[发明专利]一种基于稀疏表示的剩余电流波形自动识别方法

权利要求书

1.一种基于稀疏表示的剩余电流波形自动识别方法，其特征在于，包括如下步骤：

1)利用剩余电流互感器(RCD)分别采集N种不同设备负载漏电故障的剩余电流信号，进行去噪预处理，将经过预处理后的N种漏电故障的剩余电流信号作为预处理信号样本集；

2)对预处理信号样本集中每种剩余电流信号分别提取其时域和频域统计特征，得到特征向量，并对特征向量进行归一化处理；

3)将上述步骤所得到的归一化特征向量组成所有信号的特征矩阵，作为N种不同类型剩余电流信号的过完备字典；

4)利用剩余电流互感器采集待测漏电故障时剩余电流信号，进行去噪预处理得到测试样本，按照步骤2)所述过程，提取测试样本的特征向量；

5)将所提取的测试样本的特征向量利用步骤3)所得剩余电流信号过完备字典进行稀疏表示；

6)分别将信号的稀疏表示输入到稀疏表示分类器(SRC)中，即可得到待测剩余电流信号类型的分类识别结果；

所述步骤1)样本数据采集的具体过程为：

(1)在N种不同设备负载的线路中，利用剩余电流互感器(RCD)分别采集N种不同类型设备负载出现漏电故障时的N种剩余电流信号；

(2)对采集到的N种剩余电流信号进行滤波去噪预处理，将经过去噪预处理后的剩余电流信号作为预处理信号样本集Y＝{y1,y2,…,yN}，其中1,2,…,N表示不同剩余电流信号类型。

2.根据权利要求1所述的，一种基于稀疏表示的剩余电流波形自动识别方法，其特征在于，所述步骤2)信号特征提取过程中，提取预处理信号样本集Y中每个子样本yi(i＝1,2,…,N)的时频和频域统计特征，时域上的统计特征包括：均值、能量、方差，频域上的统计特征包括：频带基波频率、频带基波能量、频带谐波幅值分布离散程度， 将时频和频域特征组成每个子样本的特征向量，并对其进行归一化处理得到每种剩余电流信号的特征向量。

3.根据权利要求1所述的，一种基于稀疏表示的剩余电流波形自动识别方法，其特征在于，所述步骤5)稀疏表示的具体过程如下：

(1)将RCD采集到的待测试剩余电流样本信号按照步骤1)2)所示过程，对待测剩余电流信号进行处理，得到待测信号的归一化特征向量

(2)利用步骤3)得到的过完备字典D对进行稀疏分解，求解稀疏系数如下式所示：

其中，||·||₁表示l₁范数约束，||·||₂表示l₂范数约束，x表示待测信号的归一化特征向量关于过完备字典D的系数向量，ε表示噪声项约束。

4.根据权利要求1所述的，一种基于稀疏表示的剩余电流波形自动识别方法，其特征在于，所述步骤6)分类识别的具体过程如下：

(1)根据稀疏系数对待测试剩余电流信号归一化特征向量进行稀疏重构其中表示中第i类相关分量，即在α_i(x)中除了第i类分量其他分量均为0；

(2)计算字典对待测试剩余电流样本信号的重构残差

(3)将待测剩余电流类型归于重构残差最小的类别：其中i＝1,2,…,k。