[发明专利]基于Hilbert-huang变换和遗传算法的配电网单相接地故障测距方法

摘要

本发明公开了一种在准确选择故障线路基础上，应用Hilbert-huang变换(HHT)提取故障零序电流在不同频率段内不同时刻的能量分布特征，然后应用遗传算法以故障距离、接地电阻和故障时刻为变量，以不同频率段内能量分布匹配程度为适应度函数，对Matlab/Simulink仿真所得各种不同故障条件下故障零序电流特征与原始故障信号进行特征匹配，利用遗传算法对故障条件进行自动搜索，以能量分布最为匹配的故障点作为输出，故障特征最为匹配的故障条件下的故障点到母线的距离即为输出的故障距离。最终形成一套利用HHT提取故障特征，应用遗传算法进行故障特征匹配，最终实现配电网单相接地故障测距的新方法，这种测距方法较大程度上提高了配电网单相接地故障测距的准确性。

主权项

1.基于Hilbert-huang变换和遗传算法的配电网单相接地故障测距方法，应用Hilbert-huang变换(HHT)提取故障零序电流在不同频率段内不同时刻的能量分布特征，应用遗传算法以故障距离、接地电阻和故障时刻为变量，以不同频率段内能量分布匹配程度为适应度函数，对Matlab/Simulink仿真所得各种不同故障条件下故障零序电流特征与原始故障信号进行特征匹配，利用遗传算法对故障条件进行自动搜索，以能量分布最为匹配的故障点作为输出，故障特征最为匹配的故障条件下的故障点到母线的距离即为输出的故障距离，最后形成一套配电网单相接地故障测距方法，按如下步骤实现：(1)当母线零序电压瞬时值u(t)大于KU，故障测距装置立即启动，记录故障后1个周期波形各馈线零序电流x(t)，其中K取值0.15，U表示母线额定电压；(2)应用HHT对各个馈线故障后一周波内零序电流x(t)进行经验模态分解(Empirical Mode Decomposition，简称EMD)，分解出本征模态函数(Intrinsic ModeFunction，简称IMF)；(3)对故障零序电流分解出的IMF进行Hilbert变换，得各个本征模态函数希尔伯特幅值谱图，即零序电流信号时间-频率-幅值分布图；(4)根据所得1-7层本征模态函数Hilbert幅值谱，求取各个IMF不同频率段内不同时刻能量分布特征P；(5)根据所得故障零序电流信号能量特征P，构建遗传算法适应度函数。遗传算法适应度函数的构造如下：首先求取故障零序电流信号各个本征模态函数在不同时刻、不同频率段内能量分布情况，作为不同故障条件下故障零序电流信号的故障特征。通过各个不同故障条件下仿真零序故障电流在不同时刻不同频率段内能量分布特征与原始信号相对应本征模态函数对应频率段能量分布特征比较，所得各个对应频率段能量差值的绝对值之和作为遗传算法适应度函数值。所构建遗传算法适应度函数为：f=1Σm=1MΣi=1N|Pmi-Pmi^|---(1)]]>M为分解的包含较高频率成分本征模态函数个数，N为不同时刻不同频率段内能量点数，为原始信号能量分布值。(6)应用遗传算法以故障距离、故障时刻和接地电阻阻值为变量，以故障特征匹配程度作为适应度函数，对故障条件进行自动搜索，找出故障特征最为匹配的故障点作为输出，故障点距离母线的距离即为故障距离。