基于微弱行波信号特征提取的故障检测方法和装置与流程

本技术涉及电力保护，特别是涉及一种基于微弱行波信号特征提取的故障检测方法、装置、计算机设备、存储介质和计算机程序产品。

背景技术：

1、在电力领域中，配电网普遍采用中性点不接地和经消弧线圈接地等非有效接地方式。配电网深入用户终端，运行与故障工况复杂多变，尤其对于配电网频发的高阻接地故障（如树枝碰线、经横担接地、导线跌落沥青或混凝土路面等），故障特征十分微弱，加之电弧不稳定及负荷谐波干扰等因素影响，其检测与处理存在较大难度。

2、传统技术主要利用vmd或emd分解后的某一尺度来标定故障行波波头，再利用小波模极大值或teo标定的行波波头到达时刻带入计算故障点精确位置，然而，传统技术的自适应性差，小波基函数种类和不同分解尺度将会给计算结果带来较大差异，若行波信号中含有噪声干扰，利用传统技术得到的检测结果的准确率下降，不利于提高输电线路故障检测结果的准确性。

技术实现思路

1、基于此，有必要针对上述技术问题，提供一种能够提高输电线路故障检测结果的准确性的基于微弱行波信号特征提取的故障检测方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。

2、第一方面，本技术提供了一种基于微弱行波信号特征提取的故障检测方法，包括：

3、对目标输电线路对应的微弱行波信号进行奇异值分解，得到分解结果，并根据所述分解结果，将所述微弱行波信号转换为降噪后信号；

4、基于傅里叶变换，将所述降噪后信号转换为频域信号，基于经验小波变换，根据所述频域信号，将所述降噪后信号分解为待检测信号；

5、根据预设的能量算子，确定所述待检测信号对应的信号特征信息；所述信号特征信息包括频率信息和幅值信息；

6、根据所述信号特征信息，确定所述微弱行波信号对应的故障检测结果。

7、在其中一个实施例中，所述对目标输电线路对应的微弱行波信号进行奇异值分解，得到分解结果，包括：

8、按照预设的矩阵转换方式，将所述微弱行波信号转换为待分解矩阵；

9、对所述待分解矩阵进行奇异值分解，得到所述分解结果。

10、在其中一个实施例中，所述根据所述分解结果，将所述微弱行波信号转换为降噪后信号，包括：

11、根据所述分解结果，确定所述微弱行波信号对应的汉克尔矩阵；

12、从所述汉克尔矩阵中去除噪声信号的汉克尔矩阵，得到所述微弱行波信号对应的去噪后汉克尔矩阵；

13、按照预设的矩阵转换方式，将所述去噪后汉克尔矩阵转换为所述降噪后信号。

14、在其中一个实施例中，所述基于经验小波变换，根据所述频域信号，将所述降噪后信号分解为待检测信号，包括：

15、将所述频域信号分割为至少一个信号片段，获取各所述信号片段的局部极小值，根据所述局部极小值确定各所述信号片段的临近最大值中点；

16、根据所述临近最大值中点，确定各所述信号片段对应的经验尺度函数和经验小波函数；

17、根据所述经验尺度函数和所述微弱行波信号，确定近似系数，根据所述经验小波函数和所述微弱行波信号，确定细节系数；

18、根据所述近似系数、所述细节系数、所述经验尺度函数和所述经验小波函数，将所述微弱行波信号转换为所述待检测信号。

19、在其中一个实施例中，所述根据所述局部极小值确定各所述信号片段的临近最大值中点，包括：

20、针对各所述信号片段中的任一信号片段，根据所述任一信号片段对应的局部极小值，确定所述任一信号片段中所述局部极小值两侧的临近最大值；

21、将所述临近最大值在所述任一信号片段中对应的点之间的中点作为所述任一信号片段的临近最大值中点；

22、根据所述任一信号片段的临近最大值中点，确定各所述信号片段的临近最大值中点。

23、在其中一个实施例中，所述根据所述近似系数、所述细节系数、所述经验尺度函数和所述经验小波函数，将所述微弱行波信号转换为所述待检测信号，包括：

24、根据所述近似系数和所述经验尺度函数之间的乘积，确定第一乘积；

25、根据所述细节系数和所述经验小波函数之间的乘积，确定第二乘积；

26、根据所述第一乘积和所述第二乘积之间的和，确定所述待检测信号。

27、在其中一个实施例中，所述根据所述信号特征信息，确定所述微弱行波信号对应的故障检测结果，包括：

28、获取所述目标输电线路在故障模拟实验状态下的故障行波信号；

29、对所述故障行波信号进行分析，得到故障分析指标信息；

30、对比所述故障分析指标信息和所述信号特征信息，得到所述微弱行波信号对应的故障检测结果。

31、第二方面，本技术还提供了一种基于微弱行波信号特征提取的故障检测装置，包括：

32、降噪模块，用于对目标输电线路对应的微弱行波信号进行奇异值分解，得到分解结果，并根据所述分解结果，将所述微弱行波信号转换为降噪后信号；

33、分解模块，用于基于傅里叶变换，将所述降噪后信号转换为频域信号，基于经验小波变换，根据所述频域信号，将所述降噪后信号分解为待检测信号；

34、确定模块，用于根据预设的能量算子，确定所述待检测信号对应的信号特征信息；所述信号特征信息包括频率信息和幅值信息；

35、检测模块，用于根据所述信号特征信息，确定所述微弱行波信号对应的故障检测结果。

36、第三方面，本技术还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被处理器执行时实现上述的方法的步骤。

37、第四方面，本技术还提供了一种计算机可读存储介质。所述计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述的方法的步骤。

38、第五方面，本技术还提供了一种计算机程序产品。所述计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现上述的方法的步骤。

39、上述基于微弱行波信号特征提取的故障检测方法、装置、计算机设备、存储介质和计算机程序产品，通过对目标输电线路对应的微弱行波信号进行奇异值分解，得到分解结果，并根据分解结果，将微弱行波信号转换为降噪后信号，从而通过奇异值分解，对目标输电线路对应的微弱行波信号进行简化，去除目标输电线路对应的微弱行波信号中的噪声，避免噪声对故障检测准确率造成影响；基于傅里叶变换，将降噪后信号转换为频域信号，基于经验小波变换，根据频域信号，将降噪后信号分解为待检测信号，从而早去噪的同时，将降噪后信号分解为多个局部频率的信号片段以适应不同的信号处理要求，提高信号分析的效率；根据预设的能量算子，确定待检测信号对应的信号特征信息，从而基于能量算子，在去噪的同时，准确确定待检测信号的信号特征；信号特征信息包括频率信息和幅值信息；根据信号特征信息，确定微弱行波信号对应的故障检测结果，能够基于奇异值分解对输电线路对应的微弱行波信号进行降噪，以及基于经验小波变换将降噪后的微弱行波信号划分为多个信号片段，并基于能量算子准确确定行波信号的信号特征，实现对输电线路的微弱行波信号进行奇异值分解和经验小波变换，结合能量算子确定行波信号的信号特征，从而基于行波信号的信号特征准确分析输电线路的故障检测结果，提高输电线路故障检测结果的准确性。