一種電能質量干擾源工況辨識方法技術

本發明專利技術涉及一種電能質量干擾源工況辨識方法，包括：(1)獲取所述電能質量干擾源的電能數據；(2)獲取能夠用于聚類的電能數據格式；(3)分析獲得的電能數據；(4)用聚類分析法對獲得的電能數據分類；本發明專利技術提供的方法，克服了傳統電能質量分析方法效率低、造價高、不適合大規模數據集的處理等缺點，在電能質量干擾源工況辨識方面實用高效，造價低，具有較好的性能。

【技術實現步驟摘要】

本專利技術涉及輸電網電能質量評估領域，具體涉及。
技術介紹
當代輸電網在諸多方面發生著深刻變化，隨著以特高壓電網為骨干網架、各級電網協調發展的堅強智能電網建設加快，輸電網中產生電能質量擾動的因素不斷增加，電能質量擾動亦呈現新的特征。新能源發電、分布式發電的快速增長和電能質量干擾源用戶接入系統電壓等級不斷提高，給電網運行提出了新的挑戰。為掌握電網電能質量水平，降低電能質量擾動對輸電網的影響，我國部分省市已開展了電網電能質量監測，實現了數據采集以及報表生成等基本功能，但對監測數據的利用率不高。針對目前輸電網的電能質量問題，亟需深入開展電網中各類電能質量干擾源的擾動發射特性研究。當前電能質量分析基于數學分析方法結合模式識別技術的技術框架，利用數學分析方法進行電能質量干擾源數據分析，例如，小波變換、傅立葉變換，利用模式識別技術達到電能質量干擾源工況的識別。傅立葉變換簡單快速，在電壓偏差、諧波含量等穩態指標的計算方面取得了很好的效果，但是由于傅立葉變換是對整個時間段的積分，時間信息得不到充分利用，沒有局部化分析信號的能力，不能實現非平穩信號的有效分析，因而不能解決暫態電能質量問題的分析;小波變換作為傅立葉思想的發展和延拓，更適合處理微弱或突變信號；依賴模式識別技術，耗時長、效率低且造價高，遠遠不能滿足目前實際工作中大規模數據集處理的需要。
技術實現思路
針對現有技術的不足，本專利技術提供，克服了傳統電能質量分析方法效率低、造價高、不適合大規模數據集的處理等缺點，在電能質量干擾源工況辨識方面實用高效，造價低，具有較好的性能。本專利技術的目的是采用下述技術方案實現的:—種電能質量干擾源工況辨識方法，其改進之處在于，包括:(1)獲取所述電能質量干擾源的電能數據；(2)獲取能夠用于聚類的電能數據格式；(3)分析獲得的電能數據；(4)用聚類分析法對獲得的電能數據分類。優選的，所述步驟(1)中，用包括在線式監測終端和便攜式檢測儀的電能質量檢測裝置獲取所述電能質量干擾源的電能數據。優選的，所述步驟(2)包括:(2-1)根據所述電能數據的采集時間進行數據追加和合并，獲取整個采集時段的全指標電能數據集；(2-2)填補所述全指標電能數據集中有效值缺失的指標，填補內容為所述指標的最小值和最大值的均值；(2-3)對填補后的全指標電能數據集去噪、去冗余和排序后將數據格式轉換為.CSV格式。優選的，所述步驟(3)包括:(3-1)繪制所述預處理后的電能數據的三相電流有效值、基波有功功率、基波無功功率、總相電流負序成分、總相電流零序成分的時間趨勢圖和概率密度圖；(3-2)分別獲取所述預處理后的電能數據中三相電流有效值、基波有功功率、基波無功功率、總相電流負序成分、總相電流零序成分的統計量，所述統計量包括:極大值、極小值、均值、方差、95 %概率值、99 %概率值。優選的，所述步驟(4)包括:(4-1)以所述預處理后的電能數據中三相電流有效值為樣本采用聚類分析法進行分類；(4-2)對所述三相電流有效值對應的采集時間按其類別進行類別標記；(4-3)對所述采集時間采集的全部電能數據按類別標記。與最接近的現有技術相比，本專利技術具有的有益效果:本專利技術提供的，首先對采集到的初始數據集進行預處理，得到可用于聚類的數據格式;然后結合數據的整體分析，對三相電流有效值進行聚類，以三相電流有效值的聚類情況為依據得到每個時間點的工況類別；最后以三相電流有效值的分類為標準對其他數據指標進行分類進一步分析達到對每個時間點工況的辨識，利用聚類算法達到對電能質量干擾源工況的辨識，即克服了原有的依賴模式識別機器和技術進行工況識別的方法效率低、造價高等缺陷，而且使用聚類算法提高了效率，降低了成本，在處理大規模數據集方面具有很大的優勢，十分符合實際工作的需要。【附圖說明】圖1是本專利技術提供的流程圖；圖2是本專利技術提供的實施例中汽車充電站五月份18號至25號八天的A相電流有效值的時間趨勢圖。【具體實施方式】下面結合附圖對本專利技術的【具體實施方式】作進一步的詳細說明。為使本專利技術實施例的目的、技術方案和優點更加清楚，下面將結合本專利技術實施例中的附圖，對本專利技術實施例中的技術方案進行清楚、完整地描述，顯然，所描述的實施例是本專利技術一部分實施例，而不是全部的實施例。基于本專利技術中的實施例，本領域普通技術人員在沒有做出創造性勞動前提下所獲得的所有其它實施例，都屬于本專利技術保護的范圍。本專利技術提供了，如圖1所示，包括: (1)獲取所述電能質量干擾源的電能數據；(2)獲取能夠用于聚類的電能數據格式；(3)分析獲得的電能數據；(4)用聚類分析法對獲得的電能數據分類。其中，一種類別對應一種工況。具體的，用包括在線式監測終端和便攜式檢測儀的電能質量檢測裝置獲取所述電能質量干擾源的電能數據。所述步驟(2)包括:(2-1)根據所述電能數據的采集時間進行數據追加和合并，獲取整個采集時段的全指標電能數據集；(2-2)填補所述全指標電能數據集中有效值缺失的指標，填補內容為所述指標的最小值和最大值的均值；(2-3)對填補后的全指標電能數據集去噪、去冗余和排序后將數據格式轉換為.CSV格式。所述步驟(3)包括:(3-1)繪制所述預處理后的電能數據的三相電流有效值、基波有功功率、基波無功功率、總相電流負序成分、總相電流零序成分的時間趨勢圖和概率密度圖；(3-2)分別獲取所述預處理后的電能數據中三相電流有效值、基波有功功率、基波無功功率、總相電流負序成分、總相電流零序成分的統計量，所述統計量包括:極大值、極小值、均值、方差、95 %概率值、99 %概率值。例如，如圖2所示，可以采用spss工具獲取汽車充電站五月份18號至25號八天的A相電流有效值的時間趨勢圖及A相電流有效值的統計量，其中，A相電流有效值的統計量包括:極大值為230.770、極小值為218.900、均值為224.53222、方差為4.994、95 %概率值為228.03、99 % 概率值為 229.70。所述步驟(4)包括:(4-1)以所述預處理后的電能數據中三相電流有效值為樣本采用聚類分析法進行分類；其中，根據整體分析的結果選擇聚類分析法進行分類的聚類算法，例如:三相電流有效值的概率密度圖均有四個峰，且時間趨勢圖中各時段的取值區間大致相同，那么最佳聚類數為四，即分為四個工況，已知聚類數則采用k-means聚類算法對三相電流有效值進行分類，再例如:以A相電流有效值為樣本進行k-means聚類，共聚為四類，可看作四種工況，各工況A相電流取值范圍如下:工況一 A相電流取值范圍為0-110A，共20261條記錄，占比為33.25%;工況二 A相電流取值范圍為110-190A，共18766條記錄，占比為30.80%;工況三A相電流取值范圍為190-300A，共17954條記錄，占比為29.47%; 工況四A相電流取值范圍為300-410A，共3947條記錄，占比為6.48%;(4-2)對所述三相電流有效值對應的采集時間按其類別進行類別標記；(4-3)對所述采集時間采集的全部電能數據按類別標記。例如:汽車充電站2015年5月20日21點整采集的三相電有效值的類別為工況三，則將汽車充電站2015年5月20日21點整采集的全部電能數據的類別均標記為工況三；其中，所述電能數據包本文檔來自技高網...

【技術保護點】
一種電能質量干擾源工況辨識方法，其特征在于，包括：(1)獲取所述電能質量干擾源的電能數據；(2)獲取能夠用于聚類的電能數據格式；(3)分析獲得的電能數據；(4)用聚類分析法對獲得的電能數據分類。

【技術特征摘要】

【專利技術屬性】
技術研發人員：張波，張迪，付德慧，丁寧，王同勛，陳兵，溫惠，
申請(專利權)人：國網智能電網研究院，江蘇省電力公司電力科學研究院，國家電網公司，
類型：發明
國別省市：北京;11