一种直流牵引网振荡与短路故障辨识方法.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115902528A(43)申请公布日2023.04.04(21)申请号202310141197.X(22)申请日2023.02.21(71)申请人华东交通大学地址330013江西省南昌市经济技术开发区双港东大街808号(72)发明人华敏陈剑云钟汉华(74)专利代理机构南昌卓尔精诚专利代理事务所(普通合伙)36133专利代理师刘文彬(51)Int.Cl.G01R31/08(2020.01)G01R31/52(2020.01)权利要求书2页说明书7页附图6页(54)发明名称一种直流牵引网振荡与短路故障辨识方法(57)摘要本发明适用于电力故障识别技术领域，提供了一种直流牵引网振荡与短路故障辨识方法，包括以下步骤：采集直流牵引网馈线电流信号；对直流牵引网馈线电流信号进行改进经验小波变换分解，得到若干个内涵模态分量(IMF)；计算各IMF的能量和原馈线电流信号的总能量；计算各IMF的能量权重；以能量权重为基础构建分数阶能量熵；确定最佳分数阶因子，特征矢量提取及辨识。本发明通过采用上述技术，对信号进行更加有效地分解，更好地抑制了模态混叠现象，算法理论性强、分量精确性高；特征量提取准确、自适应性强，有效区分直流牵引网短路故障电流与振荡电流，相较于传统熵特征更具优势，可为直流牵引网馈线主保护算法的升级改造提供技术支撑。CN115902528ACN115902528A权利要求书1/2页1.一种直流牵引网振荡与短路故障辨识方法，其特征在于，包括以下步骤：1）采集直流牵引网不同运行状态下的馈线电流信号i(t)；2）采用多窗功率谱估计法对经验小波变换进行改进，利用改进后的经验小波变换对直流牵引网馈线电流信号i(t)进行分解，得到不同特征尺度和频带下的n个内涵模态分量IMF；3）计算各IMF的能量Ei和原馈线电流信号i(t)的总能量E；4）计算各IMF的能量权重；5）结合广义分数阶熵的定义，以能量权重为基础构建对馈线电流信号不同模态能量分布敏感的分数阶能量熵；6）确定最佳分数阶因子，计算馈线电流信号的改进经验小波变换分数阶能量熵，并将计算得到的熵值作为反映直流牵引网运行状态的特征矢量。2.根据权利要求1所述的直流牵引网振荡与短路故障辨识方法，其特征在于，步骤2）中，所述直流牵引网馈线电流信号i(t)的表达式如下：；其中，ci(t)表示第i个IMF。3.根据权利要求1所述的直流牵引网振荡与短路故障辨识方法，其特征在于，步骤3）中，所述IMF的能量Ei和原馈线电流信号i(t)的总能量E的表达式如下：；；其中，n个IMF的能量Ei之和与原馈线电流信号i(t)的总能量E相等。4.根据权利要求1所述的直流牵引网振荡与短路故障辨识方法，其特征在于，步骤4）中，各所述IMF的能量权重Pi的表达式如下：；其中，。5.根据权利要求1所述的直流牵引网振荡与短路故障辨识方法，其特征在于，步骤5）中，所述分数阶能量熵的表达式如下：；其中，为分数阶因子，满足‑1<<1；为伽玛函数，为伽玛函数对数的一阶导数。6.根据权利要求1所述的直流牵引网振荡与短路故障辨识方法，其特征在于，所述改进经验小波变换算法的具体实现过程如下：a.对给定信号加多个正交的数据窗分别求直接谱，叠加取平均得到多窗功率谱，将2CN115902528A权利要求书2/2页多窗功率谱替代傅里叶频谱作为分割对象，并归一化到范围内；b.将多窗功率谱的支撑区间分割成N个连续、互不交叠的子频带，用表示每个子频带的边界，共有N+1个边界，其中、，确定其余N‑1个边界，选取相邻局部极大值之间的最小值所对应的频率作为，并将应用在同维度的原信号傅里叶频谱上；c.构建小波滤波器组；d.定义经验小波变换，信号被分解成N个内涵模态分量。7.根据权利要求6所述的直流牵引网振荡与短路故障辨识方法，其特征在于，所述N‑1个边界的确定方法为：搜索功率谱的所有局部极大值，假设算法找到的极大值个数为K，将其按从大到小的顺序进行排列；当时，保留前N个极大值；当时，保留所有极大值并对N进行重置，使得。8.根据权利要求6所述的直流牵引网振荡与短路故障辨识方法，其特征在于，所述构建小波滤波器组的具体操作为：在每个分割区间上构造经验小波基函数。3CN115902528A说明书1/7页一种直流牵引网振荡与短路故障辨识方法技术领域[0001]本发明属于电力故障识别技术领域，尤其涉及一种直流牵引网振荡与短路故障辨识方法。背景技术[0002]直流牵引网馈线保护在保障牵引供电系统安全稳定运行和可靠供电中发挥着至关重要的作用。现阶段，直流牵引网普遍采用DDL(电流上升率di/dt和电流增量ΔI)暂态保护作为馈线主保护，其功能是区分短路故障电流和列车起动电流。然而，由于地铁运力大幅提升、行车间隔缩短、牵引供电