基于有效数据段选取的多谐波源责任划分方法

针对多谐波源谐波责任划分时存在的可获得测试样本有限的不足,提出一种基于选择有效数据段的多谐波源谐波责任划分方法,在有效数据段内,只有一个谐波源负荷变化而其他谐波源负荷基本保持稳定。采用改进的k-means聚类方法,对要计算谐波贡献的谐波源以外的各谐波源谐波电流进行阶梯式的聚类处理,最终划分成多个有效数据集合。然后利用偏最小二乘法估计各数据集合对应的谐波源谐波责任,并加权求和所有集合的谐波责任作为关注时间段总的谐波责任。该方法克服了传统数据选择法难以获得有效时间段的缺点。为验证方法的有效性,在IEEE 14节点标准配电网络上进行仿真分析,结果表明,所提方法能有效解决数据段选择问题,并且优于传统数据选择方法。     

考虑背景谐波电压变化的多谐波源谐波责任划分

提出了一种考虑背景谐波电压变化的多谐波源谐波责任划分方法。首先,利用主导波动量法估算出系统侧谐波阻抗,然后根据背景谐波电压的波动情况,采用均值漂移算法对背景谐波电压数据进行聚类处理,按照电压值分为不同的数据段。最后,利用偏最小二乘法计算各个数据段谐波责任,加权求和得到关注时间段的谐波责任。为验证方法的有效性,分别在实验电路和IEEE 13节点测试系统上进行仿真分析,结果表明,所提方法提高了谐波责任划分的准确度,能有效克服背景谐波电压变化对责任划分的影响。     

面向分布式电源并网的多谐波源责任划分

充分考虑大量分布式电源接入电网导致背景谐波波动增大以及分布呈非对称特点的影响,提出了一种聚类算法与复合分位数回归相结合的多谐波源责任划分方法.首先,提出基于回归模型系数波动的有效数据选择方法对数据进行处理,在此基础上,采用主导波动量与OFMMK-means聚类算法结合的方法对波动的背景谐波电压进行聚类,并按照电压值分成...     

考虑背景谐波电压波动和阻抗变化的多谐波责任划分

当背景谐波电压波动和系统阻抗变化时,传统的谐波责任划分方法难以准确评估谐波责任,对此情况,提出一种考虑背景谐波电压波动和阻抗变化的多谐波责任划分方法.首先利用相似性测度原理筛选出背景谐波电压波动较小的数据段;再建立公共连接点谐波电压和谐波电流数据组散点图,采用OPTICS算法进行聚类,使采样数据能按系统阻抗值划分成不同...     

基于信息熵的多谐波源定位研究

针对复杂配电网中缺少有效划分非线性负荷谐波污染责任和不能准确确定主谐波源位置的状况,提出了一种基于信息熵的多谐波源定位方法。通过支持向量机进行谐波分离,获得测量量的各次谐波数据。接着利用B样条法对测量数据进行概率密度估计,从而计算出母线电压与各支路电流的互信息值,根据互信息值的大小来确定主谐波源位置。通过对典型配电系统在ATP(选择性暂态程序)软件中仿真分析,所提方法具有定位准确、能够进行实际谐波责任区分的优点。     

含分布式谐波源的配电网多谐波源责任划分

大规模新能源发电、电动汽车等的接入使配电网谐波具有随机性、波动性、时变性等特点,同时导致配电网的结构和运行特性更加复杂,增加电网故障发生的概率,谐波新特征及故障干扰导致传统谐波责任划分的精度和效率降低。该文提出大规模分布式谐波源接入背景下的配电网多谐波源责任划分方法。分析含大规模分布式谐波源的配电网谐波新特征,提出利用多因变量复数域偏最小二乘法(multi-variable complex partial least squares,M-CPLS)进行多个谐波源责任的同时划分;研究故障时各谐波源的稳态谐波电流波动特征并提出利用小波变换对故障数据进行辨识;提出基于回归模型系数波动的有效数据选择方法。所提方法提高多谐波源场景下责任划分的计算效率,降低回归模型系数波动造成的误差干扰,提高谐波责任划分的准确度并增强算法抗故障干扰的性能。基于IEEE 34和IEEE 37节点配网系统仿真算例和监测平台的实测数据,验证所提方法的有效性和准确度。     

数据筛选对多谐波源谐波责任划分的影响

定量划分谐波责任对于电能质量管理具有重要意义.提出一种基于数据筛选进化机制的多谐波源谐波责任划分方法.在传统的线性回归法估算回归系数中,回归模型往往会受到数据中异常值的影响,导致其估算准确度降低.采用格拉布斯检验法剔除异常数据,以避免对回归模型的影响,之后建立多谐波源谐波责任划分等效电路模型,在此基础上通过偏最小二乘法估算得到系统的总谐波阻抗,进而计算得到各谐波源的谐波责任.经实验仿真计算表明,与直接对数据进行回归计算相比,基于数据筛选的回归模型对回归参数的估算更准确,更适用于实际工程.     

采用线性动态聚类的谐波责任区间估计EI北大核心CSCD

传统的谐波责任分摊方法需要采用专门设备同步测量谐波电压和多个用户的谐波电流,工程应用受到限制。该文采用谐波监测装置的非同步量测数据,提出一种基于区间型监测数据的多谐波源谐波责任分摊方法。首先,根据现有谐波监测数据构建区间监测样本,通过基于参数化回归的线性动态聚类算法划分谐波源的运行场景,以保证每一场景下的谐波阻抗与背景谐波电压的波动均维持在较小范围内;其后,构建区间型谐波责任量化方程,并利用相关性数据选择方法辨识区间参数;最后,提出一种谐波责任区间指标,定量评估谐波源的谐波责任。通过仿真与算例验证,验证了该文方法的可行性及有效性。     

基于M估计稳健回归的多谐波源责任区分

为对多谐波源系统中各谐波源的谐波责任进行正确区分,提出一种基于M估计稳健回归的评估方法。首先根据公共连接点处各谐波电压相量之间的关系定义了评价谐波源责任的指标因子。利用时间序列分割法选择出满足分析要求的谐波电压和谐波电流历史数据。利用反复加权的最小二乘迭代法求解回归系数,根据回归系数计算出谐波责任指标因子,进而评估多谐波源系统中各谐波源的谐波责任。该方法大大削弱了数据异常值对回归系数的影响,克服了传统最小二乘法对奇异数据敏感、评估精度低的缺点。仿真分析和实际算例均验证了该方法的有效性以及相对于传统最小二乘法的优越性。     

考虑系统运行方式变化的多谐波源责任划分

实际电力系统中，公共连接点（point of common coupling,PCC）处的设备投退、无功补偿设备投切、系统供电方式调整等运行方式变化所引起的背景谐波电压波动与系统谐波阻抗变化具有随机性，导致传统方法准确性受到影响。提出了一种考虑系统运行方式变化的多谐波源责任划分方法。首先，基于相关性分析进行用户侧主导波动数据筛选；其次，基于密度聚类（density-based spatial clustering of applications with noise,DBSCAN）算法对系统谐波阻抗数据进行分类；最后，基于背景谐波电压分类迭代的思想实现更为精确的系统侧谐波阻抗估计，并进行后续谐波责任划分。仿真算例结果表明该方法能够较好地抑制背景谐波电压波动和系统侧阻抗变化带来的影响，得出较精确的系统侧谐波阻抗值和更准确的谐波责任划分结果。     

基于诺顿等效电路的多谐波源责任划分研究

明确区分多个非线性负载对电网公共连接点(PCC)处的谐波贡献是实现多谐波源责任划分的重要问题。首先采用波动量法将单相不控整流谐波源等效为诺顿等效模型,并通过谐波电流源值与单相不控整流电路的各次谐波电流值近似相等证明了诺顿等效模型的有效性。然后搭建了含有三个谐波源的等效电路,并等效出各自的诺顿等效模型。最后利用等效阻抗计算出各非线性负载各次谐波电压值,利用电压表示的谐波责任指标因子进行多谐波源电压责任分摊。文中方法简单明了且有效,有利于实际配电网含多谐波源责任划分的工程应用。     

考虑谐波严重程度的长时间尺度谐波责任划分方法

针对现有谐波责任划分方法未考虑不同谐波严重程度下责任所造成的实际影响差异,提出一种考虑谐波严重程度的长时间尺度谐波责任划分方法。考虑谐波数值分布与变化趋势两方面因素划分工况,并计算各工况综合权重量化谐波严重程度;基于典型相关性分析原理筛选长时间尺度数据,并根据谐波责任定义式估算谐波责任;结合上述综合权重获取长时间尺度综合谐波责任划分指标;采用仿真算例与实测数据进行验证,与传统方法相比,所提方法可反映各谐波源在长时间尺度下不同次数谐波造成的累计影响,更适用于谐波精准治理与公平奖惩工作。     

基于互近似熵数据筛选的谐波源责任划分方法

针对背景谐波波动影响谐波责任划分准确性的问题,提出了基于互近似熵数据筛选的谐波源责任划分方法。计算谐波电压、电流数据段的互近似熵(Cross Approximation Entropy, CAE)值,利用阈值筛选的方法,保留波形模式相似的数据区段,以达到排除背景谐波干扰的目的。利用M估计稳健回归法对保留数据进行回归计算,规避异常值对系统谐波阻抗回归计算的干扰,实现准确的谐波责任划分。仿真分析结果验证了该方法的准确性和优越性。     

不同电能质量等级下的谐波责任划分方法

提出一种考虑不同电能质量等级下的谐波责任划分方法。首先,计算公共连接点的电压总谐波畸变率,对PCC点进行电能质量等级划分;其次,根据划分的电能质量等级对谐波电压、谐波电流数据进行分段处理,利用偏最小二乘法计算每段谐波责任;最后,求加权求和得到关注时间段的谐波责任。为验证方法的有效性,在IEEE13节点测试系统上做了仿真分析。结果表明,该方法综合考虑到电能质量的影响,较传统方法更为合理。     

基于模糊聚类与函数小波核回归的短期负荷预测方法

短期负荷预测日益成为智能电网的重要课题。将历史日负荷序列表示成等负荷段组成的子序列集合,基于模式相似性方法,采用模糊聚类与函数型小波核非参数回归(FWKNR)相结合的组合预测算法。FWKNR将预测日负荷表示成历史日相应负荷段的加权平均值,将与参考段更相似的段赋予更高权重,并基于离散小波变换的形状相似性度量,采用N-WE计算权重;由预测日各分段预测快速完成日预测。模糊聚类针对单一用户历史负荷进行典型负荷模式的分类预处理,并识别与预测日有更相似行为模式约减的有效训练样本集合参与模型预测。基于某地区实际负荷数据,实验比较分析验证了组合算法的优越性。     

基于奇异值分解的非线性负荷谐波源定位方法

从电力部门运行和管理的角度出发,提出利用负荷的非线性特性定位谐波源及划分谐波责任的方法。该方法通过建立负荷时域等值模型,在不知道系统侧和用户侧负荷参数的情况下,利用公共连接点(PCC)上电压、电流的物理关系建立微分方程,求解负荷等值阻抗参数。根据辨识的负荷等值阻抗参数定位谐波源。采用奇异值分解(SVD)方法对采样的电压、电流数据进行分析,克服测量噪声及量测矩阵奇异的影响,提高参数辨识的精度。应用量化的负荷非线性度,进一步区分各谐波源的谐波责任。仿真表明,该方法简单可行,可准确定位谐波源,且不受背景谐波的影响。     

数字化主动配电网的多谐波源谐波责任划分方法

电网中公共连接点的谐波污染是多个谐波源共同作用的结果,为了更准确地划分公共连接点各个谐波源的谐波污染责任,提出了一种基于快速独立分量分析(FastICA)的多谐波源谐波污染责任划分方法。首先,准确划分谐波污染责任的前提是准确估算背景谐波和谐波传递阻抗,提出的方法可以基于FastICA完成背景谐波和谐波传递阻抗的估算;然后将各谐波源在PCC产生的谐波电压分量在PCC总谐波电压上矢量投影,计算得到各个谐波源的谐波责任;最后完成谐波污染责任划分。     

基于谐波耦合主导分量模型的居民负荷集合性谐波评估

随着我国居民用电比例的逐年升高,家用电器产生的谐波越来越不容忽视,对居民负荷用电谐波特性进行研究具有重要意义。首先,提出基于实测数据建立各电器负荷的谐波耦合主导分量模型,该模型可考虑不同供电电压条件下负荷的谐波产生特性以及多谐波源负荷之间的叠加与分散效应。然后,综合考虑影响我国居民用电的各因素,引入修正系数和影响因子,确定各电器的开通概率与持续时间,建立适合我国民用负荷特点的用电行为学模型。利用马尔科夫链蒙特卡洛法,结合各负荷的电气模型与行为学模型,采用自下而上分层建模的思路,提出居民负荷的集合性谐波评估方法,可预测居民单户、多户以及区域负荷用电的谐波情况。最后,通过仿真算例与实测数据对比验证了所提方法的准确度和适用性。     

基于负荷时域等值模型非线性度的谐波源定位

谐波源定位是划分电网谐波污染责任的关键理论和技术难题。基于产生谐波污染的非线性负荷的非线性度特性,研究负荷非线性度与负荷谐波发射水平的关系,提出了一种适合于单相和三相负荷的谐波源定位方法。该方法利用负荷时域等值模型确定负荷非线性特征,用删除残差法对负荷线性参数进行识别,计算负荷非线性度,以此确定负荷谐波发射水平,判定PCC点处主要谐波源,该算法能有效减少测量噪声影响。实验仿真及实际工程数据分析验证了该方法的有效性和准确性。     

系统谐波阻抗估计的自适应K均值聚类方法

传统系统谐波阻抗估计的主导波动量法以及阻抗归一化法,需要人工手动调整筛选参数和边界条件,主观性强且不易精确。为了弥补这些缺陷,提出谐波阻抗计算的自适应K均值聚类方法。首先对测量点处的谐波电压和谐波电流数据进行分组回归,计算一系列系统谐波阻抗的近似值;然后利用自适应K均值聚类方法对近似值进行聚类;最后,在定义紧密度指标的基础上,选择紧密度最优的聚类中心作为系统谐波阻抗估计结果。仿真验证和实测数据表明:与传统主导波动量法和阻抗归一化法相比较,自适应K均值聚类方法不仅能够提高估计精度,而且能够实现无需人工干预的自适应计算。