一种配电网暂时过电压分类识别方法及装置

摘要

本发明涉及一种配电网暂时过电压分类识别方法及装置，该方法主要内容包括获取波形采样数据、计算采样数据的能量贡献率和奇异谱熵，提取采样数据的时域能量分布特征、对采样数据进行局部特征尺度分解及带通滤波以获取重心频带、结合阈值判别法实现配电网暂时过电压类型识别。本发明不需要分类器，算法简单，计算时间少，能够较准确地识别单相金属性接地、间歇性弧光接地、高频谐振、基频谐振、分频谐振五类配电网过电压类型，本发明的配电网过电压类型识别方法具有较强的适应能力，在噪声干扰的工况下仍具有较高的过电压类型识别正确率。

权利要求

1.一种配电网暂时过电压分类识别方法，其特征在于：包括如下步骤：步骤S1：配电网发生过电压后，获取母线三相电压和零序电压在过电压发生前后一段时间内的波形采样数据；

步骤S2：对步骤S1获取的零序电压采样数据计算故障后两个工频周波的能量贡献率E，判断E是否大于阈值，若是，判为操作过电压，识别过程结束；

步骤S3：若E小于阈值，判为暂时过电压，计算对应的三相电压采样数据的奇异谱熵S，判断S是否大于阈值，若是，判为单相金属性接地过电压，识别过程结束；

步骤S4：若S小于阈值，对相应的零序电压采样数据进行局部特征尺度分解、希尔伯特变换及带通滤波，计算重心频带Ng；

步骤S5：采用阈值判别法区分三种铁磁谐振过电压和间歇性弧光接地过电压：若Ng等于

6，判为高频谐振过电压；若Ng等于5，判为基频谐振过电压；若Ng小于5且大于等于2，判为分频谐振过电压；若Ng等于1，判为间歇性弧光接地过电压，识别过程结束；

其中，所述步骤S2中的计算能量贡献率E的具体过程如下：能量贡献率根据公式 计算，其中，N1为2个周波的采样点数；N2为截取的总时段的采样点数；v0(k)为零序电压信号序列；选取能量贡献率为60％作为暂时过电压和操作过电压的分类判据；

其中，所述步骤S3中计算三相电压采样数据奇异谱熵的具体过程为：设截取的信号采样点数为n，三相电压信号矩阵为U＝[ua，ub，uc]，对矩阵U作奇异值分解，得到奇异谱Λ＝diag{μ1，μ2，μ3}，信号奇异谱熵其中， 判别单相金属性接地过电压的阈值取1.15；

其中，步骤S4包括如下步骤：

步骤S41：将零序电压采样数据进行局部特征尺度分解，得到若干个内禀尺度分量，即ISC分量；具体为：首先，满足以下两个条件的单分量信号可被称为内禀尺度分量：(Ⅰ)信号数据的任意两个相邻极值点符号互异；

(Ⅱ)信号数据的任意两个相邻极大值点确定的直线在二者之间的极小值点所对应的横坐标处的函数值与该极小值点的比值保持不变；或者，信号数据的任意两个相邻极小值点确定的直线在二者之间的极大值点所对应的横坐标处的函数值与该极大值点的比值保持不变；

根据上述两个条件，将过电压信号进行局部特征尺度分解，分解成若干个内禀尺度分量和一个残余项之和，即 其中，x(t)为原始信号，n为内禀尺度分量的个数；isci(t)为第i个内禀尺度分量；r(t)为剩余分量；

步骤S42：对各个ISC分量做希尔伯特变换，得到瞬时频率矩阵：第i个内禀尺度分量变换公式为

构造相应的解析信号Yi(t)为

Yi(t)＝isci(t)+jH[isci(t)]则第i个内禀尺度分量瞬时频率函数fi(t)为

步骤S43：将总频带划分为6个频带：0～10Hz、10～20Hz、20～30Hz、30～40Hz、40～

80Hz、80～600Hz，对各频带依次编号，0～10Hz为频带1，10～20Hz为频带2，以此类推，直至第6个频带；采用带通滤波算法对LCD分解获得的各个内禀尺度分量依据Hilbert瞬时频率矩阵分频带多支重构，得到零序电压采样数据在各个频带内的分量数据；

步骤S44：计算各个频带内的分量数据能量，选取能量最高的频带编号作为重心频带：第i频带的能量为

其中，ei为第i频带的信号能量；m为重构信号的数据长度；ci(k)为第i频带的重构信号；

获取能量最大的频带编号：

Ng＝imax

其中，Ng为重心频带；imax为能量最大的频带编号；重心频带Ng可作为识别分频谐振、基频谐振、高频谐振和间歇性弧光接地过电压的特征量。

2.根据权利要求1所述的一种配电网暂时过电压分类识别方法，其特征在于：所述步骤S1中的获取波形采样数据的具体过程如下：为了获取完整的分频谐振波形，至少截取5个工频周波的电压采样数据。

3.一种配电网暂时过电压类型识别装置，其特征在于：包括一数据获取模块，用于在配电网发生过电压后，获取母线三相电压和零序电压在过电压发生前0.5个工频周期和过电压发生后4.5个工频周期的波形采样数据；

一能量贡献率构建模块，用于计算获取的零序电压采样数据的能量贡献率，判别获取的过电压采样数据是否属于暂时过电压的类别；

所述计算能量贡献率E的具体过程如下：

能量贡献率根据公式 计算，其中，N1为2个周波的采样点数；N2为截取的总时段的采样点数；v0(k)为零序电压信号序列；选取能量贡献率为60％作为暂时过电压和操作过电压的分类判据；

一奇异谱熵构建模块，用以在判定获取的过电压采样数据属于暂时过电压类别后，用于计算获取的三相电压采样数据的奇异谱熵，判别获取的暂时过电压采样数据是否属于单相金属性过电压的类别；

所述计算三相电压采样数据奇异谱熵的具体过程为：

设截取的信号采样点数为n，三相电压信号矩阵为U＝[ua，ub，uc]，对矩阵U作奇异值分解，得到奇异谱Λ＝diag{μ1，μ2，μ3}，信号奇异谱熵其中， 判别单相金属性接地过电压的阈值取1.15；

一波形分频带重构模块，用于对获取的零序电压波形采样数据进行局部特征尺度分解、希尔伯特变换及带通滤波后分频带重构；

一重心频带构建模块，用于计算重构信号的重心频带，判别获取的暂时过电压采样数据是高频谐振、或基频谐振、或分频谐振、或间歇性弧光接地过电压；

所述重心频带构建模块具体包括以下内容：将零序电压采样数据进行局部特征尺度分解，得到若干个内禀尺度分量，即ISC分量；具体为：首先，满足以下两个条件的单分量信号可被称为内禀尺度分量：(Ⅰ)信号数据的任意两个相邻极值点符号互异；

(Ⅱ)信号数据的任意两个相邻极大值点确定的直线在二者之间的极小值点所对应的横坐标处的函数值与该极小值点的比值保持不变；或者，信号数据的任意两个相邻极小值点确定的直线在二者之间的极大值点所对应的横坐标处的函数值与该极大值点的比值保持不变；

根据上述两个条件，将过电压信号进行局部特征尺度分解，分解成若干个内禀尺度分量和一个残余项之和，即 其中，x(t)为原始信号，n为内禀尺度分量的个数；isci(t)为第i个内禀尺度分量；r(t)为剩余分量；

其次，对各个ISC分量做希尔伯特变换，得到瞬时频率矩阵：第i个内禀尺度分量变换公式为

构造相应的解析信号Yi(t)为

Yi(t)＝isci(t)+jH[isci(t)]则第i个内禀尺度分量瞬时频率函数fi(t)为

然后，将总频带划分为6个频带：0～10Hz、10～20Hz、20～30Hz、30～40Hz、40～80Hz、80～600Hz，对各频带依次编号，0～10Hz为频带1，10～20Hz为频带2，以此类推，直至第6个频带；采用带通滤波算法对LCD分解获得的各个内禀尺度分量依据Hilbert瞬时频率矩阵分频带多支重构，得到零序电压采样数据在各个频带内的分量数据；

最后，计算各个频带内的分量数据能量，选取能量最高的频带编号作为重心频带：第i频带的能量为

其中，ei为第i频带的信号能量；m为重构信号的数据长度；ci(k)为第i频带的重构信号；

获取能量最大的频带编号：

Ng＝imax

其中，Ng为重心频带；imax为能量最大的频带编号；重心频带Ng可作为识别分频谐振、基频谐振、高频谐振和间歇性弧光接地过电压的特征量；

一过电压类型识别模块，用于结合阈值识别法，判别获取的过电压采样数据是哪一种暂时过电压；

其中，所述波形分频带重构模块包括：

一用以将零序电压波形采样数据进行局部特征尺度分解，得到多个ISC分量的局部特征尺度分解模块；

一用以对各个ISC分量做希尔伯特变换，得到瞬时频率矩阵的希尔伯特变换模块；

一用以根据瞬时频率矩阵进行带通滤波，将每个ISC分量分解到6个频带的分频带重构模块；

其中，所述分频带重构模块将每个ISC分量分解到6个频带：0～10Hz、10～20Hz、20～

30Hz、30～40Hz、40～80Hz、80～600Hz，并将每个频带内的所有ISC分量叠加，得到零序电压波形采样数据在各个频带内的重构波形；同时计算零序电压波形采样数据在各个频带内的分量数据的能量值，作为重心频带构建模块的数据来源。

说明书

一种配电网暂时过电压分类识别方法及装置

技术领域

[0001] 本发明涉及配电网领域，特别是涉及一种配电网暂时过电压类型识别方法及装置。

背景技术

[0002] 运行经验表明，过电压是影响配电网安全运行的重要因素之一。暂时过电压持续时间较长，易引起设备绝缘损坏，从而引发各类短路故障，危及配电网供电可靠性。因此，及时检测配电网出现的过电压，准确区分过电压类型，对于配电网灾害预防和故障分析是十分必要的。但现有的过电压监测装置尚不具备过电压类型识别能力，更多的是人工经验判断，效率低且正确率不高。因此，快速提取暂时过电压信号的特征量，自动识别过电压类型，对于提高配电网的自愈能力、构建主动配电网具有重大意义。

发明内容

[0003] 有鉴于此，本发明的目的是提供一种配电网暂时过电压类型识别方法及装置，能够及时准确识别暂时过电压类型。

[0004] 本发明采用以下方案实现：一种配电网暂时过电压分类识别方法，包括如下步骤：

[0005] 步骤S1：配电网发生过电压后，获取母线三相电压和零序电压在过电压发生前后一段时间内的波形采样数据；

[0006] 步骤S2：对步骤S1获取的零序电压采样数据计算故障后两个工频周波的能量贡献率E，判断E是否大于阈值，若是，判为操作过电压，识别过程结束；

[0007] 步骤S3：若E小于阈值，判为暂时过电压，计算对应的三相电压采样数据的奇异谱熵S，判断S是否大于阈值，若是，判为单相金属性接地过电压，识别过程结束；

[0008] 步骤S4：若S小于阈值，对相应的零序电压采样数据进行局部特征尺度分解、希尔伯特变换及带通滤波，计算重心频带Ng；

[0009] 步骤S5：采用阈值判别法区分三种铁磁谐振过电压和间歇性弧光接地过电压：若Ng等于6，判为高频谐振过电压；若Ng等于5，判为基频谐振过电压；若Ng小于5且大于等于2，判为分频谐振过电压；若Ng等于1，判为间歇性弧光接地过电压，识别过程结束。

[0010] 进一步地，所述步骤S1中的截取波形采样数据的具体过程如下：为了获取完整的分频谐振波形，至少截取5个工频周波的电压采样数据。

[0011] 进一步地，所述步骤S2中的计算能量贡献率E的具体过程如下：

[0012] 能量贡献率根据公式 计算，其中，N1为2个周波的采样点数；N2为截取的总时段的采样点数；v0(k)为零序电压信号序列；选取能量贡献率为60％作为暂时过电压和操作过电压的分类判据。

[0013] 进一步地，所述步骤S3中计算三相电压采样数据奇异谱熵的具体过程为：

[0014] 设截取的信号采样点数为n，三相电压信号矩阵为U＝[ua，ub，uc]，对矩阵U作奇异值分解，得到奇异谱Λ＝diag{μ1，μ2，μ3}，信号奇异谱熵

[0015]

[0016] 其中， 判别单相金属性接地过电压的阈值取1.15。

[0017] 一种配电网暂时过电压类型识别方法，其特征在于：步骤S4包括如下步骤：

[0018] 步骤S41：将零序电压采样数据进行局部特征尺度分解，得到若干个内禀尺度分量，即ISC分量；

[0019] 步骤S42：对各个ISC分量做希尔伯特变换，得到瞬时频率矩阵；

[0020] 步骤S43：将总频带划分为6个频带：0～10Hz、10～20Hz、20～30Hz、30～40Hz、40～80Hz、80～600Hz，对各频带依次编号，0～10Hz为频带1，10～20Hz为频带2，以此类推，直至第6个频带；采用带通滤波算法对LCD分解获得的各个内禀尺度分量依据Hilbert瞬时频率矩阵分频带多支重构，得到零序电压采样数据在各个频带内的分量数据；

[0021] 步骤S44：计算各个频带内的分量数据能量，选取能量最高的频带编号作为重心频带。

[0022] 本发明还采用以下方案实现：一种配电网暂时过电压类型识别装置，包括[0023] 一数据获取模块，用于在配电网发生过电压后，获取母线三相电压和零序电压在过电压发生前0.5个工频周期和过电压发生后4.5个工频周期的波形采样数据；

[0024] 一能量贡献率构建模块，用于计算获取的零序电压采样数据的能量贡献率，判别获取的过电压采样数据是否属于暂时过电压的类别。

[0025] 一奇异谱熵构建模块，用以在判定获取的过电压采样数据属于暂时过电压类别后，用于计算获取的三相电压采样数据的奇异谱熵，判别获取的暂时过电压采样数据是否属于单相金属性过电压的类别；

[0026] 一波形分频带重构模块，用于对获取的零序电压波形采样数据进行局部特征尺度分解、希尔伯特变换及带通滤波后分频带重构；

[0027] 一重心频带构建模块，用于计算重构信号的重心频带，判别获取的暂时过电压采样数据是高频谐振、或基频谐振、或分频谐振、或间歇性弧光接地过电压；

[0028] 一过电压类型识别模块，用于结合阈值识别法，判别获取的过电压采样数据是哪一种暂时过电压。

[0029] 进一步地，所述波形分频带重构模块包括：

[0030] 一用以将零序电压波形采样数据进行局部特征尺度分解，得到多个ISC分量的局部特征尺度分解模块；

[0031] 一用以对各个ISC分量做希尔伯特变换，得到瞬时频率矩阵的希尔伯特变换模块；

[0032] 一用以根据瞬时频率矩阵进行带通滤波，将每个ISC分量分解到6个频带的分频带重构模块。

[0033] 进一步地，所述分频带重构模块将每个ISC分量分解到6个频带：0～10Hz、10～20Hz、20～30Hz、30～40Hz、40～80Hz、80～600Hz，并将每个频带内的所有ISC分量叠加，得到零序电压波形采样数据在各个频带内的重构波形；同时计算零序电压波形采样数据在各个频带内的分量数据的能量值，作为重心频带构建模块的数据来源。

[0034] 相较于现有技术，本发明具有以下有益效果：

[0035] 1、本发明利用LCD、Hilbert变换及带通滤波算法分频带重构的信号可完备地描述过电压信号波形在各个子频带内的时频特征，包含了表征信号本质特征的时频局部化信息。

[0036] 2、本发明结合奇异值分解和运用统计学原理进行数学计算的方法，可以有效提取出体现过电压信号幅值分布特征的主要特征量，可表征过电压信号的在故障后两个周波的能量占比，对于三相电压幅值差异性大的单相接地过电压与其余暂时过电压呈现出较大差异性。

[0037] 3、本发明的阈值判别法不需要分类器，算法简单，计算时间少，能够较准确地识别单相金属性接地、间歇性弧光接地、高频谐振、基频谐振、分频谐振五类配电网暂时过电压类型。

[0038] 4、本发明的配电网暂时过电压类型识别方法在噪声干扰的工况下，仍具有较高的过电压类型识别正确率，适应能力较强。

附图说明

[0039] 图1为本发明的流程图。

[0040] 图2为本发明实施例中所应用的10kV配电网模型。

具体实施方式

[0041] 下面结合附图及实施例对本发明做进一步说明。

[0042] 本实施例提供一种配电网暂时过电压分类识别方法，如图1所示，包括如下步骤：

[0043] 步骤S1：配电网发生过电压后，获取母线三相电压和零序电压在过电压发生前后一段时间内的波形采样数据；

[0044] 步骤S2：对步骤S1获取的零序电压采样数据计算故障后两个工频周波的能量贡献率E，判断E是否大于阈值，若是，判为操作过电压，识别过程结束；本步骤具体包括如下步骤：

[0045] 步骤S21：计算信号在故障后的2个周波的能量与所截取时段的总能量的比值E:

[0046]

[0047] 其中，N1为2个周波的采样点数；N2为截取的总时段的采样点数；v0(k)为零序电压信号序列。

[0048] 步骤S22：选取能量贡献率为60％作为暂时过电压和操作过电压的分类判据；

[0049] 步骤S3：若E小于阈值，判为暂时过电压，计算对应的三相电压采样数据的奇异谱熵S，判断S是否大于阈值，若是，判为单相金属性接地过电压，识别过程结束；本步骤具体包括如下步骤：

[0050] 设截取的信号采样点数为n，三相电压信号矩阵为U＝[ua，ub，uc]，对矩阵U作奇异值分解，可得奇异谱Λ＝diag{μ1，μ2，μ3}，信号奇异谱熵

[0051]

[0052] 其中， S可有效表征三相电压信号奇异值分布的不均匀度，进而反映三相电压之间幅值分布的差异，判别单相金属性接地过电压的阈值取为
1.15；

[0053] 步骤S4：若S小于阈值，对相应的零序电压采样数据进行局部特征尺度分解、希尔伯特变换及带通滤波，计算重心频带Ng；本步骤具体包括如下步骤：

[0054] 步骤S41：将零序电压波形采样数据进行局部特征尺度分解，得到若干个ISC分量，具体为：首先，满足以下两个条件的单分量信号可被称为内禀尺度分量：

[0055] (Ⅰ)信号数据的任意两个相邻极值点符号互异；

[0056] (Ⅱ)信号数据的任意两个相邻极大(或小)值点确定的直线在二者之间的极小(或大)值点所对应的横坐标处的函数值与该极小(或大)值点的比值保持不变；

[0057] 根据上述两个条件，将过电压信号进行局部特征尺度分解，分解成若干个内禀尺度分量和一个残余项之和，即 其中，x(t)为原始信号，n为内禀尺度分量的个数；isci(t)为第i个内禀尺度分量；r(t)为剩余分量。

[0058] 步骤S42：对各个ISC分量做希尔伯特变换，第i个内禀尺度分量变换公式为[0059]

[0060] 构造相应的解析信号Yi(t)为

[0061] Yi(t)＝isci(t)+jH[isci(t)]

[0062] 则第i个内禀尺度分量瞬时频率函数fi(t)为

[0063]

[0064] 步骤S43：根据瞬时频率矩阵进行带通滤波，将每个ISC分量分解到6个频带：0～10Hz、10～20Hz、20～30Hz、30～40Hz、40～80Hz、80～600Hz，并将每个频带内的所有ISC分量叠加，得到零序电压波形采样数据在各个频带内的分量。

[0065] 步骤S44：计算零序电压波形采样数据在各个频带内的分量数据的能量值，第i频带的能量为

[0066]

[0067] 其中，ei为第i频带的信号能量；m为重构信号的数据长度；ci(k)为第i频带的重构信号。

[0068] 步骤S45：获取能量最大的频带编号：

[0069] Ng＝imax

[0070] 其中，Ng为重心频带；imax为能量最大的频带编号。重心频带Ng可作为识别分频谐振、基频谐振、高频谐振和间歇性弧光接地过电压的特征量；

[0071] 步骤S5：采用阈值判别法区分三种铁磁谐振过电压和间歇性弧光接地过电压：若Ng等于6，判为高频谐振过电压；若Ng等于5，判为基频谐振过电压；若Ng小于5且大于等于2，判为分频谐振过电压；若Ng等于1，判为间歇性弧光接地过电压，识别过程结束。

[0072] 本实施例还提供了一种配电网暂时过电压类型识别装置，包括

[0073] 一数据获取模块，用于在配电网发生过电压后，获取母线三相电压和零序电压在过电压发生前0.5个工频周期和过电压发生后4.5个工频周期的波形采样数据；

[0074] 一能量贡献率构建模块，用于计算获取的零序电压采样数据的能量贡献率，判别获取的过电压采样数据是否属于暂时过电压的类别。

[0075] 一奇异谱熵构建模块，用以在判定获取的过电压采样数据属于暂时过电压类别后，用于计算获取的三相电压采样数据的奇异谱熵，判别获取的暂时过电压采样数据是否属于单相金属性过电压的类别；

[0076] 一波形分频带重构模块，用于对获取的零序电压波形采样数据进行局部特征尺度分解、希尔伯特变换及带通滤波后分频带重构；

[0077] 一重心频带构建模块，用于计算重构信号的重心频带，判别获取的暂时过电压采样数据是高频谐振、或基频谐振、或分频谐振、或间歇性弧光接地过电压；

[0078] 一过电压类型识别模块，用于结合阈值识别法，判别获取的过电压采样数据是哪一种暂时过电压。

[0079] 在本实施例中，所述波形分频带重构模块包括：

[0080] 一用以将零序电压波形采样数据进行局部特征尺度分解，得到多个ISC分量的局部特征尺度分解模块；

[0081] 一用以对各个ISC分量做希尔伯特变换，得到瞬时频率矩阵的希尔伯特变换模块；

[0082] 一用以根据瞬时频率矩阵进行带通滤波，将每个ISC分量分解到6个频带的分频带重构模块。

[0083] 在本实施例中，所述分频带重构模块将每个ISC分量分解到6个频带：0～10Hz、10～20Hz、20～30Hz、30～40Hz、40～80Hz、80～600Hz，并将每个频带内的所有ISC分量叠加，得到零序电压波形采样数据在各个频带内的重构波形；同时计算零序电压波形采样数据在各个频带内的分量数据的能量值，作为重心频带构建模块的数据来源。

[0084] 在本实施例中，如图2所示，利用PSCAD/EMTDC软件搭建10kV配电网模型用于获取过电压数据，测试结果表明，该方法对不同的故障点、故障过渡电阻、故障初相角的发生的配电网暂时过电压均能快速准确识别，且在噪声干扰下有较好的适应性，在此基础上进行五种暂时过电压类型的模拟实验，并采集母线三相电压与零序电压，共4个过电压波形。在配电网线路模型中，S1为110kV无穷大系统电源；S2为110kV/10.5kV主变压器，S3为10kV/0.4kV配电变压器；S4为电磁式电压互感器的等效模型，采用S41电阻和S42非线性电感串联来进行等效，开关Q用于投切电磁式电压互感器模型；K为故障接地电阻投切开关；馈线共有全架空长线路、全电缆线路和线-缆混合线路3种类型，其中，共有6条馈线：L1～L6，第一馈线L1包括4km的架空线路L11、3km的架空线路L12和2km的架空线路L13，第二馈线L2包括
1.5km的电缆线路L21、2km的架空线路L22、6km架空线路L23 和2km架空线路L24，第三馈线L3包括0.5km的电缆线路L31、7km的架空线路L32和1.5km的电缆线路L33，第四馈线L4包括
0.7km的电缆线路L41、2km的电缆线路L42和2km的架空线路L43，第五馈线L5包括1km的电缆线路L51、2km的电缆线路L52和1km的电缆线路L53，第六馈线L6包括1.5km的电缆线路L61、
1km的电缆线路L62和0.5km的电缆线路L63，第一至第六馈线线路所接负载相同，其中，电缆线路正序参数为：R1＝0.27Ω/km，C1＝0.339μF/km，L1＝0.255mH/km，电缆线路零序参数为：R0＝2.7Ω/km，C0＝0.28μF/km，L0＝1.019mH/km，架空线路正序参数为：R1＝0.125Ω/km，C1＝0.0096μF/km，L1＝1.3mH/km，架空线路零序参数为：R0＝0.275Ω/km，C0＝0.0054μF/km，L0＝4.6mH/km。

[0085] 综合考虑故障点、故障初相角、故障过渡电阻等因素，对图2所示的中性点不接地系统发生的暂时过电压进行仿真，以验证识别方法的有效性。单相金属性接地和间歇性弧光接地过电压的部分识别结果如表1～表3所示。表1为故障合闸角为60°，过渡电阻为20Ω，不同故障点发生故障时的识别效果。改变故障点位置可实现线路类型及长度的变化，包括纯架空线路、纯电缆线路和架空电缆混合线路。表2为故障合闸角为60°，故障点为F24，过渡电阻在1Ω、2Ω、5Ω、10Ω、20Ω之间变化时的识别效果。表3为过渡电阻为20Ω，故障点为F24，故障合闸角在-90°、-45°、0°、45°、90°之间变化时的识别效果。

[0086] 表1不同故障点下的识别效果

[0087]

[0088]

[0089] 表2不同过渡电阻下的识别效果

[0090]

[0091] 表3不同故障合闸角下的识别效果

[0092]

[0093]

[0094] 为了实现铁磁谐振的参数匹配要求，仅投图2中单回馈线L1进行铁磁谐振的仿真，改变故障点F11与母线之间的线路长度以实现谐振过电压类型的变化，故障合闸角和过渡电阻值作为两组变量，验证本对铁磁谐振过电压辨识的准确性。表4为过渡电阻为5Ω，故障合闸角在-90°、30°、150°之间发生变化时的识别效果。表5为故障合闸角为-90°，过渡电阻在0Ω、5Ω、20Ω之间发生变化时的识别效果。

[0095] 表4不同故障合闸角下的识别效果

[0096]

[0097] 表5不同过渡电阻下的识别效果

[0098]

[0099] 通过以下测试结果来检验所提出识别方法的适应性：

[0100] 对已成功识别的过电压数据每类均抽取若干组录波数据加入20dB的高斯白噪声，再进行过电压分类辨识，验证噪声对本文识别方法的影响，识别结果如表6所示，识别正确率为98％，这是由于带通滤波算法本身具有良好的滤波效果，因此噪声对于所提方法的影响十分微弱，说明了所提方法具有良好的抗噪性能。

[0101] 表6噪声干扰下的识别结果

[0102]

[0103] 以上所述仅为本发明的较佳实施例，凡依本发明申请专利范围所做的均等变化与修饰，皆应属本发明的涵盖范围。