非線性特征量檢測方法和系統技術方案

本發明專利技術涉及一種非線性特征量檢測方法和系統，上述非線性特征量檢測方法，包括如下步驟：從電力系統中讀取鐵磁諧振過電壓的時間序列數據；將所述時間序列數據進行相空間重構，獲得二維重構吸引子圖；對所述二維重構吸引子圖進行灰度轉換和二值化處理，得到二值灰度圖；根據所述二值灰度圖獲取二維重構吸引子圖的平均灰度，根據所述平均灰度確定非線性特征量；其所確定的非線性特征量可以直接應用于實際電力系統中，提高了上述非線性特征量檢測方案的實用性。

【技術實現步驟摘要】

本專利技術涉及模式識別
，特別是涉及一種非線性特征量檢測方法和系統。
技術介紹
鐵磁諧振是電力系統中一種常見的非線性現象，常產生較高且可穩定存在的過電壓和過電流，對電氣設備和運行人員安全構成嚴重威脅。目前已有大量的方法可以用來辨識不同類型的鐵磁諧振，例如：快速傅里葉變換，三類比值法，相平面圖，龐加萊界面圖，分岔圖。但是對準周期在內的非周期性鐵磁諧振的辨識方法還研究不多。而理論分析、實驗室試驗和現場試驗研究都表明混沌鐵磁諧振過電壓較其他類型過電壓電壓幅值更高，畸變更嚴重，也更具威脅性。因此，非常有必要在現有的鐵磁諧振識別系統中加入非周期鐵磁諧振識別方法，形成一套完備的鐵磁諧振分類識別系統。鐵磁諧振對系統模型和參數高度敏感，這些研究為鐵磁諧振過電壓特征量提取及其辨識研究做出了巨大貢獻。然而，由于是系統中變電站回路及其參數均隨系統工況和環境因素而變化，在實際運行過程中難以確定高精度的系統簡化模型和對應的關鍵參數，因而容易導致上述基于鐵磁諧振回路和模型的方案難以直接應用于實際電力系統中。
技術實現思路
基于此，有必要針對傳統方案難以直接應用于實際電力系統的技術問題，提供一種非線性特征量檢測方法和系統。一種非線性特征量檢測方法，包括如下步驟：從電力系統中讀取鐵磁諧振過電壓的時間序列數據；將所述時間序列數據進行相空間重構，獲得二維重構吸引子圖；對所述二維重構吸引子圖進行灰度轉換和二值化處理，得到二值灰度圖；根據所述二值灰度圖獲取二維重構吸引子圖的平均灰度，根據所述平均灰度確定非線性特征量。一種非線性特征量檢測系統，包括：讀取模塊，用于從電力系統中讀取鐵磁諧振過電壓的時間序列數據；相空間重構模塊，用于將所述時間序列數據進行相空間重構，獲得二維重構吸引子圖；處理模塊，用于對所述二維重構吸引子圖進行灰度轉換和二值化處理，得到二值灰度圖；確定模塊，用于根據所述二值灰度圖獲取二維重構吸引子圖的平均灰度，根據所述平均灰度確定非線性特征量。上述非線性特征量檢測方法和系統，通過從電力系統中讀取鐵磁諧振過電壓的時間序列數據，進行相應的相空間重構，以獲得二維重構吸引子圖，并對上述二維重構吸引子圖進行灰度轉換和二值化處理，得到二值灰度圖，再根據所述二值灰度圖獲取二維重構吸引子圖的平均灰度，從而確定非線性特征量；其所確定的非線性特征量可以直接應用于實際電力系統中，提高了上述非線性特征量檢測方案的實用性。附圖說明圖1為一個實施例的非線性特征量檢測方法流程圖；圖2為一個實施例的時間序列數據示意圖；圖3為一個實施例的二維重構吸引子圖；圖4為一個實施例的平均灰度示意圖；圖5為一個實施例的非線性特征量檢測系統結構示意圖。具體實施方式下面結合附圖對本專利技術的非線性特征量檢測方法和系統的具體實施方式作詳細描述。參考圖1，圖1所示為一個實施例的非線性特征量檢測方法流程圖，包括如下步驟：S10，從電力系統中讀取鐵磁諧振過電壓的時間序列數據；上述步驟S10中，可以從電力系統中通過以某一采樣率對鐵磁諧振過電壓的時間序列數據進行采樣，以讀取鐵磁諧振過電壓的時間序列數據。上述采樣率可以根據非線性特征量的檢測進度進行設置。上述鐵磁諧振過電壓的時間序列數據可以如圖2所示，圖2中，橫坐標表示時間，單位為s(秒)，縱坐標表示標幺值電壓(p.u)，單位為V(伏特)。在一個實施例中，上述步驟S10，從電力系統中讀取鐵磁諧振過電壓的時間序列數據的步驟包括：以設定的采樣率從電力系統中讀取鐵磁諧振過電壓的時間，得到鐵磁諧振過電壓的時間序列數據。本實施例中，采樣率可以設置為大于500Hz(赫茲)的值，從電力系統中通過對相應數據的采樣得到的鐵磁諧振過電壓的時間序列數據，具有較高的準確性。S20，將所述時間序列數據進行相空間重構，獲得二維重構吸引子圖；上述步驟S20中，可以通過延遲坐標法等方式將所述時間序列數據進行相空間重構，從而獲得相應的二維重構吸引子圖。圖2所示的時間序列數據包含了6次鐵磁諧振過電壓實例(每個諧振實例都包含3相鐵磁諧振過電壓時間序列)，共計18條單相鐵磁諧振過電壓時間序列，對這18個過電壓時間序列進行相空間重構，所得到的二維重構吸引子圖可以如圖3所示(為了方便表示，將這18條單相鐵磁諧振時間序列對應的18個二維重構吸引子圖均繪制與圖3中)。每個二維重構吸引子圖的橫坐標為電壓時間序列，縱坐標為延遲后的過電壓時間序列；將圖3轉化為212×212像素的灰度圖，如果某像素點有軌線經過則定義該像素點的灰度值為1，反之則為0，即可得到二值灰度圖。為了去除噪聲和測量誤差的影響，可以將享有的二值灰度圖均分成27×27個小塊，每個小塊有25×25個像素點。對于每個小塊，如果該小塊中有任意一個像素的二值灰度值為1，則該小塊所有像素的二值灰度值為1。圖3可以表明鐵磁諧振電壓時間序列1至3的二維重構吸引子為閉合圓環且僅有一個閉合環，表明電壓時間序列1至3不含任何分頻成分，結合其波形峰值可知電壓時間序列1為正常過電壓，電壓時間序列2和3為基頻鐵磁諧振過電壓；電壓時間序列4和5的二維重構吸引子也是閉合圓環，但均包含若干個閉合圓環，且具有明顯的離散特征，因此其為分頻鐵磁諧振；電壓時間序列6的二維重構吸引子較為復雜，甚至無法分辨圓環個數，因此其為非周期鐵磁諧振，可能為準周期或混沌鐵磁諧振。上述將所述時間序列數據進行相空間重構，可以得到每個電壓時間序列對應的二維重構吸引子圖，上述二維重構吸引子圖的橫坐標和縱坐標范圍可以固定為[-1.1Uov，1.1Uov]，其中Uov為電壓時間序列峰值的標幺值。在一個實施例中，上述步驟S20，所述將所述時間序列數據進行相空間重構的過程可以包括：將所述時間序列數據通過延遲坐標法進行相空間重構。本實施例通過延遲坐標法進行相空間重構，可以提高所得到的二值灰度圖的準確性。S30，對所述二維重構吸引子圖進行灰度轉換和二值化處理，得到二值灰度圖；上述步驟S30中，可以將二維重構吸引子圖進行相應的圖像處理以轉化為212×212像素的灰度圖。上述圖像處理可以包括將相應的圖像進行灰度轉換等處理方式，以確定圖像中各個像素點的灰度值，進而得到相應的二值灰度圖；上述圖像處理也可以包括將相應的圖像進行二值化處理，使定圖像中像素點的灰度值包括兩個，各個像素點的灰度值為第一灰度值或者第二灰度值，上述本文檔來自技高網...

【技術保護點】
一種非線性特征量檢測方法，其特征在于，包括如下步驟：從電力系統中讀取鐵磁諧振過電壓的時間序列數據；將所述時間序列數據進行相空間重構，獲得二維重構吸引子圖；對所述二維重構吸引子圖進行灰度轉換和二值化處理，得到二值灰度圖；根據所述二值灰度圖獲取二維重構吸引子圖的平均灰度，根據所述平均灰度確定非線性特征量。

【技術特征摘要】
1.一種非線性特征量檢測方法，其特征在于，包括如下步驟：
從電力系統中讀取鐵磁諧振過電壓的時間序列數據；
將所述時間序列數據進行相空間重構，獲得二維重構吸引子圖；
對所述二維重構吸引子圖進行灰度轉換和二值化處理，得到二值灰度圖；
根據所述二值灰度圖獲取二維重構吸引子圖的平均灰度，根據所述平均灰
度確定非線性特征量。
2.根據權利要求1所述的非線性特征量檢測方法，其特征在于，所述對所
述二維重構吸引子圖進行灰度轉換和二值化處理，得到二值灰度圖的步驟包括：
將所述二維重構吸引子圖轉化為設定像素的灰度圖；
將有軌線經過的像素點的灰度值設為1，其他像素點的灰度值設為0，得到
二值灰度圖。
3.根據權利要求1所述的非線性特征量檢測方法，其特征在于，所述根據
所述二值灰度圖獲取二維重構吸引子圖的平均灰度的過程包括：
獲取所述二值灰度圖的像素點個數以及各個像素點對應的灰度值；
根據所述像素點個數以及各個像素點對應的灰度值確定二維重構吸引子圖
的平均灰度。
4.根據權利要求3所述的非線性特征量檢測方法，其特征在于，所述根據
所述像素點個數以及各個像素點對應的灰度值確定二維重構吸引子圖的平均灰
度的過程包括：
AGVRA=Σi=1ngvin;]]>式中，AGVRA表示平均灰度，gvi表示第i個像素點的灰度值，n為二值灰度圖
的像素點個數，表示對依次從1至n對gvi進行求和。
5.根據權利要求1所述的非線性特征量檢測方法，其特征在于，所述從電
力系統中讀取鐵磁諧振過電壓的時間序列數據的步驟包括：
以設定的采樣率從電力系統中讀取鐵磁諧振過電壓的時間，得到鐵磁諧振
...

【專利技術屬性】
技術研發人員：李建標，司馬文霞，孫廷璽，王嘯峰，檀佳，馬丹，雷小月，梁育雄，萬彩云，高春河，黃培專，丘冠新，何偉，蘇賁，易冉，仇煒，黃懷輝，楊鳴，劉春香，楊慶，鄒密，
申請(專利權)人：廣東電網有限責任公司珠海供電局，重慶大學，
類型：發明
國別省市：廣東;44