一種電能質(zhì)量干擾源特征諧波建模方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及電網(wǎng)電能質(zhì)量評估領(lǐng)域，具體涉及一種電能質(zhì)量干擾源特征諧波建模 方法。
【背景技術(shù)】
[0002] 當(dāng)代電網(wǎng)在諸多方面發(fā)生著深刻變化，隨著以特高壓電網(wǎng)為骨干網(wǎng)架、各級電網(wǎng) 協(xié)調(diào)發(fā)展的堅(jiān)強(qiáng)智能電網(wǎng)建設(shè)加快，電網(wǎng)中產(chǎn)生電能質(zhì)量擾動的因素不斷增加，電能質(zhì)量 擾動亦呈現(xiàn)新的特征。新能源發(fā)電、分布式發(fā)電的快速增長和電能質(zhì)量干擾源用戶接入系 統(tǒng)電壓等級不斷提高，諧波污染日趨嚴(yán)重，給電網(wǎng)運(yùn)行提出了新的挑戰(zhàn)。諧波污染不僅影響 供電質(zhì)量，同時(shí)會對各種電力設(shè)備、通信設(shè)備及線路都會產(chǎn)生有害的影響，嚴(yán)重時(shí)會損壞設(shè) 備，甚至造成電力系統(tǒng)事故。因此，對電網(wǎng)諧波進(jìn)行監(jiān)測和研究，是限制、消除諧波危害的前 提，也是保證供電系統(tǒng)安全及電能質(zhì)量的迫切需要。
[0003] 當(dāng)前對電力系統(tǒng)諧波的分析均借助于機(jī)器學(xué)習(xí)算法、神經(jīng)網(wǎng)絡(luò)算法，以及傳統(tǒng)的 傅立葉變換、小波變換等數(shù)學(xué)分析方法，但是以上方法普遍存在效率低、計(jì)算量大等缺陷。 當(dāng)前對電力系統(tǒng)諧波的建模，針對的是負(fù)荷諧波、諧波源的建模，對電網(wǎng)干擾源諧波的分析 研究少之又少。
[0004] 因此，需要提出的電能質(zhì)量干擾源特征諧波建模方法，針對電網(wǎng)干擾源特征諧波 進(jìn)行分析和模型的創(chuàng)建，能夠克服傳統(tǒng)諧波分析及建模方法效率低、計(jì)算量大等缺陷。

【發(fā)明內(nèi)容】

[0005] 有鑒于此，本發(fā)明提供的一種電能質(zhì)量干擾源特征諧波建模方法，該方法克服了 原有依賴機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)算法以及數(shù)學(xué)分析方法來達(dá)到模型創(chuàng)建的方法效率低、計(jì)算 量大等缺陷，而且基于大數(shù)定律的電能質(zhì)量干擾源特征諧波建模方法簡單易學(xué)、實(shí)用高效、 計(jì)算量小，尤其適于大規(guī)模數(shù)據(jù)集的分析和處理;進(jìn)而保證了供電系統(tǒng)安全及電能質(zhì)量。
[0006] 本發(fā)明的目的是通過以下技術(shù)方案實(shí)現(xiàn)的：
[0007] -種電能質(zhì)量干擾源特征諧波建模方法，所述方法包括如下步驟：
[0008] 步驟1.采集建模數(shù)據(jù)，得到初始數(shù)據(jù)集；
[0009] 步驟2.預(yù)處理所述初始數(shù)據(jù)集，并進(jìn)行工況辨識；
[0010] 步驟3.根據(jù)所述工況及建模數(shù)據(jù)，建立電能質(zhì)量干擾源特征諧波模型。
[0011]優(yōu)選的，所述步驟1中的所述建模數(shù)據(jù)包括：電能質(zhì)量干擾源的類型和基本參數(shù)、 測試得到基本電氣量及各次諧波電流含量;所述基本電氣量包括電壓、電流及功率。
[0012] 優(yōu)選的，所述步驟2包括：
[0013] 2-1.用編程的方式將所述初始數(shù)據(jù)集中的所述建模數(shù)據(jù)預(yù)處理為相同的數(shù)據(jù)格 式，且轉(zhuǎn)換數(shù)據(jù)格式后的所述建模數(shù)據(jù)均可用于直接計(jì)算；
[0014] 2-2.用聚類算法進(jìn)行工況辨識。
[0015]優(yōu)選的，所述2-2包括：
[0016] a.根據(jù)所述電能質(zhì)量干擾源的類型，先將所述工況分類為干擾源工作狀態(tài)或停止 工作狀態(tài)；
[0017] b.根據(jù)所述電能質(zhì)量干擾源的運(yùn)行規(guī)律，根據(jù)時(shí)間、功率及電流參數(shù)對所述建模 數(shù)據(jù)用聚類算法進(jìn)行工況辨識，得到辨識結(jié)果1^(16~^0，11])，其中，11為聚類個(gè)數(shù)4為自 然數(shù)。
[0018] 優(yōu)選的，所述步驟3包括：
[0019] 3-1 ·在戶斤述辨識結(jié)果ki (i￡Nn[0，n])中，計(jì)數(shù)每種工況數(shù)據(jù)記錄的條數(shù)ni (i EN Π [ 0，η ])及所占總記錄數(shù)的比例p i (i e N Π [ 0，η ]);并根據(jù)p i = ni/S求得總記錄數(shù)S;
[0020] 3-2.設(shè)μ是η次獨(dú)立試驗(yàn)中事件A發(fā)生的次數(shù)，且事件A在每次試驗(yàn)中發(fā)生的概率為 P，則對任意正數(shù)ε，則有：
[0022] 所述事件A為某一時(shí)刻電能的狀態(tài)，A為工況集合中的一種；
[0023] 根據(jù)公式（1)及大數(shù)定律，得到當(dāng)所述總記錄數(shù)S趨向于無窮大，事件A發(fā)生的頻率 P無窮接近于該事件發(fā)生的概率P的結(jié)論；
[0024] 3-3.分工況繪制2~50次諧波電流的頻譜圖，得到特征諧波頻次，繪制每種工況下 的特征諧波電流直方圖并計(jì)算基礎(chǔ)統(tǒng)計(jì)量；
[0025] 3-4.對每種工況下的特征諧波電流數(shù)據(jù)進(jìn)行概率分布的假設(shè)和檢驗(yàn)；
[0026] 3-5.用f (I)表示各次特征諧波電流含有量的概率密度函數(shù)，根據(jù)聯(lián)合分布定律， 有：
[0028]式(2)中，P(i)表示類型i的概率;f i (I)表示類型i的某次特征諧波電流的概率密 度函數(shù)。
[0029]優(yōu)選的，所述步驟3-2包括：
[0030] c.計(jì)算每種工況下2~50次諧波電流的95 %概率值；
[00311 d.分工況繪制2~50次諧波電流95%概率值的頻譜圖，得到特征諧波電流頻次；
[0032] e .分工況繪制特征諧波電流的概率密度圖并計(jì)算極大值、極小值、均值、方差、 95 %概率值及99 %概率值的統(tǒng)計(jì)量。
[0033] 從上述的技術(shù)方案可以看出，本發(fā)明提供了一種電能質(zhì)量干擾源特征諧波建模方 法，通過采集建模數(shù)據(jù)，得到初始數(shù)據(jù)集;預(yù)處理初始數(shù)據(jù)集，并進(jìn)行工況辨識;根據(jù)工況及 建模數(shù)據(jù)，建立電能質(zhì)量干擾源特征諧波模型。本發(fā)明提出的方法克服了原有依賴機(jī)器學(xué) 習(xí)、神經(jīng)網(wǎng)絡(luò)算法以及數(shù)學(xué)分析方法來達(dá)到模型創(chuàng)建的方法效率低、計(jì)算量大等缺陷，而且 基于大數(shù)定律的電能質(zhì)量干擾源特征諧波建模方法簡單易學(xué)、實(shí)用高效、計(jì)算量小，尤其適 于大規(guī)模數(shù)據(jù)集的分析和處理;進(jìn)而保證了供電系統(tǒng)安全及電能質(zhì)量。
[0034] 與最接近的現(xiàn)有技術(shù)比，本發(fā)明提供的技術(shù)方案具有以下優(yōu)異效果：
[0035] 1、本發(fā)明所提供的技術(shù)方案中，利用大數(shù)定律達(dá)到對電能質(zhì)量干擾源特征諧波的 建模，首先對采集到的初始數(shù)據(jù)集進(jìn)行預(yù)處理，得到可用于聚類的數(shù)據(jù)格式;然后通過聚類 算法達(dá)到電能質(zhì)量干擾源工況的辨識;最后基于大數(shù)定律，進(jìn)行假設(shè)性檢驗(yàn)和分布類型確 定，結(jié)合聯(lián)合分布函數(shù)達(dá)到對電能質(zhì)量干擾源特征諧波的建模。本發(fā)明在電網(wǎng)電能質(zhì)量干 擾源特征諧波建模方面，具有較好的性能。
[0036] 2、本發(fā)明所提供的技術(shù)方案，通過采集建模數(shù)據(jù)，得到初始數(shù)據(jù)集;預(yù)處理初始數(shù) 據(jù)集，并進(jìn)行工況辨識;根據(jù)工況及建模數(shù)據(jù)，建立電能質(zhì)量干擾源特征諧波模型。本發(fā)明 提出的方法克服了原有依賴機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)算法以及數(shù)學(xué)分析方法來達(dá)到模型創(chuàng)建的 方法效率低、計(jì)算量大等缺陷，而且基于大數(shù)定律的電能質(zhì)量干擾源特征諧波建模方法簡 單易學(xué)、實(shí)用高效、計(jì)算量小，尤其適于大規(guī)模數(shù)據(jù)集的分析和處理;進(jìn)而保證了供電系統(tǒng) 安全及電能質(zhì)量。
[0037] 3、本發(fā)明提供的技術(shù)方案，應(yīng)用廣泛，具有顯著的社會效益和經(jīng)濟(jì)效益。
【附圖說明】
[0038] 圖1是本發(fā)明的一種電能質(zhì)量干擾源特征諧波建模方法的流程圖；
[0039]圖2是本發(fā)明的建模方法中的步驟2的流程示意圖；
[0040]圖3是本發(fā)明的建模方法中的步驟3的流程示意圖；
[0041]圖4是本發(fā)明的一種電能質(zhì)量干擾源特征諧波建模方法的具體應(yīng)用例的流程圖。
【具體實(shí)施方式】
[0042]下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完 整地描述，顯然，所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例。基于 本發(fā)明的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他實(shí) 施例，都屬于本發(fā)明保護(hù)的范圍。
[0043]如圖1所示，本發(fā)明提供一種電能質(zhì)量干擾源特征諧波建模方法，包括如下步驟： [0044]步驟1.采集建模數(shù)據(jù)，得到初始數(shù)據(jù)集；
[0045]步驟2.預(yù)處理初始數(shù)據(jù)集，并進(jìn)行工況辨識；
[0046]步驟3.根據(jù)工況及建模數(shù)據(jù)，建立電能質(zhì)量干擾源特征諧波模型。
[0047]其中，步驟1中的建模數(shù)據(jù)包括：電能質(zhì)量干擾源的類型和基本參數(shù)、測試得到基 本電氣量及各次諧波電流含量;基本電氣量包括電壓、電流及功率。
[0048] 如圖2所示，步驟2包括：
[0049] 2-1.用編程的方式將初始數(shù)據(jù)集中的建模數(shù)據(jù)預(yù)處理為相同的數(shù)據(jù)格式，且轉(zhuǎn)換 數(shù)據(jù)格式后的建模數(shù)據(jù)均可用于直接計(jì)算；
[0050] 2-2 ·用聚類算法進(jìn)行工況辨識。
[0051] 其中，2-2包括：
[0052] a.根據(jù)電能質(zhì)量干擾源的類型，先將工況分類為干擾源工作狀態(tài)或停止工作狀 態(tài)；電能質(zhì)量干擾源的類型包括不限于風(fēng)力發(fā)電、光伏發(fā)電、牽引負(fù)荷、軌道交通負(fù)荷、冶煉 負(fù)荷、電動汽車充電站、變頻裝置等；
[0053] b.根據(jù)電能質(zhì)量干擾源的運(yùn)行規(guī)律，根據(jù)時(shí)間、功率及電流參數(shù)對所述建模數(shù)據(jù) 用聚類算法進(jìn)行工況辨識，得到辨識結(jié)果ki(ieNfl [0，n])，其中，η為聚類個(gè)數(shù);N為自然 數(shù);電能質(zhì)量干擾源的運(yùn)行規(guī)律為:根據(jù)干擾源的類型其運(yùn)行規(guī)律不一致，且該處所說運(yùn)行 規(guī)律不固定，例如光伏發(fā)電的運(yùn)行規(guī)律一般表現(xiàn)為白天發(fā)電，且隨時(shí)間有規(guī)律的變化，夜間 不發(fā)電;對于牽引負(fù)荷和軌道交通負(fù)荷，其運(yùn)行規(guī)律與列車運(yùn)行圖對應(yīng)，等等。
[0054] 如圖3所示，步驟3包括：
[0055] 3-1.在辨識結(jié)果ki (ieNfl[0，n])中，計(jì)數(shù)每種工況數(shù)據(jù)記錄的條數(shù)ni (i EN Π [0，η ])及所占總記錄數(shù)的比例P i (i e N η [ 0，η ]);并根據(jù)P i = ni/S求得總記錄數(shù)S;
[0056] 3-2.設(shè)μ是η次獨(dú)立試驗(yàn)中事件A發(fā)生的次數(shù)，且事件A