基于小波变换与随机森林算法的10kV电缆早期故障辨识方法.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN116031828A(43)申请公布日2023.04.28(21)申请号202211532986.8G06F18/2431(2023.01)(22)申请日2022.12.01(71)申请人国网江苏省电力有限公司宿迁供电分公司地址223800江苏省宿迁市宿城区发展大道2481号(72)发明人潘攀李勇徐晓明鲍春禾欧洪飞张章张鸿翼沙淼(74)专利代理机构南京品智知识产权代理事务所(普通合伙)32310专利代理师奚晓宁(51)Int.Cl.H02H1/00(2006.01)H02H7/28(2006.01)G06F18/214(2023.01)权利要求书2页说明书8页附图5页(54)发明名称基于小波变换与随机森林算法的10kV电缆早期故障辨识方法(57)摘要本发明公开一种基于小波变换与随机森林算法的10kV电缆早期故障辨识方法，包括：利用PSCAD/EMTDC仿真软件搭建10kV的配电网电缆模型用来进行仿真测试；利用电缆的电弧模块来模拟电缆早期故障，获取早期故障数据集；分别搭建负荷投切模块、电动机启动模块以及电容器投切模块三种扰动模块，对数据集进行扩充；采用小波变换对已有数据进行分解，空间重构；对已有数据集中的数据进行时频域和能量域特征的提取；设置标签，构建数据集用来训练算法分类器；将训练好的随机森林算法应用到电缆早期故障辨识中，进行故障和扰动辨识。本发明能准确的分辨出电缆早期故障和其他扰动，具有一定的理论和实际意义。CN116031828ACN116031828A权利要求书1/2页1.一种基于小波变换与随机森林算法的10kV电缆早期故障辨识方法，其特征在于，包括以下步骤：S1、利用PSCAD/EMTDC仿真软件搭建10kV的配电网电缆模型进行仿真测试；S2、利用电缆的电弧模块来模拟电缆早期故障，获取早期故障数据集；S3、分别搭建负荷投切模块、电动机启动模块以及电容器投切模块三种扰动模块，对数据集进行扩充；S4、采用小波变换对已有数据进行分解，空间重构；S5、对已有数据集中的数据进行时频域和能量域特征的提取；S6、设置标签，构建数据集用来训练算法分类器；S7、将训练好的随机森林算法应用到电缆早期故障辨识中，进行故障和扰动辨识。2.根据权利要求1所述的基于小波变换与随机森林算法的10kV电缆早期故障辨识方法，其特征在于，所述步骤S1是基于IEEE13节点系统，结合中低压10kV及以下电网的特征。3.根据权利要求1所述的基于小波变换与随机森林算法的10kV电缆早期故障辨识方法，其特征在于，所述步骤S2选择Mayr电弧模型，通过参数设置来进行针对模型的设置；在电弧模型中需要设置的参数是时间常数和耗散功率，通过对这两个参数的设置以期望获得在实际的应用中最具可能性的电缆早期故障波形。4.根据权利要求1所述的基于小波变换与随机森林算法的10kV电缆早期故障辨识方法，其特征在于，所述步骤S3中所述的负荷投切模块、电动机启动模块以及电容器投切模块，是三种常见的电网扰动，主要是由于这三种扰动发生时容易与早期故障的情况产生混淆，为了避免系统的误操作，通过仿真获得三种扰动的电压电流数据，为后续特征提取做准备。5.根据权利要求1所述的基于小波变换与随机森林算法的10kV电缆早期故障辨识方法，其特征在于，步骤S4数据分解和空间重构的具体过程包括：S4‑1、选取小波变换信号分解的方式；步骤S4采用离散小波变换；S4‑2、利用离散小波变换将多尺度数据分解为时变的不平稳的信号；S4‑3、通过离散小波变换把信号分解成一连串的近似系数和细节系数；S4‑4、从分解出的系数中选择合适的系数；S4‑5、利用合适的系数进行小波逆变换即空间重构。6.根据权利要求1所述的基于小波变换与随机森林算法的10kV电缆早期故障辨识方法，其特征在于，所述步骤S5中利用小波变换对已有数据集中的数据进行时频域和能量域特征的提取，具体包括如下步骤：S5‑1、确定故障的时频域特征，时域特征是时域序列下可以表示数据的特征；S5‑2、确定故障的能量域特征，所述能量域特征为熵和能量熵；S5‑3、利用小波变换对采样信号进行分解，将各个频段的信号重构；S5‑4、截取2000个采样点，设定数据的频率为10000Hz；S5‑5、根据奈奎斯特采样定理的最高频率是5kHz，利用小波变换将数据分为6层；S5‑6、将利用小波变换后的各个频段的信号进行重构，识别重构以后提取的时域、熵及能量熵特征；2CN116031828A权利要求书2/2页上述步骤S5‑1至步骤S5‑2为确定故障的特征过程，步骤S5‑3至步骤S5‑6为特征提取识别过程。7.根据权利要求1所述的基于小波变换与随机森林算法的10kV电缆早期故障辨识方法，其特征在于，所述步骤S6中需要对数据集进行标