申请/专利权人:长沙理工大学
申请日:2021-09-29
公开(公告)日:2024-02-27
公开(公告)号:CN113821978B
主分类号:G06F30/27
分类号:G06F30/27;G06F18/10;G06F17/16;G06F119/10;G06F113/04
优先权:
专利状态码:有效-授权
法律状态:2024.02.27#授权;2023.04.18#著录事项变更;2022.01.07#实质审查的生效;2021.12.21#公开
摘要:本发明公开了一种基于改进步长LMS自适应算法的行波检测方法和系统,用来解决故障行波信号经行波传感器传变后会发生波形畸变,不能真实反映一次侧行波波形特征的问题。所述方法包括:利用改进步长LMS自适应算法对传感器一二次行波信号进行滤波训练,建立传感器的黑匣子模型;利用小波阈值去噪方法对实际检测得到的二次行波信号进行预处理;利用黑匣子模型对二次行波信号进行反演获得一次行波信号。本发明方案可避免传递函数不精确对反演结果的影响,反演精度更高、适用性更强,能有效提高行波检测的真实性和准确性。
主权项:1.一种基于改进步长LMS自适应算法的行波检测方法,其特征在于,包括:S1、利用改进步长LMS自适应算法对传感器一二次行波信号进行滤波训练,建立传感器的黑匣子模型;S2、利用小波阈值去噪方法对实际检测得到的二次行波信号进行预处理;S3、利用所述黑匣子模型对预处理后的二次行波信号进行反演获得一次行波信号;步骤S1具体包括:在仿真系统中,搭建IEEE9节点标准测试模型和传感器模型,获取输电线路在不同故障位置、初相角、过渡电阻和不同故障类型下的一二次行波信号;利用基于自适应滤波器的改进步长LMS自适应算法训练一二次行波信号,找到一二次行波信号之间的传变关系,建立黑匣子模型;步骤S1中利用基于自适应滤波器的改进步长LMS自适应算法训练一二次行波信号,找到一二次行波信号之间的传变关系,建立黑匣子模型,包括:将输电线路在不同故障位置、初相角、过渡电阻和不同故障类型下的一二次行波信号作为样本输入,多个样本输入采用同一个权值向量组,通过LMS自适应滤波器得到各自的误差,求取多个样本的误差与样本输入乘积的平均值,根据计算的平均值更新权值向量组并反馈回LMS自适应滤波器,直至样本的误差的平均值不再减小,得到最佳权值向量组;将得到的最佳权值向量组作为黑匣子模型的矩阵参数H,建立起黑匣子模型。
全文数据:
权利要求:
百度查询: 长沙理工大学 基于改进步长LMS自适应算法的行波检测方法和系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。