基于实测数据的电力系统过电压分类识别 classification and identification of power system overvoltages based on measured data.pdfVIP

第 36卷 第 4期 电 力 系 统 自 动 化 V0L36 No．4 2012年 2月 25 日 Automation ofElectricPowerSystems Feb．25，2012 DOI：10．3969／j．issn．1000—1026．2012．04．016 基于实测数据的电力系统过 电压分类识别 黄艳玲 ，司马文霞，杨 庆 ，袁 涛，王 荆 (输配电装备及系统安全与新技术 国家重点实验室，重庆大学，重庆市 400044) 摘要 ：构造 了一个有效的基于实测数据的过电压 自动分类识别树 。首先抽取过 电压信 号的时域特 征量，将过 电压类别集合分为 2个子集 。其次对信号进行 离散 小波变换，抽取 小波变换域特征量 。 为使 小波变换域特征量更具区别性 ，对 2个子集 内的过 电压信号采用不同的采样频率和小波分解 层数 。最后在分类树的各节点构造一个支持 向量机二值分类器 ，采用实测过 电压数据进行交叉验 证 。总识别率达 95 ，验证 了分类树 的有效性。 关键词 ：过 电压 ；特征量 ；支持向量机 ；小波变换 ；分类树 0 引言 态滤波 、傅里叶变换等信号分析方法提取特征量 ，提 出识别电压暂升、电压暂降、谐波等 7类单一电能质 电力系统过 电压是由于断路器操作 、故障 、雷击 量扰动及部分混合扰动 的分层识别方法 。文献 [8] 线路或线路附近大地等原因引起的危及设备或线路 提出基于小波变换的模糊推理方法识别低频电容器 绝缘 的电压升高现象 。过电压是危害电力系统安全 合闸、电压暂降、冲击暂态等 电能质量扰动 。文 运行的重要 因素之一 。随着大量在线监测装置在 电 献Eg]采用遗传算法获取模糊聚类 的最佳聚类中心 ， 力系统 中的应用 ，大量 的过 电压数据被 自动记录和 构建 了空载变压器切合 闸、弧光接地 、电容器组合闸 存储 [1]，但不能被 自动分类和识别 ，而实测过电压数 等 11类电网过电压分层识别 的分类树 。 据的准确分类和识别 ，对采取适 当抑制措施 具有重 尽管过电压 的识别问题得到了深入研究，且已 要 的指导意义 ，对实现 电网运行状态 的实时获取和 取得显著进展 ，但过 电压的识别仍然是一个难点 。 自动识别 ，提高 电网的 自愈能力具有重要意义 。 一 方面 ，过电压信号特征量 的选取较为困难 ，因为过 国内外学者通常将引起过电压的事件同其他引 电压信号非常不规则 ，尤其是实测过电压信号 。另 起 电压扰动 的事件一起作为电能质量扰动进行分类 一 方面 ，研究对象难 以选取 。若采用仿真信号为研 识别。国内外普遍采用的分类识别模式是先提取特 究对象 ，则仿真和实测信号之间的差异可能很大，研 征量 ，结合专家系统 [2]、模糊推理l3]、神经 网络_4 等 宅成果可能不具有工程意义。若采用实测信号为研 分类识别方法 ，得到分类识别结果 。用于特征量 提