[发明专利]一种基于主成分分析‑支持向量机的单永故障识别方法

说明书

技术领域

本发明涉及一种基于主成分分析-支持向量机的单永故障识别方法，属于电力系统继电保护技术领域。

背景技术

随着输电线路自适应重合闸技术的不断发展，其关键问题——如何快速地、可靠地识别永久性故障的研究得到了众多科学工作者的密切关注。永久性故障性质的判别方法的准确性和可行性直接决定着自适应重合闸技术的应用前景。而自适应重合闸技术的应用与发展，对提高输电线路传输效率，以至于整个电力系统的安全、可靠、稳定运行有着不可忽视的意义。

现有的永久性故障判别原理主要基于瞬时故障电弧特性和线路断开相恢复电压特性。由于故障电弧是一个十分复杂的物理化学过程，造成电弧的许多因素又是非线性的，要建立准确的电弧模型很困难，且不同类型的电弧特性亦存在差异，因此基于瞬时性电弧特性的判别方法难以实用化；现有基于瞬时性故障恢复电压的方法在电容电压小于线路耦合电压时会造成误判，存在死区。根据单永故障(SLG)时,其断开相残余电压表现为很小的稳定幅值的工频正弦，而瞬时性故障则不然，其断开相恢复电压工频幅值存在显著差异的两个阶段，依此可构建基于恢复电压的单永故障自适应判据。

电力科研工作者针对于现有的带并联电抗器或是不带并联电抗器的输电线路均提出了若干永久性故障性质判别方法，根据输电线路上发生不同性质的故障情况下，断路器断开之后的电压、电流量不同阶段的行波特征，提出了基于二次电弧电压特性、瞬时性故障恢复电压特性、频率特性等多种判别方法。但这些方法中仍存在测量误差大、判别时间长、缺乏实测数据验证、缺乏普适性等欠缺，亟待进一步研究与验证。

发明内容

本发明要解决的技术问题是提供一种基于主成分分析-支持向量机的单永故障识别方法，用以解决上述问题。

本发明的技术方案是：一种基于主成分分析-支持向量机的单永故障识别方法，当输电线路上发生故障时，断路器断开后，对量测端获得的断开相电压数据进行主成分分析，并建立主成分分析-支持向量机模型，根据样本数据在第一主成分(PC₁)轴上的投影q₁和第二主成分(PC₂)轴上的投影q₂的坐标(q₁,q₂)的分布，对应支持向量机输出值的不同来判别故障性质，若输出值为0，则判为瞬时性故障，若输出值为1，则判为永久性故障。

具体步骤为：

第一步、利用仿真数据形成历史样本：在故障初始相角为90°，过渡电阻分别为0Ω和50Ω的情况下，沿输电线路每隔5km设置一个故障位置，分别设置118条瞬时性单相故障，118条永久性单相故障；

第二步、对量测端M获得的236条故障电压样本数据进行截取，取断路器断开时刻后100ms到600ms时窗的数据进行归一化处理；

第三步、对第二步获得的归一化后数据进行主成分分析，构建由第一主成分(PC₁)和第二主成分(PC₂)为轴形成的主成分聚类空间，样本数据在该空间中以点(q_1k，q_2k)的形式分布(k＝1,2，…，236)；

第四步、对第三步中的主成分聚类空间中的样本点簇构建支持向量机模型，支持向量机中的径向基函数为核函数实现PCA-SVM学习判别机制；

第五步、根据第三步中所得的投影值(q_1k，q_2k)对应的支持向量机输出值进行单永故障识别，判别式如下：

若SVM输出值为0，则判为瞬时性故障(1)

若SVM输出值为1，则判为永久性故障。(2)

本发明的原来是：当输电线路上发生故障时，断路器断开后，对量测端获得的断开相电压数据进行主成分分析，并建立主成分分析-支持向量机模型，根据样本数据在第一主成分(PC₁)轴上的投影q₁和第二主成分(PC₂)轴上的投影q₂的坐标(q₁,q₂)的分布，对应支持向量机输出值的不同来判别故障性质。若输出值为0，则判为瞬时性故障，若输出值为1，则判为永久性故障。