技术特征：
1.一种过电压智能识别方法，其特征在于，包括：获取至少一个过电压零序电压信号，并计算所述至少一个过电压零序电压信号的时频特征量；对所述至少一个过电压零序电压信号进行ceemd分解，得到分解后的各个电压信号分量；基于预设的pearson相关系数对各个电压信号分量的频带能量进行加权，并根据加权后各个电压信号分量的频带能量计算各个电压信号分量的频域特征量，其中，计算所述频域特征量的表达式为：，式中，为第个电压信号分量的能量熵，即第个电压信号分量的频域特征量，为第个电压信号分量的归一化后pearson相关系数加权频带能量，为电压信号分量总数；其中，，式中，为第个电压信号分量的pearson相关系数加权频带能量，为第个电压信号分量的pearson相关系数，为第个电压信号分量的数据点，为过电压零序电压信号的数据点总数；将所述时频特征量以及所述频域特征量分别输入至改进的bp神经网络中，得到所述至少一个过电压零序电压信号的时域基本概率以及所述至少一个过电压零序电压信号的频域基本概率；基于ds证据融合对所述时域基本概率以及所述频域基本概率进行融合，得到所述至少一个过电压零序电压信号所属类别的目标概率值。2.根据权利要求1所述的一种过电压智能识别方法，其特征在于，所述时频特征量包括峰度指标量、冲击指标量和峭度指标量，其中，计算所述峰度指标量的表达式为：，式中，为过电压零序电压信号的峰度指标量，为零序电压峰值，为第i个过电压零序电压信号的数据点，为零序电压有效值，为采样数据点数；计算所述冲击指标量的表达式为：
，式中，为过电压零序电压信号的冲击指标量，为零序电压峰值，为零序电压绝对平均值；计算所述峭度指标量的表达式为：。3.根据权利要求1所述的一种过电压智能识别方法，其特征在于，其中，计算pearson相关系数的表达式为：，式中，为第个电压信号分量的pearson相关系数，为第i个过电压零序电压信号的数据点，为过电压零序电压信号的样本平均值，为第个电压信号分量的数据点，为电压信号分量的样本平均值，为过电压零序电压信号的数据点总数。4.根据权利要求1所述的一种过电压智能识别方法，其特征在于，其中，改进的bp神经网络由改进后的pso算法通过初始化粒子位置和速度参数，通过计算目标适度值即预测结果均方差值，不断迭代更新粒子位置和粒子速度得到，其中，计算粒子位置和粒子速度的表达式为：，式中，为第个粒子第次迭代时的速度，为第个粒子第次迭代时的速度，为粒子惯性权重，为第个粒子第次迭代时的位置，为第个粒子第次迭代时的位置，和均为加速度因子，和均为[0 1]之间的随机数，为第个粒子第次迭代时的个体极值，为第次迭代时的粒子群体极值;其中，每次迭代的粒子惯性权重计算公式为：
，式中，为权值设定最大值，为权值设定最小值，为最大迭代次数。5.根据权利要求1所述的一种过电压智能识别方法，其特征在于，所述至少一个过电压零序电压信号为基频铁磁谐振过电压零序电压信号、弧光接地过电压零序电压信号或单相接地过电压零序电压信号。6.根据权利要求1所述的一种过电压智能识别方法，其特征在于，其中，对所述时域基本概率以及所述频域基本概率进行融合的表达式：，式中，为归一化后第类过电压的时域基本概率赋值，为归一化后第类过电压的频域基本概率赋值，为经由ds证据融合后的输出概率值，为空集，为过电压类型，为时域子集中第类过电压类型，为频域子集中第类过电压类型；其中，，式中，为第类时频特征量的bp神经网络输出值，为第类频域特征量的bp神经网络输出值。7.一种过电压智能识别系统，其特征在于，包括：获取模块，配置为获取至少一个过电压零序电压信号，并计算所述至少一个过电压零序电压信号的时频特征量；分解模块，配置为对所述至少一个过电压零序电压信号进行ceemd分解，得到分解后的各个电压信号分量；计算模块，配置为基于预设的pearson相关系数对各个电压信号分量的频带能量进行加权，并根据加权后各个电压信号分量的频带能量计算各个电压信号分量的频域特征量，其中，计算所述频域特征量的表达式为：，式中，为第个电压信号分量的能量熵，即第个电压信号分量的频域特征量，
为第个电压信号分量的归一化后pearson相关系数加权频带能量，为电压信号分量总数；其中，，式中，为第个电压信号分量的pearson相关系数加权频带能量，为第个电压信号分量的pearson相关系数，为第个电压信号分量的数据点，为过电压零序电压信号的数据点总数；输出模块，配置为将所述时频特征量以及所述频域特征量分别输入至改进的bp神经网络中，得到所述至少一个过电压零序电压信号的时域基本概率以及所述至少一个过电压零序电压信号的频域基本概率；融合模块，配置为基于ds证据融合对所述时域基本概率以及所述频域基本概率进行融合，得到所述至少一个过电压零序电压信号所属类别的目标概率值。8.一种电子设备，其特征在于，包括：至少一个处理器，以及与所述至少一个处理器通信连接的存储器，其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1至6任一项所述的方法。9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现权利要求1至6任一项所述的方法。
技术总结
本发明公开一种过电压智能识别方法及系统，方法包括：计算至少一个过电压零序电压信号的时频特征量；对至少一个过电压零序电压信号进行CEEMD分解，得到分解后的各个电压信号分量；基于预设的Pearson相关系数对各个电压信号分量的频带能量进行加权，并计算各个电压信号分量的频域特征量；将时频特征量以及频域特征量分别输入至改进的BP神经网络中，得到时域基本概率以及频域基本概率；基于DS证据融合对时域基本概率以及频域基本概率进行融合，得到至少一个过电压零序电压信号所属类别的目标概率值。提高了基频铁磁谐振、弧光接地和单相接地过电压的识别率，并且大大增强了识别的鲁棒性。鲁棒性。鲁棒性。
技术研发人员：龙国华 刘衍 郑开心 袁思凡 邹阳 彭诗怡 陈瑛 童超
受保护的技术使用者：国家电网有限公司 南昌大学
技术研发日：2022.08.30
技术公布日：2022/10/3