一种换流变压器暂态过程特征的分析方法

摘要

本发明涉及电力系统技术领域，公开了一种换流变压器暂态过程特征的分析方法，包括个体遵循选择参数的计算值，开展不同类型的捕食行为；根据所述个体的捕食行为计算此次迭代中所述个体的位置信息；更新个体的位置信息，并计算个体的适应度数值；根据死亡翻转过程计算此时此次迭代中个体的位置信息；再次更新个体的位置信息，并计算个体的适应度数值，将适应度数值最大的个体定义为与待测信号最为匹配的原子。基于捕食竞争行为的行为特征对原子分解算法进行优化，可以简化分析过程、降低计算复杂度。另外，与现有的信号分解方法相比，本发明提供的原子分解算法具有更强的适应性和较低的复杂度。

说明书

技术领域

本发明涉及电力系统技术领域，特别是涉及一种换流变压器暂态过程特征的分析方法。

背景技术

根据运行经验和研究表明，暂态过程可能会导致换流变压器出现绝缘击穿的问题，进而影响换流变压器的正常工作，最终带来巨大的经济损失。因此，快速、准确地识别换流变压器的暂态过程特征，有助于工程技术人员及时查明事故原因，同时可为提出暂态过程抑制方法和改进绝缘配合提供依据。因此，对暂态过程信号的分解过程是过特征识别的关键步骤。原子分解是一种针对非平稳信号的分析方法，原子分解算法在应用于对换流变压器暂态过程信号的分解时，具有更强的时频分析和抗噪能力。然而，穷举迭代的原子分解存在计算量很大，计算效率低下的问题。

发明内容

基于此，有必要针对穷举迭代的原子分解存在计算量很大，计算效率低下的问题，提供一种换流变压器暂态过程特征的分析方法。

一种换流变压器暂态过程特征的分析方法，包括个体遵循选择参数的计算值，开展不同类型的捕食行为；根据所述个体的捕食行为计算此次迭代中所述个体的位置信息；更新所述个体的位置信息，并计算所述个体的适应度数值；根据死亡翻转过程计算此次迭代中所述个体的位置信息；再次更新所述个体的位置信息，并计算所述个体的适应度数值。

上述换流变压器暂态过程特征的分析方法，将衰减正弦量原子库中的原子视为进行捕食行为的个体，根据自然界中个体进行捕食时的特征在原子库中寻找一组最佳线性组合来逼近待测信号。基于捕食竞争行为的行为特征对原子分解算法进行优化，可以简化分析过程，并降低其计算复杂度。本发明提供的换流变压器暂态过程特征的分析方法通过模拟自然界中生物的捕食行为的原理来求解问题，与现有的信号分解方法相比，具有更强的适应性和较低的复杂度。

在其中一个实施例中，所述捕食行为包括游弋法和潜伏法，所述个体遵循选择参数的计算值，开展不同类型的捕食行为包括根据选择函数计算所述个体的选择参数；当所述个体的选择参数小于等于预设值时，判定该个体开展游弋法的捕食行为；当所述个体的选择参数大于所述预设值时，判定该个体开展潜伏法的捕食行为。

在其中一个实施例中，所述选择函数的计算式包括：

E

式中，E

在其中一个实施例中，所述游弋法包括：

个体浮在水面，在游弋过程中大范围寻找食物，该过程使用方程式表述为：

式中，x

个体发现合适猎食对象后下潜，并在水下缓慢靠近，待满足攻击范围，从水下冲出，发动猛烈攻击，该过程使用方程式表述为：

式中，x

在其中一个实施例中，所述潜伏法包括：

个体寻找平缓的滩涂地，并在临岸水域潜伏，待动物前来饮水时发动突然袭击，该过程使用方程式表述为：

式中，x

在其中一个实施例中，所述死亡翻转过程包括：

当群体中有个体成功咬住猎物后，其他个体会游向该猎物，并咬住猎物，身体多次翻转圈，在群体协作作用下将猎物分解，该过程使用方程式表述为：

式中，x

一种换流变压器暂态过程特征的分析方法，包括当电子器件的电压幅值大于预设值时，对所述电子器件的电信号进行录波并将所述电子器件的电信号定义为待测信号；采用如上述任意一项实施例所述的换流变压器暂态过程特征的分析方法对所述待测信号进行原子分解，获得有效原子参数；根据所述有效原子参数对所述电子器件的暂态特征进行分析。

在其中一个实施例中，所述采用如上述任意一项实施例所述的换流变压器暂态过程特征的分析方法对所述待测信号进行原子分解，获得有效原子参数包括设计迭代公式，并根据所述待测信号构建衰减正弦量原子库；将所述衰减正弦量原子库中的原子视为进行捕食行为的个体；初始化捕食行为竞争优化算法的基本参量；通过捕食行为竞争优化算法在所述衰减正弦量原子库中寻找与所述待测信号最为匹配的原子；所述适应度数值最大的所述个体为与所述待测信号最为匹配的原子；更新残差信号作为新的待测信号；重复寻找与所述待测信号最为匹配的原子和更新残差信号作为新的待测信号的步骤，直至迭代次数达到预设的迭代终止次数；将最后一次迭代过程中获取的最优原子定义为最佳匹配原子，获取所述最佳匹配原子的有效原子参数。

在其中一个实施例中，所述衰减正弦量原子库的表达式包括：

式中，g(t)为高斯窗函数；定义

在其中一个实施例中，所述基本参量包括种群数目、迭代终止次数、迭代步长。

附图说明

为了更清楚地说明本说明书实施方式或现有技术中的技术方案，下面将对实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本说明书中记载的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明其中一实施例的换流变压器暂态过程特征的分析方法的方法流程示意图；

图2为本发明其中一实施例的根据个体的选择参数选择合适的觅食法的方法流程示意图；

图3为本发明另一实施例的换流变压器暂态过程特征的分析方法的方法流程示意图；

图4为本发明其中一实施例的基于捕食行为竞争优化算法寻找与待测信号最为匹配的原子的方法流程示意图；

图5为本发明其中一实施例的过电压波形示意图；

图6为本发明其中一实施例的过电压的能量累计分布统计图。

具体实施方式

为了便于理解本发明，下面将参照相关附图对本发明进行更全面的描述。附图中给出了本发明的优选实施方式。但是，本发明可以以许多不同的形式来实现，并不限于本文所描述的实施方式。相反的，提供这些实施方式的目的是为了对本发明的公开内容理解得更加透彻全面。

除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本发明。本文所使用的术语“及/或”包括一个或多个相关的所列项目的任意的和所有的组合。

暂态过程信号分解是过特征识别的关键步骤。现有的信号分解方法主要有小波变换、Prony算法、经验模态分解(EMD)结合希尔伯特黄变换(Hilbert-Huang transform，HHT)方法和S变换等方法。采用小波变换对暂态过程信号进行分解，并在高频段内计算能量特征完成识别时，小波基的选择和信号分解尺度均需人为设定，导致算法较为复杂。采用Prony算法对暂态特征进行分析时，该算法在对非平稳信号进行识别时存在一定的误差，因此可能导致遗漏部分信息。采用EMD-Hilbert变换计算暂态过程信号的幅值谱特征、边际谱特征、时-频谱特征等特征时，则容易出现模态混叠的现象。采用S变换对暂态信息进行频谱分析，在时-频矩阵下提取特征时，当信号采样点过多时，S变换的计算速率过低，且其参数设置缺乏统一的规定，容受研究对象种类的影响。

原子分解是一种针对非平稳信号的分析方法，原子分解对暂态特征进行分析时具有更强的时频分析和抗噪能力等优点。然而，由于穷举迭代的原子分解计算量很大，导致计算效率低下，因此，本发明将基于捕食行为竞争优化方法对其进行简化，来降低原子分解算法的计算复杂度。

图1为本发明其中一实施例的换流变压器暂态过程特征的分析方法的方法流程示意图，在其中一个实施例中，换流变压器暂态过程特征的分析方法包括如下步骤S10至S60。

步骤S10：个体遵循选择参数的计算值，开展不同类型的捕食行为。

将衰减正弦量原子库中的原子视为进行捕食行为的个体。在捕食行为竞争优化算法中个体存在至少两种捕食行为，个体的捕食行为取决于河流处于丰水期还是枯水期。在本实施例中，可以根据选择参数的计算值判断河流是处于丰水期还是处于枯水期。

步骤S20：根据所述个体的捕食行为计算此次迭代中个体的位置信息。

在本实施例中，衰减正弦量原子库进行了离散处理，并置于解空间中。根据步骤S10中计算所得的选择参数判断选择哪一种觅食行为，根据觅食行为计算该次迭代中个体在解空间中的位置。

步骤S30：更新个体的位置信息，并计算个体的适应度数值。

根据步骤S20中计算所得的个体在解空间中的位置，对解空间进行位置更新。每个位置都具有多个参数信息，包括频率f，阻尼系数ρ，相角φ，开始时间t

步骤S40：根据死亡翻转过程计算此时此次迭代中个体的位置信息。

在自然界的捕食行为中，当群体中有个体成功咬住猎物后，其他个体会游向该猎物，并咬住猎物，身体多次翻转圈，在群体协作作用下将猎物分解。模拟这一过程再次计算此时该次迭代中个体在解空间的位置信息。

在其中一个实施例中，死亡翻转过程可以使用如下的方程式进行表述：

式中，x

步骤S50：再次更新个体的位置信息，并计算个体的适应度数值。

根据步骤S40中计算所得的个体在解空间中的位置，对解空间再次进行位置更新。同样地，每个位置都具有多个参数信息，包括频率f，阻尼系数ρ，相角φ，开始时间t

上述换流变压器暂态过程特征的分析方法，将衰减正弦量原子库中的原子视为进行捕食行为的个体，根据自然界中个体进行捕食时的特征在原子库中寻找一组最佳线性组合来逼近待测信号，将最接近待测信号的原子视为最佳匹配原子。基于捕食竞争行为的行为特征对原子分解算法进行优化，可以简化分析过程，并降低其计算复杂度。本实施例中提供的换流变压器暂态过程特征的分析方法通过模拟自然界中生物的捕食行为的原理来求解问题，与现有的信号分解方法相比，具有更强的适应性和较低的复杂度。

图2为本发明其中一实施例的根据个体的选择参数选择合适的觅食法的方法流程示意图，在其中一个实施例中，个体遵循选择参数的计算值，开展不同类型的捕食行为包括如下步骤S31至S35。

步骤S31：根据选择函数计算个体的选择参数。

在本实施例中，捕食行为包括游弋法和潜伏法，可以根据个体捕食行为的选择参数来判断其选择哪种捕食行为。具体地，可用如下的选择函数计算个体捕食行为的选择参数，选择函数的计算式包括：

E

式中，E

步骤S33：当个体的选择参数小于等于预设值时，判定该个体开展游弋法的捕食行为。

在本实施例中，所述预设值为0.3。即，当个体的选择参数E

在其中一个实施例中，个体使用游弋觅食法时包括两个过程，一个是寻找食物的过程，另一个是攻击食物的过程。在寻找食物时，个体浮在水面上，在游弋过程中大范围寻找食物，这个过程可以使用如下的方程式进行表述：

式中，x

在攻击食物时，个体发现了合适猎食对象后就开始下潜，并在水下缓慢靠近猎食对象，待满足攻击范围后，从水下冲出，发动猛烈攻击，该过程可以使用如下的方程式进行表述：

式中，x

步骤S35：当个体的选择参数大于预设值时，判定该个体开展潜伏法的捕食行为。

在本实施例中，所述预设值为0.3。即，当个体的选择参数E

在其中一个实施例中，个体使用潜伏觅食法时，个体需要先寻找平缓的滩涂地，并在临岸水域处潜伏，待动物前来饮水时发动突然袭击，该过程可以使用如下的方程式进行表述：

式中，x

图3为本发明另一实施例的换流变压器暂态过程特征的分析方法的方法流程示意图，在其中一个实施例中，换流变压器暂态过程特征的分析方法包括如下步骤S100至S300。

步骤S100：当电子器件的电压幅值大于预设值时，对电子器件的电信号进行录波并将电子器件的电信号定义为待测信号。

在本实施例中，电子器件为换流变压器。当换流变压器处于暂态过程时，其电压幅值将增高。因此，对换流变压器的电信号进行实时监测，当某一时刻的电压幅值大于预设值时，对换流变压器的电信号进行录波。录波获取的电信号即为需要进行分析的暂态过程信号，将该暂态过程信号定义为待测信号。

步骤S200：采用如上述任意一项实施例所述的换流变压器暂态过程特征的分析方法对待测信号进行原子分解，获得有效原子参数。

原子分解算法通过利用稀疏的数据表示逼近原始信号，采用原子库的过完备冗余函数库替代正交函数基对信号进行分解。由于过完备函数无需满足任何正交要求，因此不将原子库中的元素成为函数基，而称为原子。原子的构成没有任何限制，因此可以通过优选从而更好地逼近待测信号。

在本实施例中，通过模拟自然界中生物的捕食行为的原理来求解问题。基于捕食竞争行为的行为特征对原子分解算法进行优化，简化分析过程，以降低其计算复杂度。在原子库中寻找一组最佳线性组合来逼近待测信号，将最接近待测信号的原子视为最佳匹配原子，从而获取有效原子参数。

步骤S300：根据有效原子参数对电子器件的暂态特征进行分析。

根据分解所得的各有效原子参数可以精确地推算出待测信号的组成成分且具有较好的时间定位功能，实现对暂态过程信号的分解。对待测信号进行分解后，可以区分其不同的过电压类型，用于对电能质量进行分析，对故障进行定位。

本实施例提供的换流变压器暂态过程特征的分析方法，利用原子分解算法对换流变压器的暂态过程进行分解。将换流变压器暂态过程特征的分析方法应用于对换流变压器的暂态过程信号分解中，分析过程具有更强的时频分析能力和抗噪能力。另外，与现有对于暂态过程信号的分解方法相比，本实施例提供的换流变压器暂态过程特征的分析方法还具有更强的适应性和较低的复杂度。

图4为本发明其中一实施例的基于捕食行为竞争优化算法寻找与待测信号最为匹配的原子的方法流程示意图，在其中一个实施例中，采用换流变压器暂态过程特征的分析方法对待测信号进行原子分解，获得有效原子参数包括如下步骤S210至S260。

步骤S210：设计迭代公式，并根据待测信号构建衰减正弦量原子库；将衰减正弦量原子库中的原子视为进行捕食行为的个体。

原子库中的原子可以针对待测信号的特点来构造，以提高信号分解的效果并减小计算量。在每次迭代计算中，依照索引方式扫描原子库从而得到此次迭代中与分析信号最为相关的原子，然后从待测信号中抽取出该最佳原子成分，形成新的残差信号。迭代关系式为：

R

式中，R

进行n次迭代后，当前残余值为R

式中，g

另外，

根据待测信号的特征构建衰减正弦量原子库，过电压信号由高频的正弦振荡与低频正弦谐波构成，可以通过一组具有衰减特征(阻尼特征)的正弦波形或无衰减的纯正弦波形进行分解表达，基于这一特征，本实施例中所采用的原子库为一组参数化的阻尼正弦原子，采用正弦函数原子库作为原子库模型。本实施例在原子库的基础上根据过电压的参数特征范围构建了适用于混合过电压分解应用的阻尼正弦原子库及其参数范围。在后续对衰减正弦量原子库的索引时，将衰减正弦量原子库中的原子视为进行捕食行为的个体，根据自然界中个体进行捕食时的特征来寻找一个最优解。

在其中一个实施例中，衰减正弦量原子库的表达式包括：

式中，g(t)为高斯窗函数；定义

步骤S220：初始化捕食行为竞争优化算法的基本参量。

初始化捕食行为竞争优化算法的基本参量，在本实施例中对种群数目N、迭代终止次数m及其他相关参量进行设定。构建寻优对象库，将频率ω，相角φ，阻尼系数ρ，开始时间t

步骤S230：通过捕食行为竞争优化算法在衰减正弦量原子库中寻找与待测信号最为匹配的原子；适应度数值最大的个体为与待测信号最为匹配的原子。

在实际计算中，原子与待测信号的逼近性通过适应度数值G来描述，因此，原子库中适应度数值G的数值最大的原子即为与待测信号最为匹配的原子。

步骤S240：更新残差信号作为新的待测信号。

根据迭代关系式计算本次迭代后的残差信号，并将残差信号作为新的待测信号。

R

式中，R

步骤S250：重复寻找与待测信号最为匹配的原子和更新残差信号作为新的待测信号的步骤，直至迭代次数达到预设的迭代终止次数。

重复步骤S230和步骤S240，在每一步迭代中，都将找到一个与待测信号最为匹配的最优原子及其残差信号。将该次迭代中的残差信号作为下一次迭代中的待测信号，在衰减正弦量原子库中重新寻找与新的待测信号最为匹配的原子。重复步骤S230和步骤S240，当迭代次数达到预设的迭代终止次数m时，迭代终止。

在其中一个实施例中，也可以设定当残差信号的能量小于某一阈值时，停止迭代。

步骤S260：将最后一次迭代过程中获取的最优原子定义为最佳匹配原子，获取最佳匹配原子的有效原子参数。

将最后一次迭代过程中获取的最终的最优原子，作为最佳匹配原子。由于每次迭代得到的最优原子即为最佳匹配原子，因此略去最后一次迭代中的残差信号，将最佳匹配原子信息代入原信号f

在其中一个实施例中，基本参量包括种群数目N、迭代终止次数m、迭代步长Step。在本实施例中，按照如表1所示的算法参数设置表对各参数的数值进行设定。采用如表1所示的算法参数，以对图5所示的换流变压器的暂态过电压信号进行分解。图5为本发明其中一实施例的过电压波形示意图。

表1算法参数设置表

在本实施例中，将上述参数值代入换流变压器暂态过程特征的分析方法中，令权重系数w

对图5所示的换流变压器的暂态过电压信号进行分解后，可得如图6所示的能量分布图。图6为本发明其中一实施例的过电压的能量累计分布统计图。根据图6可知，对图5所示的复杂信号进行分解后，可将信号中混合的各种频率的成分区分开来。由此可见，本发明提供的换流变压器暂态过程特征的分析方法能够精确地分解出信号的各种成分，将换流变压器的暂态过电压分解后，可以快速、准确地识别换流变压器暂态过程特征，有助于工程技术人员及时查明事故原因，同时可为提出暂态过程抑制方法和改进绝缘配合提供依据。

应该理解的是，虽然图1-图4的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图1-图4中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。

在本说明书的描述中，参考术语“有些实施例”、“其他实施例”、“理想实施例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特征包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性描述不一定指的是相同的实施例或示例。

以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。