基于支持向量机的饱和铁心型超导限流器励磁系统传感器故障诊断.docVIP

  基于支持向量机的饱和铁心型超导限流器 励磁系统传感器故障诊断#   * 5 10 15 20 25 30 35  摘要：本文以建立的饱和铁心型超导限流器控制系统模型为对象，研究故障诊断方法.主要 针对其关键性的励磁系统的励磁电流进行状态估计，本文研究采用支持向量机的方法，以历 史数据为基础建立了以限流器交流电压电流、交流阻抗为输入，直流励磁电流为输出的非线 性逆模型，通过检测限流器的电气参数，估计励磁电流的大小，并与励磁系统检测的值作比 较，如果偏差超过一定阈值，便可判断励磁系统传感器发生故障。仿真表明了支持向量机传 感器故障诊断方法的有效性。 关键词：饱和铁心超导限流器；传感器故障诊断；支持向量机；逆模型 中图分类号：TP23 Fault Diagnosis of Sensors in Field System of HT-SFCL with Saturated Iron Core Based on SVM He Yi, Li Changbin, Wu Aiguo (School of Electrical Engineering and Automation, Tianjin University, Tianjin, 300072, China) Abstract: In this paper, a fault diagnosis method of SVM about sensors is presented based on the control system model of superconducting fault current limiter(SFCL) with saturated iron core. It is mainly about the state estimation of the bias current of the field system. In this paper, a Support Vector Machine is used to approximate the nonlinear function between ac voltage, ac current of SFCL, ac impedance of SFCL and dc bias current. It works like an inverse model to estimate the dc bias current through the ac current and ac impedance. If the error between estimated value of dc bias current and the sample value of current sensor is beyond some threshold value, it shows a fault occurs on the current sensor. Through simulation, this kind of fault diagnosis method based on SVM is effective. Key words: SFCL with saturated iron core; sensor fault diagnosis; SVM; inverse model 0 引言 电力系统的高速发展导致系统短路电流急剧增加，不仅对电网稳定运行带来更大威胁， 而且使原有开关设备的遮断容量不能满足系统发展要求。传统限流方法都有较大局限性，无 法应用于高压电网互联等方面，为此必须寻求一种适应广泛、效果良好的方法。超导限流器  集检测、触发和限流于一身，是电力系统最理想的限流装置 [1-4]  。  超导故障限流器是促进电力发展、提高电网安全可靠的一种短路电流限制措施，在世 界电力系统中都有较好的应用前景。电网系统是一种对安全稳定要求很高的系统，因此作为  40 串联在电网系统里的超导故障限流器的安全稳定运行提出了更高的要求，超导限流器及其控 制系统的安全稳定运行也成为电网系统能否稳定运行的关键。因此，研究针对超导故障限流 -1-   器及其控制系统的故障诊断方法，有重要的意义。 支持向量机方法最早由Vapnik提出，它根据经验风险最小化ERM和结构风险最小化 （structural risk inimization ,SRM）的原则来进行机器学习。具有坚实的理论基础和良  45  好的泛化能力。支持向量机的基本思想是在样本空间或特征空间构造出最优超平面，使得超 [5] 除了非线性分类能力外，支持向量机还有很强的非线性回归能力，可以用于逼近非线性 函数，目前很多文献研究采用支