基于支持向量分类机的励磁涌流识别方法
【技术领域】
[0001] 本发明涉及一种励磁涌流识别方法，具体地说是一种基于支持向量分类机的励磁 涌流识别方法。
【背景技术】
[0002] 近年来，随着超高压、大电网的建设，越来越多的大容量变压器投入使用，这也使 得变压器在电网稳定运行中起到的作用越发的重要，使得变压器保护承受着越来越大的考 验。然而，研宄表明，220kv及以上电力变压器保护的正确动作率一直徘徊在70 %~80 %， 远低于发电机及220kV及以上线路保护的正确动作率。宄其原因是，变压器保护不能十分 准确的区分励磁涌流和故障电流，这成为挡在提高变压器保护动作率的一座大山。
[0003] 国内外的众多学者多年来一直致力于区分励磁涌流和故障电流的研宄，成绩斐 然。每一种方法都有其独到的优点，但同时也存在一定的局限性。如：
[0004] 二次谐波制动实现方便简单，在变压器保护中应用最广，但无功补偿用的并联电 容和高压输电线路分布电容的影响使得变压器故障时也存在较高的二次谐波；大型变压器 饱和磁通的降低使得励磁涌流时二次谐波含量有时降低到10%以下。
[0005] 间断角识别原理也是常用的励磁涌流识别方法，但受CT饱和，非周期分量，采样 频率等影响较大，人工神经网络法受到局部极小值点影响并对训练的样本依存度较高，模 糊多判据原理对各判据所取的权重难以确定。
[0006] 等值电路方法避免了差动电流带来的影响，但受到变压器暂态模型，变压器漏感 等参数的制约。
[0007] 所以，寻找一种既能继承吸收前人成果，又能克服其伴随缺点的方法很有必要。
【发明内容】
[0008] 为了解决上述方法在识别励磁涌流时的局限性，本发明的目的在于提供一种既能 够利用单独特征量判据的优势，又能避免单一判据的局限，判据准确的基于支持向量分类 机的励磁涌流识别方法。
[0009] 本发明解决上述技术问题所采取的技术方案是：一种基于支持向量分类机的励磁 涌流识别方法，其特征在于，该方法包括以下步骤：
[0010] a、选择支持向量机的输入特征量，
第二个特征量输入；其中，I2nd为每相差动电流中的二次谐波；IM为每相差动电流中的三 次谐波；Ilst为对应相的差流基波，k2xb为二次谐波制动系数整定值；k3xb为三次谐波制动系 数整定值；
[0012] a2、采集变压器内部故障时流入差动继电器的差动电流，经微分之后再取绝对值， 得|i' 2|，以|i' 2| <KI'm2的持续时间对应的角度0作为支持向量机的第三个特征量 输入，其中I'尬为Ii，2|的幅值，K= 0.25;
[0013]a3、采集励磁涌流的波宽Width= (t/T)*360作为支持向量机的第四个特征量输 入；
[0014]a4、采集差动电流的积分值S作为支持向量机的第五个特征量输入，其中
Ts表示相邻两个采样点的时间差；
[0015]a5、将差动电流前半周波设为x(t)，后半周波取反并设为y(t)，二者 做相关分析，采用波形相关系数J作为支持向量机的第六个特征输入量，其中
点的总数，Ts表不相邻两个米样点的时间差，T表不一个周波的周期；
[0017]b、对变压器的各种运行状态进行训练，构造识别励磁涌流和故障电流的决策函 数，所述训练步骤为：
[0018]bl、通过动模试验获得变压器各种运行状态下的真实动模数据，并据此得出步骤 a中的七个输入特征量值，
[0019] 设XiG X=R7,Xi=(K2i，K3i,0i，Wi,Si,Ji, 〇Zi)'y#y= {1，-1}，
[0020] 励磁涌流时Yi= 1 ;故障时yi= -1 ;
[0021] 则负类样本表示为：
[0022]T1 = {((K2, "K3,i，0 "W1,S1,J1, 〇Z1)T，-1)，…
[0023] (xa,-1)}G(xXy)a
[0024] 其中，a为负类样本数；
[0025] 正类样本表示为：
[0026]T2 -{((K2，a+1,K3，a+1,9a+1，Wa+1，Sa+1，Ja+1, 〇Za+1)，+1)，
[0027] ... (xa+b，+l)}G(xXy)b
[0028] 其中，a为负类样本数，b为正类样本数；
[0036] c、当变压器发生事故后，将保护装置采集系统采集来的数据经过步骤a计算出七
[0037] 进一步的，在步骤bl中，如果有新增训练样本，将新增样本代人影响因子（ES)估 计公式：
[0039] 对ES值位于0. 8-1. 0之间的样本予以保留。
[0040] 本发明的有益效果是：
[0041] 1、本发明将二次谐波、三次谐波、电流间断角、波宽、波形畸变量、波形相关系数和 励磁侧测量阻抗这七个特征量作为识别励磁涌流的判据，引入核函数，将七个特征量同时 映射到七维空间，在七维空间中寻找励磁涌流和故障电流的区别，这样既综合谐波制动，间 断角，波形相似度等原理的优势，又避免其各自原理的局限，增加了励磁涌流识别的可信 度。
[0042] 2、通过采集变压器各种运行状态样本，对样本进行训练得到适应性强，泛化能力 好的励磁涌流识别可靠判据。
[0043] 3、该方法不受变压器接线方式的影响，不受模型参数制约，适用性强，灵活性好。
[0044] 4、采用最佳样本标记法不断修正新增样本，使该励磁涌流识别判据将更为准确。
[0045] 5、对本方法进行正确率的测试，选取各种变压器运行状态的样本，测试结果如下 表所示：
[0046]
[0047] 经测试可得，该方法能很好的识别空载合闸涌流、一般性内部故障和空投于相间 和接地故障，对于空投于10%以上的匝间短路也能很好的识别，正确识别率达到96. 2%。
【附图说明】
[0048] 图1为本发明的方法流程图；
[0049] 图2为本发明的实验变压器系统模型示意图。
【具体实施方式】
[0050] 下面结合附图对本发明的具体实施例做详细描述：
[0051] 如图1所示，a、首先选择支持向量机输入特征量
[0052] 当前识别励磁涌流的方法大致分为三类：基于波形（谐波制动原理，波形相关度 原理，数学形态学原理，幅值变化原理，数学形态学，改进数学形态学等），基于模型（等值 电路方程原理，功率差动原理等），以及基于人工智能（人工神经网络和基于模糊贴近度原 理等）。本着实现方便、快捷的原则对现有励磁涌流识别方法进行选择，将波形作为支持向 量机特征量输入。
[0053]al、谐波含量识别励磁涌流
[0054] 采用三相差动电流中二次谐波、三次谐波的含量来识别励磁涌流，判别方程如 下：
[0056]其中I2nd、Im分别为每相差动电流中的二次谐波和三次谐波，Ilst为对应相的差流 基波，k2xb、k3xb分别为二次谐波和三次谐波制动系数整定值。令
[0058] 将K2,K3分别作为支持向量机的第一个输入特征量和第二个输入特征量。
[0059]a2、间断角和波宽识别励磁涌流
[0060] 励磁涌流的波形中会出现间断角，而变压器内部故障时流入差动继电器的稳态差 动电流是正弦波，不会出现间断角。将差动电流经微分之后，再取绝对值，得Ii' 2|，I' m2 为|1'2|的幅值；1( = 〇.25。以|1'2|<1(1/"12的持续时间对应的角度0作为支持向 量机的第三个特征量输入。
[0061] 增加一个反映波宽的辅助判据，将提高识别的正确性。波宽Width= (t/T)*360， 可作为支持向量机的第四个特征量输入。
[0062]a3、波形畸变识别励磁涌流
[0063] 故障时，差流基本上是工频正弦波。而励磁涌流时，有大量的谐波分量存在，波形 发生畸变，间断，不对称。利用算法识别出这种畸变，即可识别出励磁涌流。
[0064] 根据此判据，将差动电流的积分值S作为支持向量机的第五个输入。算法如下：
[0066] a4、波形相关系数
[0067] 将差动电流前半周波设为X(t)，后半周波取反并设为y(t)，二者做相关分析。此
[0068]其中：P(X，Y)为x(t)与y(t)之间的协方差系数，〇 2(x)为x(t)的方差，故障电 流的相关系数J接近1，而励磁涌流的相关系数