CN109541398A - 一种公共连接点处母线电压谐波污染水平的评估方法 - Google Patents

Abstract

本发明涉及电能质量谐波污染水平评估技术领域，具体涉及一种公共连接点处母线电压谐波污染水平的评估方法。本发明选取相应的评估指标，并采用遗传算法计算得到投影目标函数的最大值，将多维评估指标按照各自的指标的权重投影到一维指标，并通过单一指标的投影值客观的反映评估对象的特征。本发明的计算方法简单可行易实现，有效地解决了供电方与用户方的矛盾。

Description

一种公共连接点处母线电压谐波污染水平的评估方法

技术领域

本发明涉及电能质量谐波污染水平评估技术领域，具体涉及一种公共连接点处母线电压 谐波污染水平的评估方法。

背景技术

在不同时间段，同一用户在母线处得到的谐波电压责任相同，但这并不能说明在这两个 时间段对该母线产生的影响是一样，还得考虑关注母线电压谐波污染水平情况。当母线的谐 波污染情况越严重，那么用户就需要承担的责任就越大。因此有必要对公共母线谐波污染情 况进行量化评估，然后根据用户在关注母线上产生的谐波电压责任来确定用户对电网电能质 量恶化的责任，解决供电方与用户方的矛盾。

发明内容

为了解决上述问题，本发明提供了一种公共连接点处母线电压谐波污染水平的评估方法， 具体技术方案如下：

一种公共连接点处母线电压谐波污染水平的评估方法包括以下步骤：

(1)选取评估指标：选取评估指标，并对各个评估指标进行等级划分；

(2)确定样本集：在每个等级范围里随机生成数据并作为投影指标，形成样本集，记为 x*(i,j)，i＝1,2,...n，j＝1,2,...m，其中n为样本的个数；m为指标个数，同时得到各样本对 应的评估等级y(i)，i＝1,2,...n；如果公共连接点电压质量水平越差，那么对应的评估等级 就会越高；由于各个等级的指标变化范围不一致，需要进行归一化，采用下式(1)对x*(i,j) 进行归一化处理为x(i,j)，即：

x(i,j)＝x*(i,j)/x_max(j)，i＝1,2,...n，j＝1,2,...m；(1)

其中x_max(j)是第j个指标的最大值；

(3)投影目标函数的建立：投影寻踪是将n维数据x(i,j)以a＝(a(1),a(2),...a(m))作为投影方 向投影到一维向量，得到投影值z(i)：

投影目标的函数为：

f(a)＝S_z|R_zy|；(3)

其中，S_z为z(i)的标准差，R_zy为z(i)和y(i)的相关系数；

(4)投影目标函数的遗传算法优化：投影目标函数f(a)是随着投影方向a的改变而改变，通 过求解投影目标函数最大值来估计最佳投影方向a*，即：

maxf(a)＝S_z|R_zy|；(4)

采用遗传算法求解投影目标函数最大值，进而得到最佳投影方向a*；

(5)谐波指标权重及其等级的确定：将得到的最佳投影方向a*按式(6)做归一化得到权重 向量w＝(w(1),w(2),…,w(m))，并将此权重代入式(7)，可以得到第i个样本的投影值z(i)； 根据z(i)与y(i)构成的散点图，建立公共连接点电压质量水平综合评估的数学模型，从而得 到被评估对象对应的等级y：

其中x(i,j)为随机生成的样本按式(1)进行了归一化后的样本值。

优选地，所述选取的评估指标包括9个评估指标，分别为谐波电压总畸变率、2-9次谐波 电压畸变率。

优选地，对各个评估指标进行等级划分具体为：

将各项评估指标划分成9个等级，如下表1所示：

表1各项评估指标等级表

等级

1级

2级

3级

4级

5级

6级

7级

8级

9级

结果

特质

优质

良好

中等

合格

轻度污染

中度污染

重度污染

极度污染

其中，设定将国标限值作为第5等级，表示电压质量谐波污染水平为合格，1-4等级表示 电压质量谐波污染水平优于国标，6-9等级表示电压质量谐波污染水平超出国标范围，是不合 格的，电能质量情况从1～9级逐级下降。

本发明的有益效果为：本发明提供了一种公共连接点处母线电压谐波污染水平的评估方 法，选取相应的评估指标，并采用遗传算法计算得到投影目标函数的最大值，将多维评估指 标按照各自的指标的权重投影到一维指标，并通过单一指标的投影值客观的反映评估对象的 特征。本发明的计算方法简单可行易实现，有效地解决了供电方与用户方的矛盾。

附图说明

图1为本发明中遗传算法的流程图；

图2为本发明的实施例中生成的散点图。

具体实施方式

为了更好的理解本发明，下面结合附图和具体实施例对本发明作进一步说明：

一种公共连接点处母线电压谐波污染水平的评估方法包括以下步骤：

(1)选取评估指标：选取评估指标，并对各个评估指标进行等级划分；

选取的评估指标包括9个评估指标，分别为谐波电压总畸变率、2-9次谐波电压畸变率。 将各项评估指标划分成9个等级，如下表1所示：

表1各项评估指标等级表

等级

1级

2级

3级

4级

5级

6级

7级

8级

9级

结果

特质

优质

良好

中等

合格

轻度污染

中度污染

重度污染

极度污染

其中，设定将国标限值作为第5等级，表示电压质量谐波污染水平为合格，1-4等级表示电压 质量谐波污染水平优于国标，6-9等级表示电压质量谐波污染水平超出国标范围，是不合格的， 电能质量情况从1～9级逐级下降。

(2)确定样本集：在每个等级范围里随机生成数据并作为投影指标，形成样本集，记为 x*(i,j)，i＝1,2,...n，j＝1,2,...m，其中n为样本的个数；m为指标个数，同时得到各样本对 应的评估等级y(i)，i＝1,2,...n；如果公共连接点电压质量水平越差，那么对应的评估等级 就会越高；由于各个等级的指标变化范围不一致，需要进行归一化，采用下式(1)对x*(i,j) 进行归一化处理为x(i,j)，即：

x(i,j)＝x*(i,j)/x_max(j)，i＝1,2,...n，j＝1,2,...m；(1)

其中x_max(j)是第j个指标的最大值。

(3)投影目标函数的建立：投影寻踪是将n维数据x(i,j)以a＝(a(1),a(2),...a(m))作为投影方 向投影到一维向量，得到投影值z(i)：

投影目标的函数为：

f(a)＝S_z|R_zy|；(3)

其中，S_z为z(i)的标准差，R_zy为z(i)和y(i)的相关系数。

(4)投影目标函数的遗传算法优化：投影目标函数f(a)是随着投影方向a的改变而改变，通 过求解投影目标函数最大值来估计最佳投影方向a*，即：

maxf(a)＝S_z|R_zy|；(4)

从上式可以看出，这个问题是求解一个a＝(a(1),a(2),...a(m))为最优变量的非线性问 题，如果使用普通的方法求解会非常繁琐，而遗传算法是解决最优化的一种搜索启发式算 法，能够简洁有效的求解全局优化的问题。

遗传算法是一种根据生物进化论思想的智能算法，通过变异，交叉，选择得到适应度值 高的个体，即得到问题的最优解，遗传算法流程图如图1所示。本实施例中的初始种群是式 (1)得到的数据，投影目标函数使用遗传算法进行优化，然后建立适应度函数，通过交叉、 变异、选择等遗传步骤，选择适应度函数值较大的个体，然后将这些个体与最佳投影a*相 对应。那么就可以通过最佳投影方向来计算各评估指标对综合评估目标的贡献量大小。

(5)谐波指标权重及其等级的确定：将得到的最佳投影方向a*按式(6)做归一化得到权重 向量w＝(w(1),w(2),…,w(m))，并将此权重代入式(7)，可以得到第i个样本的投影值z(i)； 根据z(i)与y(i)构成的散点图，建立公共连接点电压质量水平综合评估的数学模型，从而得 到被评估对象对应的等级y：

其中x(i,j)为随机生成的样本按式(1)进行了归一化后的样本值。

本实施例以35kV电压等级为算例：

(1)选取指标：根据现场测试情况，选取谐波电压总畸变率、2～9次谐波含有率共9个指 标作为谐波污染综合评估指标。

(2)投影指标分级标准的建立：根据分类标准将35kV电压等级分为合格类和不合格类，如 表2。1-5级是合格的标准，第5级是国标限值，作为合格最低的界限标准，合格等级之间的范 围跨度为国标限值的1/5。6～9级是不合格的标准，不合格等级之间的范围跨度为国标限值的 2/5。具体如表2所示：

表2谐波污染评估指标及其等级划分(35kV)

(3)生成样本散点图及端点值：由表2可以知道，每个等级都是在一个数值范围内，比 如第4等级：1.8≤x₁≤2.4，0.72≤x₂≤0.96，1.44≤x₃％≤1.92，0.72≤x₄％≤0.96，1.44≤x₅％≤1.92， 0.72≤x₆％≤0.96，1.44≤x₇％≤1.92，0.72≤x₈％≤0.96，1.44≤x₉％≤1.92。根据第4等级的范围随机 取任意相同数量的值归一化后就可以得到数据的输入样本x(i,j)。其他等级的样本也一样操 作，最后生成一个散点图，如图2所示。通过散点图，经过遗传算法优化，可以得到归一化后 的权重向量为：w^*＝[0.0844153 0.08441460.0925347 0.126624 0.10552 0.168831 0.126623 0.0844133 0.126624]。

通过该散点图，可得出每个等级下样本的左右端点值，如表3所示。然后通过分段线性插 值的方法可以近似得到连续函数，该连续函数表达式如式(8)所示:

表3散点图各阶层的端点投影值

等级	左端点	右端点	等级	左端点	右端点	等级	左端点	右端点
									1	—	0.1708	4	0.6244	0.7729	7	1.456	1.758
2	0.2235	0.3659	5	0.8263	0.9811	8	1.865	2.147
									3	0.4274	0.5724	6	1.04	1.33	9	2.271	—

以下表4为某母线监测1小时的数据，根据该母线电压各次谐波畸变率指标一个小时的观 测值，表中数据为A相实测数据的95％概率值的最大值，对该母线的电压质量水平进行综合 评估：

表4负荷各指标观测值(35kV)

根据表4所列某母线在12点到13点的这一个小时的监测数据，对该母线电压质量水 平进行综合评估。根据式(1)将指标观测数据归一化后与最佳投影方向a*对应的权重向量w 相乘，即可得到该负荷每小时的最佳投影值z(i)。根据所得投影值代入，即可得到评估等级y(i)。通过计算，得到该母线在这一个小时内的综合评估等级为3级，表示处于良好水平。

本发明不局限于以上所述的具体实施方式，以上所述仅为本发明的较佳实施案例而已， 并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等， 均应包含在本发明的保护范围之内。

Claims (3)

1.一种公共连接点处母线电压谐波污染水平的评估方法，其特征在于：包括以下步骤：

(1)选取评估指标：选取评估指标，并对各个评估指标进行等级划分；

(2)确定样本集：在每个等级范围里随机生成数据并作为投影指标，形成样本集，记为x*(i,j)，i＝1,2,...n，j＝1,2,...m，其中n为样本的个数；m为指标个数，同时得到各样本对应的评估等级y(i)，i＝1,2,...n；如果公共连接点电压质量水平越差，那么对应的评估等级就会越高；由于各个等级的指标变化范围不一致，需要进行归一化，采用下式(1)对x*(i,j)进行归一化处理为x(i,j)，即：

x(i,j)＝x*(i,j)/x_max(j)，i＝1,2,...n，j＝1,2,...m；(1)

其中x_max(j)是第j个指标的最大值；

(3)投影目标函数的建立：投影寻踪是将n维数据x(i,j)以a＝(a(1),a(2),...a(m))作为投影方向投影到一维向量，得到投影值z(i)：

投影目标的函数为：

f(a)＝S_z|R_zy|；(3)

其中，S_z为z(i)的标准差，Rz_y为z(i)和y(i)的相关系数；

(4)投影目标函数的遗传算法优化：投影目标函数f(a)是随着投影方向a的改变而改变，通过求解投影目标函数最大值来估计最佳投影方向a*，即：

maxf(a)＝S_z|R_zy|；(4)

采用遗传算法求解投影目标函数最大值，进而得到最佳投影方向a*；

(5)谐波指标权重及其等级的确定：将得到的最佳投影方向a*按式(6)做归一化得到权重向量w＝(w(1),w(2),…,w(m))，并将此权重代入式(7)，可以得到第i个样本的投影值z(i)；根据z(i)与y(i)构成的散点图，建立公共连接点电压质量水平综合评估的数学模型，从而得到被评估对象对应的等级y：

其中x(i,j)为随机生成的样本按式(1)进行了归一化后的样本值。

2.根据权利要求1所述的一种公共连接点处母线电压谐波污染水平的评估方法，其特征在于：所述选取的评估指标包括9个评估指标，分别为谐波电压总畸变率、2-9次谐波电压畸变率。

3.根据权利要求2所述的一种公共连接点处母线电压谐波污染水平的评估方法，其特征在于：对各个评估指标进行等级划分具体为：

将各项评估指标划分成9个等级，如下表1所示：

表1各项评估指标等级表

等级 1级 2级 3级 4级 5级 6级 7级 8级 9级 结果 特质 优质 良好 中等 合格 轻度污染 中度污染 重度污染 极度污染

其中，设定将国标限值作为第5等级，表示电压质量谐波污染水平为合格，1-4等级表示电压质量谐波污染水平优于国标，6-9等级表示电压质量谐波污染水平超出国标范围，是不合格的，电能质量情况从1～9级逐级下降。