[发明专利]有源配电网故障特征库构建方法、系统及故障诊断方法

权利要求书

1.有源配电网故障特征库构建方法，其特征在于，包括：

获取历史正常录波和历史故障录波数据，作为样本数据；

从样本数据中提取表征故障特性的样本特征量；

基于所述样本特征量的相关性，构建有源配电网故障数据特征库。

2.如权利要求1所述的方法，其特征在于，所述从样本数据中提取表征故障特性的样本特征量，包括：

基于预先确定的小波基函数和分解层数，在设定的尺度域上对所述历史正常录波数据和所述历史故障录波数据进行分析，提取多个故障特性的样本特征量；

其中，所述特征量包括：能量特征、方差特征和熵特征。

3.如权利要求2所述的方法，其特征在于，所述小波基函数和分解层数的确定，包括：

基于暂态信号压缩的小波基函数属性和预先选取的指标，对小波变换的函数进行筛选，获得样本数据的小波基函数；

采用计算小波分解层数的方法对所述小波基函数进行计算，确定分解层数；

其中，所述小波基函数属性包括：线性相位特性、紧支性、正规性和消失矩特性；

所述指标包括：信号压缩比指标和重构失真率指标。

4.如权利要求3所述的方法，其特征在于，所述基于暂态信号压缩的小波基函数属性和预先选取的指标，对小波变换的基函数进行筛选，获得样本数据的小波基函数，包括：

基于小波基函数属性对小波变换的基函数进行初筛；

通过样本数据压缩后存储信号的数据量和样本数据原始信号计算信号压缩比指标值；

通过样本数据的误差均方根和样本数据的原始信号均方根计算重构失真率指标值；

基于信号压缩比指标值和重构失真率指标值，选取指标值低的初筛后的小波变换的基函数。

5.如权利要求4所述的方法，其特征在于，所述基于所述样本特征量的相关性，构建有源配电网故障数据特征库，包括：

基于每个所述样品数据和所述多个故障特性的样本特征量，构造样本特征量矩阵，并通过相关系数公式计算所述样本特征量矩阵各样本特征量间相关系数；

基于所述相关系数计算所述样本特征量矩阵中每一行间的相关系数，得到样本特征量矩阵的相关系数矩阵；

基于所述相关系数矩阵中的除对角线之外的相关系数与设定阈值，对所述样本特征量矩阵进行约减，获得有源配电网故障数据特征库。

6.如权利要求5所述的方法，其特征在于，所述基于所述相关系数矩阵中的除对角线之外的相关系数与设定阈值，对所述样本特征量矩阵进行约减，获得有源配电网故障数据特征库，包括

当相关系数大于设定阈值时，删除特征量矩阵中所述特征量行，否则，保留特征量矩阵中所述特征量行，得到获得有源配电网故障数据特征库。

7.如权利要求2所述的方法，其特征在于，所述信号压缩比，如下式所示：

式中,A为原始信号数据的个数；A_c为压缩后有效数据的个数；表示小波系数经过量化后各尺度下的小波系数及其位置参数的数据个数；A_j为压缩后各级小波系数中非零数据的个数；A_j为最后一级分解后得到的近似系数的数据个数；

所述重构失真率，如下式所示：

式中，c₀(n)为压缩前的原始信号；为经过压缩后的重构信号。