（电力系统及其自动化专业论文）基于信息测度的电力系统故障识别方法研究.pdf

第l f 页西南交通大学博士研究生学位论文 荡下故障信号识别中，通过对故障线路以及不同类型故障的正确识别，再次验证了信 息测度在故障识别中的可行性和有效性。 最后，论文在研究信息融合思想的基础上，建立了融合多种信息测度的特征信息 来研究故障识别的模型，一方面，建立了多种小波熵测度证据融合模型，将来自四种 不同小波熵测度的特征信息进行融合；另一方面，建立了基于“频域信息熵测度时 域近似熵测度”的复合信息测度模型，将不同信息测度的特征信息进行融合。信息测 度的融合克服了电力系统故障识别中诸多不确定因素的影响，通过第一种信息融合模 型在小电流接地系统的故障线路识别和故障类型识别中的应用，以及第二种信息融合 模型在超高压输电线路故障类型识别中的应用，验证了信息融合模型的正确有效性。 本论文是国家自然科学基金项目小波熵理论及其在电力系统故障检测与分类中 的应用( n o 5 0 4 0 7 0 0 9 ，2 0 0 5 2 0 0 7 ) 和基于信息理论的多信源电网故障诊断方法及应 用( n o 5 0 8 7 7 0 6 8 ，2 0 0 9 2 0 11 ) 成果的组成部分。 关键词：电力系统故障识别；故障暂态信号；特征提取；信息测度理论；信息熵 测度；近似熵测度；信息融合：d s 证据理论；复合信息测度；励磁涌流识别；故障 分类识别；故障选线；低频振荡识别。 西南交通大学博士研究生学位论文第1 li 页 a b s t r a c t t h ef a u l tt r a n s i e n ts i g n a li nt h ep o w e rs y s t e mc o n t a i n sr i c hi n f o r m a t i o n , a n dm a k i n g u s eo ft h i si n f o r m a t i o nc a l lh e l pt or e a l i z et h ep o w e rf a u l ti d e n t i f i c a t i o n , f a u l td e t e c t i o na n d r e l a yp r o t e c t i o n d u r i n gt h ea n a l y s i sa n da p p l i c a t i o no ft h ef a u l tt r a n s i e n t ，t h e r ew o u l db ea c r i t i c a lp r o b l e mt ob es o l v e dw h i c hi sh o wt oe x t r a c tt h ef a u l tf e a t u r ei n f o r m a t i o nf r o mt h e f a u l tt r a n s i e n ts i g n a l se f f e c t i v e l ya n dr e l i a b l y o no n eh a n d , b e c a u s eo fi t si n t e r m i x t u r ew i t h t h es t a b l es i g n a l sa n dd u et oi t sl o we n e r g ya n dm a g n i t u d e ，t h ef a u l tt r a n s i e n ts i g n a l sa r e t e n d i n gt ob ea f f e c t e db yt h es t a b l es i g n a l sa n dt h es y s t e m a t i cn o i s e o nt h eo t h e rh a n d ，t h e i n f o r m a t i o nd a t ac o n t a i n e di nt h ef a u l tt r a n s i e n ts i g n a l si su s u a l l ye n o r m o u sa n di r r e g u l a r ，s o i ti sd i f f i c u l tt oe m p l o yt h ei n f o r m a t i o nd i r e c t l yt or e a c ht h ef a u l td i s c r i m i n a t i o np u r p o s e t h u s t h e s et w oa s p e c t so fr e a s o n sm a k ei tat o u g hi s s u et oe x t r a c tt h ef e a t u r ei n f o r m a t i o n e f f e c t i v e l yf r o mt h ef a u l tt r a n s i e n t s a i m i n ga tt h ee x t r a c t i o n i s s u eo ff a u l tf e a t u r e i n f o r m a t i o ni nt h ef a u l td i s c r i m i n a t i o n , e s p e c i a l l yt h ep r o c e s s i n gi s s u eo ft h ee n o r m o u sa n d u n c e r t a i ni n f o r m a t i o n , t h i st l l e s i st r i e st oi n t r o d u c et h ei n f o r m a t i o n m e a s u r e m e n tt h e o r yi n t o t h ef a u l tf e a t u r ee x t r a c t i o n n l ei n f o r m a t i o n - m e a s u r e m e n tt h e o r yi sg o o da tp r o c e s s i n gt h e i n f o r m a t i o na n dh a sb e e na p p l i e ds u c c e s s f u l l yi no t h e rf a u l tr e s e a r c hf i e l d s a n di t s a p p l i c a t i o ni nt h i st h e s i sh a sb e e np r o v e dt ob ev a l i da sw e l lt h r o u g ht h et e s t i n g t h e r e f o r e ， t h ei n f o r m a t i o n m e a s u r e m e n tb a s e dm e t h o df o rf e a t u r ee x t r a c t i o np r o v i d e san o v e ls o l u t i o n o ra s s i s t a n tw a yt ot h ef a u l td i s c r i m i n a t i o ni np o w e rs y s t e m b a s e do nt h es t u d yo fi n f o r m a t i o n m e a s u r e m e n tt h e o r y ，t h i st h e s i sc o m b i n e si tw i t ht h e s i g n a l p r o c e s s i o nm e t h o d so fd i f f e r e n td o m a i n s ，l i k et i m ed o m a i n , f r e q u e n c yd o m a i na n d t i m e f r e q u e n c yd o m a i n , a n dp r o p o s e dt h ec o n c e p to fe x t e n d e di n f o r m a t i o n m e a s u r e m e n t t l l i si sb e c a u s et h ei n f o r m a t i o n - m e a s u r e m e n tt h e o r yd e f i n e st h em e a s u r e m e n t so r i g i n a l l yi n t h et i m ed o m a i no n l y b u t 廿l ef e a t u r ei n f o r m a t i o no ft h ep o w e rf a u l ts h o u l db eu s u a l l y c o n s i d e r e di nv a r i o u sd o m a i n s t h e r e f o r e t h ee x t e n s i o no ft h eo r i g i n a li n f o r m a t i o n m e a s u r e m e n tt h e o r yi n t od i f f e r e n td o m a i n sc a l lb eb e n e f i c i a lt ot h ep r o c e s s i n go ft h ef a u l t f e a t u r ei n f o r m a t i o n t h et h e s i sm a i n l yd i s c u s s e st h ea p p l i c a t i o no ft h ei n f o r m a t i o n e n t r o p y m e a s u r e m e n ta n dt h ea p p r o x i m a t e e n t r o p ym e a s u r e m e n ti n t ot h ef a u l tf e a t u r ee x t r a c t i o n mr e s e a r c hh a su s e dt h et i m e d o m a i ni n f o r m a t i o n e n t r o p y f r e q u e n c y d o m a i ni n f o r m a t i o n - e n t r o p y ，w a v e l e te n t r o p ya n dt i m e - d o m a i na p p r o x i m a t ee n t r o p y ，t i m e - f r e q u e n c y d o m a i n a p p r o x i m a t ee n t r o p yi n t ot h ea p p l i c a t i o no ff a u l ti d e n t i f i c a t i o n f i r s t , t h i st h e s i ss t u d i e st h ea p p l i c a t i o no ft i m e - d o m a i ni n f o r m a t i o ne n t r o p yi n t of a u l t d i s c r i m i n a t i o n t h et i m e d o m a i ni n f o r m a t i o ne n t r o p yi st h ec o m b i n a t i o no fi n f o r m a t i o n e n t r o p ya n dt h et i m e d o m a i ns t a t i s t i ca n a l y z i n gm e t h o d a n di ti sa p p l i e dt od i s c r i m i n a t et h e m a g n e t i z i n gi n r u s hf r o mt h ef a u l tc u r r e n t 1 1 1 es i m u l a t i o n su n d e rv a r i o u sc o n d i t i o n s 1 i k e d i s s y m m e t r i c a li n r u s hc u r r e n t , s y m m e t r i c a li n r u s hc u r r e n t , c ts a t u r a t i o n , i n r u s hc u r r e n t s w i t c h i n go n t of a u l t ，p r o v et h a tt h i sm e t h o dc a no v e r c o m et h el i m i t a t i o no ft h et r a d i t i o n a l m e t h o da n dv e r i f i e st h ea d v a n t a g eo ft h et i m e - d o m a i ni n f o r m a t i o ne n t r o p yi ni n f o r m a t i o n p r o c e s s i n g s e c o n d ，t h et h e s i ss t u d i e st h ea p p l i c a t i o no fw a v e l e ts i n g u l a re n t r o p yi n t ot h ef a u l t - t y p e d i s c r i m i n a t i o n n l ew a v e l e ts i n g u l a re n t r o p yi so n ek i n do ft h et i m e f r e q u e n c yd o m a i n i n f o r m a t i o ne n t r o p yw h i c hc o m b i n e sw a v e l e tt r a n s f o r m a t i o n 、航也i n f o r m a t i o ne n t r o p y t h e t h e s i se m p l o y si ti n t ot h ef a u l t - t y p ed i s c r i m i n a t i o ni nh i 曲一v o l t a g et r a n s m i s s i o nl i n eu l l e r 第f v 页西南交通大学博士研究生学位论文 v a r i o u sc o n d i t i o n s 。l i k ed i f f e r e n tf a u l tt y p e ，f a u l ti n c e p t i o nt i m e ，f a u l tr e s i s t a n c e ，f a u l t p o s i t i o n , a n dh a so b t a i n e das a t i s f a c t o r yr e s u l t n j r d , t h et h e s i ss t u d i e st h ea n a l y s i so fi d e a lp o w e rs i g n a l sb yt h ea p p r o x i m a t ee n t r o p y ， n l e ns t u d i e st h ea p p l i c a t i o no ft i m e 也m a i na p p r o x i m a t ee n t r o p yi n t ot h ef a u l t - l i n es e l e c t i o n a n df a u l ti d e n t i f i c a t i o nd u r i n gp o w e rs w i n g t h es i m u l a t i o nr e s u l t sv e r i f rt h ef e a s i b i l i t ya n d v a l i d i t yo ft h ei n f o r m a t i o n m e a s u r e m e n tb a s e df a u l td i s c r i m i n a t i o n f i n a l l y ，a c c o r d i n gt ot h ei n f o r m a t i o nf u s i o nt h e o r y ，t h i st h e s i s f u s e s t h ef e a t u r e i n f o r m a t i o nf r o mv a r i o u si n f o r m a t i o nm e a s u r e m e n t st o g e t h e rt od i s c r i m i n a t et h ef a u l t s o n o n eh a n d , w ee s t a b l i s ht h ef u s i n gm o d e lo fd i f f e r e n tw a v e l e te n t r o p i e st of u s et h e i n f o r m a t i o nf r o m4d i f f e r e n tk i n d so fw a v e l e te n t r o p ym e a s u r e m e n t s ：o nt h eo t h e rh a n d , w e e s t a b l i s ht h e f r e q u e n c y d o m a i ni n f o r m a t i o ne n t r o p ya n dt i m e d o m a i na p p r o x i m a t ee n t r o p y m o d e lt of u s et h ei n f o r m a t i o nf r o md i f f e r e n tm e a s u r e m e n t s n l ef i r s tm o d e lh a sb e e nu s e d i n t ot h ef a u l tl i n ea n df a u l tt y p ed i s c r i m i n a t i o n , a n dt h es e c o n dm o d e lh a sb e e nu s e di n t ot h e f a u l tt y p ed i s c r i m i n a t i o ni ne h vt r a n s m i s s i o nl i n e t h r o u g ht h ef u s i o no fi n f o r m a t i o n m e a s u r e m e n t s ，t h ee f f e c to fs y s t e m a t i cu n c e r t a i n t yi nt h ef a u l ts t u d yc a nb eo v e r c o m ea n da b e t t e rf a u l td i s c r i m i n a t i o nc a nb ea c h i e v e d t l l i st h e s i si ss u p p o r t e db yn a t i o n a ln a t u r a ls c i e n c ef o u n d a t i o no fc h i n a ：w a v e l e t e n t r o p yt h e o r ya n di t sa p p l i c a t i o ni np o w e rf a u l td e t e c t i o na n dc l a s s i f i c a t i o n ( n o 5 0 4 0 7 0 0 9 2 0 0 5 2 0 0 7 ) a n d i n f o r m a t i o nt h e o r yb a s e dp o w e rn e t w o r kf a u l td i a g n o s i so fm u l t i s o u r c e d s i g n a l ( n o 5 0 8 7 7 0 6 8 2 0 0 9 2 0 11 ) k e yw o r d s ：p o w e rf a u l td i s c r i m i n a t i o n , f a u l tt r a n s i e n ts i g n a l ，f e a t u r ee x t r a c t i o n , i n f o r m a t i o nm e a s u r e m e n tt h e o r y , i n f o r m a t i o ne n t r o p y ，a p p r o x i m a t ee n t r o p y ，i n f o r m a t i o n f u s i o n , d s e v i d e n c et h e o r y ，m u l r i p l e i n f o r m a t i o nm e a s u r e m e n t s ，m a g n e t i z i n gi n r u s h d i s c r i m i n a t i o n , f a u l tt y p ed i s e r i m i n a t i o n , f a u l tl i n es e l e c t i o n , p o w e rs w i n gd i s c r i m i n a t i o n 西南交通大学 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留 并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本 人授权西南交通大学可以将本论文的全部或部分内容编入有关数据库进行检索，可 以采用影印、缩印或扫描等复印手段保存和汇编本学位论文。 本学位论文属于 1 保密口，在年解密后适用本授权书； 2 不保密团，使用本授权书。 ( 请在以上方框内打“ ) 学位论文作者签名： 日期：列o s 劬 噍佘 指剥雠：妤氏神镍 日期：扣p 歹跏 西南交通大学学位论文创新性声明 本人郑重声明：所呈交的学位论文，是在导师指导下独立进行研究工作所得的成 果。除文中已经注明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰 写过的研究成果。对本文的研究做出贡献的个人和集体，均已在文中作了明确的说 明。本人完全意识到本声明的法律结果由本人承担。 本学位论文的主要创新点如下： ( 1 ) 在研究高压输电线路故障类型识别的过程中，论文给出了一种小波奇异熵 测度算法，并对小波奇异熵的物理意义和应用机理进行了分析，基于此，给出了基于 小波奇异熵的特征信息提取和量化算法，提出了基于小波奇异熵的高压输电线路故障 类型识别方法。对应内容在论文4 1 节和4 2 节。 ( 2 ) 在信息测度基本原理的基础上，论文提出了一种广义的信息测度概念，将 信息测度与各种变换空间的信号处理方式相结合，定义了适合时域、频域和时频域故 障信号特征提取的5 种信息测度指标，并分别应用于励磁涌流和故障电流识别、高压 输电线路中故障类型识别、小电流接地系统中故障线路识别以及低频振荡中故障信号 识别。对应3 3 2 节和7 1 2 节的内容。 ( 3 ) 论文建立了基于多种小波信息熵测度的信息证据融合模型，以及信息熵近 似熵复合信息测度融合模型，将多种信息测度所提取得到的特征信息进行融合，进一 步解决了电力系统故障识别过程中系统的不确定性和随机性所带来的问题。论文中将 第一种模型应用于故障类型和故障线路识别，将第二种模型应用于超高压输电线路故 障类型识别。对应内容位于6 1 节和7 1 2 节。 作者签名：厢影孓 日期：一口c o s m 西南交通大学博士研究生学位论文第1 页 第1 章绪论 1 1 课题的提出 目前，电力系统故障诊断的研究主要集中在两个方面：一是基于保护开关量的电 网故障诊断研究；二是基于故障电气量的故障信号检测和识别研究。对于后者的研 究，由于是直接利用系统中的电气量信号进行分析，而电气量信号中蕴含了丰富的直 接的故障信息，因此此项研究目前越来越受到关注【l 。5 l 。具体来说，这是因为当电力系 统发生故障时，首先最直接是引起故障元件的电流、电压、频率等电气量信号的变 化，然后才是根据电气量信号的变化信息来启动保护，最后才是保护去动作相应的开 关。也就是说，故障电气量信号是电力系统故障研究中最直接的信息源，故利用电气 量信号来分析故障能最大限度地避免故障研究中的干扰和不确定信息。因此，基于故 障电气量的故障检测和识别是电力系统故障诊断领域近年来的研究热点。 在基于故障电气量信号的故障识别研究方面，传统的方法主要是基于故障后稳态 电气量信号的研究 6 - 7 1 ，但随着系统的发展和需求的提高，基于稳态量的故障识别研 究逐渐在识别准确性和识别速度等方面显露出不足【8 驯。基于故障暂态信号的研究由 于具有灵敏度高、速度快、不易受到系统工况影响等特点，在故障识别的应用中较传 统方法体现出优势【l 叫4 j 。因此，基于故障后暂态电气量信号的故障研究，近年来逐渐 被电力系统故障识别研究所青睐【1 5 驯。 目前基于暂态电气量信号的故障识别研究主要包含两大研究方向：一是对扰动信 号的识别研究1 1 4 , 2 0 - 2 3 j 。扰动暂态是与系统故障无关并不影响系统正常运行的暂态信 号，因为这类暂态严重地污染了电能质量，所以国内外电力工作者在定位识别这类暂 态以及研究相应的动态补偿措施方面做了大量的工作1 2 4 删1 ；二是对故障信号或故障状 态的识别研究1 2 9 - 3 4 1 。故障暂态是电力系统中的线路、设备等元件发生故障或者异常而 引起的暂态信号，这类暂态信号由于与系统的安全运行密切相关而倍受关注，而且由 于故障暂态信号包含了大量的故障信息、同时又具有传播速度快、受系统参数干扰小 等特点，因此为故障识别研究提供了有效的研究对象【3 5 4 0 】。论文主要研究利用故障后 的故障暂态信号来识别故障信号或者故障状态。 目前，基于暂态信号的故障识别研究存在着一个关键的难点问题，即故障暂态信 号的特征信息提取。一方面，暂态电气量通常混杂在稳态电气量中，而且能量低、幅 值小，容易被稳态量和系统噪声所淹没；另一方面，获取到的暂态电气量往往是海量 的、不规则数据1 4 l j ，直接利用无法达到故障研究的目的，因此故障特征信息的有效提 取成为问题的关键，它直接关系到故障研究的准确性和有效性。然而由于电力系统故 障暂态的复杂性，故障特征信息的有效提取始终是电力系统故障识别研究中的瓶颈。 在以往利用故障暂态特征进行故障识别的研究中1 4 2 - 4 6 ，诸如小波变换等非线性信号处 理工具为暂态特征的提取提供了分析工具，但它仅仅提供了实现故障特征分离的方 法，而没有完全达到故障特征信息直接提取的目的，还难以实现对故障信号的准确识 别。如何从故障暂态信号或从己分离的特征向量中提取出表征不同故障信息的有效参 数，从而实现对故障信号准确的、可靠的识别是本论文所关注的重点。 第2 页西南交通大学博士研究生学位论文 在通过大量的资料文献研究和学习后，发现在其它学科领域的故障研究中广泛成 功应用到的信息理论1 4 7 - 5 5 】为本论文的研究提供了解决思路。由于信息理论在特征信息 处理方面具有强大的能力，这和本文需要解决的重点问题是一致的，因此论文将信息 理论中的部分相关思想引入到电力系统故障信号的识别中，解决利用信息理论中的相 关理论来研究基于故障暂态电气量的电力系统故障识别问题。 1 2 国内外研究现状分析 1 2 1 基于暂态量的电力系统故障识别研究现状 现代电力系统由于具有时变性、非线性和不确定性等特点而难于建立精确的数学 模型，因此基于模型的研究方法在实现上面临着很大困难；基于信号处理的研究方法 则回避了建立精确数学模型这个难点，基于信号的处理是直接利用在系统中获取到的 故障信号特征信息来分析系统故障，是直观的、准确的和有效的，因此基于信号处理 的研究方向已成为目前对电力系统故障进行研究的一个热点【5 6 - 5 9 。 基于信号处理方法的故障暂态信号研究，是在传统方法研究故障稳态信号的基础 上，针对稳态研究已取得的成果和存在的不足( 诸如易受到系统动态变化的影响、制 约故障研究的速度唧】等) ，而提出的一种基于信号处理的研究模式、考查新的研究对 象( 暂态信号而非稳态信号) 的故障研究策略。由于基于暂态信号量的故障识别研究 具有灵敏度高、速度快、不易受到系统工况影响等优势唧m 】，近年来逐渐被电力系统 故障研究所青睐。与传统稳态研究相比，暂态信号故障研究具有独特的优势，目前在 国内外都已经得到了广泛的研究和应用。 首先在暂态保护方面，在对故障信号和故障状态进行检测的过程中，由于与传统 的工频保护相比较，暂态保护原理可以更大限度的提高保护动作速度，因此成为国内 外保护研究的发展方向【1 7 9 , 6 0 , 6 2 - 7 2 。早期的暂态保护主要是行波保护，2 0 世纪8 0 年代 后相继提出的一系列基于故障行波的超高速保护方案 6 2 - 6 5 , 7 3 - 7 5 】，具有保护动作速度 快、不受系统运行方式和振荡影响等特点，但这些方案大都采用了以初始行波的极 性、幅值信息为依据的判别，其灵敏性和可靠性都会受到小初始角、近距离故障、行 波色散、故障电弧、母线结构等诸多因素的影响；为弥补行波类保护的不足，研究又 提出了高频暂态类的方向保护【7 7 】，但它们会受到母线参数以及本身物理概念的制 约，而且保护算法实现也不便；研究又不断提出了各种基于高频暂态量的保护原理i l 酗 1 9 ，6 0 ，6 ，7 1 饲，由此暂态保护技术已经覆盖了继电保护的许多方面，如方向保护、距离 保护1 6 s , 7 2 , t s 等，而且都获得了快速准确的保护效果。 在暂态故障测距定位方面，由于传统基于工频电气量的阻抗算法通常会受到互感 器的误差和过渡阻抗等因素的影响，往往不能满足应用中对精度的要求，因此学者们 提出了基于故障行波分量和基于高频暂态量的故障测距方法【1 7 , 6 2 , 7 9 - 9 2 ，通过利用故障 暂态量进行快速准确的故障定位，从而缩短了用户的停电时间、减少了停电损失。小 波分析作为一种具有时频局部化特性和对奇异信号敏感特性的数学工具，在基于暂态 的故障测距算法中扮演着重要的角色 4 3 , 6 3 , 7 8 , 8 3 - 8 5 】。 在故障状态检测识别、故障信号分类等研究方面，基于暂态信号量的研究方法都 体现出了很大的优势：文献1 3 6 j 中利用行波暂态来识别保护合闸时线路的故障状态，由 西南交通大学博士研究生学位论文第3 页 于采用了3 个线模量以及利用了相电流的频域特征，因此提高了识别的正确性和可靠 性；文献【8 6 】提出一种利用故障噪声结合神经网络的故障识别方法，文献1 87 】利用故障产 生的暂态突变结合小波变换进行故障类型识别，但这两种基于暂态量的故障类型识别 方法主要是针对自动重合闸的单相故障识别；文献1 3 0 j 利用复值小波来分析不同暂态过 程的不同特征表现，从而实现对瞬时故障和永久故障的识别；文献p l j 利用故障暂态结 合小波神经网络来实现对电力系统振荡和故障的识别；文献捧副提出了基于分形理论的 高压输电线路故障类型暂态识别方法，同时还有基于暂态量的故障线路识另u f 8 9 j 以及雷 电暂态识别【蚓等。 可见，国内外对基于暂态信号量的故障研究已经覆盖了电力系统故障研究的诸多 方面，但总结起来，以上基于暂态信号量的故障识别研究主要是从两个方面进行的： 一是基于故障暂态行波的研究【2 9 , 9 1 】；二是基于高频暂态信号时变特性和频率特性的研 究【7 7 , 8 6 】。前者主要是利用暂态行波的波头信息进行研究，后者则是考虑利用暂态信号 的整体特征进行研究，后者才是严格意义上的暂态信号研究。这是因为行波研究虽然 也是利用故障产生的暂态信号量，但只是利用了行波初始波头及后续两三个反射波所 包含的故障信息，而忽略了暂态信号中所包含的其它大部分故障信息。但不论是行波 研究还是对故障暂态信号的整体研究，本质上都是基于检测和识别故障所产生的暂态 信号分量，两者之间的区别在于行波研究通常只是在时域内检测和识别暂态信号的奇 异点( 即波头) 特征，而对整个暂态信号分量的研究则需要从时域、频域、时频域等多 个信号变换空间对暂态信号的整体特征进行分析识别，因此能更充分地利用包含在暂 态信号中的故障信息。 通过对上述文献的学习，基于暂态信号量的故障研究总结起来实际上就是通过对 故障所产生的暂态信号进行特征提取从而解决故障状态检测、识别和分类等问题。而 目前从国内外的研究现状来看，此类研究存在的一个共同局限，就是无法处理特征提 取过程中一些不确定复杂因素的影响，从而难以在不同的系统工况下得到可靠的故障 识别结果。这正是本论文需要解决的主要问题。 实现高效可靠的故障暂态信号研究通常要求从时域、频域等多个方面对暂态信号 进行分析和识别。从传统的时域相关法、频域傅立叶变换、法i 别到强大的小波分析方法 4 3 , 6 4 】，以及学者不断提出的一些新方法如数学形态法【6 8 , 7 2 】、h i l l b i t 法【5 7 】等方法的应 用，使得在时域、频域以及时频联合域等多个空间内对暂态信号进行分析成为了可 能，也为准确获得暂态分量中的故障信息提供了前提。特别是广泛有效使用的时频分 析工具小波变换更是可以分别甚至同时对暂态信号的时间特征和频率特征进行描述 1 9 , 6 7 】。但进一步的研究发现，尽管小波变换等数学工具为非线性、非平稳暂态信号的 分析提供了强大工具【8 5 , 8 7 , 9 3 拟】，但它们仅仅提供了实现故障暂态特征分离或者说是获 得故障信息的方法，通过小波变换等分析获得的信息由于冗余、复杂、非直观而无法 直接为故障研究所用，因此还没有真正达到故障特征提取、信息表达的目的。这是暂 态信号分析中必须解决好的问题，找到新理论新方法来系统解决暂态信号特征提取、 信息表达的问题，同时处理好特征提取过程中诸多不确定复杂因素的影响，就是本论 文所研究的重点问题。 第4 页 西南交通大学博士研究生学位论文 1 2 2 信息理论的研究现状和在电力故障识别中的应用前景 信息理论是信息科学中最成熟、最完整、最系统的一个重要组成部分，它是信息 科学的发展起源和基石瞰】；信息理论也是数学模式识别的主要基础理论之一，它是研 究信息的传输、存储和处理的学科，也被称为通信的数学理论，是在长期通信实践活 动中，由通信技术与概率论、随机过程、数理统计等学科相结合而逐步发展起来的一 门新兴交叉学科 9 6 - 9 7 1 。随着信息科学的崛起和信息技术的不断发展，信息理论在通信 领域中发挥了越来越重要的作用；同时，由于信息理论解决问题的思路和方法的独特 性和有效性，信息理论逐渐作为- - f - j 系统的科学开始应用到了生物、医学、物理、机 械等多个学科领域的信号识别及故障诊断中【9 8 。1 咖，并展现出它的蓬勃生机和发展前 景。从上世纪6 0 年代开始，信息理论就被逐渐应用到多个学科领域的故障诊断中， 文献【1 0 0 】利用信息理论的思想研究旋转机械故障状态的各种信息特征，实现旋转机械 的故障诊断；文献【1 0 1 】利用信息理论思想研究睡眠脑电，实现对睡眠的正确分期；文 献【1 0 2 j 利用信息理论相关原理来实现对变电站的故障诊断，表明基于信息理论的方法 是一种处理不确定和不完整信息的有效方法。在各个领域的信号分析或者故障诊断 中，研究的重点主要集中在状态识别或故障诊断时能够获得最优检测指标或最优检测 顺序等方面4 9 ，1 0 3 1 。 信息理论相关原理在电力系统研究领域中的应用，首先是在对电力信息进行处理 的方面：国内外有学者提出了电力信息系统【1 0 4 】和电力信息模型【1 0 5 d 叫的概念；也有学 者提出将广义信息理论引入到电网故障的研究中并进行了一系列初见成效的相关应 用：文献【1 0 7 1 i l 】在电网故障研究中引入信息理论的相关原理，把电力系统故障过程描 述为故障信息的运动过程，并利用信息运动的不确定性来进行电网在线故障研究，建 立了广义的信道模型，从而把故障研究问题转化为求取最小信息损失的组合优化问 题，并通过该方法在电网故障诊断、状态估计、短期负荷预测、电压稳定评估等多方 面的应用，有效验证了信息理论在提高电力系统的信息可靠性和决策智能性方面具有 较好的应用前景。其次是对电力故障信息进行融合方面：文献 i 1 2 1 f l 口把信息融合理论 应用于电力系统故障检测中，介绍了信息融合故障检测的模型与方法，分析了信息融 合技术在状态监测、继电保护中的应用技术，并以小电流接地系统故障选线为例，提 出了模糊信息融合故障选线方法，提高了故障选线的灵敏度和可靠性；文献【l h j 提出 了一种基于信息融合理论的故障选线判据，并运用d s 证据理论实现了多判据信息融 合，将多判据选线问题转化为证据推理问题，从而提高了选线性能；文献 1 1 4 1 提出对 多种故障表征方法进行信息融合来进行故障线路识别，由于充分利用了故障录波信 息，因此与传统利用开关量信息的故障选线方法相比具有无法比拟的优势；文献i l j 中引入信息融合理论来研究和处理负荷变化的不确定性，建立信息融合模型将各种单 一预测模型的预测结果以及历史预测误差分布作为约束信息，再利用最大信息熵原理 得到预测结果的分布，有效地提高了负荷预测精度。在以上文献的研究中，信息理论 主要是发挥了在处理不确定和不完整信息方面的优势，从而有利于实现电力系统中更 为可靠的故障研究。 针对本论文所关注的电力系统故障信号特征信息提取这样一个课题，考虑到在不 同的线路状况、不同的工作条件下，系统故障将产生不同的暂态信号分量，其中包含 西南交通大学博士研究生学位论文第5 页 的暂态信息量和暂态信息分布都是不同的，故提取到的故障特征信息是随机的、不确 定的，这就给故障特征提取中暂态信息的量化造成了困难，于是需要一种系统而成熟 的理论去衡量。研究和处理好故障暂态信号中的随机信息、不确定信息，以便为科学 的故障识别研究提供依据，由于这样的任务和信息理论所能解决的问题是一致的，因 此本论文在对故障特征进行处理的过程中考虑引入信息理论的相关原理。 广义的信息理论从整体上来说包括信息的采集、度量、编码、传输等多个方面的 系统理论【1 1 5 j ，其中对信息的度量理论，即“信息测度理论 对本论文中所研究的对 故障特征信息的量化表征具有较强的针对性和指导意义。在此基础上，本论文将信息 理论中的信息测度理论引入到电力系统故障信号的特征提取中。 信息测度理论是以c e s h a n n o n 提出的通信数学理论为核心的，其中提出的自信 息量、信息熵、互信息量等测度指标，都能为从信息角度出发研究和处理故障信号特 征信息提供依据u 1 6 j 。信息测度指标，是用于在基于信息理论的信息认识过程中，对 信号特征进行定量描述和分析，从而对测试参量的不确定性、奇异性、相关性等内在 特征进行定量表征，并作为信号分析和识别的依据。信息测度理论在多个领域的系统 分析和故障诊断中都得到了应用：文献1 1 1 7 j 是在物理学领域中利用信息测度指标来量 化系统网络的复杂性程度；文献【1 1 3 是在电力系统领域中基于信息测度概念提出了故 障信息测度的定义，并将多种故障信息测度相融合进行选线识别；文献【1 1 嚣j 是将信息 测度理论用于图像处理技术中，实现对复合绝缘子憎水性的准确测量；文献【1 1 6 】是将 信息测度指标用于机械故障诊断，研究中对主要的信息测度指标及其工程意义进行了 深入分析，并针对固有信息测度的局限性，建立基于广义信号变换空间的复杂度信息 熵模型和测度指标，进行多源、多层次信号的特征信息提取。 论文中旨在将信息测度用于电力系统故障暂态信号的特征信息提取分析，考虑到 其应用对象不再是针对传统意义上的通信信号，固有的信息测度理论必定存在局限 性，因此就需要对固有的信息测度理论进行必要的扩展和泛化，使之成为适合于电力 系统故障信号分析研究的应用理论和方法，从而更好地发挥信息测度理论在信息分析 和处理方面的强大优势。基于文献l l l 6 j 中的思想，本论文中也可以通过将信息测度在 不同的信号变换空间内进行扩展，建立基于广义信号变换空间的信息测度指标，以适 应电力系统中应用的需求。 同时，当单一的信息测度指标不能很好地表征故障特征信息时，还可以考虑将多 源、多角度的特征信息进行融合，从而更好地处理不确定和不完整的特征信息吵 1 2 0 o 通过学习国内外关于信息理论研究应用现状的文献，总结出信息理论在特征信息 处理，特别是不确定和不完整信息处理方面体现出的巨大能力，信息理论相关原理的 确能为故障信号分析和故障状态识别提供一种有效的方法理论。同时，信息理论的相 关原理在电力系统故障信号分析和状态识别方面，具有针对性和可行性，论文的目的 就是探索和发挥其在电力系统故障暂态信号特征信息分析和处理方面的应用潜能。 1 2 3 信息测度理论在电力系统故障识别中的研究意义 通过以上对国内外研究现状文献的学习，