基于支持向量分類機(jī)的勵磁涌流識別方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種勵磁涌流識別方法，具體地說是一種基于支持向量分類機(jī)的勵磁 涌流識別方法。
【背景技術(shù)】
[0002] 近年來，隨著超高壓、大電網(wǎng)的建設(shè)，越來越多的大容量變壓器投入使用，這也使 得變壓器在電網(wǎng)穩(wěn)定運(yùn)行中起到的作用越發(fā)的重要，使得變壓器保護(hù)承受著越來越大的考 驗(yàn)。然而，研宄表明，220kv及以上電力變壓器保護(hù)的正確動作率一直徘徊在70 %~80 %， 遠(yuǎn)低于發(fā)電機(jī)及220kV及以上線路保護(hù)的正確動作率。宄其原因是，變壓器保護(hù)不能十分 準(zhǔn)確的區(qū)分勵磁涌流和故障電流，這成為擋在提高變壓器保護(hù)動作率的一座大山。
[0003] 國內(nèi)外的眾多學(xué)者多年來一直致力于區(qū)分勵磁涌流和故障電流的研宄，成績斐 然。每一種方法都有其獨(dú)到的優(yōu)點(diǎn)，但同時也存在一定的局限性。如：
[0004] 二次諧波制動實(shí)現(xiàn)方便簡單，在變壓器保護(hù)中應(yīng)用最廣，但無功補(bǔ)償用的并聯(lián)電 容和高壓輸電線路分布電容的影響使得變壓器故障時也存在較高的二次諧波；大型變壓器 飽和磁通的降低使得勵磁涌流時二次諧波含量有時降低到10%以下。
[0005] 間斷角識別原理也是常用的勵磁涌流識別方法，但受CT飽和，非周期分量，采樣 頻率等影響較大，人工神經(jīng)網(wǎng)絡(luò)法受到局部極小值點(diǎn)影響并對訓(xùn)練的樣本依存度較高，模 糊多判據(jù)原理對各判據(jù)所取的權(quán)重難以確定。
[0006] 等值電路方法避免了差動電流帶來的影響，但受到變壓器暫態(tài)模型，變壓器漏感 等參數(shù)的制約。
[0007] 所以，尋找一種既能繼承吸收前人成果，又能克服其伴隨缺點(diǎn)的方法很有必要。

【發(fā)明內(nèi)容】

[0008] 為了解決上述方法在識別勵磁涌流時的局限性，本發(fā)明的目的在于提供一種既能 夠利用單獨(dú)特征量判據(jù)的優(yōu)勢，又能避免單一判據(jù)的局限，判據(jù)準(zhǔn)確的基于支持向量分類 機(jī)的勵磁涌流識別方法。
[0009] 本發(fā)明解決上述技術(shù)問題所采取的技術(shù)方案是：一種基于支持向量分類機(jī)的勵磁 涌流識別方法，其特征在于，該方法包括以下步驟：
[0010] a、選擇支持向量機(jī)的輸入特征量，
第二個特征量輸入；其中，I2nd為每相差動電流中的二次諧波；IM為每相差動電流中的三 次諧波；Ilst為對應(yīng)相的差流基波，k2xb為二次諧波制動系數(shù)整定值；k3xb為三次諧波制動系 數(shù)整定值；
[0012] a2、采集變壓器內(nèi)部故障時流入差動繼電器的差動電流，經(jīng)微分之后再取絕對值， 得|i' 2|，以|i' 2| <KI'm2的持續(xù)時間對應(yīng)的角度0作為支持向量機(jī)的第三個特征量 輸入，其中I'尬為Ii，2|的幅值，K= 0.25;
[0013]a3、采集勵磁涌流的波寬Width= (t/T)*360作為支持向量機(jī)的第四個特征量輸 入；
[0014]a4、采集差動電流的積分值S作為支持向量機(jī)的第五個特征量輸入，其中
Ts表示相鄰兩個采樣點(diǎn)的時間差；
[0015]a5、將差動電流前半周波設(shè)為x(t)，后半周波取反并設(shè)為y(t)，二者 做相關(guān)分析，采用波形相關(guān)系數(shù)J作為支持向量機(jī)的第六個特征輸入量，其中
點(diǎn)的總數(shù)，Ts表不相鄰兩個米樣點(diǎn)的時間差，T表不一個周波的周期；
[0017]b、對變壓器的各種運(yùn)行狀態(tài)進(jìn)行訓(xùn)練，構(gòu)造識別勵磁涌流和故障電流的決策函 數(shù)，所述訓(xùn)練步驟為：
[0018]bl、通過動模試驗(yàn)獲得變壓器各種運(yùn)行狀態(tài)下的真實(shí)動模數(shù)據(jù)，并據(jù)此得出步驟 a中的七個輸入特征量值，
[0019] 設(shè)XiG X=R7,Xi=(K2i，K3i,0i，Wi,Si,Ji, 〇Zi)'y#y= {1，-1}，
[0020] 勵磁涌流時Yi= 1 ;故障時yi= -1 ;
[0021] 則負(fù)類樣本表示為：
[0022]T1 = {((K2, "K3,i，0 "W1,S1,J1, 〇Z1)T，-1)，…
[0023] (xa,-1)}G(xXy)a
[0024] 其中，a為負(fù)類樣本數(shù)；
[0025] 正類樣本表示為：
[0026]T2 -{((K2，a+1,K3，a+1,9a+1，Wa+1，Sa+1，Ja+1, 〇Za+1)，+1)，
[0027] ... (xa+b，+l)}G(xXy)b
[0028] 其中，a為負(fù)類樣本數(shù)，b為正類樣本數(shù)；

[0036] c、當(dāng)變壓器發(fā)生事故后，將保護(hù)裝置采集系統(tǒng)采集來的數(shù)據(jù)經(jīng)過步驟a計(jì)算出七
[0037] 進(jìn)一步的，在步驟bl中，如果有新增訓(xùn)練樣本，將新增樣本代人影響因子（ES)估 計(jì)公式：
[0039] 對ES值位于0. 8-1. 0之間的樣本予以保留。
[0040] 本發(fā)明的有益效果是：
[0041] 1、本發(fā)明將二次諧波、三次諧波、電流間斷角、波寬、波形畸變量、波形相關(guān)系數(shù)和 勵磁側(cè)測量阻抗這七個特征量作為識別勵磁涌流的判據(jù)，引入核函數(shù)，將七個特征量同時 映射到七維空間，在七維空間中尋找勵磁涌流和故障電流的區(qū)別，這樣既綜合諧波制動，間 斷角，波形相似度等原理的優(yōu)勢，又避免其各自原理的局限，增加了勵磁涌流識別的可信 度。
[0042] 2、通過采集變壓器各種運(yùn)行狀態(tài)樣本，對樣本進(jìn)行訓(xùn)練得到適應(yīng)性強(qiáng)，泛化能力 好的勵磁涌流識別可靠判據(jù)。
[0043] 3、該方法不受變壓器接線方式的影響，不受模型參數(shù)制約，適用性強(qiáng)，靈活性好。
[0044] 4、采用最佳樣本標(biāo)記法不斷修正新增樣本，使該勵磁涌流識別判據(jù)將更為準(zhǔn)確。
[0045] 5、對本方法進(jìn)行正確率的測試，選取各種變壓器運(yùn)行狀態(tài)的樣本，測試結(jié)果如下 表所示：
[0046]
[0047] 經(jīng)測試可得，該方法能很好的識別空載合閘涌流、一般性內(nèi)部故障和空投于相間 和接地故障，對于空投于10%以上的匝間短路也能很好的識別，正確識別率達(dá)到96. 2%。
【附圖說明】
[0048] 圖1為本發(fā)明的方法流程圖；
[0049] 圖2為本發(fā)明的實(shí)驗(yàn)變壓器系統(tǒng)模型示意圖。
【具體實(shí)施方式】
[0050] 下面結(jié)合附圖對本發(fā)明的具體實(shí)施例做詳細(xì)描述：
[0051] 如圖1所示，a、首先選擇支持向量機(jī)輸入特征量
[0052] 當(dāng)前識別勵磁涌流的方法大致分為三類：基于波形（諧波制動原理，波形相關(guān)度 原理，數(shù)學(xué)形態(tài)學(xué)原理，幅值變化原理，數(shù)學(xué)形態(tài)學(xué)，改進(jìn)數(shù)學(xué)形態(tài)學(xué)等），基于模型（等值 電路方程原理，功率差動原理等），以及基于人工智能（人工神經(jīng)網(wǎng)絡(luò)和基于模糊貼近度原 理等）。本著實(shí)現(xiàn)方便、快捷的原則對現(xiàn)有勵磁涌流識別方法進(jìn)行選擇，將波形作為支持向 量機(jī)特征量輸入。
[0053]al、諧波含量識別勵磁涌流
[0054] 采用三相差動電流中二次諧波、三次諧波的含量來識別勵磁涌流，判別方程如 下：
[0056]其中I2nd、Im分別為每相差動電流中的二次諧波和三次諧波，Ilst為對應(yīng)相的差流 基波，k2xb、k3xb分別為二次諧波和三次諧波制動系數(shù)整定值。令
[0058] 將K2,K3分別作為支持向量機(jī)的第一個輸入特征量和第二個輸入特征量。
[0059]a2、間斷角和波寬識別勵磁涌流
[0060] 勵磁涌流的波形中會出現(xiàn)間斷角，而變壓器內(nèi)部故障時流入差動繼電器的穩(wěn)態(tài)差 動電流是正弦波，不會出現(xiàn)間斷角。將差動電流經(jīng)微分之后，再取絕對值，得Ii' 2|，I' m2 為|1'2|的幅值；1( = 〇.25。以|1'2|<1(1/"12的持續(xù)時間對應(yīng)的角度0作為支持向 量機(jī)的第三個特征量輸入。
[0061] 增加一個反映波寬的輔助判據(jù)，將提高識別的正確性。波寬Width= (t/T)*360， 可作為支持向量機(jī)的第四個特征量輸入。
[0062]a3、波形畸變識別勵磁涌流
[0063] 故障時，差流基本上是工頻正弦波。而勵磁涌流時，有大量的諧波分量存在，波形 發(fā)生畸變，間斷，不對稱。利用算法識別出這種畸變，即可識別出勵磁涌流。
[0064] 根據(jù)此判據(jù)，將差動電流的積分值S作為支持向量機(jī)的第五個輸入。算法如下：
[0066] a4、波形相關(guān)系數(shù)
[0067] 將差動電流前半周波設(shè)為X(t)，后半周波取反并設(shè)為y(t)，二者做相關(guān)分析。此
[0068]其中：P(X，Y)為x(t)與y(t)之間的協(xié)方差系數(shù)，〇 2(x)為x(t)的方差，故障電 流的相關(guān)系數(shù)J接近1，而勵磁涌流的相關(guān)系數(shù)