[发明专利]基于IEWT和IMDMF的直流配电系统故障检测方法

权利要求书

1.一种基于IEWT和IMDMF的直流配电系统故障检测方法，其特征在于，包括以下步骤:

获取直流配电线路故障、交流系统故障的数据，并构建改进多视角深度矩阵分解和软分配层相结合的故障分类模型；

所述构建改进多视角深度矩阵分解和软分配层相结合的故障分类模型，具体如下：

获取包含直流配电线路故障、交流系统故障的数据，构建训练集数据库；

利用训练集训练改进多视角深度矩阵分解模型的参数，获得多视角数据共有的表示矩阵XU；

利用获得的表示矩阵XU训练软分配层参数，获得各个类别的得分值G；

将各个类别得分值G映射至0～1，获得各个类别的概率值P_m，从中取最大概率值P_max及其对应的类别；

设置阈值P_th，当满足P_thP_max时，输出P_max对应的类别，否则输出“未知类型”；

保存改进多视角深度矩阵分解模型及软分配层参数，构建直流配电系统故障分类模型；

直流配电系统的线路两端安装保护装置，实时监测采集直流线路的电流电压波形，并获得极间电压u_dc；

采用改进经验小波变换自适应分解电流波形，得到电流分量c_1～3；

计算细节系数的最大值A_max，并设定阈值A_th，当满足A_maxA_th时，判定发生故障；

将获得的电流分量c_1～3、极间电压u_dc输入故障分类模型中，实现直流配电系统故障类型的划分。

2.根据权利要求1所述的基于IEWT和IMDMF的直流配电系统故障检测方法，其特征在于，所述获得多视角数据共有的表示矩阵XU，具体如下：

根据公式(1)对多视角输入信号进行权重学习，获得融合数据X；

X≈W{X₁,X₂,…,X_v} (1)其中，W为权重自学习网络中的权重矩阵，{X₁,X₂,…,X_v}表示将数据矩阵横向进行拼接，X₁,X₂,…,X_v对应c_1～3、u_dc四个视角的输入数据；

将获得的融合数据X输入深度矩阵分解模型；

其中，XU为多视角数据共有的表示矩阵，其实际意义为各个数据点在底层的真实表征，V_s^1T为第1个视角的基矩阵，S深度分解的层数为四，v视角个数为四。

3.根据权利要求1所述的基于IEWT和IMDMF的直流配电系统故障检测方法，其特征在于，所述得分值G，具体为：

G≈XUW_c (3)

其中W_c为类别分配权重矩阵，G为类别得分矩阵。

4.根据权利要求1所述的基于IEWT和IMDMF的直流配电系统故障检测方法，其特征在于，所述最大概率值P_max，具体为：

其中，q类别总数为四，分别为直流线路正极接地故障、负极接地故障、极间短路故障、交流侧故障。