基于深度学习模型融合的电压暂降源识别方法

电压暂降源的识别是制定电压暂降治理方案和明确事故责任的基础。电压暂降源可分为单一电压暂降源和复合电压暂降源,电网设备的复杂化和用电模式的区域化对基于物理特征的传统电压暂降源识别方法提出了新的挑战。该文提出一种基于模型融合的电压暂降源识别方法,通过深度学习算法中的卷积神经网络获取电压暂降信号的时序特征和空间特征,采用深度置信网络替换卷积神经网络中用于提纯高维特征和起分类器作用的全连接层,从而增强网络的多标签分类能力。利用仿真和加噪数据对网络进行迭代训练和反复测试,验证了融合模型的高识别精度和抗噪性能。对比传统的电压暂降源识别方法,生成的模型具有良好的泛化能力,能够有效应用于实际工程中。     

基于多源数据融合的省级电网电压暂降互动平台

针对当前电压暂降相关系统存在重监测、少应用、无互动等问题,构建基于多源数据融合的省级电网电压暂降互动平台。首先,根据供电公司、敏感用户和治理产商三方的实际需求设计平台的功能体系与总体架构;其次,通过建立母线关联映射表和全网暂降特征库实现多源数据的关联和特征提取;再次,在多源数据融合基础上实现电压暂降严重程度评估、风险预警、即时感知与快速定位、辅助治理决策等功能;最后,构建暂降治理参与者信息共享与互动机制、建立暂降协同防治体系。目前,所提平台已在某省电网投入实际应用,反映良好。     

基于距离判别分析的电压暂降源识别方法

为准确识别电网中的各类电压暂降源,并避免其他方法在识别过程中特征提取困难的问题,从最小距离的角度提出了一种基于距离判别分析的电压暂降源识别方法。利用暂降分段法对电压暂降有效值的波形变化特点进行分析,并以粗粒化的有效值波形构建了与电压暂降源类型相对应的六个总体。采用多总体马氏距离判别分析方法,利用训练样本进行学习,建立相应的判别函数及其判别准则对待判样本进行判别,从而实现电压暂降源的识别。通过仿真建模对所提方法进行了验证和对比分析,结果表明该方法的识别准确率和性能较高、交叉误判率低,对噪声鲁棒性好,满足实际应用要求。     

基于10kV配电网的电压暂降源的定位与识别

提出了一种基于10kV配电网的电压暂降源定位与识别的方法。利用有限的监测点采集的数据,根据电压暂降发生时系统中能量的流动变化,判定电压暂降源相对于监测点的位置;从三相电压是否平衡、暂降深度、有功功率变化和电压总谐波畸变率等方面研究了几种常见电压暂降源的特征;根据各类电压暂降源的特性以及仿真试验提取相应的特征量并设立判据,从而实现了对线路故障、感应电机启动和变压器投运引起的电压暂降的识别。     

基于GWO-SVM的电压暂降扰动源识别

针对电压暂降扰动事件发生频繁、扰动种类多样,难以有效识别扰动源的实际情况,结合电压暂降扰动信号的时-频特性、灰狼优化算法(GWO)和支持向量机(SVM)分类模型,提出了一种电压暂降扰动源识别新方法。通过S变换对电压暂降扰动信号进行多分辨率时-频分析,从S变换结果矩阵中提取出信号的特征曲线,建立6类电压暂降混合扰动信号的8个特征量。构建GWO-SVM一对余(OVR)分类器,以提取出的特征量作为输入,对扰动源进行分类识别。基于MATLAB/Simulink构建电压暂降模型,经仿真验证分析,该方法可以有效识别电压暂降扰动源,也为电压暂降扰动治理提供必要的技术支撑。     

基于特征选择和贝叶斯判别的电压暂降源识别

电压暂降事件的发生具有不可避免性且严重影响敏感设备的运行状态。为支撑电压暂降的责任划分和治理决策，考虑到现有电压暂降特征提取及其源识别模型中存在的不足，提出基于特征选择和贝叶斯判别法的电压暂降源识别模型。首先，阐述了电压暂降监测数据和仿真数据的来源及其特性；其次，在现有特征提取方法的基础上，提出采用Pearson相关系数进行特征选择，以降低特征间的冗余性和维度；最后，基于贝叶斯判别法建立了电压暂降源识别模型，通过监测和仿真数据对模型性能进行了定量评价，并与现有方法进行对比。结果表明，提出的方法识别效果好，可用于实际工程。     

基于互近似熵的电压暂降波形匹配方法

随着越来越多电压暂降敏感设备接入电网,因电压暂降干扰带来的直接及间接经济损失日趋严重,这对供电质量提出了更高要求,准确识别暂降源是治理电压暂降问题中必不可少的步骤。文中分析了各类短路故障引起的电压暂降类型及其经变压器传变后暂降波形的变化情况,并根据理论分析建立各类暂降的标准样本波形。提出了一种基于互近似熵原理的电压暂降源辨识方法,通过计算实测波形与样本波形之间的互近似熵,直接进行相似度匹配,实现故障暂降类别的准确识别,并利用电网实测数据对该方法进行验证。结果表明该方法与实际工程相贴合,具有很强的实用性。     

基于单端口网络内电阻极性的电压暂降追源方法

电压暂降追源即确定电压暂降扰动源相对于监测装置的位置。以对电网故障的分析为切入点,应用端口网络理论,将任何复杂电网在电压暂降源监测装置安装处等效为2个“有源单端口网络”。视电网故障为“有源单端口网络”的外部扰动,测量并计算出“有源单端口网络”的内电阻,依据“有源单端口网络”的内部电阻的极性,对电压暂降源相对于电压暂降源监测装置的位置进行判断。内电阻为正,电压暂降源与参考方向相反,即上游。内电阻为负,电压暂降源与参考方向相同,即下游。给出了内部电阻的计算方法。所提出的电压暂降源定位方法具有坚实的理论基础。仿真结果表明,该方法对辐射式、非辐射式,以及中性点有效接地和非有效接地的混合电网的电压暂降源定位准确率达到100%,是一种非常实用的电压暂降源定位法。     

一种新的电压暂降事故源识别方法研究

电压暂降发生频率高、影响范围广、造成危害大。针对电力监测系统中带有事故源信息的电压暂降监测数据非常有限且不易获得的问题,提出了一种基于半监督支持向量机的电压暂降源识别方法。分析了各种电压暂降事故源,利用短时傅里叶变换(STFT)对电压暂降信号进行时频分析,提取出各类暂降特性参数,运用半监督支持向量机对其进行训练与识别,实现在少量带事故源标签电压暂降监测数据下电压暂降源的可靠识别。算例结果显示,在少量标签数据下半监督支持向量机比传统支持向量机具有更高的暂降源识别精度。     

基于多分类支持向量机的电压暂降源识别

S变换具有很好的时频分析能力,能精确提取突变信号的关键特征信息。在分析S变换原理基础上,提出一种基于多分类支持向量机的电压暂降源识别方法。用S变换对电压暂降信号进行时频分析,提取各类暂降特征;用多分类支持向量机对特征进行训练与识别。通过仿真算例验证,该方法能有效识别电压暂降源,可应用于电能质量监测系统。     

一种基于改进灰色关联分析的电压暂降源识别方法

为准确识别电网中各类暂降源,提出了一种基于改进灰色关联分析的电压暂降源识别方法。分析了其产生机理,并利用暂降分段法,分析电网中各类暂降源的波形特点;针对传统灰色关联分析模型的不足,利用熵权法进行改进;提取电压暂降波形的时域特征,形成六类暂降源对应的标准参考序列和待识别暂降源对应的比较序列,利用改进的灰色关联分析模型计算参考序列和比较序列的关联度,实现暂降源的准确识别。通过PSCAD/EMTDC仿真和实测数据对所提方法进行验证,并与其他方法对比,证明了所提方法能在样本较少的情况下准确识别各类暂降源,且能确定短路引起暂降的故障类型,具有较大的工程应用前景。     

考虑监测点建设紧迫性的电压暂降监测装置多目标优化模型

为了实现电压暂降监测装置更加精准的布局,确保电网的稳定运行,提出了一种考虑监测点建设紧迫性的电压暂降监测装置多目标优化模型.首先,引入电压暂降幅度和电压暂降频率状态评估指标,建立监测装置建设紧迫性评估模型;然后,综合考虑系统监测点的建设紧迫性,基于电压暂降可观测矩阵,建立最小化建设紧迫性总权重和最小化可观测损失率的多目...     

基于多分类支持向量机的电压暂降源识别

S变换具有很好的时频分析能力,能精确提取突变信号的关键特征信息.在分析S变换原理基础上,提出一种基于多分类支持向量机的电压暂降源识别方法.用S变换对电压暂降信号进行时频分析,提取各类暂降特征;用多分类支持向量机对特征进行训练与识别.通过仿真算例验证,该方法能有效识别电压暂降源,可应用于电能质量监测系统.     

电网结构对电压暂降传播的影响及其量化分析方法

有效的电压暂降治理方法对减少用户经济损失起着重要的作用。现有电压暂降治理方法基于随机预估等方式获取电网各节点的电压暂降水平,从而针对暂降严重的节点进行治理,但这些方法仅能量化暂降水平的大小,难以分析造成暂降严重的根本原因,治理效果亟待提高。其本质原因在于忽视了电压暂降在电网中的传播规律和电网结构对电压暂降的影响机制。为此,对电压暂降受电网结构属性的影响进行分析并对其量化方法开展研究。首先,基于电网故障模型分析电压暂降幅值与电网结构的关系,并将监测周期内多次故障下电网所有节点电压平均幅值构成的序列定义为电压暂降模式,以挖掘电压暂降受电网结构属性的影响;然后,通过分析电压暂降的传播特性,从电网拓扑属性和物理属性出发提出电压暂降结构性指标,从电网节点规模程度、聚集程度、传播效率和支撑能力等不同的方面量化电网结构对电压暂降的影响;最后,提出电压暂降受电网结构影响程度的综合评估方法,为电网侧电压暂降治理提供决策支持。基于IEEE 30节点系统的仿真结果验证了所提方法能够反映电网结构对电压暂降的影响规律,以敏感用户接入电网的规划为例,验证了所提结构指标有助于从电网侧治理电压暂降问题,并能够对优质供电园区的电网规划与重构、电网运行方式反演、电压暂降传播途径抑制等措施提供决策支持。     

应用主成分分析约简电压暂降扰动源识别特征的方法

电压暂降是一种典型的电能质量扰动现象,准确识别引起电压暂降的扰动源类型是电能质量监测与管理的重要内容之一。为解决由于特征指标的相关性和冗余性而导致电压暂降扰动源识别准确率低的问题,提出一种基于主成分分析的电压暂降扰动源识别特征约简方法。通过分析单一电压暂降扰动源和复合电压暂降扰动源,利用小波系数从统计量、波形态、熵、能量等方面构建电压暂降特征指标。根据主成分分析方法对原始特征指标进行标准化处理,计算协方差矩阵并确定综合特征指标个数,最后得到约简后的综合特征指标。这些综合特征指标有效地消除了原始特征指标间的相关性和冗余性。采用常规方法构造分类器进行验证表明,约简后得到综合特征指标,不仅有效降低了输入到分类器中的特征向量个数,而且在不同噪声强度下对单一电压暂降扰动源和复合电压暂降扰动源的识别准确率明显高于利用原始特征指标进行的分类识别。     

基于配电网的复合电压暂降源分类与识别新方法

为了对配电网含有谐波情况下的复合电压暂降源进行分类与识别,提出了一种基于特征值综合法的复合电压暂降源分类与识别新方法。首先根据不同复合电压暂降源所引起的电压暂降波形特征的不同,定义三相电压不平衡度,将含单相接地类的复合电压暂降源与感应电机启动和变压器投入相复合的电压暂降源进行区别。然后定义交叉不平衡度并结合二次谐波电压含量对含单相接地类故障中的各类复合电压暂降源进行区分。最后利用马氏距离与概率神经网络相结合的方法对各类复合电压暂降源的故障顺序进行识别,进而形成完整的复合电压暂降源种类和故障顺序识别新方法。通过仿真实验对所提方法进行了验证,结果表明该方法能够很好地对复合电压暂降源的种类和故障顺序进行分类识别,且识别正确率高于96%。此外,所提出的分类方法还与EMD能谱熵和概率神经网络相结合的方法进行了对比分析,对比结果表明,所提方法的识别效果明显优于后者。     

配电网中电压暂降源定位技术分析

电压暂降因在电网中具有传播性使得如何定位暂降源变得复杂,而电压暂降源的定位对电能质量故障监测、诊断及其缓解策略的制订至关重要。配电馈线中电压暂降高频率发生,使得如何定位暂降源成为亟需解决的技术问题。暂降源从发生机理上可归结为故障和非故障两大类。文章阐述了暂降源的定位技术的历史及其发展情况,并分析和比较了配电网现有的电压暂降源定位检测算法,给出了各自的定位判据和适用范围,概括并分析了故障类电压暂降源定位的通用判据,展望了电网中暂降源定位技术工作。     

基于改进S变换的复合电压暂降源识别特征分析

电压暂降是较常见、影响较大的电能质量问题,识别电压暂降扰动源对改善和治理电压暂降具有重要意义。分析了由线路短路故障、感应电动机启动、变压器投入等单一电压暂降扰动源和复合电压暂降扰动源引起的电压暂降现象,提出采用改进S变换分析复合电压暂降扰动源识别特征。根据基频幅值曲线和2~5倍基频幅值和曲线,从统计量、熵和能量等方面构建电压暂降识别特征指标,将这些特征指标作为支持向量机的输入实现对不同类型电压暂降扰动源的分类识别。仿真结果表明,采用改进S变换构建电压暂降识别特征指标比标准S变换在电压暂降扰动源分类识别上效果更好。     

基于典型波形特征与改进DBSCAN的电压暂降同源识别方法

针对电网内单次短路故障可能触发多条母线上的电能质量监测装置记录电压暂降波形,造成电压暂降录波数据冗余、电网电压暂降水平过估计的问题,提出一种基于典型波形特征与改进基于密度的有噪空间聚类(DBSCAN)的电压暂降同源识别方法。首先,提出综合倾斜因子、波形相似度和持续时间三维特征,综合刻画电压暂降同源性;同时,研究电压暂降经多级变压器的传播特性,推导出13种变压器相电压等效传递矩阵,并提出基于Bhattacharyya距离的波形相似度计算方法。其次,利用共享近邻点(SNN)改进DBSCAN,对由三维特征构成的矩阵进行同源聚类,提出基于电网节点总数和监测点总数的聚类参数计算方法,实现电压暂降同源识别。应用实测数据和IEEE 30节点系统仿真数据进行验证,结果证明了所提方法的正确性和有效性。     

基于多重判据的电压暂降故障源定位方法

电网短路故障是电压暂降的主要原因,准确定位暂降故障源的位置,不仅有利于供用电双方区分暂降责任,还可大幅缩短电力公司的故障清除时间,提高供电可靠性。提出一种基于多重判据的电压暂降故障源定位方法:从监测点布点入手,结合监测点可观测域和暂降源方位判断提取可能的故障线路;基于监测到的节点电压相量估计故障类型,在可能的故障线路上假设虚拟故障点,利用故障距离分布函数得到监测点电压计算值,根据计算值与测量值的误差分析结果定位暂降故障源。基于10节点和26节点网络的仿真,验证了所提方法的有效性和实用性。该方法可有效减少故障定位过程中的循环搜索过程,能够对伪故障点做出处理。