[发明专利]基于相关向量机的输电线路故障原因智能辨识方法

说明书

本发明涉及一种基于相关向量机的输电线路故障原因智能辨识方法，属于电力故障分析领域，该方法包括：确定输电线路故障原因类型、基于输电线路历史故障录波数据构建故障样本集、重采样得到扩容样本集、获得样本本征维数、对扩容样本集划分子集、获取特征子集和新样本集、划分训练样本集和测试样本集、构建和训练故障原因识别模块、由故障原因识别模块对未明故障原因的单次故障进行识别。本发明公开的方法能够有效提取和筛选输电线路典型故障特征，克服各故障原因类型样本数量不均衡的问题，可为工程技术人员提供输电线路故障原因智能辨别结论及结论的准确率，相较其它现有技术具有更高的故障原因识别准确率。

技术领域

本发明属于电力故障分析领域，尤其涉及一种基于相关向量机的输电线路故障原因智能辨识方法。

背景技术

输电线路作为承担电网间互联互通、电能传输任务的基础性设施，是我国2035远景目标中“优化电力生产和输送通道布局”的重要组成部分。我国输电线路通道长度及跨越区域正不断延伸与扩大使其覆盖范围广，运行环境复杂的特点不断加深。据国家电网公司统计，2012年至2016年间，直流输电线路故障共造成42次强迫停运，占总停运规模的36.8％。由于我国正朝着“坚强电网”大步迈进，2018年我国220kV以上交流一次设备分别发生2360次故障，而这对于区域性电网故障原因辨识而言无法实现“海量数据映射故障模式”，使得现有方法辨识泛化能力不强。

从数据整体看，各类输电线路故障原因分布并不平衡，雷击、外力破坏发生频次高，鸟害、山火等类型故障发生概率相对较低。对于发生概率较小的故障原因类型，仅用少量的运行数据现有技术难以准确判别相应的输电线路故障原因类型，因此亟待解决输电线路故障录波数据的小样本问题。

此外，不同原因类型的故障过程存在相似性，找出哪些特征量在全过程中占主要影响并形成统一的特征识别依据，以此构成输电线路故障原因评价子集，是工程实践中的痛点。

发明内容

鉴于以上现有技术的不足，本发明旨在提出一种基于相关向量机的输电线路故障原因智能辨识方法，以解决现有故障原因识别技术无法克服样本数据量不均衡、缺少特征评价标准、人工辨别故障成本高昂以及结论可靠性受多因素干扰的缺陷。

一种基于相关向量机的输电线路故障原因智能辨识方法，包括以下步骤：

对故障样本集重采样得到含有虚拟样本的扩容样本集；其中，所述故障样本集包括输电线路故障原因类型及每一故障原因类型对应的故障样本数据；

基于所述扩容样本集的样本本征维数和对所述扩容样本集划分子集，对所述扩容样本集进行特征选择，获取特征子集和基于所述特征子集的新样本集；

基于所述新样本集，划分训练样本集和测试样本集，对构建的基于相关向量机单元的故障原因识别模块进行训练和测试，得到训练后的故障原因识别模块及其故障原因辨识准确率；

利用所述训练后的故障原因识别模块对未明故障原因的单次故障样本数据进行识别，得到故障原因的辨识结果。

进一步地，所述故障样本数据表示为x(i)，包含153维特征向量：

其中，

i为样本编号；

x₁为发生故障时的季节特征值，取值范围为1、2、3、4；

x₂至x₁₄₅为输电线路电流和电压信号的144个暂态特征值，包括：对8路原波信号波段分别进行6层小波分解，对每层的小波细节系数提取的3个信号暂态特征；