CN103778569A - 一种基于元学习的分布式发电孤岛检测方法 - Google Patents

Abstract

本发明涉及一种基于元学习的分布式发电孤岛检测方法，包括以下步骤：1)采用RELIEF算法识别孤岛检测的关键特征，得到关键特征集合；2)多个基学习器对原始关键特征集合进行分类预测；3)将多个基学习器的分类结果作为特征项加入训练集中，生成新的样本集合T；4)元学习器以样本T作为训练集，对基学习器的分类结果进行再学习，得到最终的检测结果。与现有技术相比，本发明解决了样本中的弱相关特征会降低分类算法的精度和导致过度拟合问题，具有适应性好、检测精度高等优点。

Description

一种基于元学习的分布式发电孤岛检测方法

技术领域

本发明涉及一种分布式发电技术，尤其是涉及一种基于元学习的分布式发电孤岛检测方法。

背景技术

将大量分布式发电(distributed generation，DG)以友好的方式接入系统是智能电网的重要特征。无论从系统运行、人员设备安全还是电能质量角度，都要求分布式发电具备孤岛检测功能。现有孤岛检测方法主要包括被动检测法、主动检测法、开关状态检测法等3类。开关状态检测法依赖于实时通信技术，存在可靠性、费用等问题，所以目前对孤岛检测的研究兴趣主要集中在被动或主动检测方面。较之于继电保护，孤岛检测保护的各种检测阈值往往缺乏明确的整定公式，使得检测阈值的确定存在经验性和盲目性。近年来，研究者注意到可以利用机器学习中的分类算法解决上述问题并取得了良好效果。

分布式电源的出力存在波动性，含分布式电源的配网的运行方式存在多样性。由于分类算法属于一种有监督学习算法，所以其难点主要在于如何提高算法的分类精度和泛化能力，从应用的角度，就是如何提高算法对未知实例的适应性。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种解决了样本中的弱相关特征会降低分类算法的精度和导致过度拟合问题、适应性好、检测精度高的基于元学习的分布式发电孤岛检测方法。

本发明的目的可以通过以下技术方案来实现：

一种基于元学习的分布式发电孤岛检测方法，其特征在于，包括以下步骤：

1)采用RELIEF算法识别孤岛检测的关键特征，得到关键特征集合；

2)多个基学习器对原始关键特征集合进行分类预测；

3)将多个基学习器的分类结果作为特征项加入训练集中，生成新的样本集合T；

4)元学习器以样本T作为训练集，对基学习器的分类结果进行再学习，得到最终的检测结果。

所述的采用RELIEF算法识别孤岛检测的关键特征具体步骤如下：

101)给定样本集合E＝{(x_i，y_i)}(i＝1，...n)，其特征集合为A(x)＝{a^(j)}(j＝1，...d)；

102)对各特征的值做归一化处理，设定各特征的初始权重ω_j＝0；对集合E的采样次数为n；

103)随机从E中选取一个样本(x_i，y_i)，其中i＝1，...n；

104)找出与样本(x，y)欧式距离最近的同类样本H(x)和异类样本M(x)；

105)ω_j＝ω_j+|x^(j)-M^(j)(x)|-|x^(j)-H^(j)(x)|，其中j＝1，...d；

106)选择权重大于设定阈值的特征作为关键特征集合。

所述的基学习器的个数为K个，所述的新的样本集合

T＝{x_i，C₁(x_i)，C₂(x_i)，...，C_K(x_i)，C(x_i)|x_i∈E}

其中原始样本集合E＝{(x_i，y_i)}(i＝1，...n)，C_k为基学习器，k＝l，...K，C(x_i)表示x_i的类别标签，即真实分类y_i，而用C_k(x_i)表示基学习器C_k对x_i的分类结果，公式中前面d列为基学习器的特征，从d+1列到d+K列为由K个基学习器的分类结果构成的特征，最后一列为类别标签。

所述的基学习器包括C4.5、CART和SVM三种分类算法的学习器。

所述的元学习器为SVM分类算法的学习器。

与现有技术相比，本发明具有以下优点：

1、解决了样本中的弱相关特征会降低分类算法的精度和导致过度拟合问题，提出利用RELIEF算法识别孤岛检测的关键特征，该算法独立于所选用的分类器，且适应于各种孤岛检测问题。

2、适应性好，利用多个基学习器之间的互补性以及元学习器的再学习能力来提高整体分类的适应性；

3、检测精度高，元学习器并不从各个基学习器中挑选最佳学习器，而是对基学习器的结果进行“再学习”，对基学习器错误的分类进行纠正，而对正确的分类加以巩固。这样，元学习器的分类精度就不限于最佳的基学习器，而是优于所有基学习器。

附图说明

图1为元学习系统结构示意图；

图2为含多个DG的配网系统示意图；

图3为关键特征组合的基学习器特征散点图；

图4为非关键特征组合的基学习器特征散点图；

图5为CART决策树示意图；

图6为C4.5决策树示意图；

图7为不同功率不平衡度(PI)下C4.5交叉分类的准确率曲线图；

图8为本发明的流程图。

具体实施方式

下面结合附图和具体实施例对本发明进行详细说明。

如图8所示，一种基于元学习的分布式发电孤岛检测方法，包括以下步骤：

S100、采用RELIEF算法识别孤岛检测的关键特征，得到关键特征集合；

S200、多个基学习器对原始关键特征集合进行分类预测；

S300、将多个基学习器的分类结果作为特征项加入训练集中，生成新的样本集合T；

S400、元学习器以样本T作为训练集，对基学习器的分类结果进行再学习，得到最终的检测结果。

1、特征选择方法

1.1特征判据

设E＝{(x_i，y_i)}(i＝1，...n)为训练样本集合，n为样本总数，(x_i，y_i)为一个样本实例。其中，

为d维的特征向量，y_i∈{0，1}为该样本的类别标签。分类器的任务就是试图归纳出特征向量与类别之间的函数关系，所以特征的选择对分类问题是至关重要的。在已有研究中提出了多种特征判据，本发明将其分为稳态量特征和暂态量特征。

1)稳态量特征。

孤岛会破坏配电网有功功率平衡，进而引起频率变化。所以有功P及其变化率dP/dt、频率f及其变化率df/dt很早就被用作孤岛检测特征。在孤岛/非孤岛运行方式下，无功的平衡方式也发生变化，这样电压U、功率因数

等也可构成有效判据。若用A(x)＝{a^(j)}(j＝1，...d)表示样本的特征集合，则综合已有研究，常用稳态量特征包括：

2)暂态量特征

电网扰动会产生伪孤岛事件，容易导致孤岛检测发生误判。现有文献认为多分辨率奇异谱熵能够表征信号的本质特征，因而非常适合用于孤岛与干扰特征的提取。定义信号奇异谱熵为

$H_i=-\underset{i=1}{\overset{i}{\mathrm{\Σ}}}{p}_{\mathrm{ji}}\log \left(2p_{\mathrm{ji}}\right)---\left(2\right)$

$p_{\mathrm{ji}}=\frac{{\mathrm{\λ}}_{\mathrm{ji}}}{\underset{i=1}{\overset{i}{\mathrm{\Σ}}}{\mathrm{\λ}}_{\mathrm{ji}}}---\left(3\right)$

式中，λ_ji为对信号进行第i层分解并经相空间重构后的系数矩阵的奇异值，而H_i则为该层信号所具有的信息熵。

假设对信号进行四层分解，则得到的一组暂态量特征判据为：

A(x)＝{H₁，H₂，H₃，H₄}        (4)

1.2关键特征识别

由上可见，已有文献所采用的特征判据无论在数量还是种类上都差别很大。这些特征与分类结果的相关性有多大?是否训练样本中所采用的特征越多则分类效果越好?理论分析与实践表明，如果训练样本中包含不相关或弱相关的特征，会造成特征冲突以及关键特征被低估等问题，对分类器造成困扰，从而影响分类的可信度。以决策树为例，弱相关的特征会导致决策树产生不恰当的分支，产生过度拟合(over-fitting)现象，此时，虽然针对既有训练样本依旧能获得较高分类精度，但分类模型的泛化能力严重下降。为此，需要有一种系统化方法定量评价各特征的重要度，选出关键特征，消除不相关或弱相关的特征。

依赖于特征空间搜索和信息增益的特征选择方法具有非常大的计算量。本发明采用RELIEF(Recursive Elimination of Features)算法进行特征选择。RELIEF是一种基于实例的特征选择方法，其基本思想是：如果某个特征为关键特征，那么在同类样本中，该特征的值应相同；而在异类样本中，该特征的值应不同。RELIEF算法的执行流程如下：

101)给定样本集合E＝{(x_i，y_i)}(i＝1，...n)，其特征集合为A(x)＝{a^(j)}(j＝1，...d)；

102)对各特征的值做归一化处理，设定各特征的初始权重ω_j＝0；对集合E的采样次数为n；

103)随机从E中选取一个样本(x_i，y_i)，其中i＝1，...n；

104)找出与样本(x，y)欧式距离最近的同类样本H(x)和异类样本M(x)；

105)ω_j＝ω_j+|x^(j)-M^(j)(x)|-|x^(j)-H^(j)(x)|，其中j＝1，...d；

106)选择权重大于设定阈值的特征作为关键特征集合。

由上可见，同类样本与异类样本特征统计量差异越明显，则RELIEF算法对该特征赋予权值越高。还可以看到，RELIEF算法独立于具体的分类方法，这样特征选择可以作为分类前的一个独立环节，并可以适应于采用多分类器的场合。

2、元学习方法

2.1归纳偏置现象

在分类问题中，训练样本集合E给出了特征向量x和类别y之间的预期关系，分类器的任务就是对E进行归纳学习，试图建立函数关系y＝f(x)。为此，分类器必须做出一些特定假设，这些假设的集合称作该分类算法的归纳偏置(inductivebias)。例如，C4.5、分类与回归树(CART，Classification and Regression Trees)是常用的决策树算法，其采用的归纳偏置是：采用自顶而下的贪婪算法进行空间遍历，优先选择当前信息增益最大的属性进行分支，并优先选择较短的树。支持向量机(SVM，Support Vector Machine)是用于小样本分类的优秀算法，其归纳偏置是：寻找一个满足分类要求的最优分类超平面，使得该超平面在保证分类精度的同时，能够最大化超平面两侧的边界。

已有孤岛检测研究都采用单一分类器。归纳偏置现象的存在，使得单一分类器虽能针对训练样本取得较为理想的分类精度，但对于未知实例的泛化能力可能严重下降，分类倾向与其采用的归纳偏置关系密切。泛化能力显然应是基于机器学习的孤岛检测方法的关键要求。为了克服单一分类器采用固定归纳偏置的缺点，本发明提出基于元学习的孤岛检测方法，利用不同分类器的互补性来提高适应性。

2.2、基于元学习的多学习器策略

元学习是一种两层机器学习架构。将以原始样本集合E＝{(x_i，y_i)}(i＝1，...n)为训练集的分类器称作基学习器(base learner)，设有K个基学习器C_k(k＝1，...K)。为表示方便，用C(x_i)表示x_i的类别标签，即真实分类y_i，而用C_k(x_i)表示基学习器C_k对x_i的分类结果。利用如下方法产生新的样本集合T：

T＝{x_i，C₁(x_i)，C₂(x_i)，...，C_K(x_i)，C(x_i)|x_i∈E}      (6)

其中，前面d列为基学习器的特征，从d+1列到d+K列为由K个基学习器的分类结果构成的特征，最后一列为类别标签。将以T为训练集的分类器称作元学习器(meta leamer)。由此构成的元学习系统如图1所示。由图1可见，基学习器和元学习器存在很大不同。前者以原始样本集作为输入，而后者的样本中则增加了基学习器的分类结果。新样本集合T中可能存在三类样本：(1)所有基分类器皆分类正确；(2)所有基分类器皆分类错误；(3)基分类器结果存在矛盾。元学习器并不试图从各个基学习器中挑选最佳学习器，而是对基学习器的结果进行“再学习”，试图对基学习器错误的分类进行纠正，而对正确的分类加以巩固。这样，元学习器的分类精度就不限于最佳的基学习器，而是优于所有基学习器。

需要说明的是，元学习器既可以采用基学习器的分类算法，也可以采用不同的分类算法；样本集合T的产生方法也有多种。图1及式(6)为本文针对孤岛检测问题，经仿真分析确定的技术方案。

实施例1

本发明进行孤岛检测的训练和测试的模型与参数，如图2所示。系统中包含3个分布式电源DG1～3。主电网采用无穷大电源，分布式电源均采用同步电机模型。采样频率为4000Hz，孤岛检测时限设为250ms。

以DG1为例，本发明仿真中考虑了孤岛事件以及本地负荷及其他DG投切事件，还考虑了电压扰动事件，详见表1。在电压扰动事件中，电压骤升、骤降幅度为20～30％，持续时间为3～4个系统周期，即0.06～0.08s，电压脉冲幅度为2.5～3倍电压幅值，持续时间为3～5ms。另外，本文还充分考虑了功率不平衡度(PI，powerimbalance)对孤岛检测精度的影响。本文将PI定义为：

$\mathrm{PI}=\frac{P_{\mathrm{S\γS}}}{P_{\mathrm{SYS}}+P_{\mathrm{DG}}}\×100\%---\left(7\right)$

其中，P_sys为主电网经公共耦合点(cb1处)流入本地配电网的有功功率，P_DG为本地分布式电源所发出的有功功率，显然PI∈[0，1]。

表1

综合考虑表1列出的各种事件、不同PI取值以及本地主要负荷L3的无功功率变化，利用PSCAD软件共生成936组训练样本，如表2所示，其中孤岛、负荷及其他DG投切、电压扰动等三类事件的比例为4∶4∶5。由于被动孤岛检测存在检测盲区，理论上PI越低，越不利于被动孤岛检测。本文仿真中只考虑PI≥0.1的情况。

表2

序号	功率不平衡度	孤岛实例数	伪孤岛实例数	合计
					1	10％	32	72	104
2	20％	32	72	104
					3	30％	32	72	104
4	40％	32	72	104
					5	50％	32	72	104
6	60％	32	72	104
					7	70％	32	72	104
8	80％	32	72	104
					9	90％	32	72	104
总计		288	648	936

确定关键特征：

以式(1)和式(4)中给出的16个特征作为候选特征，利用RELIEF算法计算这些特征的权重。计算中采用10-fold交叉验证，取10次的均值并按权重进行排序，结果如表3所示。

对特征权重进行归一化后发现，前6个特征权重之和超过0.75，剩下特征权重皆不足0.10。综合考虑单特征权重以及多特征的总权重，选取前6个特征

作为关键特征集合。后面的仿真表明，采用这6个特征即可获得满意的分类准确率。将选出的关键特征与现有文献所采用的特征对比，有如下简要讨论：

(1)关键特征中兼有稳态量特征和暂态量特征，两者比较，稳态量特征具有更为清晰的物理意义，而暂态量特征的多分辨率分析能力更能表征信号的内在特征。后面的仿真表明，这两类特征相结合可以明显提高分类精度。

(2)虽然频率变化率df/dt很早就被用于孤岛检测，但在本文中并未被选为关键特征。原因在于本文仿真中充分考虑了功率不平衡对于孤岛检测的影响。研究表明，当功率不平衡度较低时，频率变化率保护与频率保护很难协调，前者很难在避免伪孤岛时的误动和孤岛时的拒动之间取得平衡。RELIEF算法没有在频率变化率与是否孤岛之间检测到足够强的联系，故将该特征赋予了较低的权重。

(3)DG1为同步发电机，能够在较大范围内调整有功和无功输出，于是RELIEF将

选为关键特征。但若DG1为不具备大范围调整有功、无功输出能力的可再生能源(如光伏)，则

不会被选为关键特征。可见，需针对每个分布式电源进行机器学习。

表3

为了直观说明各特征对于分类的差异，从表3中选取权重最高和最低的特征各2个，绘制散点图，如图3。图中红色圆圈和黑色小叉分别代表孤岛和非孤岛事件。从图中可直观看出，关键特征组合(图3)的分类混淆度明显优于非关键特征组合(图4)。

表4

特征判据	C4.5	CART	SVM
				采用4种特征的准确率(％)	92.312	94.144	95.945
采用11种特征的准确率(％)	85.498	84.162	79.797

由表5可见，采用11种特征出现了明显的过度拟合现象，算法虽然对训练样本有较高精度，但对测试样本的精度却很差。对比表5的数据，可见经过RELIEF关键特征选择后分类准确率得到明显提高。

为了全面评价分类器的精度，本文除了准确率，还采用混淆矩阵中的真阳性率(TP，True-Positive rate)与假阳性率(FP，False-Positive rate)。除此之外，本文还采用ROC(Receiver Operating Characteristic)曲线下面积(AUC，Area Under the ROC Curve)作为评价指标。比较结果如表5所示。

表5

由表4可知，SVM分类算法性能最优，C4.5最差。由于具有不同的归纳偏置，在最终的决策树中，CART算法通过特征

生成最优决策树，而C4.5则选择了{P，H₂，f}等三个特征。决策树如图5和6所示。

本文实验环境为Dell optiplex990PC机，CPU主频为3.1GHz，内存为4GB。离线训练时间如表5所示。而由图5和6可见，在线分类时仅需执行若干次比较判断，时间为纳秒级别，满足现场实时孤岛检测的要求。

为了说明功率不平衡度PI对于分类准确率的影响，下面以C4.5算法为例对不同PI区间进行交叉测试。例如，利用PI＝10％的训练样本形成分类模型，然后对PI＝90％的测试样本进行分类，并计算分类准确率。测试结果如图7所示，图中曲线为训练样本的PI值，横坐标为测试样本的PI值。图5直观说明了，在某单一PI条件下训练得到的分类模型难以适应其他不同的PI条件，PI差距越大，分类效果越差。

元学习器

按照图1的策略建立元学习系统，根据式(6)产生元学习器的训练样本集合，其特征向量为9维，即：

T中样本的数量与基学习器的样本数量相同，也为936组。以SVM作为元学习器的分类算法，最终分类准确率达到99.695％，优于所有基分类器。

下面进一步验证元学习器的泛化能力。实际系统中PI的可能取值是连续的，但训练样本不可能覆盖所有PI值，而仅考虑了10％～90％等9种离散值。

现假设PI＝65％，且发生cb11断开和Pcc_1侧电压骤降的组合事件，分类结果如表6所示。由于这对于分类器属于未知实例，各基分类器的准确率皆明显下降，但采用元学习器后，准确率依旧很高。

表6

本发明提出由关键特征识别、基学习器和元学习器等三个环节构成的孤岛检测数据挖掘系统。解决了样本中的弱相关特征会降低分类算法的精度和导致过度拟合问题，提出利用RELIEF算法识别孤岛检测的关键特征，该算法独立于所选用的分类器，且适应于各种孤岛检测问题。

分类算法存在归纳偏置现象，使得单一分类器存在精度和适应性瓶颈。提出基于元学习的孤岛检测方法，利用多个基学习器之间的互补性以及元学习器的再学习能力来提高整体分类的适应性。

为验证上述方法的有效性，仿真算例中充分考虑了功率不平衡度、电压扰动等因素。仿真结果表明，在经过由上述三个环节构成的机器学习系统之后，能够获得满意的孤岛检测精度。

Claims (5)

1.一种基于元学习的分布式发电孤岛检测方法，其特征在于，包括以下步骤：

1)采用RELIEF算法识别孤岛检测的关键特征，得到关键特征集合；

2)多个基学习器对原始关键特征集合进行分类预测；

3)将多个基学习器的分类结果作为特征项加入训练集中，生成新的样本集合T；

4)元学习器以样本T作为训练集，对基学习器的分类结果进行再学习，得到最终的检测结果。

2.根据权利要求1所述的一种基于元学习的分布式发电孤岛检测方法，其特征在于，所述的采用RELIEF算法识别孤岛检测的关键特征具体步骤如下：

101)给定样本集合E＝{(x_i，y_i)}(i＝l，...n)，其特征集合为A(x)＝{a^(j)}(j＝1，...d)；

102)对各特征的值做归一化处理，设定各特征的初始权重ω_j＝0；对集合E的采样次数为n；

103)随机从E中选取一个样本(x_i，y_i)，其中i＝1，...n；

104)找出与样本(x，y)欧式距离最近的同类样本H(x)和异类样本M(x)；

105)ω_j＝ω_j+|x^(j)-M^(j)(x)|-|x^(j)-H^(j)(x)|，其中j＝l，...d；

106)选择权重大于设定阈值的特征作为关键特征集合。

3.根据权利要求2所述的一种基于元学习的分布式发电孤岛检测方法，其特征在于，所述的基学习器的个数为K个，所述的新的样本集合

T＝{x_i，C₁(x_i)，C₂(x_i)，...，C_K(x_i)，C(x_i)|x_i∈E}

其中原始样本集合E＝{(x_i，y_i)}(i＝1，...n)，C_k为基学习器，k＝1，...K，C(x_i)表示x_i的类别标签，即真实分类y_i，而用C_k(x_i)表示基学习器C_k对x_i的分类结果，公式中前面d列为基学习器的特征，从d+1列到d+K列为由K个基学习器的分类结果构成的特征，最后一列为类别标签。

4.根据权利要求1所述的一种基于元学习的分布式发电孤岛检测方法，其特征在于，所述的基学习器包括C4.5、CART和SVM三种分类算法的学习器。

5.根据权利要求1所述的一种基于元学习的分布式发电孤岛检测方法，其特征在于，所述的元学习器为SVM分类算法的学习器。

Images