基于数学形态谱和LSSVM的变压器励磁涌流和短路电流识别新方法研究.pdfVIP

中国电机工程学会第十届青年学术会议 ·吉林 基于数学形态谱和 LS-SVM 的变压器励磁涌流 和短路电流识别新方法 李辉 1 2 2 2 田志勇 孟庆然 祝磊 (1.东北电力大学电气工程学院 吉林 吉林 132012) (2.东北电力大学研究生部 吉林 吉林 132012) 摘要:数学形态学是一种十分有效的图象处理工具，从数学形态学的基本运算出发，定义了一种新的图象识别工具—数 学形态谱。利用数学形态谱对变压器短路电流和励磁涌流时域波形进行变换，以前11刻度对应的形态谱值作为LS-SVM（最 小二乘—支持向量机）的输入特征量，对变压器短路电流和励磁涌流进行分类。MATLAB仿真证明，该方法不受变压器剩磁， 合闸角的影响，且在小样本情况下具有很好的分类能力，是一种准确有效的识别方法。 关键词: 形态谱；励磁涌流；短路电流；最小二乘支持向量机 1 引言 变压器差动保护是变压器的主保护之一，而保证变压器差动保护正确动作关键问题是对变压器短路电 流和励磁涌流的识别。常用的识别方法是二次谐波制动，但由于变压器剩磁较高或合闸角满足一定条件时， 二次谐波含量可能较少，这对传统的二次谐波原理提出了挑战[1]。也有人利用间断角原理来进行励磁涌流 的识别，其实质是利用数学形态学梯度变换[2]，小波奇异性检测[3][4][5]来对间断角进行奇异点检测，但由于 励磁涌流间断角大小受变压器剩磁等因素的影响[6]，间断角很小时可能出现无法判断的情况，使此类方法 的使用受到限制。除此之外，还有磁通特性法，等效瞬时励磁电感法等[2]，但这些方法对变压器参数进行 了人为设置，且计算过程比较复杂，影响了此类方法的实际应用。也有人利用神经网络进行励磁涌流识别 [7]，但此时特征量的选取十分复杂，且需要大量的先验知识。鉴于以上方法的缺点，因此，需寻求一种新 的识别方法。 数学形态谱是一种图象辨识工具，它从图形的形状出发，通过测量图象与一系列不同尺寸结构元素间 进行形态开、闭运算后的面积变化，描述图象的尺寸（刻度）变化，将尺度分布判据推广为图象和背景的 双重描述，即为形态谱[8]。而支持向量机是目前解决小样本分类的最佳理论，被公认为是人工神经网络的 替代方法，用 SVM 分类器作为模式识别可以准确得出数据内在规律，实现准确分类[9]。而在 SVM 基础上提 出的 LS-SVM 在模式识别和函数建模时，将二次规划问题转换为线性方程求解，解决了 SVM 运算复杂和速 度慢的问题,提高了计算速度[10]。本文综合利用上述两种方法，取励磁涌流和短路电流前 11 刻度下电流形 态谱值作为 LS-SVM 的特征输入量，在小样本情况下可以实现励磁涌流和短路电流的准确分类。 2 数学形态谱 2.1 数学形态学基本运算 数学形态学的基本运算包括膨胀、腐蚀以及形态开、闭运算。 膨胀和腐蚀是数学形态学中最基本的运算。设输入序列 f (n) , g (n) 分别是 F {0,1, L, N =−1}和 G {0,1, L, M =−1}上的离散函数，且N M 。用g (n) 对信号f (n) 进行膨胀和腐蚀分别定义如下： (f ⊕g)(n) max f (n=−m)+g(m)(n−m)∈Fn, ∈G (1) { } (f Θg)(n) min f (n=+m)−g(m)(n+m)∈Fn, ∈G { } (2) 集合g 在形态学中称为结构