直流牵引网振荡电流与故障电流波形识别-Engineering.PDF

20 13 年 11 月 电 工 技 术 学 报 Vol.28 No. 11 第 28 卷第 11 期 TRAN SACTION S OF CHINA ELECTROTECHNICAL SOCIETY Nov . 20 13 直流牵引网振荡电流与故障电流波形识别 1,2 1 2 田行军 李夏青 李运华 （1. 北京石油化工学院电气工程系 北京 1026 17 2. 北京航空航天大学自动化科学与电气工程学院 北京 100 19 1） 摘要 地铁直流牵引 中经常出现的低频振荡电流导致继电保护系统误动频繁，欲提高保 护系统的可靠性必须采取更为有效的特征提取方法。经验模态分解(EMD) 和能量权重结合的特 征提取方法可有效区分牵引 振荡电流与故障电流，实现对牵引 电流动态特征信息的提取。 通过对牵引 电流进行EMD 分解并计算各本征模态函数 （IMF）的能量权重，构建基于能量权 重的多尺度特征熵，进而获得故障模式识别的特征矢量。现 实测数据证明，该方法可准确识 别牵引 振荡电流与故障电流，且概念清晰、算法简单。 关键词：直流牵引 故障电流 振荡电流 EMD 特征熵 中图分类号：TM922.3; TM7 13 Waveform Identification of Oscillation Current and Fault Current in DC Traction Network Tian X ingj un 1,2 L i X iaqing 1 L i Yunhua2 （1. Beij ing Institute of Petrochemical Technology Beij ing 1026 17 China 2. Beihang University Beij ing 100 19 1 China ） Abstract Due to the frequent malfunctions of relay protection system caused by low-frequency oscillation current of Metro DC traction network, more effective feature extraction methods are in need to improve the reliability of protection system . The extraction method combined empirical mode decomposition(EMD) and energy weight can effectively distinguish oscillation current and fault current of traction network, and achieve the extraction of dynamic feature information in traction network current . In this method, the traction network current is decomposed by EMD and the energy weight of each intrinsic mode function(IMF) is calculated, and the feature vector of fault pattern