本發明涉及配電網鐵磁諧振識別技術領域，具體涉及一種配電網鐵磁諧振在線監測系統，及鐵磁諧振分類識別方法。

背景技術：

電力系統中存在許多電感和電容元件，如變壓器、互感器、電抗器、線路導線等均可作為電感元件；線路導線的對地和相間電容等均可作為電容元件。在系統進行操作或發生故障時，這些電感和電容元件，可能形成各種不同的振蕩回路，在一定情況下，產生諧振現象，引起諧振過電壓。電壓互感器中的非線性勵磁電感因帶有鐵芯會產生飽和現象，使電感參數不再是常數，而是隨著電流或磁通的變化而變化。這種含有非線性電感元件的電路，在滿足一定條件時，會引發鐵磁諧振，產生很大的過電壓和過電流，嚴重威脅著電力系統的安全穩定運行。

目前對于鐵磁諧振都是采取統一的抑制措施，但是鐵磁諧振對系統參數的變化極為敏感，可分為分頻、基頻、高頻三種類型，某種抑制措施對一種頻率的諧振是有效的，但對另一種頻率的諧振可能毫無作用，因此不對鐵磁諧振進行分類識別，很多時候并不能很好的抑制過電壓，事故會進一步擴大。

技術實現要素：

為了克服現有技術中存在的不足，本發明公開了一種配電網鐵磁諧振在線監測系統及鐵磁諧振分類識別方法。

為實現上述目的，本發明采用的技術方案為：

配電網鐵磁諧振在線監測系統，包括系統初始化模塊、數據庫模塊、數據通信模塊、聚類識別模塊、知識庫模塊和主控單元；

所述系統初始化模塊，在整個系統投入運行時，對系統結構參數和運行參數進行初始化，并將各模塊的初始化信息傳送至主控單元；

所述數據庫模塊，包括線路對地電容數據庫、PT勵磁電感數據庫、線路對地容抗值數據庫和PT勵磁電抗值數據庫；

所述數據通信模塊，通過以太網連接廣域測量系統中的PMU電源管理單元進行通信，接受報文進行解析，錄入數據并存儲；

所述聚類識別模塊，通過計算聚類分析指標，對一定數量的包含不同鐵磁諧振類型的訓練樣本進行聚類，得到鐵磁諧振分類指標并存入知識庫模塊；再計算實際樣本的聚類分析指標，與鐵磁諧振分類指標進行對比識別鐵磁諧振類型。

本發明的進一步方案是，所述數據庫模塊采用SQL Serve實現。

本發明的進一步方案是，所述數據通信模塊的通信符合IEEE C37.94協議。

本發明的進一步方案是，所述主控單元為ZigBee中央協調器。

本發明的更進一步方案是，還包括檢測報警模塊，當實際樣本的聚類分析指標落入鐵磁諧振分類指標中時，檢測報警模塊啟動觸發電路，將觸發信號傳送至主控單元啟動報警裝置，提示發生鐵磁諧振并顯示鐵磁諧振類型。

本發明的進一步方案是，所述聚類識別模塊的計算步驟如下：

步驟1：通過公式(1)計算比值參數γ，公式(1)為：γ＝X_c0/X_m，其中X_c0為配電網容抗值，X_m為PT勵磁電抗值；

步驟2：通過傅立葉分解獲取故障時各次諧波電壓幅值，整數次諧波記為U_1m,U_2m,...,U_nm，相應諧波頻率記為f₁,f₂,...,f_n；間諧波記為相應諧波頻率記為f_1/2,f_1/3,...,f_1/n；

步驟3：根據整數次諧波和間諧波的頻率、幅值，通過公式(2)計算諧振頻率因子α，公式(2)為：

步驟4：將比值參數γ和諧振頻率因子α作為聚類分析指標；

步驟5：利用K均值聚類算法，對一定數量的包含不同鐵磁諧振類型的訓練樣本進行聚類；

步驟6：將聚類結果與訓練樣本的鐵磁諧振類型進行比對，驗證分類的正確性，同時剔除誤分類的訓練樣本，確定i類鐵磁諧振中訓練樣本到其聚類中心的最遠距離d_i；

步驟7：計算實際樣本的聚類分析指標，再根據聚類分析指標計算該實際樣本到i類鐵磁諧振聚類中心的距離L_i，當滿足條件：L_i＜d_i時，確定實際樣本鐵磁諧振類型為i類。

本發明的更進一步方案是，所述訓練樣本包括分頻、基頻、高頻三種鐵磁諧振類型。

配電網鐵磁諧振分類識別方法，包括以下步驟：

步驟1：通過公式(1)計算比值參數γ，公式(1)為：γ＝X_c0/X_m，其中X_c0為配電網容抗值，X_m為PT勵磁電抗值；

步驟2：通過傅立葉分解獲取故障時各次諧波電壓幅值，整數次諧波記為U_1m,U_2m,...,U_nm，相應諧波頻率記為f₁,f₂,...,f_n；間諧波記為相應諧波頻率記為f_1/2,f_1/3,...,f_1/n；

步驟3：根據整數次諧波和間諧波的頻率、幅值，通過公式(2)計算諧振頻率因子α，公式(2)為：

步驟4：將比值參數γ和諧振頻率因子α作為聚類分析指標；

步驟5：利用K均值聚類算法，對一定數量的包含不同鐵磁諧振類型的訓練樣本進行聚類；

步驟6：將聚類結果與訓練樣本的鐵磁諧振類型進行比對，驗證分類的正確性，同時剔除誤分類的訓練樣本，確定i類鐵磁諧振中訓練樣本到其聚類中心的最遠距離d_i；

步驟7：計算實際樣本的聚類分析指標，再根據聚類分析指標計算該實際樣本到i類鐵磁諧振聚類中心的距離L_i，當滿足條件：L_i＜d_i時，確定實際樣本鐵磁諧振類型為i類。

本發明的進一步方案是，所述訓練樣本包括分頻、基頻、高頻三種鐵磁諧振類型。

本發明與現有技術相比的優點在于：

通過對一定數量的包含不同鐵磁諧振類型的訓練樣本進行聚類分析指標計算后聚類，得到鐵磁諧振分類指標，再將發生故障時實際樣本的聚類分析指標與鐵磁諧振分類指標進行對比識別實際樣本的鐵磁諧振類型，便于電力檢修人員及時采取相應的抑制諧振措施，防止事故進一步擴大。

附圖說明

圖1為本發明配電網鐵磁諧振在線監測系統的功能框圖。

圖2為本發明的配電網鐵磁諧振分類識別方法實施流程圖。

圖3為本發明的訓練樣本K均值聚類分析圖。

具體實施方式

如圖1所示的某10kV配電網鐵磁諧振在線監測系統，包括系統初始化模塊、數據庫模塊、數據通信模塊、聚類識別模塊、知識庫模塊、檢測報警模塊和ZigBee中央協調器。

所述系統初始化模塊，在整個系統投入運行時，對系統結構參數和運行參數進行初始化，并通過ZigBee技術特有的無線傳感器將各模塊的初始化信息傳送至ZigBee中央協調器。

所述數據庫模塊采用SQL Serve實現，具備與數據通信模塊通信功能，包括線路對地電容數據庫、PT勵磁電感數據庫、線路對地容抗值數據庫和PT勵磁電抗值數據庫，主要實現PT模型的建立和10kV中性點不接地系統模型的建立。

所述數據通信模塊的通信符合IEEE C37.94協議，包括TCP數據通信模塊和數據解析模塊，主要實現與ZigBee中央協調器之間的通信，并實現數據解析及電網數據記錄功能；通過以太網連接廣域測量系統中的PMU電源管理單元進行通信，接收TCP報文，并解析其基本信息，然后將數據錄入并存于數據表。

所述聚類識別模塊，通過計算聚類分析指標，對一定數量的包含不同鐵磁諧振類型的訓練樣本進行聚類，得到鐵磁諧振分類指標并存入知識庫模塊；再計算實際樣本的聚類分析指標，與鐵磁諧振分類指標進行對比識別鐵磁諧振類型。

所述聚類識別模塊的計算步驟如下：

步驟1：通過公式(1)計算比值參數γ，公式(1)為：γ＝X_c0/X_m，其中X_c0為配電網容抗值，X_m為PT勵磁電抗值；

步驟2：通過傅立葉分解獲取故障時各次諧波電壓幅值，整數次諧波記為U_1m,U_2m,...,U_nm，相應諧波頻率記為f₁,f₂,...,f_n；間諧波記為相應諧波頻率記為f_1/2,f_1/3,...,f_1/n；

步驟3：根據整數次諧波和間諧波的頻率、幅值，通過公式(2)計算諧振頻率因子α，公式(2)為：

步驟4：將比值參數γ和諧振頻率因子α作為聚類分析指標；

步驟5：利用K均值聚類算法，對一定數量的包含分頻、基頻、高頻三種鐵磁諧振類型的訓練樣本進行聚類；各鐵磁諧振類型的訓練樣本可以通過改變接地電容C₀參數來模擬獲取，如：

①高頻諧振

令接地電容參數C₀＝5×10^-5F，對應PT勵磁電感L＝0.12H，可通過計算得到：X_c0＝63.66Ω，X_m＝35.37Ω，進而計算得到：γ＝1.8，α＝3.39；

②基頻諧振

令接地電容參數C₀＝1×10^-3F，對應PT勵磁電感L＝8.2×10^-3H，可通過計算得到：X_c0＝0.96Ω，X_m＝2.58Ω，進而計算得到：γ＝0.37，α＝1.07；

③分頻諧振

令接地電容參數C₀＝0.25F，對應PT勵磁電感L＝7.39×10^-4H，可通過計算得到：X_c0＝0.013Ω，X_m＝0.232Ω，進而計算得到：γ＝0.056，α＝0.72；

訓練樣本K均值聚類分析結果如圖3所示，表1中截取了部分訓練樣本的聚類分析指標數據：

表1

除個別誤差數據外，分頻諧振的區域為以(0.0303，0.7441)為圓心，半徑不超過0.4464的圓內；基頻諧振的區域為以(0.2062，1.0787)為圓心，半徑不超過0.1393的圓內；高頻諧振的區域為以(1.2453，3.5313)為圓心，半徑不超過0.7253的圓內；其他區域不發生鐵磁諧振。

步驟6：將聚類結果與訓練樣本的鐵磁諧振類型進行比對，驗證分類的正確性，同時剔除誤分類的訓練樣本，確定i類鐵磁諧振中訓練樣本到其聚類中心的最遠距離d_i；

步驟7：計算實際樣本的聚類分析指標，再根據聚類分析指標計算該實際樣本到i類鐵磁諧振聚類中心的距離L_i，當滿足條件：L_i＜d_i時，確定實際樣本鐵磁諧振類型為i類。

當實際樣本的聚類分析指標落入鐵磁諧振分類指標中時，檢測報警模塊啟動觸發電路，將觸發信號傳送至ZigBee中央協調器啟動報警裝置，點亮光字牌、啟動蜂鳴器，提示發生鐵磁諧振并顯示鐵磁諧振類型。