基于hilbert-huang变换的生物触电电流检测模型-关海鸥.pdf

《基于hilbert-huang变换的生物触电电流检测模型-关海鸥.pdf》由会员分享，可在线阅读，更多相关《基于hilbert-huang变换的生物触电电流检测模型-关海鸥.pdf（8页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、第33卷 第14期202 2017年 7月农业工程学报Transactions of the Chinese Societ)r of Agricultllral Enginee血g、厂0133 No14Jul2017基于HilbertHuang变换的生物触电电流检测模型关海鸥1，李伟凯1，杜松怀2，李春兰3，李 磊1(1黑龙江八一农垦大学信息技术学院，大庆163319；2中国农业大学信息与电气工程学院，北京1000833新疆农业大学机械交通学院，乌鲁木齐830052)摘要：为了检测触电时刻剩余电流中生物体触电支路电流信号的难题，应用HilbertHuang变换方法，确定了生物触电时剩余电流的固

2、有模态函数中相关系数最大的IMF分量的局部幅值达3402 mA，且与原信号相关性系数达到099，同时剩余电流与触电电流暂态过程频谱特性具有相似变化规律。以此为基础，应用生物电流信号高频IMF分量幅值的突变特征，作为触电故障时刻确定判据，建立生物触电故障时刻判定方法，实际数据的仿真处理正确率为9417；筛选剩余电流分解的相关性较高的有限个数的低频固有模态IMF分量，应用逐步多元线性回归方法，提出基于剩余电流固有模态分量的生物触电支路电流幅值检测方法，仿真试验结果的平均相对误差值546，具有良好的适应性和实用性，为研发基于生物体触电电流而动作的剩余电流保护装置提供参考。关键词：电流检测；模型；算法

3、；生物触电信号；HilbertHuang变换；暂态频谱分析doi：1011975jissn10026819201714028中图分类号：TM77 文献标志码：A 文章编号：1002 6819(2017)一140202一08关海鸥，李伟凯，杜松怀，李春兰，李磊基于H IbertHuang变换的生物触电电流检测模型J农业工程学报，2017，33(1 4)：202209 doi：1011975jissn10026819201714028 http：wwwtcsaeo娼Guan Haiou，Li Weikai，Du Songhuai，Li Chllnlan，Li LeiDetection model

4、of biological elec仃ic shock current based onHilbert-Huang transfonnJTransactions of me Chinese Societ)r of AgriculnHal Engineering(Transactions of the CSAE)，2017，33(14)：202209(in Chinese wim English abs讹ct) doi：1011975jissn10026819201714028 h却：wwwtcsaeorg0 引 言剩余电流保护装置(residual current operatedDrotec

5、tive device，RCD)在中国农村低压电网中的广泛应用，对于防止触电伤亡事故以及避免因漏电而引起的火灾事故具有非常重要的作用1。在剩余电流保护技术的硬件结构和漏电电流检测方面已进行了大量突破性研究，但并未从根本上解决其正确投运率较低的问题【2。21。生物体触电故障时生物触电信号的特性规律及检测识别在国内外尚无成熟技术方法和产品，无法满足诸多复杂因素下电力系统更加安全可靠的新要求。目前HHT变换1 3。14方法己在电力系统检测中成功应用。李天云掣15。1 6】将谐波信号通过经验模态分解，获取一系列不同经验模态函数，利用各IMF分量变换可得各次谐波的幅值、频率及相位，实现了电力系统扰动信号

6、和谐波信号的准确分析。zhang等1 47应用希尔伯特变换计算固有模态函数分量的瞬时幅值，可准确获取行波故障信号到达时间且定位精度满足实际要求。Su等1 8将改进希尔伯特黄变换应用到船舶电力系统电能质量检测中，利用快速傅里叶变换解收稿日期：2017033l 修订日期：2017一0620基金项目：中国博士后科学基金资助项目(2016M591559)；国家自然科学基金项目(51177165，51467021)作者简介：关海鸥，男，副教授，黑龙江五常人，博士后，主要研究农业电气化与自动化。大庆黑龙江八一农垦大学信息技术学院，163319。Email：曲0123163com通信作者：李伟凯，男，教授，

7、黑龙江大庆人，博士生导师，主要研究农业电气化与自动化。大庆黑龙江八一农垦大学，163319。Email：bynd263netcn决了模态混叠问题，通过复杂的谐波信号分解成为单次谐波分量，实现了时间振幅和频率的准确计算。文献19通过局部均值分解提取了触电故障电流信号的瞬时电气参数。已应用HHT变换方法对电力系统故障特征的有效提取及检测，为实现生物触电电流检测提供了理论与技术可行性。其中文献20以剩余电流固有模态能量特征为依据，有效识别了触电故障类型，但未解决如何检测触电时刻并识别剩余电流中生物体触电支路电流信号的难题。因此，本文开展基于HilbertHuang变换的生物触电电流检测模型的研究，将

8、以生物体(动物)触电故障的剩余电流与触电电流信号为研究对象，首先采用HilbertHuang变换方法，分析剩余电流和触电电流暂态过程频谱特性，其次利用经验模态分解剩余电流暂态信号，获取有限个固有模态函数，创新地提出基于剩余电流固有模态分量的生物触电故障时刻及触电支路电流幅值检测方法。为研究与开发基于生物体触电电流而动作的剩余电流保护装置提供参考，对保证低压电网安全运行具有重要意义。1 H IbertHuang变换原理及算法步骤HilbertHuang变换【2lJ是一种非线性非平稳信号分析的新方法，其过程主要由2部分组成：经验模态分解方法(empirical mode decomposition

9、，EMD) 和希尔伯特(Hilbert)谱分析。首先用EMD将信号分解为一系列合理数目的固有模态函数(intrinsic mode劬ction，IMF)的线性和，然后对每个IMF进行Hilbert变换得到Hilbert时频谱图来分析信号。万方数据第14期 关海鸥等：基于HilbertHuang变换的生物触电电流检测模型 20311经验模态分解(EMD)EMD方法将信号分解为有限个固有模态函数之和，其中任何2个模态函数之间是相互独立，且IMF满足以下2个条件22：在整个数据中，过零点数目与极值点(极大值或极小值)数目相等或至多相差为1；信号上任意一点，由局部极大值构成的上包络线与由局部极小值构成

10、的下包络线均值为O。根据固有模态函数IMF的定义，EMD分解信号的步骤如下22：1)确定信号x(n所具有的全部局部极值点，然后利用3次样条插值方法将所有的局部极大值点拟合为该信号的上包络线v。(幻，通过局部极小值点拟合得到下包络线v2(0。2)定义m，(f)为上包络线和下包络线的平均值(v。(f)+屹(f)2，即可计算得到扛(f)扛O)=xO)一m。(f) (1)3)如果五。(力满足IMF的要求，那么矗l(力是f)的第1个分量，否则将忍】(幻作为原始数据重复式(1)和式(2)，直到重复循环尼次后，矗1“0满足IMF的要求，记为cl(D为第1个满足IMF条件的分量。4)从原信号z(力中分离出满足

11、IMF条件c】(力分量，可得r-(力。)=x)一c10) (2)将r，(幻作为原始数据重复式(1)式(4)，重复胛次可得到原信号x(力的胛个满足IMF要求的分量。当残余分量h(力成为一个单调函数，且不能再从中提取新分量时，分解结束。此时，给定原信号x可以表示为xO)=c，O)+) (3)经验模态分解过程中ci(0包含了随原信号从高频到低频不同频率段的成分变化，残余分量则表示了该信号的中心趋势。12希尔伯特谱(Hi|bert)原信号x经EMD分解后，分别对每一个IMF分量c，(幻进行Hilbert变换，计算得到其瞬时幅值、瞬时相位和瞬时频率，算法过程如下：对于每一个cf(门)(f-1，2)进行H

12、ilbert变换变换得H(q(f)：土f”!盟df (4)通过构造一个解析信号口，(力eXp(，战f)，计算得到幅值函数的振幅口，(力为口。(f)=cf2(f)+日2(c以) (5)进一步可提取出瞬时频率 讹)=矧arctan(等)(6)HHT能适用于非线性非平稳信号的分析，可表示该信号能量在时间和频率上分布规律。2生物触电信号的频谱分析由于低压电网中生物触电故障时，剩余电流保护装置普遍无法检测触电支路电流，因此通过研究剩余电流和触电电流的时频特性进行分析，得到生物触电信号在触电过程中的特征变化规律。应用HilbenHuang变换对生物触电信号的每一个I的频率和幅值都是时问的函数，对经EMD分

13、解后触电信号的各IMF分量进行Hilbert变换，以此构造了该触电信号的Hilbert谱，进而明确其在幅值一时间一频率的三维时频分布。21 生物触电原始数据采用课题组设计的剩余电流保护装置触电物理试验系统平台，试验原理详见文献4。通过故障录波器获得动物触电过程中电源电压、剩余电流、动物触电电流波形，截取工频3个周期的信号波形，其中包括触电前1个周期，触电后2个周期，试验获取生物触电信号波形如图1所示。之60壹40喜20 o景_20錾郴塞枷 O 100 200 300 400 500 600采样点数sarnplmg pomta电源电压a Supply voltage采样点数SampIlllg p

14、omtb剩余电流b ResjdLIa】cullent采样点数Sampng poIntc触电电流c Shock mIrrent图1生物触电试验数据Fig1 Biological shock experimental data图1中横坐标为采样点数(时间)，共3个周期(600个点)；纵坐标对应采样时刻的电气回路相关电压和电流的有效值。其中电流值为实际真实值2倍，为研究生物触电电流检测方法提供原始数据。22生物触电信号各l MF分量时频谱分析根据发生生物触电故障时刻电源电压的变化过程，分别选取电源电压的4种不同时刻触电故障数据，即峰值时刻、过零点值时刻、谷值时刻和任意值时刻的样本。按照Hilbert

15、变换算法步骤，计算得到了相应的Hilbert谱，分析生物触电电流信号在各分量在不同时段的频谱变化过程。其中电源电压任意值时刻时，剩余电流各IMF分量幅值时间一频率如图2所示。图2a中IMFl分量的频率为剩余电流中的高频分量，幅值极小且大多在0-2 lnA以下；在触电时刻出现了幅值稍大的频率成分局部极值为317 n认，且集中在3501 000 Hz。图2b中IMF2分量频率的范围集中在5001 500 Hz，该频段信号在触电时刻的幅值明显地提高到万方数据204 农业工程学报(http：ww砒tcsaeo昭) 2017年2542 mA，而在触电后半周期幅值有所减小。图2c中IMF3分量与IMF2分

16、量在触电时刻的频率变化规律趋势相似，但分布曲线集中度更高。图2d中IMF4分量的频段在500 Hz以下，其范围较前3个分量更加集中，在发生触电时频率和幅值均明显增大，局部幅值达3402 mA，且与剩余电流相关性系数达到099。图2e中IMF5分量采样点数saInpling pointa【M匝l。 _10 20 30一 矗：酞00 200 300 400 500 600采样点数sampllng poinIdIM匝4在整个时频图中均为100 Hz以下信号，其在触电时幅值增大，与剩余电流相关性系数达到078。图2f中r5(IMF6)残余分量，其频率与幅值均程递减的趋势，进行在频谱分析中忽略该分量的影

17、响。按照上述过程分解并获取电源电压任意值时，触电支路电流信号各IMF分量幅值时间频率如图3所示。采样点数sampling pointb IN匝2采样点数s aInpIing pointe IMF5图2 剩余电流各IMF分量幅值一时间一频率c【正3Fig2 Amplitudetimefequency of each residual current IMF component采样点数saIIlplillg pointa【伍1采样点数spling pointdI匝4采样点数sarnpling pointb IMF2采样点数spling pointe IMF5图3触电电流各IMF分量幅值时间一频率采

18、样点数sampling pointf巧采样点数samphng pointc I听3Fig3 Anlp Jitudetimefequency of each shock current IMF componellt采样点数Sarnpling poitf，5N2矗；口uJJ=ou_苔g譬_二霉五一S一443322，NIuco：叮u妊=ougcgc11日c芒一)443322，NH台c兰叮占西：oo磊-焉苗=II时鑫Is鼯蛋蓄蜜赍錾Nr，Aooo口u三：ooc日lL旦三i=“另NIu=u=叮u毒：ouc墨=暑Pll一对矗Is瓣嚣重鳘9芒54433，一2IN王ucuj叮Q电叽joQ=墨cgc二譬莹鬻器誊

19、室，一#NC，u=u11口u三：oo磊=品嚣=二霉墨一力NC、，uE011口三110=窭=时lsg二心=H石N壬分5：吕JJ叽：oo萎一曼lI星兰薅翼j露一誊N姜言conbo矗jo廿蠢兰BJs兰墨垦Nr口=uj叮u三=oo=霉Ll墨Ll一面c兰疗N卜ljuujl)皇=IjoQ一高兰墨兰i芒*器量基壬，IJ万方数据第14期 关海鸥等：基于HilbertHuang变换的生物触电电流检测模型 205图3a中IMFl分量为触电电流中的高频分量，幅值均在001 mA以下，但触电时分量幅值突增为331 mA，出现了极个别幅值稍大的频率成分，但与剩余电流的有效值相比仍很小。图3b中IMF2分量所代表频率的范

20、围有所减小，主要集中在2001 500 Hz，其中250 Hz附近幅值增大为389 mA。图3c中IMF3分量的频率范围集中在250 Hz以下，在触电时刻频率与幅值增长并随后减小，半周期后达到稳定，幅值局部最极大值为1963 mA。图3d中IMF4分量在整个时频图高度集中在50 Hz的工频信号，其在触电时刻幅值增大，其局部极大值为1074 IIA。图3e，f中IMF5和r5分量的频段主要为50 Hz以下频率成分，r5频率与幅值均程递减的趋势，由于其幅值极小可忽略该分量的影响。根据以上分解结果进行统计，分别选取4种典型数据样本分解后剩余电流与触电电流各IMF分量的幅值范围，如表l所示。表l 典型

21、4种生物触电信号的IMF分量幅值统计Table 1 MF component amplitude statistics of follr kinds oftypical biological shock signalsmA表1中将残余分量归属为最后1个IMF分量，综合比较可以发现：生物电流信号大部分可分解为5个IMF分量和1个残余分量之和，约占样本数的6064，相关系数最大的IMF分量，幅值变化范围也较大，即该IMF分量电流幅值较大。4种典型数据样本的剩余电流IMF分量幅值较大的2个IMF均为IMF4与IMF5的幅值范围各端点的平均值分别为(一23332461，一938945)、(一10431

22、033，一475459)、(一11871128，一326313)、(一767776，一230245)，而残差分量相关性系数为019的微相关性。因此，在实际信号处理过程中可将其分解终止条件设定为5次分解，并利用IMFl或IMF2两个高频分量的突变特征作为生物触电故障时刻确定方法，利用IMF分量中各幅值占有率和相关性系数较高分量建立提取触电支路电流幅值检测方法。3基于H IbertHuang变换的生物触电电流检测低压电网发生生物故障时剩余电流保护装置所检测的剩余电流为较弱信号，应用HilbertHuang变换的IMF分量特性，可一定程度上体现蕴含着有关运行状态和故障的丰富信息。本文提出基于Hilb

23、ertHuang变换的生物触电故障检测算法步骤为：应用HilbertHuang变换计算生物电流信号高频分量幅值的突变特征，作为触电故障时刻确定判据选取经验模态分解生物触电信号中，幅值占有率和相关性系数较高固有模态各IMF分量，以此为基础向量重构并提取触电支路电流幅值。31 生物触电故障时刻判定方法生物触电电流幅值较小，暂态过程的特征无明显差异且现象复杂，暂态过程进入稳定状态时间长短各异，这给故障时刻定位带来了困难。本研究提出将剩余电信号高频分量IMFl的突变量，作为触电故障时刻检测基础，从而自动识别故障时刻并定位计算，其具体流程和判据如下。剩余电流经EMD分解后，高频IMF分量c1(幻的第f个

24、采样信号为c，(f)，f_1，3丁，r是采样周期，且点数为，将3r周期内IMFl分量的信号归一化值cj(f)为讯沪高恭羔 那么c搀)的幅值突变量cm)为d(f)=cj(f+)一cj(f)l (8)则第r周期突变量的归一化幅值累积之和为d(丁)=lc：(f)I (9)假设d正常数，则定义触电故障时刻判据为sgll(丁)=1垡!三业Kcj(丁)+万 (10)o继三业K。c?(丁)+万万方数据206 农业工程学报(http：wwwtcsaeorg) 2017年式中K为判据阈值，函数值为1表示发生触电故障，否则表示无故障。具体过程可依据公式(10)中sgll(丁)的数值判定是否发生生物触电故障，若sg

25、n(丁)=l可由公式(9)搜索出发生所在采样周期丁，并且在式(8)的计算中确定maX(cm)所在位置，使其与周期采样点数之和作为触电时刻，进而完成故障时刻的自动判定。随机选取4种典型生物触电信号的原始数据，应用上述方法对EMD分级后的剩余电流数据进行处理，利用式(7)式(9)可以求得IMF分量c1(f)的幅值变化值过程。32提取触电支路生物电流信号方法生物触电支路电流是较弱信号，从剩余电流中提取触电电流的波形，解决生物体触电电流信号检测的问题。应用多元线性回归分析方法【23-251，选取有限的固有模态各IMF分量(通过分解剩余电信号低频分量中与其相关性较高)，以此为基础向量重构并提取触电支路电

26、流幅值。建立从剩余电流中提取触电电流的波形的多元线性回归方法如下：假如剩余电流分解成九个IMF分量为x，触电电流y，利用聊组试验数据，建立多元回归模型为y=60+岛xl+62恐+玩x。+占 (11)根据统计理论多元逐步回归的数学模型26之71通过试验触电信号数据进行中心化处理，可得相应的结构矩阵X为x=1 1一i 1一瓦1而1一夏 1一瓦1，一五l一瓦(12)式中IMF分量因子的中心i=去喜薯，相应的常数项矩阵D为4=系数矩阵彳为D=欺七=1(&，一i)坛七=l(一瓦)儿七=lm 0o(扳。一i)(。一墨)t=lo(一瓦)(垓。一i)七=l(13)芝(。一x)(一焉)l=l卅；(一焉)(一瓦)

27、七=l J(14)式中右下角是m阶对称方阵可记为三，且元素满足易=岛=(一葛)(一弓)，f，=1，2，加，则计算多女=l元回归系数矩阵曰为B=6061 甜饥去。l o f1J(瓦，一夏)=1(一瓦)坛七=1(15)式中是对称方阵三逆矩阵，回归系数60与61，62，巩无关而且使求逆矩阵的运算降低一阶。根据统计理论多元逐步回归分析的基本步骤【28】可完成多元线性回归模型。研究中选择120组实测信号，其中的100组用于求解多元逐步回归模型系数，其余20组用于测试。将剩余电流经HilbertHuang变换后，与其相关性数最大IMF分量，以及该分量上下2个IMF作为多元回归因子，将对应同组的触电电流作为

28、回归目标，同时选取生物触电时刻后2个周期(400)数据作为样本长度。利用多元逐步回归模型，从待测数据的剩余电流中识别出触电电流幅值。33结果与分析图4中当发生生物体直接触电故障时实测剩余电流信号的IMFl分量，其无量纲幅度(归一化)的突变量均在0055之间，其采样周期内突变量幅度之和在1841419之间，相邻周期突变比例在153462之间，因此统计选取判据阈值K为15，即可判定是否发生生物触电故障。由于IMFl突增量在第2个丁周期，在此周期内确定电源电压在4种典型触电时刻的突增量最大值坐标为：(284，049)、(232，055)、(33l，049)及(379，054)，由此确定触电时刻分别为

29、：484、432、531、579处，实际触电时刻为：484、434、531、579。随机选择120组实测信号，在电源电压的峰值时刻、过零点时刻、谷值时刻和任意时刻，通过该方法进行仿真测试的结果中有7组数据出现了错误诊断触电故障，实际数据的仿真处理正确率为9417。亦可调整相邻周期内的突变特征的比例K为更适当值，实现准确判定触电故障时刻。利用多元逐步回归模型，从待测数据的剩余电流中识别出触电电流幅值见图5。从识别结果上看，从剩余电流各IMF分量中重构提取的触电支路电流幅值的绝对值范围为0932 mA，各组数据的相对误差值为3531045之间，平均相对误差值546，平均预测时间为0005 285

30、s，仿真结果可以得知多元逐步回归模型相对检测误差分散性较小且运行速度快，其结构简单稳定，便于剩余电流保护装置的硬件实现，具有较好的泛化性和稳定性，能够满足工程实际需要。万方数据j鹫孥第14期 关海鸥等：基于HilbenHuang变换的生物触电电流检测模型 207茎i嚣二；：；：；：二；。萋茎季：；三二：桀：案喜。i11筒：筒。j8宠i。j矿桶。茎喜1噩矗面ii茹i一。董。卜、一、一。、薹冀。卜一一一*I卜一薹壹l I 茎耋s争s0LL_LL上L一 拿LLJ_上LL_一 拿 n出_磐掣生山乓坠出妥：一 詈OL_-_=士世_冉=了吲j。o loo 200 300 400 500 600 ；W lo

31、o 200 300 400 500 600；” 100 200 300 400 500 600 导 loo 200 30u 4uu 5uu 600采样j_数sampllI瞎pomt 采样点数s跚plmg pomf 采样点数samplmg poInt 泶样点数sampling pomt剩余电流原始信弓0119mal slgllal ofresldual culrelltIMFl分量信号MF component sl目1alIMFl分量9 l化突增量IMF component of normallzed 1ncrementaa【U源电JK峰f卣时女0a SLlpply Voltage at pea

32、k time突增量累积之和Incremental curnulatlve sum剩余电流原始信号On目11a1 sj目1a1 of res岫lal currenl采样点数Sampng poml剩余电流原始信号Ollglllal slgnal ofresldual吼盯entI伍1分晕信号LMFl component sIgna】rMFIMFl分景归一化突增量component of normaljzed mcrementalb电源电雎符ff!时刻b乳Ipply v01tage aI valley“me突增量累积之和Incremental cumulative虬11n耋弛竺竺!=!二=!：丛=!：

33、萋乳。出。4一茎鞫IL!上二：纂萋薹。L叫麓譬如。茎茎1：L1亩矿b。；_o loo 200 300 400 500 600 鼻” 100 200 300 400 500 600 j。 100 200 300 400 500 600、采样点数S aln洲ng poInt 采样点数S踟plingp01nI 采样点数Sampling pointIMFl分量信弓MFl component slgnaMFl分量|化突增岢MF 1 colnDonellt of normalized lncrementalc电源电压任意时刻c Supply voltage at any tlme突增量累积之和111cre

34、mental cumulatlve sum皇 50 r 三 r 三1 0r 暑10r薹一，：二；二篙。萋薹一；I!：!姜黧，薹。iL，靛芦纛。董薹iLl芍矿如。芎_50占_吱厂曩疗1茄布矿；ii嘣。 萝。1占_靠广曩商_|衣广莉矿i66南。萝oL靛严勃铲爱考鼍南矿；66嘣。 芎oLl芍矿j赢r可晶；丽罚o采样点数sampllllg poInt震样1，l数Sampling pojnt。采样点数s alnpng pom 采样点数S alnpllng pojn刑余电流原始信号original slgnal ofresjdual current采样点数sarnpling pointa剩余电流原始信号I

35、MFl分革信号IMFl component slgnalMFl分量|。化突增耸IMF】comDonent of 11。rmallzed mcrementald电源电J蕞零点时刻d SLtpply voltage af zero p01nf图4 4种典型信号突增量变换过程Fig4 Incremental transfomation process of four typical signals董40鞫，一I3IM咂4IMF5陲鬣守0 50 100 150200 250 300350 400采样点数sampling pointbIMF分量信号 一预测值Predictive value2童8、：，：

36、i!霎，z。：二!一 耋五呼商商荫耐赫窥一珈采样点数saInplitlg pointc触电电流识别效果cE1ec廿ic shock curren”ecognjhon e腩c图5生物触电信号识别效果Fig5 Bi0109ical electric shock signal recognition ef-fect4结论本文以生物体触电故障的剩余电流与触电电流信号为研究对象，分析了生物触电信号的暂态过程的频谱成分及规律，创新地提出基于HilbertHuang变换的生物触电故障时刻及触电支路电流幅值检测方法。为研发新一代基于生物体触电电流而动作的剩余电流保护装置提供重要技术参考价值。1)应用Hilbe

37、rtHuang变换方法，明确了剩余电流和触电电流暂态过程频谱特性具有相似变化规律，在发生突增晕累积之和IncreInental cLImulatlve sum触电时相关系数最大的IMF分量的局部幅值达3402 mA，且与剩余电流相关系数达到099的显著性。2)应用生物电流信号高频IMF分量幅值的突变特征，作为触电故障时刻确定判据，建立生物触电故障时刻判定方法，实际数据的仿真处理正确率为9417，准确判定了触电故障时刻。3)将剩余电流进行EMD分解后，选取与其相关性较高的有限个固有模态IMF分量，应用逐步多元线性回归方法，重构并提取触电支路电流幅值，提出了基于HilbenHuang变换的生物触电

38、支路电流幅值检测方法，仿真试验结果的平均相对误差值546，具有较好的准确性和稳定性。参考文献1 杜松怀，张筱慧电力系统接地技术M北京：中国电力出版社，2011：39582 李春兰，杜松怀，苏娟一种新的基于小波变换和混沌理论的触电信号检测方法J电力系统保护与控制，2011，39(10)：4754Li Chulllan，Du Son曲uai，Su JuanA noVel detecting methodof elec仃ic shock signal based on wavelet transfbm aIldchaotic theoryJ】Power System Protection and C

39、ontrol，2011，39(10)：4754(in Chinese with English abs仃act)3】 夏越，杜松怀，李春兰中国剩余电流保护技术与装置的发展趋势J】农业工程学报，2010，26(12)：151155三宙p11ll一(】兰；一，。p11lldL=三一一主一毒一毒；黧粢vubpn兰霉11万方数据208 农业工程学报(http：八)lnvtcsaeo唱) 2017年456】7】8】xia Yue，Du Songhuai，Li ChunlanDevelopment tendencvof residual current protection technology and

40、device inChinamTmnsactions of me Chinese Society of AgriculturalEngiIleeriI培(Tmsac石ons of tlle CSAE)，2010，26(12)：1511 55(in Chinese wim English abs臼mct)关海鸥，杜松怀，苏娟，等一种触电信号的自动快速检测模型J电网技术，2013，37(8)：23282335Guan Haiou，Du Songhuai，Su Juan，et a1An automatic andquick detection model of elec仃ic shock signa

41、lsJ1PowerSvstem Techn010 g、r，2013，37f81：23282335(in Chinesewith English abstract)韩晓慧，杜松怀，苏娟，等触电信号暂态特征提取及故障类型识别方法J电网技术，2016，40(6)：17Han xiaohui，Du Songhuai，Su Juan，et a1Fault transientfeature ex仃action and f撕n type idemification for electricalshock si印alsJ】Power Syst锄TecllIl0109y，2016，40(6)：17(in Chi

42、nese with English abstract)郭创新，彭明伟，刘毅多数据源信息融合的电网故障诊断新方法J中国电机工程学报，2009，29(31)：12Guo ChuaIlgxin，Peng Mingwei，Liu YiNovel approach forfault diagnosis of the power grid witll infomation如sion ofmultidata rcsourcesJ1Proceedings of the CSEE，2009，29(31)：12(in Chinese with English abstmct)KendaU DDevelopment

43、 of high pemleability cores for earthleakage Drotection devicesCProceedings of me 1 997 5mIntemational Conference on Factory 2000The Technolog、，ExDloitation ProcessCambridge，UK：IEE，1997：3436Luis M，Rvszard R，FraIlio CDesign of a magnetoopticresidual currem device using aqueous ferronuid as thesensing

44、 materialC1Proceedings of the 2 1 st IEEEInstnlmentation and Measurement Tecllllolo霉ConferenceItalY：Institute of Electrical and E1ectronics Engineers Inc，2004：8048079】 刘青，王增平，徐岩，等光学电流互感器对继电保护系统的影响研究J电网技术，2005，29(1)：1 114，29Liu Qing，wang zengping，xu Yan，et a1RPsearch on meinnuence of oDtical currem t

45、ransducer on口rotective relayingsystemJPower System Technology，2005，29(1)：1l一14，29fin Chinese with English abstractl101 BreIlIlan P VIksidual cun-ent device wim high i咖unity tonuisance仃ipDingJ1IEE PrDceedings on Circuits Devicesand Svstems，1993，140f21：14014411】袁振海，沈祥云，王险峰，等零序直流选择性漏电保护原理分析J电工技术学报，2005

46、，20(4)：102106Yuan Zhellllai，Shen Xiangy蛐，Wang Xianfen器et a1Studyof selective leaka2e protection principle based on zerosequence directive currentJTransactions of China Electrotechnical Society，2005，20(4)：102106fin Chinese withEn91ish abstract)12】张良，徐丙垠配电网分支线保护的配置与整定J电网技术，2016，40(5)：15891594Zhang Lia

47、Jlg，Xu Bing)rin Configllration and tIlning ofsubfeeder protection in distribution networkfJl PowerSvstem Technology，20 1 6，40(5)：1 5891 594fin Chinesewith En91ish abs仃actl13HuangNE，WuMC，Long SR，et a1A confidencelimitfortlle empirical rnode decomposition and Hilbert spec仃alanalysisC1Proceedings of me Royal Society of London，Series A2003459：2317234514Tao R，Li X，Wang YGenemlization ofthe fractional HilberttraIlsf-omJ1IEEE Signal Processing Letters，2008，15(3)：36536815李天云，程思勇，杨梅基于希尔伯特一黄变换的电力系统谐波分