基于小波变换的电缆故障预测定位系统数据融合

基于小波变换的电缆故障预测定位系统数据融合汪 梅(西安科技大学 电气与控制工程学院，陕西 西安 710054)摘 要：提出一种基于小波变换的电缆故障预测定位复杂非线性系统数据融合方法，给出样本的

() 2004727 西北大学学报自然科学网络版年月，第卷，第期 Science Journal of Northwest University Online Jul. 2004Vol.2No. 7 ，， 基于小波变换的电缆故障预测定位系统数据融合 汪梅 (710054) 西安科技大学电气与控制工程学院，陕西西安 提出一种基于小波变换的电缆故障预测定位复杂非线性系统数据融合方法，给出样本的 摘要： 合理权值。首先，剔除电缆故障实测数据中的疏失误差数据，再用小波变换检测出有效实测数据 的误差趋势，度量有效实测数据的可信度，根据可信度给出有效实测数据的权值。仿真结果表明： 用小波变换融合数据所建系统的神经网络模型的输出预测的平均误差，远远小于数据融合前所建 模型预测的平均误差，基于小波变换的数据融合方法确保了建模所用训练样本的可信度及其权值 的合理性。 电缆；故障定位；小波；神经网络；数据融合 关键词： TM726 A1000-274X(2004)0081-07 中图分类号：文献标识码：文章编号： 现代化社会使得人们的生活和生产对电能的依赖越来越强，电缆线路事故对社会造成的影响越来越大， 电缆线路的故障严重地威胁和危害着人民生命财产的安全。保证电缆线路安全运行，及时、准确地预测定 位出故障点，并迅速加以排除是电力工作者的奋斗目标。由于故障预测在提高电缆线路运行的安全性及减 小损失方面具有显而易见的主动性，因而实现电缆线路故障预测和定位，并在准确预测和定位的基础上， 排除电缆线路的故障隐患具有现实意义。因此，建立一套可靠的电缆线路故障预测定位系统，及时发现故 [1] 障隐患，并准确定位出故障点，是电缆线路安全运行中一个亟待解决的问题。 1 系统的工作原理 电缆故障预测定位系统属于多输入多输出的复杂非线性问题，为实现电缆故障的预测定位及故障类型 的模式识别等功能，需要在大量实测数据的基础上建立具有非线性特性的神经网络系统模型，并以此设计 电缆故障预测定位及故障类型辨识系统。把电缆线路的实时监测数据加在系统的输入端，根据模型的数据， 显示被检测电缆的状态是否正常，一旦神经网络模型的输出表明电缆出现了故障，则发出报警并显示出故 障点位置及故障类型。 [2] 90% 根据有关部门统计，短路或接地故障占全部电缆故障的以上。正常情况下，电缆三相之间的绝 1000kΩ 缘电阻及各相对地的绝缘电阻应为无穷大。一旦某一绝缘电阻值降低而小于某一定值，如，则属 [3] 于电缆的短路或接地故障。本文主要研究三相电缆短路或接地故障的预测定位系统中数据融合问题。 52A/D3A/D 系统中共用了个传感器，其中个转换器用于检测系统的平衡状态，另个转换器用于检 [4] 测系统的输入点的电位。为简化数据处理，故障距离样本数据已经进行了归一化处理。 由于神经网络具有很强的模型辨识、自适应预报和故障诊断能力，特别是在求解复杂非线性问题中具 [5] BP 有不可比拟的优势，因此选用具有非线性特性的神经网络作为系统的模型。电缆故障系统的模型采 ________________________ 收稿日期：2003-10-24 2003K06G19 陕西省科技攻关资助项目（） 基金项目： 姚合宝，男，西北大学物理学系教授 审稿 人：