一种分布式故障录波数据的多维特征提取方法及系统与流程

本发明涉及配电网故障识别，具体涉及一种分布式故障录波数据的多维特征提取方法及系统。

背景技术：

1、在分布式配电网络中，配电线路发生接地故障时，故障电流的时域、频域及暂态分量均会随故障变化。因此，可以根据分布式故障录波数据提取多维特征，为后续基于多维特征进行故障识别提供可靠的数据支撑。

2、相关技术中，通过部署于各馈线的多个采集器获取故障录波数据，并对故障录波数据提取的初始多维特征采用固定的分裂特征数量进行特征筛选，得到最终用于诊断的多维特征。但是，该方法中的多个采集器存在硬件差异，使得采集的故障录波数据携带有采集器的准静态偏差，导致筛选出的多维特征存在因设备差异造成的虚假信息。

3、由此可见，相关技术中分布式故障录波数据的多维特征提取的可靠性较低。

技术实现思路

1、本发明的目的在于提供一种分布式故障录波数据的多维特征提取方法及系统，用于解决相关技术中分布式故障录波数据的多维特征提取的可靠性较低的技术问题。

2、第一方面，本发明实施例提供一种分布式故障录波数据的多维特征提取方法，所述方法包括：

3、基于母线零序电压、每个采集器的历史数据量和故障录波数据进行偏差分离，得到每个采集器的目标偏差，其中，目标偏差用于表征对应采集器的固有测量偏移相对于所有采集器的平均水平的偏离程度，多个采集器分布式部署于各馈线；

4、基于多个采集器的目标偏差进行采集器筛分，得到第一集合和第二集合，其中，第一集合中多个采集器的目标偏差中的最大值小于第二集合中多个采集器的目标偏差中的最小值；

5、基于第一集合中多个采集器的历史数据量和对应的馈线故障次数，以及第二集合中多个采集器的历史数据量和对应的馈线故障次数进行统计分析，得到第一故障率和第二故障率，其中，第一故障率用于表征第一集合中多个采集器所对应的多条馈线的平均故障频率，第二故障率用于表征第二集合中多个采集器所对应的多条馈线的平均故障频率；

6、分析第一故障率和第二故障率的差异，得到差异值，其中，差异值用于表征多个采集器的固有测量偏移对特征筛选的误导程度；

7、基于差异值调整随机森林的最大特征数，得到目标特征数，并根据随机森林法和目标特征数对多维特征进行特征筛选，得到参考特征，其中，目标特征数用于指示节点分裂时参与最优分裂搜索的特征数量，目标特征数与差异值负相关，多维特征基于故障录波数据进行特征提取得到。

8、在一个实施例中，所述基于母线零序电压、每个采集器的历史数据量和故障录波数据进行偏差分离，得到每个采集器的目标偏差，包括：

9、基于母线零序电压对每个采集器采集的故障录波数据进行偏差分离，得到每个采集器的准静态偏差，其中，准静态偏差用于表征对应采集器的固有测量偏移量；

10、基于多个采集器的准静态偏差和多个采集器的历史数据量进行零漂校正，得到每个采集器的目标偏差。

11、在一个实施例中，所述故障录波数据包括：零序电流，所述基于母线零序电压对每个采集器采集的故障录波数据进行偏差分离，得到每个采集器的准静态偏差，包括：

12、分析母线零序电压的波形变化，得到电压变化率；

13、根据所述电压变化率和每个采集器采集的零序电流进行电容估计，得到每个采集器对应的电容系数；

14、计算每个采集器对应的电容系数和所述电压变化率的乘积，得到每个采集器对应的电容电流；

15、对于每个采集器，从其采集的零序电流中剔除其对应的电容电流，得到每个采集器对应的残差电流；

16、基于每个采集器对应的残差电流及每个采集器在历史故障事件中积累的残差电流进行均值处理，得到每个采集器的准静态偏差。

17、在一个实施例中，所述基于多个采集器的准静态偏差和多个采集器的历史数据量进行零漂校正，得到每个采集器的目标偏差，包括：

18、基于多个采集器的历史数据量对多个采集器的准静态偏差进行加权平均，得到漂移值，其中，漂移值用于表征所有采集器的固有测量偏移的平均水平；

19、计算每个采集器的准静态偏差与漂移值的差值，得到每个采集器的目标偏差。

20、在一个实施例中，所述基于多个采集器的目标偏差进行采集器筛分，得到第一集合和第二集合，包括：

21、将多个采集器的目标偏差按照从小到大的顺序排列，得到目标偏差序列；

22、基于目标偏差序列进行相邻差值计算，得到多个差值；

23、将多个差值中最大的差值所对应的两个目标偏差的平均值确定为分割阈值；

24、分析多个采集器的目标偏差和分割阈值的相对大小，将目标偏差小于分割阈值的多个采集器确定为第一集合中的采集器，并将目标偏差大于分割阈值的多个采集器确定为第二集合中的采集器。

25、在一个实施例中，所述基于第一集合中多个采集器的历史数据量和对应的馈线故障次数，以及第二集合中多个采集器的历史数据量和对应的馈线故障次数进行统计分析，得到第一故障率和第二故障率，包括：

26、计算每个采集器对应的馈线故障次数与其历史数据量的比值，得到每个采集器对应的馈线故障频率；

27、基于第一集合中多个采集器的历史数据量，对第一集合中多个采集器对应的馈线故障频率进行加权平均，得到第一故障率；

28、基于第二集合中多个采集器的历史数据量，对第二集合中多个采集器对应的馈线故障频率进行加权平均，得到第二故障率。

29、在一个实施例中，所述分析第一故障率和第二故障率的差异，得到差异值，包括：

30、计算第一故障率和第二故障率的绝对差值，得到组间故障率差值；

31、根据多个采集器对应的馈线故障频率对组间故障率差值进行归一化，得到差异值。

32、在一个实施例中，所述基于差异值调整随机森林的最大特征数，得到目标特征数，包括：

33、基于差异值和预设的最小特征数对随机森林的最大特征数进行缩放处理，得到目标特征数，其中，目标特征数与差异值负相关，目标特征数与预设的最小特征数正相关。

34、在一个实施例中，在所述根据随机森林法和目标特征数对多维特征进行特征筛选，得到参考特征之前，所述方法还包括：

35、基于多个采集器采集的故障录波数据进行特征提取，得到多维特征，其中，多维特征至少包括：时域特征、频域特征、时频域特征、序分量特征和暂态特征中的至少两种。

36、第二方面，本发明实施例提供一种分布式故障录波数据的多维特征提取系统，所述系统包括：

37、偏差分离模块，用于基于母线零序电压、每个采集器的历史数据量和故障录波数据进行偏差分离，得到每个采集器的目标偏差，其中，目标偏差用于表征对应采集器的固有测量偏移相对于所有采集器的平均水平的偏离程度，多个采集器分布式部署于各馈线；

38、分组筛分模块，用于基于多个采集器的目标偏差进行采集器筛分，得到第一集合和第二集合，其中，第一集合中多个采集器的目标偏差中的最大值小于第二集合中多个采集器的目标偏差中的最小值；

39、第一分析模块，用于基于第一集合中多个采集器的历史数据量和对应的馈线故障次数，以及第二集合中多个采集器的历史数据量和对应的馈线故障次数进行统计分析，得到第一故障率和第二故障率，其中，第一故障率用于表征第一集合中多个采集器所对应的多条馈线的平均故障频率，第二故障率用于表征第二集合中多个采集器所对应的多条馈线的平均故障频率；

40、第二分析模块，用于分析第一故障率和第二故障率的差异，得到差异值，其中，差异值用于表征多个采集器的固有测量偏移对特征筛选的误导程度；

41、特征筛选模块，用于基于差异值调整随机森林的最大特征数，得到目标特征数，并根据随机森林法和目标特征数对多维特征进行特征筛选，得到参考特征，其中，目标特征数用于指示节点分裂时参与最优分裂搜索的特征数量，目标特征数与差异值负相关，多维特征基于故障录波数据进行特征提取得到。

42、本发明具有如下有益效果：

43、本发明通过基于母线零序电压、每个采集器的历史数据量和故障录波数据进行偏差分离，得到每个采集器的目标偏差，并基于多个采集器的目标偏差进行采集器筛分，得到第一集合和第二集合，随后，基于第一集合中多个采集器的历史数据量和对应的馈线故障次数，以及第二集合中多个采集器的历史数据量和对应的馈线故障次数进行统计分析，得到第一故障率和第二故障率，继而，分析第一故障率和第二故障率的差异，得到差异值，基于差异值调整随机森林的最大特征数，得到目标特征数，并根据随机森林法和目标特征数对多维特征进行特征筛选，得到参考特征，本发明考虑了采集器的固有测量偏移在特征筛选过程中对故障本征特征的干扰问题，通过母线零序电压作为公共参照对各采集器的故障录波数据进行偏差分离，进而得到差异值，并据此自适应调整随机森林节点分裂时的最大特征数，使携带偏移信息（即固有测量偏移）的特征在每次分裂中被抽中的概率降低，实现了对采集器硬件差异干扰的有效抑制，避免了虚假特征被误选为最终的诊断特征的问题，提升了分布式故障录波数据多维特征提取的可靠性。