一種中低緯電網中地磁感應電流的識別方法與流程

2023-10-09 05:21:14 4

本申請涉及電力技術研究領域，尤其涉及一種中低緯電網中地磁感應電流的識別方法。

背景技術：

太陽的大尺度爆發性活動會對全球的電網系統造成廣泛的影響。其影響機理是：攜帶高速等離子體的太陽風與地球磁層相互作用，引起地磁場短時間內的大幅度擾動，在跨越地面大範圍區域內產生強大的地磁感應電場。該電場在地表的人工導電體中驅動的電流稱為地磁感應電流(geomagneticallyinducedcurrent,gic)。

當gic通過接地的中性點流入變壓器時會導致變壓器鐵芯半周飽和，在激勵電流中產生大量諧波，不僅增加了變壓器的無功消耗，還可能引起保護繼電器誤操作。同時，鐵芯的高度飽和還會引起因金屬結構件和油箱局部過熱及絕緣老化，嚴重的情況下會導致變壓器損毀而產生大面積斷電事故。

相比於高緯地區，中低緯地區關於gic的研究尚存在很大差距。原因主要有以下幾個方面：首先，超級磁暴出現的頻率很低(約11的年周期)，而gic的統計和預報研究需要大量樣本事件。其次，中低緯gic的平均水平比高緯低一個量級，在中低緯電網的電流信號中很可能無法直接獲取到gic。因此，中低緯電網gic風險評估的前提是要能有效地從實際電流信號中識別出gic。

目前常用的gic識別方法有：①自然正交向量分解法；②小波分析法。前者能成功地分解出地磁場中不同來源的特徵向量，但主要適用於緩變信號，處理強磁暴擾動數據時結果不可靠。後者由於受heisenberg測不準原理的制約，不能在時間和頻率上同時達到較高的精度，加之小波基函數的選取有很大靈活性，不便於系統化的快速操作。由此可見，以上兩種方法對於分析中低緯電網的gic信號識別精度均不高。

技術實現要素：

本申請提供了一種中低緯電網中地磁感應電流的識別方法，以提高地磁感應電流的識別精度。

一種中低緯電網中地磁感應電流的識別方法，包括：

步驟一、對中低緯電網的樣本數據進行聚類經驗模態分解，獲得第一本徵模態函數組，所述第一本徵模態函數組包括不同時間尺度的本徵模態函數；

步驟二、對所述第一本徵模態函數組中的本徵模態函數進行篩選和組合，獲得第二本徵模態函數組；

步驟三、對所述第二本徵模態函數組進行希爾伯特變換，得到所述第二本徵模態函數組的時頻譜；所述時頻譜為時間和頻率的能量函數；

步驟四、根據所述時頻譜，識別所述樣本數據中是否具有地磁感應電流。

可選的，所述樣本數據包括：中低緯電網的中性點電流信號，和與所述中性點電流信號對應的太陽風能量耦合函數。

可選的，所述對所述第一本徵模態函數組中的本徵模態函數進行篩選和組合，獲得第二本徵模態函數組，包括：

將所述第一本徵模態函數組中的本徵模態函數隨機組合，獲得至少一個本徵模態函數組；

將所述至少一個本徵模態函數組與所述太陽風能量耦合函數進行相關性分析，獲得最優的本徵模態函數組；

將與所述太陽風能量耦合函數相關性最優的本徵模態函數組，作為第二本徵模態函數組。

可選的，所述根據所述時頻譜，識別所述樣本數據中是否具有地磁感應電流，包括：

將所述時頻譜劃分為磁暴前相、磁暴初相、磁暴主相和磁暴恢復相四個階段；

將所述四個階段分別對應的能量值沿相同長度的時間尺度積分，獲得磁暴前相階段能量指標、磁暴初相階段能量指標、磁暴主相階段能量指標和磁暴恢復相階段能量指標；

根據所述能量指標，識別所述樣本數據中是否具有地磁感應電流。

可選的，所述根據所述能量指標，識別所述樣本數據中是否具有地磁感應電流，包括：

分別計算所述磁暴初相階段能量指標、所述磁暴主相階段能量指標和所述磁暴恢復相階段能量指標與所述磁暴前相階段能量指標的比值；

根據所述比值識別所述樣本數據中是否具有地磁感應電流。

本申請提供的技術方案包括以下有益技術效果：

在本申請提供的方法中，首先，聚類經驗模態分解能夠依據樣本數據自身的時間尺度特徵來進行分解，無須預先設定任何基函數，有利於處理非平穩及非線性數據。其次，對本徵模態函數進行篩選和組合，能夠去除樣本數據中，太陽輻射晝夜變換在電離層產生的電流，以減小該電流對gic識別的影響。最後，通過希爾伯特變換可以獲得時頻譜，該時頻譜能準確地表達電流信號在時間和頻率空間的各類信息，能夠識別樣本數據中較弱的gic並提高對gic的識別精度。

附圖說明

為了更清楚地說明本申請的技術方案，下面將對實施例中所需要使用的附圖作簡單地介紹，顯而易見地，對於本領域普通技術人員而言，在不付出創造性勞動性的前提下，還可以根據這些附圖獲得其他的附圖。

圖1為本申請實施例提供的一種中低緯電網中地磁感應電流的識別方法流程圖。

圖2為本申請實施例提供的聚類經驗模態分解流程圖。

圖3為本申請實施例提供的本徵模態函數篩選和組合流程圖。

具體實施方式

此處的附圖被併入說明書中並構成本說明書的一部分，示出了符合本申請的實施例，並與說明書一起用於解釋本申請的原理。

為了更清楚地說明本申請實施例或現有技術中的技術方案，下面將對實施例或現有技術描述中所需要使用的附圖作簡單地介紹，顯而易見地，對於本領域普通技術人員而言，在不付出創造性勞動的前提下，還可以根據這些附圖獲得其他的附圖。

實施例1：

圖1為本申請實施例提供的一種中低緯電網中地磁感應電流的識別方法流程圖，該方法包括如下所示的步驟：

步驟一、對中低緯電網的樣本數據進行聚類經驗模態分解，獲得第一本徵模態函數組，所述第一本徵模態函數組包括不同時間尺度的本徵模態函數。

可選的，所述樣本數據包括：中低緯電網的中性點電流(neutralpointcurrent，npc)信號，和與所述npc信號對應的太陽風能量耦合函數(ein)。

可選的，所述太陽風能量耦合函數根據太陽風基礎參數計算得到。該太陽風相關基礎參數是預設的，可以從美國航空航天局公布的開源資料庫wind衛星數據網址下載獲得。

聚類經驗模態分解能使複雜信號分解為有限個本徵模態函數(intrinsicmodefunction，imf)，所分解出來的各imf分量包含了原樣本數據的不同時間尺度的局部特徵信號，具有自適應性。聚類經驗模態分解能使非平穩數據進行平穩化處理，適合於分析非線性、非平穩信號序列。

本實施例中以npc信號(即npc(t))為例，對聚類經驗模態分解的流程進行說明，具體如圖2所示。

(1)在該npc信號中添加白噪聲後，提取該npc信號的極值點，包括極大值點和極小值點。

(2)採用樣條函數分別擬合該npc信號的上包絡線和和下包絡線，其中，上包絡線為emax(t)；下包絡線為emin(t)。

(3)求上包絡線和下包絡線的平均值，即平均值mij(t)＝[emax(t)+emin(t)]/2。

(4)用npc信號減去包絡平均值獲得差值hij(t)，即差值hij(t)＝npc(t)-mij(t)。

(5)判斷hij(t)是否滿足imf條件。

其中，imf條件為：a.極值點(極大值或極小值)數目和過零點數目相等或最多相差一個。b.上包絡線和下包絡線的平均值為零。

(6)如果hij(t)滿足imf條件，則重複步驟(1)-步驟(5)x次，取hij(t)的平均值作為第i個imf，即ci(t)＝mean(hij(t))。隨後執行步驟(8)。

(7)如果hij(t)不滿足imf條件，則重複步驟(1)-步驟(5)，直至hij(t)滿足imf條件。隨後執行步驟(6)。

(8)該npc信號減去ci(t)得殘差ri(t)，即ri(t)＝npc(t)-ci(t)，作為下一循環過程中的殘差。

在上述過程中，i為本徵模態函數的個數，i＝1,2,...,n；其中n為本徵模態函數的總數，n＝log2(t)，t為樣本數據的採樣點數。即一個樣本數據經過聚類經驗模態分解後得到本徵模態函數的總數n由信號的採樣點數t決定。

j為一個聚類經驗模態函數經過聚類經驗模態分解的平均次數j＝1,2,...,x；其中，x可人為設定，在本實施例中，x＝100。

通過該聚類經驗模態分解，將npc信號基於自身數據特徵，分解為有限個包含原數據局部特徵的npc-imf(即中性點電流的本徵模態函數)。

另外，對太陽風能量耦合函數(ein)同樣需要進行聚類經驗模態分解，其過程與圖2所示的npc信號進行聚類經驗模態分解的過程相同，具體可參見如圖2中的描述，此處不再贅述。

對太陽風能量耦合函數(ein)進行聚類經驗模態分解後，獲得與所述npc-imf對應的有限個ein-imf(即太陽風能量耦合函數的本徵模態函數)。

步驟二、對所述第一本徵模態函數組中的本徵模態函數進行篩選和組合，獲得第二本徵模態函數組。

可選的，該步驟具體包括如下內容：

將所述第一本徵模態函數組中的本徵模態函數隨機組合，獲得本徵模態函數組；

將所述本徵模態函數組與所述太陽風能量耦合函數進行相關性分析；

將與所述太陽風能量耦合函數相關性最優的本徵模態函數組，作為第二本徵模態函數組。

產生電網gic的主要空間來源是隨機發生的大幅度地磁擾動，與此同時，在中低緯局部區域電網中性點記錄的數據還存在另一個主要的空間變化來源，就是由太陽輻射晝夜變換在電離層產生的太陽靜日(solarquiet，sq)電流，日變幅可達幾十至上百納特。因此，要從實際數據中辨識出電網gic響應就必須去除sq電流貢獻的成份。

在本實施例中，第一本徵模態函數組包括npc本徵模態函數組和ein本徵模態函數組，由於ein(t)是擾動信號源，其imf需要全部保留，但npc(t)中包含有sq電流的貢獻，需要去除sq電流帶來的影響，其具體過程如圖3所示。

(1)npc本徵模態函數組包括：c1(噪聲),c2,…,cn,r(殘差)。假定該第一本徵模態函數組中本徵模態函數的最優組合，例如，c2～c7。

(2)判斷該假定最優組合與太陽風能量耦合函數(ein)的相關性是否最優。

(3)該假定最優組合與ein為最優相關，則該假定最優組合為第二本徵模態函數組。

(4)該假定最優組合與ein不是最優相關，則重複步驟(1)-步驟(3)，直至獲得與ein最優相關的假定最優組合。

對本徵模態函數進行篩選和組合，能夠去除太陽輻射晝夜變換在電離層產生的電流，以減小該電流對gic識別的影響。

步驟三、對所述第二本徵模態函數組進行希爾伯特變換，得到所述第二本徵模態函數組的時頻譜。

希爾伯特變換是個將時間信號s(t)與1/(лt)做卷積的數學方法，其中t為時間值。通過該方法得到的結果可呈現輸入信號的能量(即振幅的平方)在時間、頻率二維坐標面內的分布，即時頻譜，通過該時頻譜便於分析npc信號在某瞬時區間內的瞬時頻率特徵。

對所述第二本徵模函數組進行希爾伯特變換，得到的時頻譜是指該組本徵模態函數所對應的npc信號在時間和頻率的二維坐標面內的振幅平方密度。

步驟四、根據所述時間-頻率-能量譜，識別所述樣本數據中是否具有地磁感應電流。

用image圖將所述時間-頻率-能量譜可視化後，可以對比ein和npc信號的時頻能量譜，直觀地看到磁暴發生時間區間內譜顏色的增亮，由此可以識別出電流信號對磁暴的響應，同時根據亮斑對應的頻率區間可以分析中性點監測到的實際電流值的頻率範圍，進而分析gic實測值的頻率範圍。

實施例2：

在實施例1的基礎上，與實施例1不同的是，可選的，步驟四中，根據所述時間-頻率-能量譜，識別所述樣本數據中是否具有地磁感應電流，還包括如下內容：

將所述時間-頻率-能量譜劃分為磁暴前相(i)、磁暴初相(ii)、磁暴主相(iii)和磁暴恢復相(iv)四個階段；

將所述磁暴前相、所述磁暴初相、所述磁暴主相和所述磁暴恢復相階段對應的能量值分別沿相同長度的時間尺度積分，獲得與所述不同階段對應的能量指標；其中，磁暴前相(i)、磁暴初相(ii)、磁暴主相(iii)和磁暴恢復相(iv)對應的能量指標分別為ei，eii，eiii，eiv。

根據上述各個能量指標，識別所述樣本數據中是否具有地磁感應電流。

具體地，計算eii/ei，eiii/ei，eiv/ei的比值。通常情況下，eii/ei≧1.5即表示樣本數據對磁暴有明顯的響應。

在本申請提供的方法中，聚類經驗模態分解能夠依據樣本數據自身的時間尺度特徵來進行分解，無須預先設定任何基函數，有利於處理非平穩及非線性數據上。對本徵模態函數進行篩選和組合，能夠去除太陽輻射晝夜變換在電離層產生的電流，以減小該電流對gic識別的影響。通過希爾伯特變換可以獲得時間-頻率-能量譜，能準確地表達信號在時間-頻率空間的各類信息，能夠識別樣本數據中較弱的gic並提高對gic的識別精度。

需要說明的是，諸如「第一」和「第二」等之類的關係術語僅僅用來將一個實體或者操作與另一個實體或操作區分開來，而不一定要求或者暗示這些實體或操作之間存在任何這種實際的關係或者順序。而且，術語「包括」、「包含」或者其任何其他變體意在涵蓋非排他性的包含，從而使得包括一系列要素的物品或者設備不僅包括那些要素，而且還包括沒有明確列出的其他要素，或者是還包括為這種過程、方法、物品或者設備所固有的要素。在沒有更多限制的情況下，由語句「包括一個……」限定的要素，並不排除在包括所述要素的過程、方法、物品或者設備中還存在另外的相同要素。

以上所述僅是本申請的具體實施方式，使本領域技術人員能夠理解或實現本申請。對這些實施例的多種修改對本領域的技術人員來說將是顯而易見的，本文中所定義的一般原理可以在不脫離本申請的精神或範圍的情況下，在其它實施例中實現。因此，本申請將不會被限制於本文所示的這些實施例，而是要符合與本文所公開的原理和新穎特點相一致的最寬的範圍。

應當理解的是，本申請並不局限於上面已經描述並在附圖中示出的年內容，並且可以在不脫離其範圍進行各種修改和改變。本申請的範圍僅由所附的權利要求來限制。