【技術實現步驟摘要】
本專利技術屬于電力系統
，具體涉及一種針對電力系統的基于SVM(Support Vector Machine,支持向量機)分類技術的故障原因診斷方法。
技術介紹
當前，電網中存在大量的錄波裝置，實時記錄電網發生故障前后的電氣變量的時序數據。目前對于此類數據，都是為了事后分析電網故障原因，分析手段一般也是以手動分析為主，缺乏在線、大規模、自動化分析的手段。錄波器啟動記錄的條件往往是單一指標的超限，而且為了能夠在分析事故原因時提供充分證據，越限門檻值一般都設定得比較低。這樣形成的結果是，很多錄波對應的時刻，系統并沒有發生明顯異常，而個別故障時刻的重要錄波，也只在事后分析時才發揮作用。長年積累下來大量的錄波文件，除了用于歷史備案且占據大量的硬盤空間，卻沒有形成能幫助運行人員理解電網狀態的知識，以便能及時識別故障原因及采取相應的措施進行應對，甚至進行預測以便制定必要的預防措施。在此背景下，本申請提出一種基于SVM分類技術的故障原因診斷方法，該方法屬于一種數據驅動的方法，根據歷史上收集的設備監測數據，自動訓練、建立故障原因診斷模型，探索大量錄波數據中蘊含的規律與模式，并將此規律和模式形成預測模型，結合實時錄波數據在線電網故障的原因進行及時判斷。
技術實現思路
本專利技術的目的是為了解決當前存在的問題：對錄波數據分析較為獨立、對大規模的錄波數據并沒有綜合進行利用，分析的自動化程度不高，一般都以手動分析為主，而且分析的結果一般用于事后分析電網故障，不能將其中規律性的知識進行挖掘和提煉，發揮其更大價值。為解決上述技術問題，本專利技術具體采用以下技術方案：一種基于SVM...
【技術保護點】
一種基于SVM分類技術的電網故障原因診斷方法，其特征在于：利用電網中大量的歷史錄波數據，采用小波變換方法把原始數據信號分解為表達不同層次不同頻帶的特征向量，對歷史錄波數據進行SVM分類模型訓練，獲得分類決策函數，最后基于該分類決策函數對故障時的實時錄波數據進行分析從而實現對電網故障原因的診斷。
【技術特征摘要】
1.一種基于SVM分類技術的電網故障原因診斷方法，其特征在于：利用電網中大量的歷史錄波數據，采用小波變換方法把原始數據信號分解為表達不同層次不同頻帶的特征向量，對歷史錄波數據進行SVM分類模型訓練，獲得分類決策函數，最后基于該分類決策函數對故障時的實時錄波數據進行分析從而實現對電網故障原因的診斷。2.一種基于SVM分類技術的電網故障原因診斷方法，其特征在于，所述診斷方法包括以下步驟：步驟1：從電網業務系統的原始錄波數據庫中獲取歷史錄波數據及故障信息形成原始數據樣本集；步驟2：對步驟1中形成原始數據樣本集進行預處理并通過插值形成規范的電壓/電流信號數據樣本；步驟3：將步驟2所得到的規范的電壓/電流信號數據樣本分解為表達不同層次不同頻帶信息的數據序列即各階小波系數，對各階小波系數進行能量計算，完成對規范的電壓\...
【專利技術屬性】
技術研發人員：徐延明，丁柏玲，張利強，
申請(專利權)人：北京四方繼保自動化股份有限公司，
類型：發明
國別省市：北京;11
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。