基于李萨如曲线辨识高阻故障与投切扰动的方法及系统

1.本发明属于配电网技术领域，尤其涉及一种基于李萨如曲线辨识高阻故障与投切扰动的方法及系统。


背景技术：

2.本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。
3.高阻故障是配电网常见故障形式，约占配电网故障的10%左右。通常受雷击、大风等外力影响造成架空线路断线坠地，或因树枝碰线从而与高阻抗接地介质发生接触，形成单相接地故障。常见的高阻抗接地介质包括水泥、沙地、土壤、橡胶、沥青及树木等，接地电阻从几百欧姆到几十千欧姆不等。在大多数情况下，由于馈线与地面之间存在电压差，高阻故障伴随着由绝缘击穿引起的非线性电弧，称为弧光高阻故障。而且非线性电弧通常具有一定程度的动态发展过程，导致过渡电阻值不断变化，增加了检测难度。高阻故障如果不能及时清除，很容易进一步造成森林火灾、变压器爆炸、人身触电等更为恶劣的事故。当故障发生后，快速准确地检测出故障对电力系统的安全运行至关重要。在中压配电网中，对于金属性以及经较低过渡电阻的单相接地故障（低阻接地故障）而言，目前的继电保护装置及检测算法可以实现有效检测并快速跳闸隔离故障，正动率可达90%以上。而高阻故障发生后的故障电流微弱，通常不会超过50安培，根据故障点介质的不同，故障电流甚至在1安培以内，远小于正常负荷电流，故障信息被淹没。因此，利用过流继电器、重合器和熔断器的传统保护方案难以处理高阻故障。
4.受制于高阻故障信息微弱，传统检测算法往往采取降低阈值的方法以提高检测成功率。然而配电网中存在许多扰动事件，例如最常见的电容器组投切，在投切过程中存在不平衡暂态过程，其特征与高阻故障重合，容易造成检测算法误判。正确区分高阻故障与投切扰动对准确的故障检测十分重要，而目前主流算法缺少相关分析，因此在实际场景中，各类故障检测算法应用不佳，故障诊断失效或误报事件频发，给检修人员工作带来困扰。


技术实现要素：

5.为了解决上述背景技术中存在的技术问题，本发明提供一种基于李萨如曲线辨识高阻故障与投切扰动的方法及系统，其将高阻故障的暂态等值电路与投切扰动的暂态等值电路进行分析，得到两种事件暂态分量的不同，并采用零序李萨如曲线将暂态分量的差异可视化，比较图形差异，提出一种零序李萨如曲线的时空复杂度特征；并基于数学形态学(mathematical morphology，mm)进行特征提取，将暂态分量的频域特征转化为时域特征，用于辨识高阻故障与投切扰动。
6.为了实现上述目的，本发明采用如下技术方案：本发明的第一个方面提供一种基于李萨如曲线辨识高阻故障与投切扰动的方法。
7.基于李萨如曲线辨识高阻故障与投切扰动的方法，包括：
获取待检测事件的零序电压和零序电流，构建零序李萨如曲线；将数学形态学进行变形，采用变形后的数学形态学提取零序李萨如曲线的突变特征；基于突变特征，进行变形后的膨胀、腐蚀、开运算和闭运算，计算开运算结果和闭运算结果的差值；选择辨识周期范围内的所述差值最大值时刻左右各半个周期，计算该段时间内所述差值越限次数占辨识周期总越限次数的比值，若所述比值大于设定阈值，则为电容投切，否则为高阻故障。
8.进一步地，所述采用变形后的数学形态学提取零序李萨如曲线的突变特征的过程包括：采用变形后的数学形态学提取零序李萨如曲线的局部特征，经过波形变换突出波形中的突变特征。
9.进一步地，所述变形后的数学形态学为：其中，为1,2,3
···
n，n为时间窗最大采集点数；为结构元素长度，m为1,2,3
···
m，m《n；为结构元素矢量，取；为计算域内计算得到最大幅值对应的矢量；为计算域内计算得到最小幅值对应的矢量；为输入的零序李萨如曲线轨迹矢量；为相平面膨胀公式；为相平面腐蚀公式；为相平面闭运算；为相平面开运算；为vcodo算法。
10.进一步地，所述辨识周期的范围大于所述周期的范围。
11.进一步地，所述计算该段时间内所述差值越限次数占辨识周期总越限次数的比值，若所述比值大于设定阈值，则为电容投切，否则为高阻故障的过程采用以下公式：式中，为辨识时间窗；为判断时间窗；在vcodo越限时为1，反之为0；为设置的阈值，y为设定阈值。
12.本发明的第二个方面提供一种基于李萨如曲线辨识高阻故障与投切扰动的系统。
13.基于李萨如曲线辨识高阻故障与投切扰动的系统，包括：曲线构建模块，其被配置为：获取待检测事件的零序电压和零序电流，构建零序李萨如曲线；特征提取模块，其被配置为：将数学形态学进行变形，采用变形后的数学形态学提取零序李萨如曲线的突变特征；计算模块，其被配置为：基于突变特征，进行变形后的膨胀、腐蚀、开运算和闭运算，计算开运算结果和闭运算结果的差值；辨识模块，其被配置为：选择辨识周期范围内的所述差值最大值时刻左右各半个周期，计算该段时间内所述差值越限次数占辨识周期总越限次数的比值，若所述比值大于设定阈值，则为电容投切，否则为高阻故障。
14.与现有技术相比，本发明的有益效果是：本发明通过将改进的数学形态学和零序李萨如曲线应用于高阻故障与电容投切辨识的辨识，可以有效进行两种事件辨识，提高了高阻故障与电容投切辨识的准确性。
附图说明
15.构成本发明的一部分的说明书附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。
16.图1是本发明示出的装配有相量测量单元的配电网示意图；图2是本发明示出的监测区域仅有单馈线情况下构成李萨如曲线的故障前后的相电压波形图；图3是本发明示出的监测区域仅有单馈线情况下构成李萨如曲线的故障前后的相电流波形图；图4是本发明示出的监测区域含有分支馈线情况下构成李萨如曲线的故障前后的相电压波形图；图5是本发明示出的监测区域含有分支馈线情况下构成李萨如曲线的故障前后的相电流波形图；图6是本发明示出的单馈线下故障前后李萨如曲线图；图7是本发明示出的馈线含有分支线下故障前后李萨如曲线图；图8是本发明示出的故障前后零序电压的变化曲线图；图9是本发明示出的故障前后零序电流的变化曲线图;图10是本发明示出的故障前后的零序李萨如曲线图;图11是本发明示出的高阻故障发生前后零序李萨如曲线面积时序变化曲线图；图12是本发明示出的高阻故障时的暂态等值电路图；图13是本发明示出的电容投切暂态等值电路图和简化图；图13中的（a）是本发明示出的电容投切暂态等值电路图，图13中的（b）是本发明示出的电容投切暂态等值电路的简化图；图14是本发明示出的高阻故障零序李萨如曲线动态轨迹图；图15是本发明示出的电容投切的零序李萨如曲线动态轨迹图；图16是本发明示出的高阻故障零序李萨如曲线轨迹连续的矢量幅值曲线图；
图17是本发明示出的高阻故障零序李萨如曲线轨迹连续的矢量相位曲线图；图18是本发明示出的电容投切零序李萨如曲线轨迹连续的矢量幅值曲线图；图19是本发明示出的电容投切零序李萨如曲线轨迹连续的矢量相位曲线图；图20是本发明示出的高阻故障计算得到的vcodo值示意图；图21是本发明示出的电容投切计算得到的vcodo值示意图；图22是本发明示出的基于李萨如曲线辨识高阻故障与投切扰动的方法的流程图。
具体实施方式
17.下面结合附图与实施例对本发明作进一步说明。
18.应该指出，以下详细说明都是例示性的，旨在对本发明提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。
19.需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本发明的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
20.需要注意的是，附图中的流程图和框图示出了根据本公开的各种实施例的方法和系统的可能实现的体系架构、功能和操作。应当注意，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，所述模块、程序段、或代码的一部分可以包括一个或多个用于实现各个实施例中所规定的逻辑功能的可执行指令。也应当注意，在有些作为备选的实现中，方框中所标注的功能也可以按照不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，或者它们有时也可以按照相反的顺序执行，这取决于所涉及的功能。同样应当注意的是，流程图和/或框图中的每个方框、以及流程图和/或框图中的方框的组合，可以使用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以使用专用硬件与计算机指令的组合来实现。
21.术语解释：李萨如曲线是由法国物理学家约瑟夫
·
李萨如提出的一种特殊的曲线形状，也称为“振荡曲线”。这种曲线在两个垂直方向上振动的物体所产生的轨迹，因此也被称为“振荡图形”。
22.实施例一如图22所示，本实施例提供了一种基于李萨如曲线辨识高阻故障与投切扰动的方法，本实施例以该方法应用于服务器进行举例说明，可以理解的是，该方法也可以应用于终端，还可以应用于包括终端和服务器和系统，并通过终端和服务器的交互实现。服务器可以是独立的物理服务器，也可以是多个物理服务器构成的服务器集群或者分布式系统，还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务器、云通信、中间件服务、域名服务、安全服务cdn、以及大数据和人工智能平台等基础云计算服务的云服务器。终端可以是智能手机、平板电脑、笔记本电脑、台式计算机等，但并不局限于此。终端以及服务器可以通过有线或无线通信方式进行直接或间接地连接，本技术在此不做限制。本实施例中，该方法包括以下步骤：
获取待检测事件的零序电压和零序电流，构建零序李萨如曲线；将数学形态学进行变形，采用变形后的数学形态学提取零序李萨如曲线的突变特征；基于突变特征，进行变形后的膨胀、腐蚀、开运算和闭运算，计算开运算结果和闭运算结果的差值；选择辨识周期范围内的所述差值最大值时刻左右各半个周期，计算该段时间内所述差值越限次数占辨识周期总越限次数的比值，若所述比值大于设定阈值，则为电容投切，否则为高阻故障。
23.下面对本实施例的具体方案进行展开分析：（1）基于零序李萨如曲线面积的故障检测在电气领域，利用电流与电压构成李萨如曲线，系统不同运行状态下的李萨如曲线不同。其中构成李萨如曲线的电流与电压由监测配电网络的两个同步相量测量单元（phasor measurement unit，pmu）同步采集得到，分别装设在监测区域的前端与末端，如图1所示。
24.（1）（2）其中，表示相电压，表示相量测量单元1测量的电压，表示相量测量单元2测量的电压，表示相电流，表示相量测量单元1测量的电流，表示相量测量单元2测量的电流。
25.传统李萨如曲线利用相电压与相电流构成，在配电网正常运行下，电流、电压为工频正弦波，存在一定相位差，李萨如曲线为一个椭圆；在故障发生后，李萨如曲线的面积大小、轨迹方向、曲线畸变等特征发生变化，利用曲线特征变化进行故障检测。然而，基于传统李萨如曲线的故障检测方法在监测区域存在多条分支线路时，可靠性明显降低，故障发生前后李萨如曲线区分度降低，此影响随着过渡电阻升高将会更加严重。
26.图2是本发明示出的监测区域仅有单馈线情况下构成李萨如曲线的故障前后的相电压波形图；图3是本发明示出的监测区域仅有单馈线情况下构成李萨如曲线的故障前后的相电流波形图；图4是本发明示出的监测区域含有分支馈线情况下构成李萨如曲线的故障前后的相电压波形图；图5是本发明示出的监测区域含有分支馈线情况下构成李萨如曲线的故障前后的相电流波形图；图中，0.1s之前为故障前的波形，0.1s之后的为故障后的波形。
27.在馈线存在分支线时，如果故障上游含有分支线，故障线路信息被明显掩盖。如图6-图7所示，图6为单馈线下故障前后李萨如曲线图；图7为馈线含有分支线下故障前后李萨如曲线图。其中，实线代表故障前曲线（对应图2-图5中的0.1s之前波形），虚线代表故障后曲线（对应图2-图5中0.1s之后波形）。同样可以看出，上述情况会造成李萨如曲线故障前后特征界限模糊。
28.为解决上述问题，选用零序电流、零序电压而不是相电流、相电压构成李萨如波形。在配电网正常运行时，线路中不存在零序量。因此，当发生高阻故障后，零序李萨如曲线才开始出现，并不受上述多分支线因素影响。如图8、图9所示，图8、图9为故障前后零序电
压、零序电流的变化曲线图；图10为故障前后的零序李萨如曲线图。其中，0.1秒前代表故障前，0.1秒后代表故障后，可以看到，故障前零序李萨如曲线仅在零点附近，与故障后的曲线有明显区分度。图中的零序电压与零序电流可仅从母线处量测获得。
29.因此，可以根据故障前后零序李萨如曲线面积的突变进行故障检测，曲线面积的计算公式为：（3）式中，为零序电压采样值，为零序电流采样值，为采样时刻；为基频；为谐波阶数；为时间窗长度；与分别为零序电压第次谐波的幅值与相角；与分别为零序电流第次谐波的幅值与相角；为最大谐波阶数。
30.如图11所示为高阻故障发生前后零序李萨如曲线面积时序变化，故障发生前面积始终为零，在故障发生后面积持续突变并最终稳定，故障特征明显，证明高阻故障检测有效性。
31.（2）基于零序李萨如曲线时空复杂度的故障辨识为提高配电网功率因数、平衡无功，变电站大量接入了并联电容器。电容投切导致的暂态特征与高阻故障特征近似，容易造成故障诊断误告警事件，正确区分电容投切与高阻故障的特征差异是优化故障诊断判据的关键。分析两种事件发生后零序李萨如曲线差异，将数学形态学方法推广到相平面应用，提取零序李萨如曲线的时空复杂度特征进行辨识方法设计，过程如下：步骤1：从暂态等值电路角度分析高阻故障与电容投切暂态分量差异；以谐振接地系统为例进行分析，如图12所示为高阻故障时的暂态等值电路，其中为系统对地电容，为消弧线圈等效零序电感，为3倍的过渡电阻，为虚拟电压源，为虚拟电压源，为正常相电压幅值，为工频频率，为初始投切相角，为故障点电流，为各馈线通过接地点的零序电流之和，为母线零序电压。
32.通常高阻故障过渡电阻阻值较高，系统处于欠阻尼状态，根据图12建立微分方程，可以得到特征根：（4）此时，通过消弧线圈上的零序电流可表示为：（5）
通过健康线路的零序电流可表示为：（6）其中，为各馈线对地等效电容。
33.通过故障线路的零序电流可表示为：（7）其中，为各故障馈线对地等效电容。
34.母线的零序电压可表示为：（8）各式中：，，，，，，。
35.其中，为谐振分量的幅值相关系数；为工频分量的幅值相关系数；为暂态等值电路阻抗；为衰减因子；为谐振频率；为工频初始相角。
36.由上述分析可知，高阻故障发生后各电气量都由工频分量以及振荡衰减分量两部分组成，衰减分量的频率为。通常，在工频作用下，消弧线圈电感与系统对地电容之间近似满足以下关系式：（9）因此，，在高阻故障下振荡频率约等于工频频率。
37.同样建立电容投切的暂态等值电路进行分析。在实际场景中，用于电容器投切的三相断路器并不是完全同期进行的，因此在投切过程中存在不平衡电容。
38.建立的电容投切暂态等值电路如图13中的（a）所示，其中、为投切点至母线
处线路零序等效电阻与零序等效电感，为消弧线圈零序等效电感，为系统对地电容，为投切时的不平衡电容，为虚拟电压源，为虚拟电压源，为正常相电压幅值，为工频频率，为初始故障相角。通常是一个很小的电阻，所以电容充电速度很快，主谐振频率较大，此时消弧线圈等效阻抗远大于并联的对地电容容抗。因此可以忽略消弧线圈对电容投切的暂态影响，将电路简化为图13中的（b）所示，其中等效电容。
39.建立线性常系数二阶齐次微分方程，可解得投切暂态电流为：（10）母线的零序电压为：（11）各馈线上的零序电流为：（12）其中，为各馈线对地等效电容。
40.各式中：，，，，，。
41.其中，为谐振分量的幅值相关系数；为工频分量的幅值相关系数；为衰减因子；为谐振频率；为工频初始相角。
42.根据上述内容可知电容投切时，各电气量同样由衰减振荡分量与工频分量构成。但不同于高阻故障，电容投切振荡频率，远大于高阻故障振荡频率。在实际场景中，电容投切暂态还有两个明显特征：
①
投切时断路器气隙存在高频电弧，加剧了暂态振荡程度；
②
零序暂态过程持续时间短，取决于断路器非同期动作时间，通常维持在四分之一周期内。
43.步骤2：根据零序李萨如曲线时空复杂度提出辨识方法以上分析证明了高阻故障与电容投切两种事件暂态分量的不同，利用零序李萨如
曲线将暂态分量的差异可视化。如14-图15所示，图14为高阻故障零序李萨如曲线动态轨迹，图15为电容投切的零序李萨如曲线动态轨迹。因为电容投切暂态过程为高频振荡，其动态轨迹存在更多的“拐点”，即在空间分布上更加复杂。同时，其曲线存在时间很短，即在时间分布上更加集中。将此特征称为李萨如时空复杂度，本质上是将原有的频域特征转换为一种新的时域特征，由后续的vcodo（vector closing opening difference operation）算法实现，将频率不同转换为时域上的时间与空间分布不同。
44.针对李萨如时空复杂度，提出一种利用数学形态学（mm）进行特征提取的方法。
45.数学形态学是一种用于时域信号非线性滤波和特征提取的信号处理技术，利用结构元素（se）作为“探针”在时域波形中不断移动，提取信号的局部特征，经过波形变换突出波形中的突变特征。其包含四项基本操作，膨胀(dilation)、腐蚀(erosion)、开运算(opening)与闭运算(closing)，定义如下：（13）其中，为膨胀公式，其原理是在规定范围取局部最大值；为腐蚀公式，其原理是在规定范围取局部最小值；为闭运算，对输入信号进行先膨胀后腐蚀，得到输入信号峰值点；为开运算，对输入信号进行先腐蚀后膨胀操作，得到输入信号低谷点；为codo算法（closing opening difference operation）；为输入信号，为（1,2,3
···
n），代表输入信号采集点，n为时间窗最大采集点数；为设定的结构元素，为结构元素长度。
46.闭运算能够填平波形的小沟，滤除低谷噪声。开运算可以使波形轮廓更加光滑，去掉波形中的毛刺和孤立点，抑制峰值噪声。通过闭运算结果与开运算结果作差，能够放大输入信号畸变量。
47.codo算法可以揭示波形不连续性，突出波形中的突变特征，从而准确提取波形畸变特征。但是传统codo算法是对时序波形进行提取，无法直接应用到李萨如曲线。
48.因此，对codo算法进行变形，将其推广到相平面使用。定义以下算法：
（14）其中，为1,2,3
···
n，n为时间窗最大采集点数；为结构元素长度，m为1,2,3
···
m，m《n;为结构元素矢量，可以取；为计算域内计算得到最大幅值对应的矢量；为计算域内计算得到最小幅值对应的矢量；为输入的零序李萨如曲线轨迹矢量；为相平面膨胀公式；为相平面腐蚀公式；为相平面闭运算；为相平面开运算；为vcodo算法。
49.取检测到事件发生前一周期到后一周期内共三周期数据进行vcodo计算，归一化后的计算结果如图16-图21所示。
50.图中，图16-图19分别对应设定的辨识周期内，高阻故障和电容投切零序李萨如曲线轨迹连续的矢量幅值与矢量相位，矢量由每个空间轨迹点与在时间轴上的投影连线所得到。图20、图21分别对应高阻故障和电容投切计算得到的vcodo值。对比可以发现，高阻故障vcodo主要出现在电流过零点，而电容投切vcodo出现连续集中的特征，与分析结论相同。
51.选取辨识周期内vcodo最大值时刻左右各半周期，设置阈值，大于阈值时认为发生一次越限，计算此时间段内vcodo越限次数占辨识周期总越限次数的比例，当总占比大于90%时认为事件为电容投切，否则为高阻故障。
52.辨识计算公式：（15）式中，为辨识时间窗；为判断时间窗；在vcodo越限时为1，反之为0；为设置的阈值，归一化下可设为0.1。
53.（1）本发明利用零序李萨如曲线面积进行高阻故障检测，不受馈线分支线数目的影响。由于配电网正常运行时不存在零序量，本发明所提面积特征在高阻故障发生前后有较高的区分度，适用于过渡电阻较高的故障场景。并且，面积计算所需要的电气量仅需从母线处一个量测装置中获得，不需要额外装配其他装置，易于实施和应用。
54.（2）本发明基于暂态等值电路对高阻故障与电容投切进行分析，比较两种事件暂态分量的不同，并通过零序李萨如曲线轨迹将特征差异可视化，方便研究人员后续的研究
与分析。提出一种李萨如时空复杂度特征，将高阻故障与电容投切区分度模糊的频域特征转换成一种更加可靠的时域特征。并推导了适用于相平面特征提取的vcodo算法，可以有效进行两种事件辨识，提高了高阻故障与电容投切辨识的准确性。
55.实施例二本实施例提供了一种基于李萨如曲线辨识高阻故障与投切扰动的系统。
56.基于李萨如曲线辨识高阻故障与投切扰动的系统，包括：曲线构建模块，其被配置为：获取待检测事件的零序电压和零序电流，构建零序李萨如曲线；特征提取模块，其被配置为：将数学形态学进行变形，采用变形后的数学形态学提取零序李萨如曲线的突变特征；计算模块，其被配置为：基于突变特征，进行变形后的膨胀、腐蚀、开运算和闭运算，计算开运算结果和闭运算结果的差值；辨识模块，其被配置为：选择辨识周期范围内的所述差值最大值时刻左右各半个周期，计算该段时间内所述差值越限次数占辨识周期总越限次数的比值，若所述比值大于设定阈值，则为电容投切，否则为高阻故障。
57.此处需要说明的是，上述曲线构建模块、特征提取模块、计算模块和辨识模块与实施例一中的步骤所实现的示例和应用场景相同，但不限于上述实施例一所公开的内容。需要说明的是，上述模块作为系统的一部分可以在诸如一组计算机可执行指令的计算机系统中执行。
58.以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

技术特征：
1.基于李萨如曲线辨识高阻故障与投切扰动的方法，其特征在于，包括：获取待检测事件的零序电压和零序电流，构建零序李萨如曲线；将数学形态学进行变形，采用变形后的数学形态学提取零序李萨如曲线的突变特征；基于突变特征，进行变形后的膨胀、腐蚀、开运算和闭运算，计算开运算结果和闭运算结果的差值；选择辨识周期范围内的所述差值最大值时刻左右各半个周期，计算该段时间内所述差值越限次数占辨识周期总越限次数的比值，若所述比值大于设定阈值，则为电容投切，否则为高阻故障。2.根据权利要求1所述的基于李萨如曲线辨识高阻故障与投切扰动的方法，其特征在于，所述采用变形后的数学形态学提取零序李萨如曲线的突变特征的过程包括：采用变形后的数学形态学提取零序李萨如曲线的局部特征，经过波形变换突出波形中的突变特征。3.根据权利要求1所述的基于李萨如曲线辨识高阻故障与投切扰动的方法，其特征在于，所述变形后的数学形态学为：其中，为1,2,3
···
n，n为时间窗最大采集点数；为结构元素长度，m为1,2,3
···
m，m<n；为结构元素矢量，取；为计算域内计算得到最大幅值对应的矢量；为计算域内计算得到最小幅值对应的矢量；为输入的零序李萨如曲线轨迹矢量；为相平面膨胀公式；为相平面腐蚀公式；为相平面闭运算；为相平面开运算；为vcodo算法。4.根据权利要求1所述的基于李萨如曲线辨识高阻故障与投切扰动的方法，其特征在于，所述辨识周期的范围大于所述周期的范围。5.根据权利要求1所述的基于李萨如曲线辨识高阻故障与投切扰动的方法，其特征在于，所述计算该段时间内所述差值越限次数占辨识周期总越限次数的比值，若所述比值大于设定阈值，则为电容投切，否则为高阻故障的过程采用以下公式：
式中，为辨识时间窗；为判断时间窗；在vcodo越限时为1，反之为0；为设置的阈值，y为设定阈值。6.基于李萨如曲线辨识高阻故障与投切扰动的系统，其特征在于，包括：曲线构建模块，其被配置为：获取待检测事件的零序电压和零序电流，构建零序李萨如曲线；特征提取模块，其被配置为：将数学形态学进行变形，采用变形后的数学形态学提取零序李萨如曲线的突变特征；计算模块，其被配置为：基于突变特征，进行变形后的膨胀、腐蚀、开运算和闭运算，计算开运算结果和闭运算结果的差值；辨识模块，其被配置为：选择辨识周期范围内的所述差值最大值时刻左右各半个周期，计算该段时间内所述差值越限次数占辨识周期总越限次数的比值，若所述比值大于设定阈值，则为电容投切，否则为高阻故障。

技术总结
本发明属于配电网技术领域，提供了一种基于李萨如曲线辨识高阻故障与投切扰动的方法及系统。该方法包括，获取待检测事件的零序电压和零序电流，构建零序李萨如曲线；将数学形态学进行变形，采用变形后的数学形态学提取零序李萨如曲线的突变特征；基于突变特征，进行变形后的膨胀、腐蚀、开运算和闭运算，计算开运算结果和闭运算结果的差值；选择辨识周期范围内的所述差值最大值时刻左右各半个周期，计算该段时间内所述差值越限次数占辨识周期总越限次数的比值，若所述比值大于设定阈值，则为电容投切，否则为高阻故障。否则为高阻故障。否则为高阻故障。


技术研发人员：石访 张恒旭 韩兆儒 靳宗帅
受保护的技术使用者：山东大学
技术研发日：2023.06.27
技术公布日：2023/8/1