[发明专利]故障波形起点判断方法、装置、计算机设备及介质在审
申请号: | 202010945221.1 | 申请日: | 2020-09-10 |
公开(公告)号: | CN112147461A | 公开(公告)日: | 2020-12-29 |
发明(设计)人: | 肖铭杰;丁志明 | 申请(专利权)人: | 广东电网有限责任公司广州供电局 |
主分类号: | G01R31/08 | 分类号: | G01R31/08 |
代理公司: | 广州华进联合专利商标代理有限公司 44224 | 代理人: | 史治法 |
地址: | 510620 广*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 故障 波形 起点 判断 方法 装置 计算机 设备 介质 | ||
1.一种故障波形起点判断方法,其特征在于,包括:
持续获取配电网的电流信息;
截取所述电流信息中的故障波形;
消除所述故障波形的噪声得到消噪波形数据;
计算获得所述消噪波形数据的极值点;
基于所述极值点按照序列递减方向寻找判断所述消噪波形数据的波形起始点,所述消噪波形数据的波形起点即所述故障波形的波形起始点。
2.根据权利要求1所述的故障波形起点判断方法,其特征在于,消除所述故障波形的噪声得到所述消噪波形数据包括:
对所述故障波形的数据点进行模数转换处理获得数字化波形;
设定分解层数及小波基函数,基于所述分解层数及所述小波基函数将所述数字化波形从时域变化至小波域,获得各层小波分解系数;
获取各层所述小波分解系数的标准差;
基于所述标准差对各层所述小波接系数进行软阈值处理,获得软阈值处理数据;
将所述软阈值处理数据从小波域变换至时域,获得消噪波形数据。
3.根据权利要求2所述的故障波形起点判断方法,其特征在于,各层所述小波分解系数的标准差通过下述公式获得:
其中,C0j(i)为各层所述小波分解系数,i∈[1,2,...n],j∈[1,2,...m];
为i∈[1,2,...n]时段所述各层小波分解系数的均值;
σ0j为各层所述小波分解系数的标准差;
j为层数;
i为时段。
4.根据权利要求3所述的故障波形起点判断方法,其特征在于,基于所述标准差对所述各层小波分解系数进行软阈值处理,获得软阈值处理数据,包括:
设置阈值为3σ0j;
基于所述阈值对所述各层小波分解系数进行软阈值处理。
5.根据权利要求1所述的故障波形起点判断方法,其特征在于,计算获得所述消噪波形数据的所述极值点,包括:
计算所述消噪波形数据的时域信号标准差;
基于所述时域信号标准差和拉依达准则按照序列递增方向找到所述消噪波形数据的所述极值点。
6.根据权利要求1所述的故障波形起点判断方法,其特征在于,所述消噪波形数据的波形起始点判断包括:
以所述极值点为起点,按照序列递减方向寻找信号停止减小或停止增大的点,则该点为所述消噪波形数据的波形起始点。
7.一种故障波形起点判断装置,其特征在于,包括:
信息获取模块,用于持续获取配电网的电流信息;
截取模块,用于截取所述电流信息中的故障波形;
消噪模块,用于消除所述故障波形的噪声得到消噪波形数据;
极值点计算模块,用于计算获得所述消噪波形数据的极值点;
起始点判断模块,用于基于所述极值点按照序列递减方向寻找判断所述消噪波形数据的波形起始点,所述消噪波形数据的波形起点即所述故障波形的波形起始点。
8.根据权利要求7所述的故障波形起点判断装置,其特征在于,所述消噪模块包括:
模数转换模块,用于对所述故障波形的数据点进行模数转换处理获得数字化波形;
变换模块,用于设定分解层数及小波基函数,基于所述分解层数及所述小波基函数将所述数字化波形从时域变化至小波域,获得各层小波分解系数;
标准差计算模块,用于获取各层所述小波分解系数的标准差;
软阈值处理模块,用于基于所述标准差对各层所述小波接系数进行软阈值处理,获得软阈值处理数据;
还原模块,用于将所述软阈值处理数据从小波域变换至时域,获得消噪波形数据。
9.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广东电网有限责任公司广州供电局,未经广东电网有限责任公司广州供电局许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010945221.1/1.html,转载请声明来源钻瓜专利网。