CN105868918A - 一种谐波电流类监测样本的相似度指标计算方法 - Google Patents

一种谐波电流类监测样本的相似度指标计算方法 Download PDF

Info

Publication number
CN105868918A
CN105868918A CN201610232403.8A CN201610232403A CN105868918A CN 105868918 A CN105868918 A CN 105868918A CN 201610232403 A CN201610232403 A CN 201610232403A CN 105868918 A CN105868918 A CN 105868918A
Authority
CN
China
Prior art keywords
harmonic current
harmonic
similarity index
current type
similarity
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201610232403.8A
Other languages
English (en)
Inventor
邵振国
陈锦植
吴敏辉
潘夏
余桂钰
陈烨霆
林炜
傅志成
张婷婷
涂承谦
林坤杰
张嫣
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
State Grid Corp of China SGCC
Fuzhou University
State Grid Fujian Electric Power Co Ltd
Ningde Power Supply Co of State Grid Fujian Electric Power Co Ltd
Original Assignee
State Grid Corp of China SGCC
Fuzhou University
State Grid Fujian Electric Power Co Ltd
Ningde Power Supply Co of State Grid Fujian Electric Power Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by State Grid Corp of China SGCC, Fuzhou University, State Grid Fujian Electric Power Co Ltd, Ningde Power Supply Co of State Grid Fujian Electric Power Co Ltd filed Critical State Grid Corp of China SGCC
Publication of CN105868918A publication Critical patent/CN105868918A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0639Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393Score-carding, benchmarking or key performance indicator [KPI] analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10Complex mathematical operations
    • G06F17/18Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis

Abstract

本发明涉及一种谐波电流类监测样本的相似度指标计算方法,包括以下步骤:步骤S1将谐波电流类监测样本进行中心化处理,根据监测点电压等级设定谐波电流基准限值,计算谐波电流去中心化后的数值;步骤S2:根据去中心化后的数据计算谐波电流类监测样本的相似度指标。本发明能够从历史监测数据中确定谐波电流类监测样本的相似度指数,为主特征次数建立详细模型提供依据,可以在保留模型精度的同时大量减少参数辨识难度。

Description

一种谐波电流类监测样本的相似度指标计算方法
技术领域
本发明涉及电力电子流领域,特别是一种谐波电流类监测样本的相似度指标计算方法。
背景技术
随着大量电力电子装置的并网运行及其它非线性负荷数量的增加,电力系统中的谐波污染越来越严重。目前,已经构建了比较完备的电能质量在线监测网,能够监测电网电压总谐波畸变率、各次谐波电压含有率和相角、电流总谐波畸变率、各次谐波电流含有率、有效值和相角等谐波信息。大量的在线监测信息中有助于谐波污染用户建模,得到用户运行的基本数据。但完备的谐波模型包含全部谐波电压、谐波电流监测指标,且指标间相互影响,使得模型非常复杂而无法实现参数辨识。在工程实践中,需要辨识出哪些谐波监测指标应该包含在模型中,哪些变量应该从模型中剔除,也就是需要从大量历史监测数据中确定谐波主特征群,以便针对谐波主特征群建立工程实用模型。
目前通常在公共连接点(Point of Common Coupling,PCC)监测用户电压和电流,计算电压和电流的谐波成分,采用检测时间段内的最大值、平均值或95%大值评价用户对电网电能质量的影响,并以此作为用户开展谐波治理的依据。这种做法其实就是采用谐波电流源模型表征用户污染,并把监测数据作为用户模型参数,而没有考虑不同谐波次数之间的相互影响,不是对用户谐波污染特性的本质反映。
由于谐波源产生谐波的原理复杂,往往难以建立通用的数学模型。目前谐波源可以采用等效电源、交叉频率导纳矩阵等模型,应用独立分量分析、最小二乘逼近和神经网络等方法从监测样本数据辨识模型参数。其中,基于交叉频率导纳矩阵的谐波源模型考虑了谐波电压对谐波电流的影响,但在不同工况下要重新计算模型参数。基于最小二乘逼近的谐波源模型将谐波电流表示为基波、各次谐波电压分量和不受电压变化影响的电流恒定分量的表达式,利用最小二乘逼近求取模型参数,精确度较高,但是存在模型参数求取困难等问题。基于神经网络的谐波源建模不需要了解谐波源负荷的内部结构,但模型精度受训练样本数制约。
如果待分析工况与参数辨识的样本工况相接近,则计算误差主要由参数辨识精度决定,而与选用的模型类型基本无关。当待分析工况与样本工况差异较大时,不同的谐波源模型对计算误差影响较大。
目前谐波源建模的思路是对模型结构进行简化,因而误差较大。如果够从历史监测数据中确定谐波电流类监测样本的相似度指数,为主特征次数建立详细模型提供依据,针对主特征次数建立详细模型,就可以在保留模型精度的同时大量减少参数辨识难度。
发明内容
有鉴于此,本发明的目的是提供一种谐波电流类监测样本的相似度指标计算方法,能够从历史监测数据中确定谐波电流类监测样本的相似度指数,为主特征次数建立详细模型提供依据,可以在保留模型精度的同时大量减少参数辨识难度。
本发明采用以下方案实现:一种谐波电流类监测样本的相似度指标计算方法,包括以下步骤,
步骤S1:将谐波电流类监测样本进行中心化处理,具体为:
记监测点的谐波电流测量值矩阵为Cm*25,其中第j列代表j次谐波,1≤j≤25,第i行代表第i个测量值,1≤i≤m;
根据监测点电压等级设定谐波电流基准限值C0,C0为1*25的行向量,单位为A;按如下式计算谐波电流去中心化后的数值C*(i,j):
C*(i,j)=C(i,j)-C0(j);
步骤S2:根据去中心化后的数据计算谐波电流类监测样本的相似度指标,具体为:
记S24*24为谐波电流之间的相似度指标矩阵,S(i,j)表示第i次谐波电流与第j次谐波电流监测样本之间的相似度,其中1≤i,j≤25,按如下公式计算S(i,j):
S ( i , j ) = Σ k = 1 , m C * ( k , i ) · C * ( k , j ) Σ k = 1 , m C * 2 ( k , i ) · Σ k = 1 , m C * 2 ( k , j ) ;
所述S(i,j)的取值范围为1至-1。
相较于现有技术,本发明提出谐波电流类监测样本的相似度指标的计算方法,为更准确地快速确定监测点的主要谐波污染次数提供依据;采用大量在线监测数据进行统计计算,得到监测点谐波污染特征次数的统计信息,而不仅仅是某种特殊运行工况下的计算结果,其结论更全面更合理。
附图说明
图1为本发明的方法流程示意图。
具体实施方式
下面结合附图及实施例对本发明做进一步说明。
本实施提供一种谐波电流类监测样本的相似度指标计算方法,如图1所示,包括以下步骤,
步骤S1:将谐波电流类监测样本进行中心化处理,具体为:
记监测点的谐波电流测量值矩阵为Cm*25,其中第j列代表j次谐波,1≤j≤25,第i行代表第i个测量值,1≤i≤m;
根据监测点电压等级,按照国标GB/T14549-93的规定,设定谐波电流基准限值C0,C0为1*25的行向量,单位为A;例如,表1即为注入10kV公共连接点的谐波电流允许值。
按如下式计算谐波电流去中心化后的数值C*(i,j):
C*(i,j)=C(i,j)-C0(j)。
表1注入10kV公共连接点的谐波电流允许值
步骤S2:根据去中心化后的数据计算谐波电流类监测样本的相似度指标,具体为:
记S24*24为谐波电流之间的相似度指标矩阵,S(i,j)表示第i次谐波电流与第j次谐波电流监测样本之间的相似度,其中1≤i,j≤25,按如下公式计算S(i,j):
S ( i , j ) = Σ k = 1 , m C * ( k , i ) · C * ( k , j ) Σ k = 1 , m C * 2 ( k , i ) · Σ k = 1 , m C * 2 ( k , j ) ;
所述S(i,j)的取值范围为1至-1。
以上所述仅为本发明的较佳实施例,凡依本发明申请专利范围所做的均等变化与修饰,皆应属本发明的涵盖范围。

Claims (1)

1.一种谐波电流类监测样本的相似度指标计算方法,其特征在于:包括以下步骤,
步骤S1:将谐波电流类监测样本进行中心化处理,具体为:
记监测点的谐波电流测量值矩阵为Cm*25,其中第j列代表j次谐波,1≤j≤25,第i行代表第i个测量值,1≤i≤m;
根据监测点电压等级设定谐波电流基准限值C0,C0为1*25的行向量,单位为A;按如下式计算谐波电流去中心化后的数值C*(i,j):
C*(i,j)=C(i,j)-C0(j);
步骤S2:根据去中心化后的数据计算谐波电流类监测样本的相似度指标,具体为:
记S24*24为谐波电流之间的相似度指标矩阵,S(i,j)表示第i次谐波电流与第j次谐波电流监测样本之间的相似度,其中1≤i,j≤25,按如下公式计算S(i,j):
S ( i , j ) = Σ k = 1 , m C * ( k , i ) · C * ( k , j ) Σ k = 1 , m C * 2 ( k , i ) · Σ k = 1 , m C * 2 ( k , j ) ;
所述S(i,j)的取值范围为1至-1。
CN201610232403.8A 2015-12-23 2016-04-15 一种谐波电流类监测样本的相似度指标计算方法 Pending CN105868918A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201510973756 2015-12-23
CN2015109737569 2015-12-23

Publications (1)

Publication Number Publication Date
CN105868918A true CN105868918A (zh) 2016-08-17

Family

ID=56637698

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610232403.8A Pending CN105868918A (zh) 2015-12-23 2016-04-15 一种谐波电流类监测样本的相似度指标计算方法

Country Status (1)

Country Link
CN (1) CN105868918A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107844670A (zh) * 2017-12-04 2018-03-27 厦门理工学院 一种谐波统计所需样本数量的计算方法
CN111274701A (zh) * 2020-01-20 2020-06-12 福州大学 一种采用区间监测数据降维回归的谐波源仿射建模方法
CN111308260A (zh) * 2020-04-16 2020-06-19 山东卓文信息科技有限公司 一种基于小波神经网络的电能质量监测和电器故障分析系统及其工作方法
CN112462132A (zh) * 2020-10-30 2021-03-09 湖北世纪森源电力工程有限公司 一种谐波电流溯源方法及远距离输电电力运维监控平台

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104078975A (zh) * 2014-07-10 2014-10-01 国家电网公司 单变压器变电站谐波状态估计方法
CN105842535A (zh) * 2015-12-23 2016-08-10 国网福建省电力有限公司 一种基于相似特征融合的谐波主特征群筛选方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104078975A (zh) * 2014-07-10 2014-10-01 国家电网公司 单变压器变电站谐波状态估计方法
CN105842535A (zh) * 2015-12-23 2016-08-10 国网福建省电力有限公司 一种基于相似特征融合的谐波主特征群筛选方法

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107844670A (zh) * 2017-12-04 2018-03-27 厦门理工学院 一种谐波统计所需样本数量的计算方法
CN111274701A (zh) * 2020-01-20 2020-06-12 福州大学 一种采用区间监测数据降维回归的谐波源仿射建模方法
CN111308260A (zh) * 2020-04-16 2020-06-19 山东卓文信息科技有限公司 一种基于小波神经网络的电能质量监测和电器故障分析系统及其工作方法
CN112462132A (zh) * 2020-10-30 2021-03-09 湖北世纪森源电力工程有限公司 一种谐波电流溯源方法及远距离输电电力运维监控平台

Similar Documents

Publication Publication Date Title
CN104134999B (zh) 基于多数据源的配电网量测有效性分析实用化计算方法
CN109131452B (zh) 一种基于长短时记忆网络的列车状态在线预测方法
CN109214708B (zh) 基于交叉熵理论优化支持向量机的电力系统风险评估方法
CN106443285B (zh) 基于总体最小二乘法的多谐波源谐波责任量化分析方法
CN105447332B (zh) 一种大型装备的可靠性指标分配方法
CN105868918A (zh) 一种谐波电流类监测样本的相似度指标计算方法
CN107529644B (zh) 一种电力系统静态电压稳定域边界线性近似方法
CN103840988A (zh) 一种基于rbf神经网络的网络流量测量方法
CN103268519A (zh) 基于改进Lyapunov指数的电力系统短期负荷预测方法及装置
CN110045317B (zh) 一种互感器计量误差在线检测方法及系统
CN103473602A (zh) 一种电网理论线损数据预测系统及预测方法
CN103885867B (zh) 一种模拟电路性能的在线评价方法
CN103793556B (zh) 综合出线负荷的变电站负荷建模方法
CN105406461A (zh) 一种配电网停电事件的负荷自适应动态监测方法
CN105488335A (zh) 一种基于李雅普诺夫指数的电力系统负荷预测方法及装置
Xiyun et al. Wind power probability interval prediction based on bootstrap quantile regression method
CN112684295A (zh) 一种基于相似离度的高渗透率下配电网故障选线方法及系统
CN109494726A (zh) 基于dlrnn神经网络的电力系统稳定性在线评估方法
CN108319776A (zh) 基于群广义区间直觉模糊软集的仿真参数选择决策方法
CN114626769A (zh) 一种电容式电压互感器运维方法及系统
CN103279030A (zh) 基于贝叶斯框架的动态软测量建模方法及装置
CN109409786A (zh) 配电网可靠性的评估方法及系统
CN109307852A (zh) 一种确定电动汽车充电桩电能计量装置的计量误差的方法和系统
CN106599541B (zh) 一种动态电力负荷模型的结构和参数在线辨识方法
CN110474323B (zh) 一种电力系统惯性时间常数测量方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20160817