一種識別直流牽引網故障電流的方法和系統與流程

2024-03-21 21:15:05 2

本發明涉及電網領域，特別是涉及一種識別直流牽引網故障電流的方法和系統。

背景技術：

城市軌道交通採用電力作為牽引動力，其所需的電能直接取自直流牽引網。工程經驗表明，直流牽引網的故障率偏高且故障威脅性大，因此，可靠的直流牽引網饋線保護對保障城市軌道交通安全運營至關重要。

目前，直流牽引網饋線主保護採用di/dt-δi(電流變化率-電流增量)保護，其能有效區分車輛啟動電流和牽引網短路電流。然而，由於城市軌道交通運載能力提升、行車密度增加及多車啟動等原因，致使直流牽引網出現振蕩電流，其增量和上升率特徵均接近於牽引網短路電流，容易造成饋線保護誤動作。並且，在直流牽引網故障錄波中發現了很多振蕩電流波形，經現場排查可知該時段直流牽引網並未發生短路故障，這說明振蕩電流已造成饋線保護頻繁誤動作，並影響到城市軌道交通的正常運營。

技術實現要素：

基於此，為了能準確識別直流牽引網短路故障電流，保證直流牽引供電系統的安全穩定運行，提供一種識別直流牽引網故障電流的方法和系統。

一種識別直流牽引網故障電流的方法，包括：將採集到的電流信號進行局部均值分解(ldm)得到多個乘積函數分量；將所有所述乘積函數分量的瞬時幅值和瞬時頻率組合，得到所述電流信號的時頻分布；根據所述時頻分布計算所述電流信號的時頻熵；將所述時頻熵與短路故障電流信號的特徵量進行比較，識別所述電流信號是否為直流牽引網短路故障電流。

在其中一個實施例，將採集到的電流信號進行局部均值分解得到多個乘積函數分量的步驟包括：將所述採集到的電流信號進行分解得到第一乘積函數分量；將所述採集到的電流信號減去第一乘積函數分量得到第一剩餘信號；將所述第一剩餘信號作為k信號；將所述k信號進行分解得到第二乘積函數分量；將所述k信號減去第二乘積函數分量得到第二剩餘信號；檢測所述第二剩餘信號是否為單調函數；若否，用所述第二剩餘信號更新k信號；循環執行上一步驟，直至得到的第二剩餘信號為一個單調函數為止。

在其中一個實施例，將所述所有乘積函數分量的瞬時幅值和瞬時頻率組合，得到所述電流信號的時頻分布的步驟包括：

式中，l表示所述電流信號的時頻分布，n為pf分量的個數，f表示所述乘積函數分量的瞬時頻率，t表示時間，ai(t)表示第i個乘積函數分量的瞬時幅值，fi(t)表示第i個乘積函數分量的瞬時頻率。

在其中一個實施例，根據所述時頻分布計算所述電流信號的時頻熵的步驟包括：將所述時頻分布分為n(n＝2、3、4…)個面積相等的時頻塊，每塊時頻塊的能量為wi(i＝1,…,n)，對wi進行歸一化得其中整個時頻分布的能量為w，其中得到所述採集到的電流信號的時頻熵為：

在其中一個實施例，將所述採集到的電流信號進行分解得到第一乘積函數分量的步驟包括：

步驟1：確定所述採集到的電流信號的所有局部極值點；

步驟2：計算相鄰兩個極值點的平均值作為對應的局部均值，計算相鄰兩個極值點之差的絕對值除以2作為對應的包絡估計值；

步驟3：將所有相鄰的局部均值直線連接平滑處理得到局部均值函數；將所有相鄰的包絡估計值點直線連接平滑處理得到包絡估計函數；

或者，將所有相鄰的局部均值折線連接平滑處理得到局部均值函數；將所有相鄰的包絡估計值點折線連接平滑處理得到包絡估計函數；

步驟4：將所述採集到的電流信號減去所述局部均值函數得到中間函數；將所述中間函數除以所述包絡估計函數得到調頻信號；

步驟5：將調頻信號所述作為新的電流信號，確定新的電流信號的所有局部極值點，重複步驟2-4，得到新的包絡估計函數和新的調頻信號；

步驟6：根據新的包絡估計函數判斷所述新的電流信號是否為純調頻信號；若否，重複步驟5；若是，執行步驟7；

步驟7：將迭代過程中產生的所有包絡估計函數相乘得到包絡信號；

步驟8：將所述包絡信號和所述純調頻信號相乘得到第一乘積函數分量。

在其中一個實施例，將所述所有乘積函數分量的瞬時幅值和瞬時頻率組合，得到所述電流信號的時頻分布的步驟之前還包括：

計算乘積函數分量的瞬時頻率為：

其中，f1(t)表示第一個乘積函數分量的瞬時頻率，s1n(t)純調頻信號。

在其中一個實施例，根據新的包絡估計函數判斷所述新的電流信號是否為純調頻信號包括：設置一個迭代誤差δe，若所述新的包絡估計函數與1的差值在(-δe，+δe)內，則判斷所述新的電流信號是純調頻信號。

本發明還提供一種識別直流牽引網故障電流的系統，包括：局部均值分解模塊、乘積函數分量組合模塊、時頻熵計算模塊、時頻熵和特徵量比較模塊；所述局部均值分解模塊將採集到的電流信號分解得到多個乘積函數分量；所述乘積函數分量組合模塊將所述所有乘積函數分量的瞬時幅值和瞬時頻率組合，得到所述電流信號的時頻分布；所述時頻熵計算模塊根據所述時頻分布計算所述電流信號的時頻熵；所述時頻熵和特徵量比較模塊將所述時頻熵和短路故障電流信號的特徵量進行比較，識別所述電流信號是否為直流牽引網的短路故障電流。

在其中一個實施例，所述乘積函數分量組合模塊將所述所有乘積函數分量的瞬時幅值和瞬時頻率組合，得到所述電流信號的時頻分布包括：

式中，l表示所述電流信號的時頻分布，n為乘積函數分量的個數，f表示所述乘積函數分量的瞬時頻率，t表示時間，ai(t)表示第i個乘積函數分量的瞬時幅值，fi(t)表示第i個乘積函數分量的瞬時頻率。

在其中一個實施例，所述時頻熵計算模塊根據所述時頻分布計算所述電流信號的時頻熵包括：所述時頻熵計算模塊將所述時頻分布分為n(n＝2、3、4…)個面積相等的時頻塊，每塊時頻塊的能量為wi(i＝1,…,n)，對wi進行歸一化得其中w為整個時頻分布的能量，得到所述採集到的電流信號的時頻熵為：

其中，s(q)表示所述採集到的電流信號時頻熵。

本方案的有益效果：基於局部均值分解得到採集的電流信號的時頻熵，將所述採集的電流信號的時頻熵和短路故障電流信號的特徵量進行比較，可準確識別所述電流信號是否為直流牽引網的短路故障電流，保證直流牽引供電系統的安全穩定運行。

附圖說明

圖1為一實施例的識別直流牽引網故障電流的方法的示意性流程圖；

圖2為另一實施例的識別直流牽引網故障電流的方法的示意性流程圖；

圖3為另一實施例的識別直流牽引網故障電流的方法的示意性流程圖；

圖4為一實施例的識別直流牽引網故障電流的系統的示意性結構圖；

圖5為一實施例的短路故障電流波形圖；

圖6為一實施例的lmd時頻分布圖；

圖7為一實施例的振蕩電流波形圖；

圖8為另一實施例的lmd時頻分布圖。

具體實施方式

為了更進一步闡述本發明所採取的技術手段及取得的效果，下面結合附圖及較佳實施例，對本發明的技術方案，進行清楚和完整的描述。

圖1為一實施例的識別直流牽引網故障電流的方法的示意性流程圖。

如圖1所示，一種識別直流牽引網故障電流的方法，包括：

s101，將採集到的電流信號x(t)進行局部均值分解(lmd)，得到多個乘積函數分量pfi(t)。

s102，將所有乘積函數分量pfi(t)的瞬時幅值a1(t)和瞬時頻率f1(t)組合，得到所述電流信號x(t)的時頻分布l(f,t)；

在本實施例中，所述電流信號x(t)的時頻分布l(f,t)的定義為：

式中，n為pf分量的個數，f表示所述乘積函數分量的瞬時頻率。

s103，根據所述時頻分布l(f,t)計算所述電流信號的時頻熵s(q)；

在本實施例中，將所述時頻分布等分為n(n＝2、3、4…)個面積相等的時頻塊，每塊時頻塊的能量為wi(i＝1,…,n)，整個時頻分布的能量為w，對wi進行歸一化得其中得到所述採集到的電流信號的時頻熵為：

其中，s(q)表示所述採集到的電流信號時頻熵。

s104，將所述時頻熵s(q)和直流牽引網的短路故障電流信號的特徵量進行比較，識別所述電流信號是否為直流牽引網短路故障電流。

在本實施例中，將所述時頻熵和短路故障電流信號的特徵量進行比較，識別所述電流信號是否為直流牽引網的短路故障電流，避免饋線保護頻繁誤動作，保證直流牽引供電系統的安全穩定運行。比如，採集如圖5所示的保護啟動前200ms的短路故障電流信號，對其進行lmd分解得到如圖6所述的時頻分布，計算如圖6所述的時頻分布得到時頻熵值為2.78。表1中列出了其它5例短路故障電流信號的特徵量，通過比較採集的電流信號的時頻熵值和特徵值，可以判斷採集的電流信號是短路故障電流信號。採集如圖7所示的保護啟動前200ms的振蕩電流信號，對其進行lmd分解得到如圖8所述的時頻分布，計算如圖8所述的時頻分布得到時頻熵值為0.96。將其與表1中列出的5例短路故障電流信號的特徵量比較，可以判斷採集的電流信號不是短路故障電流信號；表2中列出了其它5例振蕩電流信號的特徵量，通過比較採集的電流信號的時頻熵值和特徵值，可以判斷採集的電流信號是振蕩電流信號。

表1短路故障電流的特徵量

表2振蕩電流的特徵量

本實施例的有益效果包括：基於lmd得到採集的電流信號的時頻熵，將所述採集的電流信號的時頻熵和短路故障電流信號的特徵量進行比較，可準確識別所述電流信號是否為直流牽引網的短路故障電流，保證直流牽引供電系統的安全穩定運行。

圖2為另一實施例的識別直流牽引網故障電流的方法的示意性流程圖。

如圖2所示，將採集到的電流信號x(t)進行局部均值分解得到多個乘積函數分量的步驟包括：

s201，將所述採集到的電流信號x(t)進行分解得到第一乘積函數分量pf1(t)；

s202，將所述採集到的電流信號x(t)減去第一乘積函數分量pf1得到第一剩餘信號u1(t)；將所述第一剩餘信號作為k信號；

s203，將所述k信號進行分解得到第二乘積函數分量；

s204，將所述k信號減去第二乘積函數分量得到第二剩餘信號；

s205，檢測所述第二剩餘信號是否為單調函數；

s206，若所述第二剩餘信號不是一個單調函數，用所述第二剩餘信號更新k信號；重複s203、s204、s205，直至第二剩餘信號為一個單調函數為止；

s207，採集的電流信號x(t)分解完畢，得到所述電流信號的所有乘積函數分量。

在本實施例中，第一乘積函數分量pf1(t)包含所述採集到的電流信號x(t)的最高的頻率成分，是一個單分量的調幅-調頻信號；將所述採集到的電流信號x(t)減去第一乘積函數分量pf1(t)得到第一剩餘信號u1(t)，一般情況下，第一剩餘信號u1(t)中仍含有比較多的有用頻率成分，所以，將第一剩餘信號u1(t)作為新的信號進行分解。直至剩餘信號uk(t)是一個單調遞增函數或單調遞減函數為止。此時，所述採集到的電流信號x(t)被分解成多個乘積函數分量pfi(t)，所述採集到的電流信號x(t)能夠被分解得到的所有乘積函數分量和剩餘信號uk(t)重構，即

其中，pfi(t)是第i個乘積函數分量，k是乘積函數分量的個數，uk(t)是單調遞增或單調遞減的剩餘信號。

本實施例的有益效果包括：將複雜的非線性、非平穩電流信號x(t)分解成有限個瞬時頻率具有物理意義的pf分量，通過將所有pf分量的瞬時幅值和瞬時頻率組合，得到所述電流信號的時頻分布，根據時頻分布可以計算出所述電流信號的時頻熵。

圖3為另一實施例的識別直流牽引網故障電流的方法的示意性流程圖。

如圖3所示，本實施例中將所述採集到的電流信號進行分解得到第一乘積函數分量的步驟包括：

s301：確定所述採集到的電流信號x(t)的所有局部極值點ni。

s302：計算相鄰兩個極值點的平均值作為對應的局部均值mi，計算相鄰兩個極值點之差的絕對值除以2作為對應的包絡估計值ai，即：

其中，ni、ni+1是兩相鄰的兩個極值點，mi是局部均值，ai是包絡估計值。

s303：將所有相鄰的局部均值直線連接平滑處理得到局部均值函數m11(t)；將所有相鄰的包絡估計值點直線連接平滑處理得到包絡估計函數a11(t)；

或者，將所有相鄰的局部均值折線連接平滑處理得到局部均值函數m11(t)；將所有相鄰的包絡估計值點折線連接平滑處理得到包絡估計函數a11(t)；

s304：將所述採集到的電流信號x(t)減去所述局部均值函數m11(t)得到中間函數h11(t)，即：

h11(t)＝x(t)-m11(t)；

然後，將所述中間函數h11(t)除以所述包絡估計函數a11(t)得到調頻信號s11(t)，即：

s305：將調頻信號s11(t)所述作為新的電流信號，確定新的電流信號的所有局部極值點，重複步驟s302-s304，得到新的包絡估計函數和新的調頻信號。

s306：根據新的包絡估計函數判斷新的電流信號是否為純調頻信號s1n(t)；若否，重複s305；若是，執行s307。

優選的，設置一個迭代誤差δe，若所述新的包絡估計函數與1的差值在(-δe，+δe)內，則判斷為新的電流信號是否為純調頻信號s1n(t)。

在本實施例中，計算乘積函數分量的瞬時頻率為：

s307：將迭代過程中產生的所有包絡估計函數相乘得到包絡信號a1(t)，即：

其中，a11(t)、a12(t)、a1n(t)是迭代過程中產生的包絡估計函數。

s308：將所述包絡信號a1(t)和純調頻信號s1n(t)相乘得到第一乘積函數分量pf1，即：

pf1(t)＝a1(t)s1n(t)。

本實施例的有益效果：利用了局部均值分解方法能夠將一個複雜的非線性、非平穩電流信號自適應地分解成有限個瞬時頻率具有物理意義的pf分量,與經驗模態分解方法相比，局部均值分解方法的端點效應得到了一定抑制。

基於與上述實施例中的識別直流牽引網故障電流的方法相同的思想，本發明還提供識別直流牽引網故障電流的系統，該系統可用於執行上述識別直流牽引網故障電流的方法。為了便於說明，識別直流牽引網故障電流系統實施例的結構示意圖中，僅僅示出了與本發明實施例相關的部分，本領域技術人員可以理解，圖示結構並不構成對系統的限定，可以包括比圖示更多或更少的部件，或者組合某些部件，或者不同的部件布置。

圖4為一實施例的識別直流牽引網故障電流的系統的示意性結構圖。

如圖4所示，一種識別直流牽引網故障電流的系統，包括：局部均值分解模塊101、乘積函數分量組合模塊102、時頻熵計算模塊103、時頻熵和特徵量比較模塊104；

局部均值分解模塊101，用於將採集到的電流信號分解得到多個乘積函數分量；

乘積函數分量組合模塊102，用於將所述所有乘積函數分量的瞬時幅值和瞬時頻率組合，得到所述電流信號的時頻分布；

時頻熵計算模塊103，用於所述時頻熵計算模塊根據所述時頻分布計算所述電流信號的時頻熵；

時頻熵和特徵量比較模塊104，所述時頻熵和特徵量比較模塊將所述時頻熵和短路故障電流信號的特徵量進行比較，識別所述電流信號是否為直流牽引網的短路故障電流。

在本實施例中，所述乘積函數分量組合模塊102將所述所有乘積函數分量的瞬時幅值和瞬時頻率組合，得到所述電流信號的時頻分布包括：

式中，l表示所述電流信號的時頻分布，n為乘積函數分量的個數，f表示所述乘積函數分量的瞬時頻率，t表示時間，ai(t)表示第i個乘積函數分量的瞬時幅值，fi(t)表示第i個乘積函數分量的瞬時頻率。

在本實施例中，所述時頻熵計算模塊根據所述時頻分布計算所述電流信號的時頻熵包括：所述時頻熵計算模塊將所述時頻分布分為n(n＝2、3、4…)個面積相等的時頻塊，每塊時頻塊的能量為wi(i＝1,…,n)，對wi進行歸一化得其中w為整個時頻分布的能量，得到所述採集到的電流信號的時頻熵為：

其中，s(q)表示所述採集到的電流信號時頻熵。

本實施例的有益效果：基於局部均值分解模塊得到採集的電流信號的時頻熵，通過時頻熵和特徵量比較模塊將所述採集的電流信號的時頻熵和短路故障電流信號的特徵量進行比較，識別所述電流信號是直流牽引網的短路故障電流，保證直流牽引供電系統的安全穩定運行。

以上所述實施例的各技術特徵可以進行任意的組合，為使描述簡潔，未對上述實施例中的各個技術特徵所有可能的組合都進行描述，然而，只要這些技術特徵的組合不存在矛盾，都應當認為是本說明書記載的範圍。

以上所述實施例僅表達了本發明的幾種實施方式，其描述較為具體和詳細，但並不能因此而理解為對發明專利範圍的限制。應當指出的是，對於本領域的普通技術人員來說，在不脫離本發明構思的前提下，還可以做出若干變形和改進，這些都屬於本發明的保護範圍。因此，本發明專利的保護範圍應以所附權利要求為準。