收藏 分销(赏)

支持向量机在高压电力计量系统故障诊断中的应用.pdf

上传人:p****t 文档编号:37433 上传时间:2021-05-16 格式:PDF 页数:4 大小:226.36KB
下载 相关 举报
支持向量机在高压电力计量系统故障诊断中的应用.pdf_第1页
第1页 / 共4页
支持向量机在高压电力计量系统故障诊断中的应用.pdf_第2页
第2页 / 共4页
支持向量机在高压电力计量系统故障诊断中的应用.pdf_第3页
第3页 / 共4页
支持向量机在高压电力计量系统故障诊断中的应用.pdf_第4页
第4页 / 共4页
亲,该文档总共4页,全部预览完了,如果喜欢就下载吧!
资源描述

1、电力电网 DOI : 1 0 3 9 6 9 j i s s n 1 0 0 9 - 9 4 9 2 2 0 1 4 1 2 0 3 1 支持向量机在高压电力计量系统故障诊断中的应用 陈 文 生 ( 广 东电网公 司 阳江供 电局 , 广 东阳江 5 2 9 5 0 0 ) 摘要: 将支持向量机应用于高压电力计量系统故障诊断中。对计量系统的运行参数提取故障信息作为网络的输入值,以4 位二 进制数表示正常情况和9 种主要故障类型,用采集得到的样本对网络进行训练,并选取4 种故障类型进行网络测试 ,结果表 明,支持向量机模型对高压电力计量系统故障有很好的辨识和诊断效果。 关键词:高压电力计量系统;

2、故障诊断;支持向量机; 采集样本 中图分类号 :T M9 3 文献标识码 :B 文章 编号:1 0 0 99 4 9 2( 2 0 1 4)1 20 1 2 60 4 Ap p l i c a t i o n o f S u p p o r t Ve c t o r M a c h i n e i n t h e Fa u l t Di a g n o s i s o f Hi g h Vo l t a g e El e c t r i c Po we r M e t e r i n g S y s t e m CHEN W e n s he ng ( Y a n g j i a n g P

3、o w e r S u p p l y B u r e a u , Y a n i a n g 5 2 9 5 o 0 ,C h i n a ) Abs t r a c t :S u p p o r t v e c t o r ma c h i n e r k wi l l b e a b l e t o a d o p t i n t h e f a u l t d i a g n o s i s o f h i g h v o h a g e e l e c t ric p o we r me t e r i n g s y s t e m a c c o r d i n g t o t

4、h e a d v a n t a g e o f t h e g r e a t a d a p t i v i t y I n f o r ma t i o n i n e i g h t o p e r a t i o n p a r a me t e r s o f me t e rin g s y s t e m wi l l b e e x t r a c t e d t o b e t a k e n a s t h e i n p u t v a l u e s o f t h e n e u r a l n e t wo r k, a n d a 4 -b i t bi n

5、a r y n u mbe r wi l l b e a d o p t e d t o r e p r e s e n t t h e n o r ma l c i r c u ms t a n c e a n d n i ne ma i n f a u l t t y p e s Th e n t h e c o l l e c t e d s a mp l e s a r e u s e d t o t r a i n El ma n n e t wo r k a n d 4 f a u l t t y p e s wi l l b e s e l e c t e d t o t e s

6、 t t h e n e t wo r k T h e r e s ul t s s h o w t h a t t he El ma n n e t wo r k mo d e l c a n e f f e c t i v e l y d i a g n o s e t h e f a u l t o f h i g h v o l t a g e e l e c t ri c p o we r me t e r i ng s y s t e m Ke y wo r d s :h i g h v o l t a g e e l e c t r i c p o we r me t e r i

7、 n g s y s t e m ;f a u l t d i a g n o s i s ; s u p p o v e c t o r ma c h i n e r k; c o l l e c t e d s a mp l e s 0 引言 高压计量系统的故 障检测和诊 断是 电力系统 自动化研究 的内容之一 。文献 1 通过对高压计量 系统 网络的分析 ,得出计量系统网络阻抗与电流 互感器一次、二次侧短路故障之间的关系;文献 2 得 出电流互感器二次绕组端 电压和通过 电能表 电流线圈的电流二者的比值与电能表电流线圈被 短接故障有密切的关系,分析过程和仿真结果证 明了其正确性 。 针对

8、高压电力计量系统一、二次侧出现的故 障情况,本文选取了8 个能够反映计量系统故障 的运行参数进行检测 ,搭建测试环境平台采集样 本数据,通过支持向量机可以对这些数据进行综 合分析从而准确判断故障的类型。 收稿 日期 :2 0 1 41 1 0 3 1 支持向量机 S V M领域经典 的算法是 台湾大学林智 仁 ( C h ih J e n L i n ) 博士等开发的L I B S V M软件包 】 ,可 以解决分类 问题( 包括 C S V C、n S V C ) 、回归问题 (包 括 e S V R、 n s V R 1以 及 分 布 估 计 ( o n e c l a s s S V M

9、) 等问题 ,提供 了 l i n e a r 、多项式 、 R B F 和 S - f u n c t i o n四种核函数供选择。 支持 向量机分类 问题可由如下公式表述 : 假 定 训 练 样 本 为 X , i = 1 , , n , 期 望 输 出 为 - 1 , 1 ,其 中+ l 和一 1 分 别为两类的类别标签 , 分类超平面方程为 : O J + b = 0 ( 1 ) 其中 ( )表示向量点积。为使分类超平面能 对所有样本正确分类 ,并且分类 间隔足够大 ,应 陈文生:支持向量机在高压电力计量系统故障诊断中的应用 电力 满足以下约束条件: Xi +6 I 0 r X + 6

10、0 f o r 由式 ( 2 )可 以得 出分类间隔: 鹏 一 m a x = ( 3 ) 1 一 : _ l 】 在约束条件下最大化分类间隔一 。得 出最优分 类函数为 : 厂 ) = s g n O L i Y i( X i + 明 ( 4 ) 由于非支持 向量对应 的 O 0 ,因此 只对支持 向量进行求和。最终的优化问题为 : L ( ) = O i - y l- 川 ( 5 ) n tc i Y = 0 支持 向量机 由输入层 、隐含层 、承接层 和输 出层组成,是一种典型的动态支持向量机 ,其结 构如图 1 所示。 图 1 支持向量机模型计算流程 2系统故障分析 高压 电力计量 系

11、统 的原理 如图 2 所示 ,图中 “ 1 ”和 “ 2 ”分别为电度表的两个计量单元,T V 1 和 T V 2是 电压 互感 器 ,T A1 和 T A 2是 电流 互感 器 , A 和 , c 分别是 A和 c 相的电流 , 和 分别是 , A 和厶经电流互感器后 的二次侧 电流 。 A B C r 、 2 TVI f _ b 上 C I T V 2 厶 、 T A I 1 T A 2 P Q , 负载 l z l 图2 高压电力计量系统接线图 根据高压电力计量系统故障的特性,可以将 它们分为直接诊断型故 障和 间接诊断型故障。前 者是指在故 障诊 断过程 中通过仪表 的测量结果 , 可

12、以直接得到是否发生故障 。如电压互感器开路 故障发生时,只需要检测二次侧电压值就可以准 确地判断故障。电流互感器一次测短路是间接诊 断型故障,根据文献 1 的结论可知发生故障时从 P 、Q 两点看进去网络阻抗的变化很大,可以作为 判断的依据 ,但是网络阻抗不能直接测量 ,需要通 过外加激励信号进行检测,采样得到的检测信号是 多个信号的叠加,必须通过频谱分析才能得到需 要波段的信息进行判断。而电流互感器二次相问 短路 时 ,网络阻抗会随着负载的变化而变化 ,同 样需要多个检测信息才能对故障进行判断。 分析发现 ,电力计量 系统 中出现的故 障种类 多 ,一些故障无法通过单 一的信号进行辨别 。所

13、 以根据高压电力计量系统的结构 ,对计量 回路的 多个参数进行检测并采集样本数据 ,再应用支持 向量机模型对故障样本数据进行处理和分析 。 3故障样本处理和诊断测试 由计量系统的 8 个运行参数提取故障特征 , 归纳得到9 种主要故障的样本特征模式。在对支 持 向量机模型 的训练过程 中需要大量 的输入样本 数据 ,这里仅列 出一组 ,如表 1 所示 。其 中 是 A相和 B相两相之间的电压 , A 是 A相电流,计量 匿薹 薹 薹 圜亘 l 、J O 【 一 + ,II 、 n “= 、 + 一 = = 单元“ 1 ”和 “ 2 ”的电流 和电压分 别是 , a 、厶和 、U s ,“ 和

14、分别为电流互感器二次侧对应 的检测信号” 】 ,T A 1 二次侧短路( 后1 指的是在 T A 1 二次侧检查点后端短路 ,其他 同理。计量系统实 际输入和输出的数据往往不在 0 ,1 之间, 但支持 向量机的输人样本和 目标样本常要求位于 0 ,1 1 之 间 ,因此在对网络进行处理前 ,需要对获得 的数 据进行 归一化处理嘲 。对输入为 归一化输 出为Y 的系统 ,常用的归一化公式有 : y: ( 7 ) V=一 I , J m ax 一 mi n 其对应的反归一化公式为: = y ( a x 一 i ) + i ( 8 ) 故 障诊断 的基本思想是将故障征兆通过某种 表 1 一组输入样

15、本 表 3故障诊断结果 表 2输入样 本归一化 关 系 映射 到故 障的空 间 里 ,这样就能识别和诊断 故障了。这里通过处理 8 种检测信号与故障对应信 息 ,输入 网络 ,继 而用 4 位二进制数来表示正 常情 况和故障类型,作为网络 的输 出 结 果 。 如 表 2所 示 ,训 练 样本 对 为 1 0 , 分别 代表正 常情况 和 9 种 常见故障类型。 在计 量系统故 障诊 断 中故障征兆参数为 8 ,故 输 入 向量维 数 为 8 ,输 出 向量 的维数 为 4 。本实 验 中采 用 单 隐 层 支 持 向 量 机 ,隐含层数 目设定 为 1 7 个 。在 隐含 层 利 用 t a

16、 n s i g 函数作 为神 经元的传递 函 数 ,将 l o g s i g 函数作为输 出 层 的传递 函数 ,这两个 函 数都是s 型的 】 ,E l m a n 网 络采用 的是 优化的梯度下 降学习算法r- ,训练次数 设 置 为 1 0 0 0 , 误 差 为 0 O 1 ,步长为 0 1 。对样本 经过 1 7 2 次的训练 ,得到 了如表 3 所 示 的结果 ,通 过 与 对 应 的描 述 比较 发 陈文生:支持向量机在高压电力计量系统故障诊断中的应用 电力 1 7 2 Ep oc hs 图3 训练的误差曲线 表 4 故 障测试样本 r A 1 一次测短路 T A 1 二次侧

17、短路 ( 后) T A 2 Z次侧短路 ( 前) r A二次相间短路 0 0 1 0 T A1 一次测短路 0 1 0 0 T A 1 二次侧短路 ( 后) 0 1 1 1 T A 2 二次侧短路 ( 前) 1 0 0 0 T A 二次相间短路 现 ,可 以成 功的对故障进行分类 ,误 差值较小 。 图 3 是对样本进行训练的误差 曲线。 对于训练好的网络 ,通过改变计量系统负载 值 ,选取 4种故障对 网络进行测试 ,测试数据如 表4 所示 ,测试结果如表5 所示。以第一组输人样 本为例 ,通过分析8 个测量参数, 远远低于正 常值 ,把该组样本输入训练好 的网络 ,期望得到 的诊断结果是

18、T Al 一次测短路 ,实 际测试结果是 0 0 4 8 5 ,0 0 2 3 1 ,0 9 6 2 4 ,0 0 3 4 2 ,其对 应 的4 位 二 进 制 数 描 述 是 0 0 1 0 , 对 比表 3 故障类型的对应描 述可以看 出,实际诊断结果 是T A 1 一次侧短路,与期望 状态相一致 ,说明训练后的 网络可以成功的诊断出故障 种类,达到了预期的效果。 4结束语 基于支持向量机模型在 故障诊断中的优势,本文将 其应用到高压 电力计量 系统 故障诊断 中。先对系统运行 参数提取故障特征并对数据 样本做归一化处理 ,然后选 取合适的网络输入节点数和 隐含层数 ,再用样本数据对 网络

19、进行训练和测试 。系统 经现场运行 ,效果 良好 ,达 到了设计要求。 参考文献: I 赵建军,张素君 高压电力 计量 系统故障分析与建模 J 电测与仪 表 ,2 0 0 7 , 4 4 ( 4 ) :5 - 8 2 秦春斌 ,赵 建军 ,张磊 , 等 电力计量 系统分流窃电 分析与建模 J 电测与仪 表, 2 0 0 9 , 4 6( 2 ): 39 42 3 王宏伟 ,孙志远 基 于改进 的支持 向量机 的 网络流量预 测 J 计算机 与数 字工 程, 2 0 1 2 , 4 0( 9 ) : 8 7 8 9 4 陈小明 ,洪军 ,阎海红 , 等 基于支持向量机的振镜扫描 系统误差校正技术

20、研 究 J 西 安 交通 大 学 学 报 , 2 0 0 6 ,4 0 ( 5 ): 5 87 -59 0 5 汤宝平 ,习建 民,李锋 基 于支持 向量机 的旋转 机械故障诊 断 J 计算机 集成制造 系统 ,2 0 0 7 , 1 6 ( 1 0 ) :2 1 4 8 2 1 5 2 作者简介:陈文生,男 ,1 9 6 7 年生,广东阳江人,大学本 科 ,工程师。研究领域:信息技术。 ( 编辑: 向飞) ,口o 1 唧 O O 0 O 4 7 5 2 2 6 2 7 O O O 0 1 7 3 1 3 1 , 5 加 0 O O 0 5 3 l O 8 O 3 8 B O O O O 1 2 3 4

展开阅读全文
部分上传会员的收益排行 01、路***(¥15400+),02、曲****(¥15300+),
03、wei****016(¥13200+),04、大***流(¥12600+),
05、Fis****915(¥4200+),06、h****i(¥4100+),
07、Q**(¥3400+),08、自******点(¥2400+),
09、h*****x(¥1400+),10、c****e(¥1100+),
11、be*****ha(¥800+),12、13********8(¥800+)。
相似文档                                   自信AI助手自信AI助手
百度文库年卡

猜你喜欢                                   自信AI导航自信AI导航
搜索标签

当前位置:首页 > 行业资料 > 能源/动力工程

移动网页_全站_页脚广告1

关于我们      便捷服务       自信AI       AI导航        获赠5币

©2010-2024 宁波自信网络信息技术有限公司  版权所有

客服电话:4008-655-100  投诉/维权电话:4009-655-100

gongan.png浙公网安备33021202000488号   

icp.png浙ICP备2021020529号-1  |  浙B2-20240490  

关注我们 :gzh.png    weibo.png    LOFTER.png 

客服