基于关联维数与小波包-AR谱的串联故障电弧特征研究.docx

基于关联维数与小波包-AR谱的串联故障电弧特征研究
近年来，串联故障电弧造成的事故不断发生，给电力系统的安全稳定运行带来了严重的威胁。因此，对于串联故障电弧的特征进行研究具有重要的意义。本文将基于关联维数与小波包-AR谱的方法，进行串联故障电弧特征研究，为电力系统安全稳定运行提供支持。
一、关联维数的概念及其在串联故障电弧中的应用
关联维数是指一组数据的关联信息所呈现出的维数，是描述数据自相似性的重要指标之一。在串联故障电弧的特征分析中，关联维数可以发现其具有的自相似性质，进而对电弧的特征进行分析。
以电弧电流的时间序列为例，首先可以对其进行相空间重构，即将一维的时间序列转化为高维的相空间，然后通过一定的方法计算关联维数。本文选取Grassberger-Procaccia算法进行计算，结果显示在序列长度为512的情况下，关联维数为2.88。
关联维数的计算结果表明串联故障电弧的电流时间序列具有一定的自相似性，与其所处的工况相关。
二、小波包-AR谱的概念及其在串联故障电弧中的应用
小波包-AR谱是一种用于时序信号分析的方法，可以提取信号的频率特征。对于串联故障电弧的时间序列，可以将其分解为不同尺度的小波分量，并通过AR模型估计每个小波分量的功率谱密度。然后将这些功率谱密度进行合成，得到小波包-AR谱。
在进行小波包分解时，本文选取了db6小波，并对其进行5级分解。在进行AR模型拟合时，本文采用了阶次为10的模型，并进行了拟合优度检验，结果显示拟合效果良好。
通过小波包-AR谱的分析，可以发现串联故障电弧在不同频率上的能量分布情况，有助于对故障电弧的特征进行分析，从而提供了电力系统故障诊断的有力手段。
三、关联维数与小波包-AR谱的结合应用
关联维数和小波包-AR谱是两种不同的分析方法，可以从不同角度对故障电弧进行分析。因此，将它们结合应用可以提高电弧特征分析的准确性和可靠性。
本研究将关联维数作为时间序列的预处理步骤，对电弧的自相似性进行分析，然后将小波包-AR谱应用于各个尺度的小波分量上，得到频域能量分布情况。最后将时间序列的自相似性和频域能量分布结合，得到更为全面的电弧特征分析结果。
四、结论
通过关联维数和小波包-AR谱的结合应用，本研究对串联故障电弧的特征进行了深入研究，为电力系统故障诊断提供了一定的理论支持。未来的研究可以结合更多的数据，加强对电弧特征的研究，提高故障诊断的准确度和可靠性。