[发明专利]一种在牵引变电站识别所经过的电力机车类型的方法

说明书

技术领域

本发明涉及电力系统检测技术领域，具体涉及一种具有电力机车类型识别功能的监测方法。

背景技术

近年来，我国高速铁路发展迅速，电气化铁路得到了越来越广泛的普及。我国电气化铁路中广泛应用的有交直型和交直交型电力机车，其大规模应用带来巨大经济利益的同时，机车与牵引网之间的电气匹配问题也日益突出。电力机车作为牵引供电系统的主要负荷，其电气特性对牵引供电系统及电网的运行都有重要的影响。在分析牵引变电站接入系统所带来的谐波、负序和无功等问题时，希望较为精确的建立牵引负荷模型，但是实际情况下很难得到较为精确的机车模型。

发明内容

本发明提供了一种在牵引变电站识别所经过的电力机车类型的方法，解决了在牵引变电站识别所经过的电力机车类型的问题。

本发明是通过以下技术方案解决以上技术问题的：

一种在牵引变电站识别所经过的电力机车类型的方法，通过在现有的电能质量监测装置上添加经过训练的模式识别模块实现；训练阶段包括列车运行图信息提取、谐波电流检测、功率检测、数据处理、模式识别等环节；其具体过程为，将具有该模块的监测装置安装在同一机车经过的多个检测站点，根据列车运行图信息提取环节提供的时间信息，将所检测的同一机车谐波电流和功率信息输入到数据处理环节进行背景信息扣除及限值处理，将处理后的数据和该次列车所对应的机车类型输入到模式识别模块，模式识别模块采用BP神经网络对输入的谐波电流和功率与机车类型进行匹配训练。实际应用时将训练好的识别模块添加到电能质量监测装置上，根据检测到的谐波电流和功率信息与机车类型的匹配关系，实现在系统侧识别电力机车类型。

所述列车运行图信息提取环节所采取的方法为统计方法，其结果包含各次列车在其所经过的各个车站的到达和出发（或通过）时刻，该次列车编号及其对应的电力机车类型，如果不是其所对应的机车类型，每次机车识别结果的向量中只有一个量为1，其余为0。

实际应用时将训练好的识别模块添加到电能质量监测装置上，根据检测到的谐波电流和功率信息与机车类型的匹配关系，实现在系统侧识别电力机车类型。

实际应用时将训练好的识别模块添加到电能质量监测装置上，根据检测到的谐波电流和功率信息与机车类型的匹配关系，实现在系统侧识别电力机车类型。

为解决此问题，本发明提出一种具有电力机车类型识别功能的监测装置，通过在现有的电能质量监测装置上添加经过训练的模式识别模块，利用检测装置检测到的电力机车的谐波电流和功率信息，实现在系统侧对电力机车类型的判别，对于牵引供电系统建模，分析牵引供电系统的电气特性以及分析牵引供电系统接入系统后所带来的问题等方面具有重要意义。

附图说明

图1是基于BP神经网络的电力机车类型识别模块训练阶段流程图。

图2是添加机车类型识别模块后的电能质量监测装置模拟结构图。

具体实施方式

下面结合附图对本发明进行详细说明：

为实现在系统侧识别电力机车类型，本发明提供了一种具有电力机车类型识别功能的监测装置，该功能通过在现有的电能质量监测装置上添加经过训练的模式识别模块实现。训练阶段包括列车运行图信息提取、谐波电流检测、功率检测、数据处理、模式识别等环节。

所述列车运行图信息提取环节所采取的方法为统计方法，其结果包含各次列车在其所经过的各个车站的到达和出发（或通过）时刻，该次列车编号及根据列车编号所确定的机车类型。所述数据处理模块应针对3、5、7、9、11、21、23、25、27、29、31、33、35、45、47、49、51、53、55次机车特征次谐波电流和机车功率分别进行处理，利用列车运行图提供的时间信息，将无列车经过检测站点时的所检测到的上述输入量作为背景量，依次扣除相应的背景量之后，将所有检测到该次列车信息的站点进行相同的处理，经过处理后的各个站点的数据进行限值求取，具体方式为，将各类检测量的95%概率大值作为输入数据的上限，类似的，将5%概率小值作为输入数据的下限。利用数据处理之后得到的限值对BP神经网络进行训练，不断修正权值和阈值，使输入神经网络的数据在上下限之间的范围内均能准确识别机车类型。实际应用时将训练好的识别模块添加到电能质量监测装置上，根据检测到的谐波电流和功率信息与机车类型的匹配关系，实现在系统侧识别电力机车类型。经过训练阶段之后的模块中已经能够根据各类机车的特征次谐波电流信息和功率信息识别机车类型，实际应用时应能够抛开列车运行图，将其独立应用于待检测站点。