基于随机森林算法的电压暂降特征量预测研究∗

电压暂降是发生概率较高、对电力用户影响较严重的一类电能质量问题,准确地对敏感用户开展特征量指标评估十分重要.基于此,提出了一种基于随机森林算法的用户侧暂降类型的特征量评估方法,首先根据电网侧和用户侧的暂降数据建立随机森林回归预测模型,然后对模型进行参数设置优化,最后对用户侧电压暂降特征量数据进行预测.利用云南某地区配电网实测数据进行的与多项式预测算法的对比分析表明了随机森林算法用于电压暂降特征量预测的优越性.     

基于分段电流特征和随机森林算法的低压配电网拓扑识别方法

低压配电网的拓扑结构对于实现台区线损分析、故障定位、需求响应等应用功能有着重要意义。针对当前低压配网户变关系在线识别难题,提出了一种基于分段电流特征和随机森林算法的低压配电网拓扑识别方法。首先,基于电流特性纵向传导机理,构建电流特征指标体系,并提出基于电流时间序列的分段特征提取方法。其次,根据分段电流特征生成特征向量集,建立基于随机森林算法的拓扑识别模型,可快速有效识别用户连接变压器关系。最后,利用实际配电网的量测数据进行算例分析,结果证明该方法拓扑识别准确率达到98.02%,所需样本时间短,能够快速有效地识别低压配网拓扑关系。     

基于小波去噪与随机森林的配电网高阻接地故障半监督识别方法

针对配电网高阻接地故障识别易受噪声干扰、无标签数据难以利用的难题,提出一种基于小波去噪与随机森林的高阻接地故障半监督识别方法。区别于监督式学习方法仅利用标签数据,基于协同训练方法能够充分利用有标签数据与无标签数据。首先,使用小波阈值去噪算法消除零序电流中的噪声。其次,采用波峰波谷故障启动算法判断线路是否发生故障或扰动事件。运用小波变换提取零序电流的小波系数作为故障特征。最后,基于小波系数故障特征构建两个随机森林作为半监督分类器进行协同训练,从而实现高阻接地故障的检测识别。仿真结果表明,所提配电网高阻接地故障半监督识别方法可以充分挖掘配电网既有的故障案例中无标注数据蕴含的关键特征,从而提高故障分类准确率,具有较强的准确性和灵敏性。     

基于随机矩阵的配电网故障选线方法研究

针对目前配电网故障选线方面存在的难题,提出了一种基于随机矩阵的配电网故障选线方法,利用随机矩阵单环定理,对每条馈线数据形成的随机矩阵特征值分布情况进行分析.正常线路故障前后特征量波动小,其随机矩阵特征值分布更加接近于高斯随机矩阵特征值分布;而故障线路故障前后特征量变化情况明显,特征值分布将远离高斯随机矩阵的特征值分布范围。     

基于小波变换的随机森林模型风力发电预测方法

针对风力发电因随机性、复杂性和易受外界因素干扰的特点而很难做出准确的分析和预测,提出了一种基于小波变换的随机森林模型风力发电预测方法.该方法利用国外某风电场的历史发电数据和气象历史数据作为输入参数,建立WT-RF模型,并与单一的随机森林模型作对比.试验结果证明,该预测模型能有效减小误差,具有一定的参考价值.     

基于电流故障分量特征和随机森林的输电线路故障类型识别

为提高输电线路故障选相的精确性,提出了一种基于电流故障分量特征结合随机森林的输电线路故障类型识别新方法.分别在多个短时序列下计算三相电流故障分量能量相对熵与零序电流故障分量能量和,并按特定顺序把在各短时序列下计算得到的结果组成特征样本向量,以表征输电线路故障类型特征.建立随机森林智能故障类型识别模型,并利用故障特征样本...     

基于特征选择和随机森林的电力系统受扰后动态频率预测

基于机器学习的电网受扰后动态频率预测方法往往忽视系统拓扑变化,造成当电网拓扑改变后原训练模型可能不再适用.为此,提出一种基于随机森林(random forest,RF)的电网频率预测方法.考虑到随机森林算法的训练时间与特征数量成正比,提出基于斯皮尔曼相关性和层次聚类凝聚的特征去冗余方法,降低输入特征数量.在此基础上,提...     

基于故障距离分布函数的配电网故障定位

为提高配电网故障定位精度,提出了基于母线电压暂降特征信息和故障距离分布函数实现配电网故障定位的单点定位算法。由节点阻抗矩阵建立反映故障距离变化的故障距离分布函数,根据故障距离分布函数和故障后变电站端测量到的电压暂降数据计算故障距离,通过数据匹配和逐步逼近搜索法确定过渡电阻值,引入了排序算法对所有可能故障点进行排序,减弱了伪故障点对故障定位结果的影响。该方法也适用于三相不平衡配网,不需多次短路计算迭代。算例结果验证了该方法的有效性。     

基于机器学习的中压配电网断线不接地故障检测

由于中压配电网变电站常采用中性点不接地方式,所以当线路单相断线后断口两侧的导线均不接地或是非电源侧导线落地等情况发生时,没有明显的故障特征产生,且无法通过变电站内现有的继电保护装置对故障进行检测。为解决这一难题,我们基于配用电信息系统数据和改进的随机森林算法,用纯数据驱动的方法,提出了一套可用于中压配电网的断线智能检测系统的方法,可应用于实时的故障检测,这是文章的一大创新之处。其次,以华东某地区配用电信息系统中的历史数据为依据进行实际算例分析,该方法在测试集中的分类的准确度高达91. 44%,而且找出了电压为判断配电网断线的主要标准,这为配电网断线不接地故障检测的进一步研究提供了科学的依据。     

基于零序电流分布的配电网接地故障智能监测方法

常规的配电网接地故障监测多采用随机森林方法提取接地故障点的相位特征,适用范围具有较大的局限性,无法提取较为精确的相位特征,导致接地故障测距结果误差较大,监测结果准确性得不到保证。基于此,引入零序电流分布原理,提出了一种新的智能监测方法。首先,利用阈值法,对配电网电压信号进行降噪处理,滤除信号中的多余噪声。其次,基于零序电流分布原理,提取配电网接地故障点上下游零序电流暂态分量相位特征,得出接地故障点的相对相位差,定位配电网接地故障馈线。在此基础上,设计接地故障单侧智能监测方法,对配电网接地故障进行智能监测,得出接地故障到监测点的距离。根据实验结果可知,应用新的方法后,在接地故障距离逐渐增加的情况下,接地故障测距误差较小,均不超过2.5 mm,能够实现配电网接地故障高精度监测的目标。     

基于随机森林算法的95598投诉预测方法研究

为减少投诉风险发生,提出一种基于随机森林算法的95598工单投诉预测方法,实现对95598工单的直接投诉预测与转化投诉预测。首先,对95598历史工单进行数据预处理;其次,在充分考虑历史工单的供电地区、时间、天气、前期工单事因、重复来电和投诉倾向等情况的基础上,建立了基于随机森林算法的95598电力服务投诉工单预测模型。以某市全年95598工单数据为例,建立了该市的95598电力服务投诉工单预测模型,并以Weka 3.8数据挖掘软件为测试平台,对所建立的模型进行测试,并与其他数据挖掘算法的预测性能进行了对比分析。结果表明,该方法能够实现对95598投诉风险的有效预测,投诉预警效果良好。     

基于高维随机矩阵理论的配电网实时故障分析方法

针对配电网故障分析方法多依赖于自身拓扑结构的问题,提出一种基于高维随机矩阵理论的算法用于配电网实时故障分析检测.首先通过增广、拼接、随机化、加高斯白噪等过程构造高维随机矩阵;然后,采用平均谱半径与最大特征值作为相关指标,分别基于高维随机矩阵理论的单环定理以及马申科-百思图(Marchenko-Pastur,M-P)定律...     

基于KSOM-Elman网络的配电网故障定位方法

针对配电网分支较多、故障数据特征不明显引起的故障定位困难的问题,提出了一种基于行波测距和核自组织特征映射网(kernel self-organizing feature maps,KSOM)-Elman神经网络的故障定位方法.首先利用行波法和小波变换进行故障测距,搜寻故障可疑分支;其次在传统自组织特征映射网神经网络中引进高斯核函数,构建KSOM网络聚类器,将无标签故障样本数据分组,并结合Elman神经网络对聚类数据进行监督训练和学习,从而判断故障分支,精确定位故障点位置;最后将KSOM-Elman神经网络与其他神经网络的定位结果对比.经过仿真验证,该方法可靠有效,定位效果优于其他网络.     

基于多端故障电流匹配的配电网故障定位方法

为了克服配电网故障定位方法在高渗透率分布式电源（DG）接入下适应性较差的问题,提出了一种基于多端故障电流匹配的多源配电网故障区段定位方法。首先借助对称分量法分解电源端工频电流序分量,建立DG等效模型;然后利用电源提供的电流故障分量与故障距离有相关性的特性,建立特征匹配函数并依次遍历各节点;最后根据特征值最小的2个相邻节点实现对故障区段的辨识。针对故障信号微弱问题,提出了相对距离可信度权值与相对容量可信度权值对匹配函数进行改进,并提出区段融合规则,以提高定位准确率。在ETAP仿真平台搭建了4节点系统和IEEE 33节点系统进行仿真,结果验证了所提方法适用于高渗透率DG接入下的故障定位,且正确率较高。     

一种基于有向图的配电网故障定位方法

为提高配电网的故障定位效率,减少因故障停电带来的损失,本文基于有向图提出了一种配电网故障定位的新方法。它利用主站接收到的故障指示器动作信号,通过构造节支关联矩阵和线路电流向量,进行两者相乘运算,确定故障所在区段。所提方法无需规格化处理,可实现含分布式电源接入、多重故障和闭环运行的复杂配电网故障定位,具有较强的容错能力。文中不仅应用KCL电流定律从理论证明了方法的正确性和适用性,而且还在某市配电网系统上进行了仿真。结果表明了该方法可以用于实际配电网,具有很大的应用前景。     

基于Petri网的含DG配电网区域故障定位新方法

针对含DG配电网区域保护中故障定位存在矩阵运算计算量大、耗时长等不足问题,提出了一种基于Petri网区域保护的故障定位新方法。在非故障时段,利用SCADA系统所汇集FTU的信息,在故障前更新网络拓扑,减小了定位耗时;当故障发生时,根据保护采集的故障信息,通过对PN模型中位置的不同定义,将故障定位问题转换为对锁定单一AFTU的Petri网求解问题,避免了不断修改矩阵参数;通过分层2次定位,减小了单次定位矩阵运算维度,进一步提高区域保护的速动性。通过详细的分析和仿真验证,结果表明:该方法有效提高了区域保护的通用性、简易性、快速性和准确性,具有高的实用价值。     

基于大数据分析的配电网故障监测方法

针对当前配网监测手段有限、数据利用率低等问题,提出一种基于大数据分析的配电网故障监测方法。分析目前供电企业配网调度支持系统技术特点与数据流程,选取海量历史遥测数据作为研究对象,采用C均值模糊聚类算法辨识配电线路负荷模式并进行负荷预测。定义了考虑隶属度和欧式距离因素的失配度指标,作为线路故障评价判据。算例分析表明,能有效辨识配电线路负荷模式,较为可靠地判定线路故障,并在一定程度上避免因负荷正常波动造成的误动作。应用效果显示,提供了一种简便、实用的监测手段,能有效监测现有手段监视不到的配电网故障情况。     

基于KNN和多电流特征的配电网接地故障区段定位方法

为解决配电网单相接地故障区段定位难题,提出一种基于KNN和多电流特征的配电网接地故障区段定位新方法.故障点上游区段和故障点下游以及健全区段的相电流和零序电流的幅值、极性以及相似性等均存在差异,同时将相电流和零序电流的突变量作为故障区段的识别依据,提高了区段定位的准确率.针对识别判据的阈值设置困难的问题,提出利用KNN自...     

一种基于概率预估的配电网线路短路及接地故障定位系统

主要针对配电网异常情况下及时准确定位故障点的检修效率问题,提出并研制了配电网短路及接地故障定位故障定位系统.利用互感器、GSM无线传输、概率预估故障定位方法,建立了融合基础数据管理、警示信号显示的管理平台,实现对系统工作的监控.整个系统由现场端和系统服务器端构成.文中介绍了系统构成原理、结构、软件功能和应用效果.运行结果表明,采用贝叶斯概率公式分析故障信息能有效减小由于现场终端损坏、误报等对故障定位的影响,计算简单,实时性好.可便于管理人员和检修人员在进行操作、检修作业时对现场故障状态的掌控.     

配电网中的矩阵故障定位方法

故障定位是配网自动化的一个重要研究方向,介绍了故障定位统一矩阵算法的方法和物理意义。针对统一矩阵算法的不足之处,结合三水地区配电网的具体特点,引入另一种简化矩阵算法,并通过具体算例证明了该算法的正确性。最后对改进矩阵算法进行分析并提出改进之处。