面，局部放电监测多针对电力设备，可以通过多种手段获取放电识别里一个关键特征参量，即脉冲相位，而输电线路隐患监测应用里，监测终端直接安装于输电导线上，难以获取准的工频电压，也无法计算脉冲放电的相位。因此使用以上方法会对输电线路隐患放电类型辨别存在严重的误判，无法有效辨识输电线路隐患放电类型。

发明内容

本发明要解决的技术问题是：提供一种基于行波时频特性的输电线路隐患放电类型辨识方法，以解决目前无法有效辨识输电线路隐患放电类型的技术问题。

本发明的技术方案是：

一种基于行波时频特性的输电线路隐患放电类型辨识方法，它包括：

步骤S1，将一次隐患放电行波波形数组a[n]滤除白噪声干扰，得到处理后的波形数组x[n]；

步骤S2，通过处理后的波形数组x[n]构造特征数组w₁[n]、w₂[n]、w₃[n]和w₄[n]；

步骤S3，将特征数组w₁[n]、w₂[n]、w₃[n]和w₄[n]归一化；

步骤S4，按向量维数p将归一化后的数组w₁[n]、w₂[n]、w₃[n]和w₄[n]各分成p块，并对每一块内求和，得到p*4个特征参量；