以经消弧接地为例,上传主站生成的近似熵矩阵如下所示:
对其进行K均值聚类,结果为区段Q1、Q2为一类,Q3、Q4为另一类,则故障发生在Q2和Q3之间,定位准确。此外,为更清晰反映不同区段各固有模态分量和原始信号近似熵值差异度,从选线装置到末端计算各终端近似熵值比值,如式(5)所示:
式中:ρ为相关性系数;λ为相应FTU近似熵值;k表示线路上由母线到末端FTU的序号,取值范围在1到n之间。
表1 零模电流在各子频带分量的近似熵值和定位结果
将表1的数据经式(5)计算后用柱状图来表示,如图7所示。
图7 子频带近似熵相关系数比较图
由图7可知,故障点同侧波形相似,其近似熵值相近,比值接近1。而故障点两侧相关性系数较差,近似熵值差异大,则比值差异大。此外,观察柱状图可得,IMF1、IMF2分量相比原始数据区分量显著提高,能量化地反映出不同区段的区别程度。因此,相比采用未分解频段的原始波形近似熵的定位方法,本文所提的特征量提取方法的可靠性得到了显著提高。