基于低频载波的10 kV线损异常原因带电诊断
2022-12-12韩雪
韩 雪
(国网内蒙古东部电力有限公司信息通信分公司,内蒙古 呼和浩特 010010)
0 引 言
线损异常诊断相关研究已取得较大进展。采用接触或非接触的带电检测方式,通过特定装置,非连续性采集线路全量信息,包括功率、电流、电压、冻结电量等状态量,获得线损异常诊断支撑数据[1,2]。把数据输入设定的异常原因诊断模型,综合分析线路运行状态,及时上报异常事件[3,4]。由此,提出基于低频载波的10 kV线损异常原因带电诊断方法。
1 10 kV线损异常原因带电诊断方法设计
基于原始载波信号的功率谱,此时载波信号会出现窄带干扰的干扰峰,把干扰峰作为信号能量的突变,采用能量比法,查找载波信号功率谱在各干扰频率处的干扰峰[5,6]。计算t时刻载波信号总能量G(t),计算公式为
设置1个固定宽度频带的频窗,逐点移动频窗,完成载波信号的能量比转换。统计载波信号在频窗内的能量,设干扰峰幅值为H,频率j处的能量比Ij计算公式为
式中:Gj(t)为t时刻频率j的信号总能量;J为频窗大小。逐点计算载波信号频域,判定能量比接近1的点为峰值点,其余点为普通点,引入局部峰点k,筛选峰值点中的干扰峰峰值点。计算局部峰点前后的微分系数,得到局部峰点满足公式
式中:Kk-1、Kk+1分别为点k前后的功率;Hk-1、Hk+1分别为点k前后的频率。在所有峰值点中挑选能够满足式(6)的局部峰点,根据点k的前后能量比Ik-、Ik+,计算局部能量比hk,计算公式为
由式(4),得到所有局部峰点的局部能量比。由于时域中的窄带干扰呈正弦波状,判定窄带干扰频率处的局部峰点hk值,要明显高于载波信号局部峰点hk值,设置局部能量比阈值l,计算公式为
式中:M、n分别为局部峰点的标准差和个数。去除峰值点局部能量比高于l的干扰峰,保留局部能量比较低的点,实现窄带干扰的滤波。至此完成10 kV线损低频载波信号噪声的抑制。
提取去噪后的低频载波信号特征,输入训练好的人工神经网络,输出10 kV线损异常原因。把载波信号小波包分解至各个频带,得到2b个特征信号。信号能量计算公式为
由式(7)可以看出,低频载波信号具有能量纲量。利用熵值Q,表示信号能量状态的稳定性,将各个频带的熵Q和局部能量Gn,作为10 kV线损特征序列,对特征向量进行归一化处理,不断调整层和层之间的权值矩阵,直至输出向量的预测值和实际值误差达到最小,把待诊断的10 kV线损特征向量输入神经网络,得到线损异常原因诊断结果。
至此,完成10 kV线损异常原因的诊断,实现基于低频载波的10 kV线损异常原因带电诊断方法设计。
2 算例分析
将此次设计方法,与基于智能控制终端的线损异常诊断方法、基于时序信息特征的线损异常诊断方法进行对比实验,比较3种方法的线损异常原因诊断的准确率、漏诊率、误诊率。
选择陕西省某地区电力公司10 kV配电网的真实历史数据为例,进行算例分析。将本文方法与其他2种方法进行对比,分别诊断10 kV配电网线损异常原因,统计3种方法的诊断结果。漏诊率与误诊率实验对比结果如图1,图2所示。
图1 诊断漏诊率实验对比结果
图2 诊断误诊率实验对比结果
由图1可知,设计方法平均诊断漏诊率为1.7%,另外2种方法平均诊断漏诊率为3.6%、4.7%,设计方法诊断漏诊率最低。
由图2可知,设计方法平均诊断误诊率为1.1%,另外2种方法平均诊断误诊率为2.9%、3.8%,设计方法诊断误诊率最低。
3 结 论
基于低频载波的10 kV线损异常原因带电诊断方法,诊断准确率较高、漏诊率和误诊率较低。