本發(fā)明屬于電力系統(tǒng)繼電保護(hù)領(lǐng)域，涉及一種基于貝葉斯濾波的微弱故障行波信號(hào)去噪和精確識(shí)別方法。
背景技術(shù)：
目前，行波故障定位法在理論上具有很高的定位精度，使其獲得了廣泛的研究和應(yīng)用。故障行波信號(hào)突變點(diǎn)的時(shí)刻及位置都代表了具體的故障信息，因此，準(zhǔn)確檢測(cè)故障行波信號(hào)的突變點(diǎn)就成為行波故障定位的關(guān)鍵?；谛〔ǚ治?、希爾伯特黃變換等時(shí)頻分析方法，在行波識(shí)別中已獲得了廣泛的應(yīng)用，并取得了較好的故障定位效果，但這些時(shí)頻分析方法在實(shí)際應(yīng)用中還存在一定的局限性。
現(xiàn)場(chǎng)獲取的故障行波信號(hào)通常會(huì)受到各種復(fù)雜噪聲的影響，如：高壓輸電線路傳輸距離長，經(jīng)過的地區(qū)氣候、地形等復(fù)雜多變,以及輸電線路中各參數(shù)不均勻,這些因素很容易產(chǎn)生各種噪聲；現(xiàn)場(chǎng)設(shè)備以及硬件監(jiān)測(cè)裝置也不可避免地存在對(duì)原始信號(hào)的噪聲干擾；為保證采樣精度,采樣裝置的采樣頻率往往達(dá)到幾兆赫,此時(shí)采樣信號(hào)更容易受到各種噪聲的干擾。研究結(jié)果表明，行波信號(hào)中的噪聲成分主要是白噪聲和各種脈沖噪聲，在某些情況下，如故障初相角較小(接近0°)或高阻故障時(shí)，故障行波信號(hào)減弱，白噪聲可能相對(duì)較大甚至淹沒了行波信號(hào)，致使行波突變性并不十分明顯，行波波頭辨識(shí)非常困難。同時(shí)，由于脈沖噪聲與暫態(tài)行波信號(hào)的突變特征相似，很容易混淆行波信號(hào)的突變點(diǎn)。此外，暫態(tài)行波信號(hào)是疊加在工頻信號(hào)上，并且還含有各次諧波信號(hào)，這些都會(huì)影響行波信號(hào)突變點(diǎn)的提取。
因此，如何有效濾除所提取暫態(tài)信號(hào)中的噪聲干擾，保留原始信號(hào)所需的主要特征，并把這些不太明顯的暫態(tài)特征突顯出來，準(zhǔn)確可靠提取和分辨出行波信號(hào)的突變點(diǎn)，是繼電保護(hù)研究者致力解決的關(guān)鍵問題之一。
技術(shù)實(shí)現(xiàn)要素：
為克服已有技術(shù)的不足，解決現(xiàn)有行波信號(hào)識(shí)別方法在噪聲干擾和微弱故障情況下其準(zhǔn)確性和可靠性差等技術(shù)問題，提出了一種微弱故障行波信號(hào)的去噪和精確識(shí)別方法。本發(fā)明擬從時(shí)域的角度，利用現(xiàn)代信號(hào)處理方法和貝葉斯濾波技術(shù)對(duì)微弱故障行波信號(hào)進(jìn)行分析與建模，在保留原始信號(hào)主要特征的同時(shí)，有效分辨和濾除以時(shí)域特征變化為主的各種噪聲干擾，尤其是脈沖噪聲干擾。在此基礎(chǔ)上，研究雷擊故障行波信號(hào)的仿真模型以及微弱故障行波信號(hào)的自適應(yīng)濾波算法和特征提取技術(shù)，實(shí)時(shí)估計(jì)出行波信號(hào)各次頻率的瞬時(shí)幅度和建模殘差，由此準(zhǔn)確提取行波信號(hào)的突變點(diǎn)，實(shí)現(xiàn)微弱故障行波信號(hào)的可靠準(zhǔn)確辨識(shí)，以此提高行波故障定位的準(zhǔn)確性和可靠性。此項(xiàng)研究提出了行波信號(hào)的時(shí)域建模分析方法，實(shí)現(xiàn)了在現(xiàn)場(chǎng)各類噪聲干擾下微弱故障行波信號(hào)的濾波及奇異點(diǎn)的準(zhǔn)確辨識(shí)。此發(fā)明對(duì)于行波故障定位精度的提高、以及實(shí)現(xiàn)行波保護(hù)的實(shí)用化具有很重要的理論與現(xiàn)實(shí)意義，對(duì)于電能質(zhì)量的進(jìn)一步優(yōu)化以及配電網(wǎng)的可靠穩(wěn)定運(yùn)行具有很重要的意義。
本發(fā)明解決上述技術(shù)問題的技術(shù)方案包括以下步驟：
1)受擾微弱故障行波信號(hào)的時(shí)域建模及雷擊故障行波信號(hào)的仿真建模分析；
2)受擾微弱故障行波信號(hào)的狀態(tài)空間建模；
3)針對(duì)已有濾波去噪算法不能適應(yīng)電網(wǎng)系統(tǒng)復(fù)雜多變的噪聲環(huán)境，提出在線優(yōu)化噪聲統(tǒng)計(jì)特性、實(shí)時(shí)估計(jì)出噪聲矩陣參數(shù)的自適應(yīng)濾波去噪算法，并用于微弱故障行波信號(hào)的去噪和建模分析中；
4)微弱故障行波信號(hào)的時(shí)域特征量組提取，實(shí)現(xiàn)復(fù)雜微弱行波信號(hào)的可靠準(zhǔn)確辨識(shí)。
上述步驟1)中，受擾微弱行波信號(hào)的時(shí)域模型為：
其中，{yk∈r,n＝1,2,…,k}(k為采樣長度)是采樣的行波序列，a1,k,ω，
上述步驟1)中，為研究行波信號(hào)的突變特性，將以雷擊故障行波電流信號(hào)為例進(jìn)行仿真分析。在上式中，雷擊輸電線路時(shí)所產(chǎn)生的雷電流波形uk將分別采用雙指數(shù)函數(shù)模型、heidler函數(shù)模型和脈沖函數(shù)模型近似模擬，對(duì)比各種近似擬合模型與實(shí)際雷電流波形的擬合優(yōu)劣，探索一種最佳的雷電流波模擬模型。其中，三種模擬模型的具體形式如下。
雙指數(shù)函數(shù)模型：
heidler函數(shù)模型：
脈沖函數(shù)模型：
上述三種近似模型中，i0為雷電流幅值(ka)，a為雷電流幅值的修正系數(shù)，t1為雷電流波尾時(shí)間常數(shù)，t2為雷電流波頭時(shí)間常數(shù)(t1和t2的值由雷電流波形所確定)，n(2≤n≤10)為常數(shù)。
上述步驟2)中，為利用濾波方法從含有噪聲干擾的行波信號(hào)中準(zhǔn)確估計(jì)出行波信號(hào)各次頻率的瞬時(shí)幅值，選取狀態(tài)變量xk＝[x1,kx2,k…x2r-1,kx2r,k…x2m-1,kx2m,k]t如下：
根據(jù)上述的狀態(tài)變量，受擾微弱行波信號(hào)的狀態(tài)空間模型為：
其中，f，h為系統(tǒng)矩陣和觀測(cè)矩陣，ηk和vk分別為過程噪聲和觀測(cè)噪聲，其協(xié)方差分別為qk和rk。而且，fr,qk,rk分別定義為
上述步驟3)中，為提高濾波算法的估計(jì)精度，需要在線估計(jì)噪聲協(xié)方差矩陣，本發(fā)明將提出結(jié)合遺傳算法和粒子群算法的全局優(yōu)化方法來全局搜索噪聲協(xié)防差矩陣參數(shù)以及參數(shù)初始分布，同時(shí)，提出利用蒙特卡羅粒子濾波算法估計(jì)出系統(tǒng)狀態(tài)以及濾波(去噪)后的行波信號(hào)。具體來講，在步驟2)所述的狀態(tài)空間模型中，給定噪聲方差矩陣參數(shù)初始值，用蒙特卡羅粒子濾波進(jìn)行預(yù)測(cè)和濾波，將待優(yōu)化的參數(shù)θ＝[γ1γ2…γ2r-1γ2r…γ2m-1γ2mε]作為染色體或粒子按順序編碼，并給定該染色體的取值范圍，使用似然函數(shù)作為目標(biāo)函數(shù)計(jì)算各個(gè)體的適應(yīng)值，選擇適應(yīng)值較低即最優(yōu)個(gè)體保留到下一代，其它個(gè)體進(jìn)行交叉、變異運(yùn)算，同時(shí)產(chǎn)生相應(yīng)地備選群體，比較備選群體中個(gè)體的適應(yīng)度，選擇最優(yōu)個(gè)體放入到優(yōu)秀群體中，重復(fù)上述過程，直到得到最優(yōu)參數(shù)θ*，再利用蒙特卡羅粒子濾波算法進(jìn)行預(yù)測(cè)和濾波，得到各個(gè)時(shí)刻狀態(tài)變量的預(yù)測(cè)值和估計(jì)值。
上述步驟4)中，根據(jù)實(shí)時(shí)估計(jì)出的微弱行波信號(hào)(去噪后)各次頻率的瞬時(shí)幅度，準(zhǔn)確提取行波信號(hào)幅度的極大值點(diǎn)，即行波信號(hào)的突變點(diǎn)。其中，行波信號(hào)各次諧波的瞬時(shí)幅度可通過下式計(jì)算得到：
上式中的x2r-1,k，x2r,k可通過對(duì)步驟2)的狀態(tài)空間模型濾波得到。
上述步驟4)中，利用建模殘差序列中最直接的時(shí)域信息，通過濾波殘差的變化來提取行波信號(hào)的突變點(diǎn)位置。其中，建模殘差可通過濾波后計(jì)算，即
vk＝y(tǒng)k-hxk
由此可以根據(jù)估計(jì)的瞬時(shí)幅度和濾波殘差突變點(diǎn)的時(shí)間位置確定行波到達(dá)時(shí)間，實(shí)現(xiàn)對(duì)行波波頭的準(zhǔn)確檢測(cè)。
與現(xiàn)有技術(shù)相比，本發(fā)明所具有的有益效果為：本發(fā)明依據(jù)行波信號(hào)的突變特性，從時(shí)域的角度，利用現(xiàn)代信號(hào)處理方法和貝葉斯濾波技術(shù)對(duì)微弱故障行波信號(hào)進(jìn)行分析與建模，在保留原始信號(hào)主要特征的同時(shí)，有效分辨和濾除以時(shí)域特征變化為主的各種噪聲干擾，尤其是脈沖噪聲干擾。在此基礎(chǔ)上，研究行波信號(hào)的自適應(yīng)濾波去噪算法和特征提取技術(shù)，實(shí)時(shí)估計(jì)出行波信號(hào)各次頻率的瞬時(shí)幅度和建模殘差，由此準(zhǔn)確提取行波信號(hào)的突變點(diǎn)，實(shí)現(xiàn)微弱故障行波信號(hào)的可靠準(zhǔn)確辨識(shí)。此發(fā)明提出了行波信號(hào)的時(shí)域建模分析方法，實(shí)現(xiàn)了在現(xiàn)場(chǎng)各類噪聲干擾下微弱故障行波信號(hào)奇異點(diǎn)的準(zhǔn)確辨識(shí)，對(duì)于行波故障定位精度的提高、以及實(shí)現(xiàn)行波保護(hù)的實(shí)用化具有很重要的理論與現(xiàn)實(shí)意義，對(duì)于電能質(zhì)量的進(jìn)一步優(yōu)化以及配電網(wǎng)的可靠穩(wěn)定運(yùn)行具有很重要的意義。
下面結(jié)合附圖對(duì)本發(fā)明做出進(jìn)一步的說明。
附圖說明
圖1為本發(fā)明微弱故障行波信號(hào)的去噪和精確識(shí)別流程圖。
具體實(shí)施方式
圖1為本發(fā)明微弱故障行波信號(hào)的去噪和識(shí)別流程圖，基于emtp仿真平臺(tái)搭建220kv輸配電系統(tǒng)仿真模型，研究非故障雷擊、故障雷擊與短路故障的模擬試驗(yàn)，全面總結(jié)與對(duì)比不同雷擊故障情況下雷電流信號(hào)的仿真建模，尋找波形差異規(guī)律，進(jìn)一步改進(jìn)與完善理論研究結(jié)果，為微弱故障行波信號(hào)的有效辨識(shí)提供完備的理論依據(jù)。
采樣的微弱故障行波信號(hào)是在工頻信號(hào)上疊加了各次諧波、被白噪聲干擾、具有突變特性的非平穩(wěn)時(shí)間序列。因此，微弱行波信號(hào)的時(shí)域模型可表示為：
其中，{yk∈r,n＝1,2,…,k}(k為采樣長度)是采樣的行波序列，a1,k,ω，
為研究行波信號(hào)的突變特性，將以雷擊故障行波電流信號(hào)為例進(jìn)行仿真分析。在上式中，雷擊輸電線路所產(chǎn)生的雷電流波形uk將分別采用雙指數(shù)函數(shù)模型、heidler函數(shù)模型和脈沖函數(shù)模型近似模擬，對(duì)比各種近似擬合模型與實(shí)際雷電流波形的擬合優(yōu)劣，探索一種最佳的雷電流波模擬模型。
為利用濾波方法從含有噪聲干擾的行波信號(hào)中準(zhǔn)確估計(jì)出行波信號(hào)各次頻率的瞬時(shí)幅值，需建立如下的狀態(tài)空間模型：
其中，狀態(tài)變量xk＝[x1,kx2,k…x2r-1,kx2r,k…x2m-1,kx2m,k]t如下：
f，h為系統(tǒng)矩陣和觀測(cè)矩陣，ηk和vk分別為過程噪聲和觀測(cè)噪聲，其協(xié)方差分別為qk和rk。而且，fr,qk,rk分別定義為：
基于上述狀態(tài)空間模型，本發(fā)明將提出結(jié)合遺傳算法和粒子群算法的全局優(yōu)化方法來全局搜索噪聲協(xié)防差矩陣參數(shù)以及參數(shù)初始分布，同時(shí)，提出利用蒙特卡羅粒子濾波算法估計(jì)出系統(tǒng)狀態(tài)以及濾波(去噪)后的行波信號(hào)。根據(jù)實(shí)時(shí)估計(jì)出行波信號(hào)各次頻率的瞬時(shí)幅度和建模殘差，準(zhǔn)確提取行波信號(hào)的突變點(diǎn)，并根據(jù)估計(jì)的瞬時(shí)幅度和濾波殘差突變點(diǎn)的時(shí)間位置確定行波到達(dá)時(shí)間，實(shí)現(xiàn)對(duì)行波波頭的準(zhǔn)確檢測(cè)。