基于自适应滤波算法的电能计量设备故障自适应溯源识别

摘要

为提高电能计量设备故障的识别效果,提出基于最小均方误差(LMS)自适应滤波算法的电能计量设备故障自适应溯源识别方法,能够精准发现引发电能计量设备故障的原因.求解滤波器对电能计量设备输入、输出信号的反馈信息获取预估误差,自动更新滤波器参数,通过LMS算法确定横向滤波器的最佳抽头权值,实现电能计量设备数据的降噪.构建了基于有符号定向图-故障网络图的电能计量设备故障溯源模型,利用有符号定向图层分析降噪后的数据,体现电力系统中某设备出现失常时,其他设备受到的相关影响;利用故障网络图层表达设备发生故障时,其内部的扩展过程,阐述故障模式的制衡关系,实现电能计量设备故障的溯源识别.结果表明,该方法能够实现电能计量设备数据的降噪,使噪声峰值接近于0;故障识别中的数据丢失<40次,识别时间<15 ms,可提高电力设备故障的溯源识别效果.

关键词

滤波算法 / 电能计量 / 设备故障 / 溯源识别 / 预期响应 / 抽头权向量

基金资助

国网冀北电力有限公司项目（63018519001C）; 国网北京市电力公司基金项目（5400-202211163A-1-1-ZN）