基于遗传算法优化的微弱暂态零序电流故障特征提取方法
【技术领域】
[0001] 本发明涉及电力系统配电网故障选线领域，尤其是涉及一种基于遗传算法优化的 微弱暂态零序电流故障特征提取方法。
【背景技术】
[0002] 配电网故障选线具有以下难点和问题：1)信号的故障特征不明显：单相接地故障 后，稳态电流一般小于30A甚至只有几 A，此外，配电网络结构复杂导致有时候故障特征不 明显，虽然故障暂态零序电流信号比稳态零序电流信号大，但是持续时间短，有时难以检 测；2)我国配电网运行方式多变，各配电线路的长短不一、数量也会经常发生变化，其线路 的谐波电流和分布电容电流也随之发生变。另外，外界噪声的强度、负荷的影响、母线电压 的波动和故障点接地电阻的不确定等因素均会影响故障零序电流的变化。综上所述，如何 在强随机噪声背景下提取微弱暂态零序电流（Transient Zero-Sequence Current，TZSC) 的故障特征是解决配电网故障选线的关键技术。
[0003] 所谓随机共振指一个非线性双稳态系统，当仅在噪声或仅在小周期信号作用下都 不足以使系统输出在两个稳态之间跃迀，而在噪声和小周期信号的共同作用下，系统输出 的功率谱中，在信号的频率处出现一峰值，当噪声强度达到某一合适值时，输出功率谱的峰 值达到最大。随机共振利用噪声增强微弱信号传输的优点，使其与其他的微弱信号检测方 法相比具有独特的优势。然而，现有文献只是根据经验选取势函数参数，有可能导致随机共 振提取的特征信号不够准确，大大影响了随机共振的应用效果。因此，如何选取合理的势函 数参数，最有效地利用随机共振来增强噪声背景下微弱暂态零序电流信号的检测，是配电 网故障诊断领域需要解决的问题之一。
【发明内容】
[0004] 本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于遗传算法 优化的微弱暂态零序电流故障特征提取方法，利用遗传算法的全局最优搜索性能以及参数 优化的思想，在最优化参数条件下的双稳态系统中提取强噪声背景下微弱暂态零序电流的 故障特征，精度更高，有利于提高配电网故障选线的准确度。
[0005] 本发明的目的可以通过以下技术方案来实现：
[0006] -种基于遗传算法优化的微弱暂态零序电流故障特征提取方法包括：
[0007] 步骤Sl :设定双稳态系统中的势函数参数a、b为优化对象，其中，双稳态系统X的 表达式为：
[0008] X = dx/dt = -dV(x)/dx+s(t) + r (t)
[0009] 式中也/(11:为双稳态系统的输出信号，'\^)为势函数，'\^)=-312/2+匕1 4/4;3和 b为势函数参数；s (t)代表无噪声的暂态零序电流，Γ (t)代表噪声信号，t为时间，X为布 朗粒子运动的速度；
[0010] 步骤S2 :采用遗传算法对双稳态系统X的表达式中势函数参数a、b进行优化，输 出最优化参数ap bI;
[0011] 步骤S3 :在最优化参数条件下，利用变尺度方式下的双稳态系统对噪声背景下的 暂态零序电流进行特征提取，得到变尺度方式下的双稳态系统的输出信号L(t)，ijt)即 为微弱暂态零序电流故障特征提取的特征电流。
[0012] 所述步骤S2包括以下步骤：
[0013] 201 :设定遗传算法的参数，所述遗传算法的参数包括种群规模N、交叉概率P;、变 异概率Pb、优化对象a的搜索范围、优化对象b的搜索范围和最大进化次数G niax，同时设定理 想暂态零序电流1(0，1(〇中加入强噪声得到带有强噪声的暂态零序电流^〇;
[0014] 202 :初始化种群，随机产生N个个体，其中，每个个体j对应一组势函数参数 [a_j, bj]，每组势函数参数对应一个双稳态系统Xj;
[0015] 203 :将izg(t)替换每个双稳态系统Xj的表达式中的s(t) + r⑴，按个体编号顺 序，依次对所有的X,进行四阶龙格-库塔算法求解，求解得到每个双稳态系统X ,的输出信 号is_j (t)，is_j (t)作为初始电流；
[0016] 204 :获取isj(t)与iz(t)之间的互相关系数P sj，并将P sj的值作为个体适应度；
[0017] 205 :根据个体适应度、交叉概率匕和变异概率P B依次对N个个体进行选择操作、 交叉操作和变异操作，完成一次的进化；
[0018] 206:判断进化次数是否达到设定的最大进化次数，若是，则进化停止，执行步骤 207,若否，则返回步骤205 ;
[0019] 207 :将P sj数值最大的个体作为最优化个体J，J所对应的双稳态系统为最优化 双稳态系统Xp提取Xj的势函数参数a p bj，ap bjg卩为最优化参数。
[0020] 所述步骤S2还包括步骤207之后执行的步骤208,所述步骤208为：根据a;、bj， 利用变尺度方式下的双稳态系统对izg(t)进行特征提取，得到变尺度方式下的双稳态系统 的输出信号广z(t)，获取i' 之间的互相关系数Pz, z，判断Pz, z是否大于 设定阈值，若是，则执行步骤S3,若否，则跳转步骤201。
[0021] 所述设定阈值为0.9。
[0022] 所述优化对象a的搜索范围为[-10, 10]，所述优化对象b的搜索范围为[0, 10]。
[0023] 所述最大进化次数Gniax的取值范围为90~110次。
[0024] 所述步骤201中的强噪声的噪声强度取值为30db~500db。
[0025] 与现有技术相比，本发明具有以下优点：
[0026] 1)基于遗传算法优化的变尺度下双稳态系统能够根据信号和噪声的特点自适应 地选取合适的势函数参数，利用最优化参数条件下的双稳态系统提取强噪声背景下微弱暂 态零序电流的故障特征，获得的特征电流曲线可以很好的反应微弱暂态零序电流的状况， 相比采用经验参数的势函数，本发明方法利用遗传算法的全局最优搜索性能和参数优化思 想，增强变尺度下双稳态系统提取弱暂态零序电流故障特征的能力，更精准的特征电流有 利于提高配电网故障选线的准确度。
[0027] 2)基于遗传算法的变尺度下双稳态系统能有效地检测出强噪声背景下的微弱暂 态零序电流，并设定相应的设定阈值，使得最优化参数条件下的互相关系数都维持在0.9 以上，通过实验，得到的与无噪声背景下的暂态零序电流之间的互相关系数高达〇. 96,说明 本发明方法特征提取的特征电流具有良好的抗噪性能。
【附图说明】
[0028] 图1为单相接地零序暂态等值电路的示意图；
[0029] 图2为随机共振现象的示意图；
[0030] 图3为遗传算法交叉操作示意图；
[0031] 图4为遗传算法变异操作示意图；
[0032] 图5为本发明基于遗传算法优化的微弱暂态零序电流故障特征提取方法流程图；
[0033] 图6为无噪声的暂态零序电流不意图；
[0034] 图7为强噪声背景下的暂态零序电流不意图；
[0035] 图8为在经验参数下经变尺度下双稳态系统所提取的特征电流示意图；
[0036] 图9为遗传算法适应度曲线示意图；
[0037] 图10为在最优化参数下经变尺度下双稳态系统所提取的特征电流示意图。
【具体实施方式】
[0038] 下面结合附图和具体实施例对本发明进行详细说明。
[0039] 本发明从暂态零序电流的基本原理出发，涉及以下几个方面：双稳态系统的基本 原理、龙格-库塔方法的基本原理、变尺度下双稳态系统的基本原理及评价指标选取和遗 传算法的基本原理。
[0040] 1)暂态零序电流
[0041] 基于暂态量选线法所依据的暂态特征比稳态值大几倍甚至几十倍，且不受消弧线 圈的影响，无需添加额外设备，因此具有更高的可靠性及应用价值。因此，利用单相接地零 序暂态等值电路进行暂态零序电流分析，如图1所示。图中：C。为线路零序电容；L。为线路 零序等值电感；R g为接地点的过渡电阻；RP和Lp分别为消弧线圈的等效电阻和电感；e(t) 为零序电压。
[0042] 在补偿电网发生故障的瞬间，由图1可得流过故障点的暂态零序电流iz(t)为：
[0044] 式中：i^t为暂态零序电流中的电感电流分量；i 为暂态零序电流的电容电流 分量；Iu11和I α分别为电感电流和电容电流的初值（I~=Uphni?C。，Ibn= Uphni/c〇L。）；Uphni为 相电压的幅值；ω为工频角频率；ω#Ρ δ分别为暂态零序电流容性分量的振荡角频率和 衰减系数；^为电感电流的衰减时间常数；浐为接地时故障线路相电压的初始相位。
[0045] 由式（1)可知，当小电流接地系统发生单相接地故障时，暂态电容电流具有周期 性的衰减振荡特性。此外，一般架空线路的自由振荡频率为300~1500Hz，电缆线路的电感 远小于架空线路，而对地电容却较后者大许多倍，故电容电流暂态过程的振荡频率很高，持 续时间很短，其自由振荡频率一般为1500Hz~3000Hz。
[0046] 2)双稳态系统
[0047] 用于研究随机共振的双稳态系统：
[0048] dx/dt = -dU (x)/dx+s (t) + Γ (t) (2)
[0049] 式中：1^)=-312/2+匕14/4;8(1:)代表输入信号，本发明中8(1:)代表不含噪声的 暂态零序电流i z(t) ; Γ (t)代表噪声，x为布朗粒子运动的速度。