一种微电网故障诊断过程中的故障信号特征值提取方法
【技术领域】
[0001] 本发明属于微电网故障诊断领域，特别设及一种微电网故障诊断过程中的故障信 号特征值提取方法。
【背景技术】
[0002] 随着智能电网的迅速发展，分布式电源的大量不确定接入越来越多，各种多类型 负载变换和不同控制器等的出现，使微电网的故障信息变的越来越复杂，故障的准确诊断 越来越困难。特别是近些年来，运些问题变得更加突出，成为了一个非常有价值的研究热 点。
[0003] 微电网故障诊断过程主要可分为故障特征值的提取、故障的判定与定位。其中故 障特征值的提取是最为主要的，也是难度最高的部分，在国内外的相关故障方法研究中，一 直是研究的热点和难点。
[0004] 现有很多故障信号特征值提取方法是基于理想的微电网故障信号进行的，然而获 取理想的微电网故障信号存在很多困难，比如：电网负载的种类和数量都在与日俱增，且变 化较为随机，而且由于实际微电网的各种需求存在很多控制器，其对故障信号也会产生许 多影响，因此不可能得到所要求的理想微电网故障信号。再其次，信号的采样准确度W及各 种小干扰都会影响故障信号的准确采集，因此现有的很多故障信号特征值提取方法实用化 难度大。并且现有的一些故障信号特征值提取方法仅提取单一的故障信号特征值，又由于 小信号的干扰，导致很难准确判别出故障，有时又会出现错误判断。
【发明内容】
[0005] 针对现有技术存在的不足，本发明提供一种微电网故障诊断过程中的故障信号特 征值提取方法。
[0006] 本发明的技术方案是运样的：
[0007] -种微电网故障诊断过程中的故障信号特征值提取方法，包括W下步骤：
[000引步骤1:从采集的微电网电压或者电流信号中判断出故障信号；
[0009] 针对每一个微电网电压或者电流信号周期的采样数据，计算出所述采样数据的最 大值Ximax和最小值Ximin ;根据Ximax和Ximin判断所述采样数据是否对称，进而判断出该采样数 据所对应的微电网电压或者电流信号是否为故障信号，方法为:若Ximax = -Ximin,则该采样数 据对称，表明该采样数据所对应的微电网电压或者电流信号为正常信号;若Ximax辛-Ximin，则 该采样数据不对称，表明该采样数据所对应的微电网电压或者电流信号为故障信号；
[0010] 步骤2:采用极值对称化处理方法对步骤1得到的故障信号进行重构，使其对称；
[0011] 针对每一个故障信号周期的采样数据:首先计算出最大绝对值，并将该最大绝对 值对应的故障信号元素记为尤然后采用极值对称化处理方法对故障信号进行重构，方 法为：
[0012] a):假设每一个故障信号周期有N个点，该N个点分别对应的故障信号元素记为
将故障信号等分为两部分，分别为：
和
[0013] b):根据在故障信号中的位置，对故障信号进行重构，进而得到故障重构信 号；
[0014] 如果义位于Xh中，利用故障信号重构公式Xq = -)(h对故障信号进行重构，得到故 障重构信号公I=Xq巧h;如果位于Xq中，则利用故障信号重构公式抽=-Xq对故障信号进 行重构，得到故障重构信号公I = Xq+抽；
[0015] 步骤3:对故障重构信号进行归一化处理；
[0017]其中X^inew为归一化处理后的故障重构信号；（Min ,Max)为归一化幅值区间； 端n =-义1、；：
[0018]步骤4:采用如下公式，将归一化处理后的故障重构信号的幅值大小调整为原始故 障信号的幅值大小，获得归一化处理后的故障信号；
[0020] 其中，Pi为原始故障信号与归一化处理后的故障重构信号的幅值比例;P为幅值基 准值；
[0021] 步骤5:初步提取故障信号特征值，包括:故障信号主要频段能量值、故障信号平均 变化速率、故障信号幅度平均值和故障信号均方根值；
[0022] 步骤5-1:采用基于离散小波变换的多分辨率分析方法获取故障信号主要频段能 量值；
[0023] 1)采用基于离散小波变换的多分辨率分析方法对Xinew进行多层的分解，得到系数 Aj、Dj;其中j为层数;A功故障信号Xinew在第j层的近似部分的小波系数;D功故障信号Xinew 在第j层的细节部分的小波系数；
[0024] 2)对每层系数Aj、化进行重构得到不同频段对应的信号，并对不同频段的重构信号 计算其能量值，并选取主要频段的能量值作为故障信号的一个特征值，即故障信号主要频 段能量值；
[0025] 步骤5-2:获取故障信号平均变化速率;故障信号平均变化速率表示在一定周期内 故障信号变化的平均速度;故障信号平均变化速率I Uv计算式为：
[0027]式中，时为故障信号的频率；Is^ (j) I为故障信号变化速率的绝对值，Nn为故障信号 的元素个数；
[0028] 步骤5-3:获取故障信号幅度平均值和故障信号均方根值；
[0029] 故障信号幅度平均值Sav表示运个周期信号的幅度大小，计算式为：
[0031]故障信号均方根值Srms表示故障信号偏离其平均值的程度，计算式为：
[0033] 式中，s(i)为故障信号幅值，Nn为故障信号的元素个数；
[0034] 步骤6:对步骤5中初步提取的故障信号特征值进行优化处理，输出最终的故障信 号特征值至微电网故障判定过程；
[0035] 步骤6-1:按顺序采集故障信号特征值，将特征值依次储存到特征值存储器;所述 特征值存储器的容量为Lw;
[0036] 步骤6-2:设置跃变阔值Jm,判断特征值X(n)为正常状态还是跃变状态，方法为:根 据X(n)-X(n-1)与跃变阔值Jm的相对大小关系，判定第n个特征值的状态:若X(n)-X(n-1)小 于跃变阔值Jm,则该特征值为正常状态，执行步骤6-3;否则，该特征值为跃变状态Sta,清空 特征值存储器，并输出特征值X(n)至微电网故障判定过程；
[0037] 步骤6-3:对该特征值直接进行左窗口平均值处理，计算出原始特征值X(n)的平均 值Xnew( n )即初步优化后的特征值，并将Xnew( n )储存到特征值平均值存储器中，特征值平均 值存储器的容量记为Lt;
[0038] 左窗口数据平均值处理公式为：
[0040] 其中Jwjw为特征值个数；
[0041] 步骤6-4:对初步优化后的特征值Xnew(n)做进一步优化，输出最终的故障信号特征 值至微电网故障判定过程；
[0042] 步骤6-4-1:寻找特征值的稳定状态值;方法为:对特征值平均值存储器中特征值 平均值按照从后到前的顺序依次相减，得到化个差值，即Xnew(n ) - Knew(n-1)，Xnew(n-1) - Knew (n-2)，…，Xnew(n-Ns+1)-Xnew(n-Ns)，若所有差值均小于稳定阔值Sth，则将Xnew(n)记录为特 征值的当前稳定状态值，若其又与所有已有的历史稳定状态值Vst不同，则将当前稳定状态 值Xnew(n)存储到稳定状态值存储器中；
[0043] 步骤6-4-2:将特征值平均值存储器中的特征值平均值按照从后到前的顺序隔点 依次减去与其最接近的稳定状态值存储器中的稳定状态值，得到N。个差值，即Xnew(n)-Vst (〇，乂。6^11-2)-￥3*。）^-而6^11-2(斯-1))-￥3*。），若所有差值均小于阔值5。，且运些差值 逐渐减小，那么认为此特征值Xnew(n)正在趋于某一稳定状态，则对初步优化后的特征值Xnew (n)做进一步优化，输出最终的故障信号特征值至微电网故障判定过程；
[0044] 对初步优化后的特征值Xnew(n)做进一步优化的计算公式为：
[0045] X new (n)二Xnew(n)+k(Sst(i)-X new (n))
[OOW 式中，k为调整系数;Sst(i)为某一状态稳定值；
[0047] 本发明的有益效果:本发明立足故障前后信号特征的变化，借助极值对称化处理， 初步判断故障信号和正常信号，抑制信号波动，保留故障信号特征，归一化处理故障信号， 使待处理的故障信号理想化，然后从多角度利用基于离散小波多分辨率分析等方法提取归 一化后故障信号的重要特征值，最后采用自适应特征值动态优化方法，W达到自动多层次 的优化处理微电网故障特征值的目的，为后续的微电网故障诊断提供稳定的故障特征值。
【附图说明】
[0048] 图1为本发明一种实施方式基于VF控制的微电网结构图；
[0049] 图2为本发明一种实施方式的微电网故障诊断过程中的故障信号特征值提取方法 流程图；
[0050] 图3为本发明一种实施方式的微电网故障信号示意图；
[0051 ]图4为本发明一种实施方式的微电网故障重构信号示意图；
[0052] 图5(a)为本发明一种实施方式基于离散小波变换的多分辨率分析方法对故障信 号进行11层分解的过程示意图；（b)为根据(a)分解的小波系数重构相应11个频段的故障信 号示意图；（C)为(b)