CN116502030A - 一种考虑电压序列演变规律的电压暂降源识别方法 - Google Patents

Abstract

本发明公开了一种考虑电压序列演变规律的电压暂降源识别方法，首先构建多类型电压暂降源数据矩阵；然后提取待识别电压暂降序列暂降区域与标准电压暂降源序列暂降区域；根据待识别电压暂降序列暂降区域与标准电压暂降源序列暂降区域，计算相应的距离隶属度和趋势隶属度，并结合比例系数计算综合隶属度；不同比例系数取决于待识别电压暂降序列与多类型标准电压暂降源序列的距离和趋势相对重要程度，采用改进PSO算法求解比例系数，进一步提升电压暂降序列识别准确率；最后根据求解后的比例系数计算新的综合隶属度，以新的综合隶属度建立待辨识电压暂降波形判断准则，根据判断准则对待辨识电压暂降波形进行辨识。

Description

一种考虑电压序列演变规律的电压暂降源识别方法

技术领域

本发明涉及考虑电压序列演变规律的电压暂降源识别方法技术领域，特别涉及一种考虑电压序列演变规律的电压暂降源识别方法。

背景技术

电力行业作为排碳大户，提出了构建以新能源为主体的新型电力系统来加速脱碳进程。大规模新能源并网有利于提升电网绿色属性，同时也带来了新能源消纳、供需平衡和电能质量等问题。

电能质量的好坏将直接影响国民利益，随着我国工业化进程的逐步完善及电力用户的多元化发展，对电能质量提出了更高的要求。电压暂降对电能质量的影响举足轻重，据统计，由于电源暂降而引起的电力系统电能质量问题高达70％以上，已经成为电能质量治理领域最为关心的问题之一。IEEE定义电压暂降为：电压方根均值快速降低至0.1-0.9p.u.且在一定时间内自恢复的暂态扰动现象。电压暂降现象受多种因素作用，不同电压暂降类型的处置方案区别明显，准确的识别电压暂降源类型有利于制定最为适宜的处置方案，避免进一步造成更大的经济损失。因而，精准的电压暂降源辨识亟待研究。

当前，电压暂降源的精准辨识已经成为电能质量研究的重要方向，众多学者提出了多角度的电压暂降源辨识方法，涉及特征提取、模型构建和大数据分析等内容，取得了不错的效果。常用的电压暂降源辨识方法主要可以分为物理特征方法和大数据分析方法两类。物理特征方法包含暂降波形特征提取和辨识模型构建两个步骤，利用S变换、小波分解和傅里叶变换等信号处理方法有效提取暂降波形内在特征，以均值、标准差和香农熵等指标构建特征指标体系，并作为辨识模型输入；通过BP神经网络、支持向量机和极限学习机等机器学习方法建立辨识模型，实现电压暂降源有效辨识。随着存储技术的快速发展及设备终端广泛部署，可记录分析的电压暂降源数据呈指数式增长，多维度、大规模的样本数据为大数据分析技术的应用提供了有效途径，部分学者开始将深度学习理论引入电压暂降源辨识，通过深度置信网络、卷积神经网络和生成对抗网络等方法构建辨识模型，利用深度学习多层网络架构实现暂降波形的内在构建特征自提取，进而实现电压暂降源有效辨识。上述方法涉及特征提取及辨识模型构建等多步骤，面临特征提取后的特征指标筛选、辨识模型的参数优化等问题限制了辨识准确率提升。

囿于特征提取容易出现指标冗余现象导致辨识准确率提升空间有限，部分学者开始关注暂降波形自身变化趋势，试图通过挖掘电压暂降源波形演变规律来描述不同暂降波形的相似程度，利用隶属度最大为基础构建辨识准则实现电压暂降源精准辨识。梳理了多种电压暂降源类型，从暂降波形距离角度入手，采用DTW距离方法计算不同暂降波形的距离差值，以暂降波形平均距离差值最小为辨识准则，实现了电压暂降源有效辨识。在采用DTW距离计算距离差值的基础上，利用引入边限距离函数添加规整窗口限制的方法优化DTW距离计算方法，辨识准确率得到了有效提升。从不同暂降波形变换趋势角度出发，通过灰色关联分析方法刻画不同暂降波形在波形趋势上的相似性，利用相似度最大为辨识准则划分了待辨识暂降波形的暂降类型。上述方法分别从距离和趋势角度量化了暂降波形间的相似程度，辨识准确率有效提升。但暂降波形作为典型时间序列，其相似程度在距离和趋势上均有体现，仅从单一角度量化不同暂降波形的相似程度缺乏整体性。因而，需要一种考虑电压序列演变规律的电压暂降源识别方法。

发明内容

本发明实施例提供了一种考虑电压序列演变规律的电压暂降源识别方法，以至少解决相关技术中对电压暂降源识别仅从单一角度量化不同暂降波形的相似程度缺乏整体性的技术问题。

根据本发明实施例的一方面，提供了一种考虑电压序列演变规律的电压暂降源识别方法，包括：

构建多类型电压暂降源数据矩阵；

提取待识别电压暂降序列暂降区域与标准电压暂降源序列暂降区域；

根据所述待识别电压暂降序列暂降区域与标准电压暂降源序列暂降区域，计算相应的距离隶属度和趋势隶属度，并结合比例系数计算综合隶属度；

采用改进PSO算法求解所述比例系数；

根据求解后的比例系数计算新的综合隶属度，以所述新的综合隶属度建立待辨识电压暂降波形判断准则，根据所述判断准则对待辨识电压暂降波形进行辨识。

可选地，构建多类型电压暂降源数据矩阵具体包括：搜集原始电压暂降序列，并分析各种短路故障、变压器投切和感应电动机启动的多类型电压暂降序列波形演变规律，确定不同类型电压暂降源的标准序列与待辨识电压暂降序列并统一时间长度，构建多类型电压暂降源数据矩阵。

可选地，所述多类型电压暂降源数据矩阵的表达式为：

上式中，X_mj为第m种标准电压暂降源类型在第j个时刻的电压值；m为电压暂降源类型个数，m＝1,2,...,M；j为电压暂降源序列第j个时刻，j＝1,2,...,q；X_ij为第i个待辨识电压暂降序列在第j个时刻的电压值；i为第i个待辨识电压暂降序列，i＝1,2,...,p。

可选地，采用DTW距离方法计算待辨识电压暂降序列与标准电压暂降源类型的距离隶属度。

可选地，计算待辨识电压暂降序列与标准电压暂降源类型的距离隶属度，具体包括：

根据多类型电压暂降源数据矩阵构建待辨识电压暂降序列与标准电压暂降源类型序列的距离差值矩阵；

根据所述距离差值矩阵计算待辨识电压暂降序列与标准电压暂降源类型序列的距离隶属度；

确定距离隶属度的约束条件；

根据所述距离隶属度和距离隶属度的约束条件得到待辨识电压暂降序列与不同电压暂降源类型序列的距离隶属度。

可选地，采用灰色关联分析计算待辨识电压暂降序列与标准电压暂降源类型的趋势隶属度。

可选地，计算待辨识电压暂降序列与标准电压暂降源类型的趋势隶属度，具体包括：

将所述多类型电压暂降源数据矩阵构建的待辨识电压暂降波形序列与对比电压暂降波形序列作差，构建趋势差值；

根据所述待辨识电压暂降波形序列与不同暂降类型在同一时刻的趋势差值计算其灰色关联系数，并根据所述灰色关联系数计算待辨识电压暂降波形所有时刻的趋势差值；

根据待辨识电压暂降波形所有时刻的趋势差值计算，得到待辨识电压暂降波形序列与不同电压暂降源类型序列的趋势隶属度。

可选地，结合比例系数计算综合隶属度，具体包括：

采用灰色指数方法将趋势隶属度值规整到[0,1]区间，得到整后的距离隶属度γ′_m,i：

采用指数灰色将距离隶属度值规整到[0,1]区间，得到整后的趋势隶属度γ″_m,i：

引入线性加权法融合规整后的距离隶属度和趋势隶属度，构建综合隶属度来完整量化不同暂降波形序列的演变规律差异，综合隶属度的表达式为：

γ_m,i＝αγ′_m,i+(1-α)γ″_m,i

上式中，γ_m,i为第i个待辨识电压暂降波形与第m种电压暂降类型的综合隶属度值；α为比例系数，取决于距离隶属度和趋势隶属度的相对重要程度。

可选地，所述判断准则为：

上式中，γ_i为第i个待辨识电压暂降波形序列在不同暂降类型中的综合隶属度最大值。

与现有的技术相比，本发明具有如下有益效果：

本发明所提供的考虑电压序列演变规律的电压暂降源识别方法，首先构建多类型电压暂降源数据矩阵；然后提取待识别电压暂降序列暂降区域与标准电压暂降源序列暂降区域；根据所述待识别电压暂降序列暂降区域与标准电压暂降源序列暂降区域，计算相应的距离隶属度和趋势隶属度，并结合比例系数计算综合隶属度；不同比例系数取决于待识别电压暂降序列与多类型标准电压暂降源序列的距离和趋势相对重要程度，采用改进PSO算法求解所述比例系数，进一步提升电压暂降序列识别准确率；最后根据求解后的比例系数计算新的综合隶属度，以所述新的综合隶属度建立待辨识电压暂降波形判断准则，根据所述判断准则对待辨识电压暂降波形进行辨识。利用本发明所提出的考虑电压序列演变规律的电压暂降源识别方法，可以有效提取电压暂降源序列暂降区域，充分考虑不同待识别电压暂降序列自身演变规律，通过综合隶属度计算与最佳比例系数求解确定待识别电压暂降序列的暂降类型，提升电压暂降序列所属暂降类型的识别准确率，为电压暂降治理方法的快速制定及双边责任划分提供基础。

附图说明

为了更清楚地说明本发明的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一个实施例，对于本领域普通技术人员来说，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是根据本发明实施例的一种考虑电压序列演变规律的电压暂降源识别方法的流程图。

具体实施方式

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。

为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分的实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。

需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

实施例1

根据本发明实施例，提供了一种考虑电压序列演变规律的电压暂降源识别方法的实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

如图1是根据本发明实施例的一种考虑电压序列演变规律的电压暂降源识别方法的流程图，如图1所示，该方法包括如下步骤：

步骤S1、构建多类型电压暂降源数据矩阵。

作为一种可选的实施例，步骤S1具体包括：搜集原始电压暂降序列，并分析各种短路故障、变压器投切和感应电动机启动等的多类型电压暂降序列波形演变规律，确定不同类型电压暂降源的标准序列与待辨识电压暂降序列并统一时间长度，构建多类型电压暂降源数据矩阵，表达式为：

上式中，X_mj为第m种标准电压暂降源类型在第j个时刻的电压值；m为电压暂降源类型个数，m＝1,2,...,M；j为电压暂降源序列第j个时刻，j＝1,2,...,q；X_ij为第i个待辨识电压暂降序列在第j个时刻的电压值；i为第i个待辨识电压暂降序列，i＝1,2,...,p。

步骤S2、提取待识别电压暂降序列暂降区域与标准电压暂降源序列暂降区域。

作为一种可选的实施例，步骤S2具体包括：

步骤S21、数据预处理

对原始电压暂降序列及标准电压暂降源序列进行滤波、去噪，并对多类型电压暂降源数据矩阵进行标幺值处理。

步骤S22、确定暂降区域

按照IEEE标准，提取待辨识电压暂降序列与标准电压暂降源序列的电压标幺值在0.1—0.9p.u.范围内的区域，具体为：

E(k)≤0.9U_n

上式中，E(k)为电压暂降序列在第k个点的电压标幺值，0.9U_n为额定电压标幺值。

步骤S3、根据待识别电压暂降序列暂降区域与标准电压暂降源序列暂降区域，计算相应的距离隶属度和趋势隶属度，并结合比例系数计算综合隶属度。

作为一种可选的实施例，步骤S3包括：

步骤S31、采用DTW距离方法计算待辨识电压暂降序列与标准电压暂降源类型的距离隶属度，具体包括以下步骤：

步骤S311、根据步骤S1得到的多类型电压暂降源数据矩阵构建待辨识电压暂降序列X_i与标准电压暂降源类型序列X_m的距离差值矩阵D；

上式中，d(X_mj,X_ij)为待辨识电压暂降波形序列X_i与不同电压暂降源类型序列X_m第j个时刻的距离差值，d(X_mj,X_ij)＝(X_mj-X_ij)²。

步骤S312、根据距离差值矩阵计算待辨识电压暂降序列与标准电压暂降源类型序列的距离隶属度。

具体的，在距离差值矩阵D中，将距离差值矩阵内每组相邻两个元素的集合叫做规整路径W，W＝(w₁,w₂,...,w_q)，则待辨识电压暂降波形序列X_i与标准电压暂降源类型序列X_m的距离隶属度(DTW距离)可表示为以下目标函数：

上式中，DTW(X_m,X_i)为待辨识电压暂降波形序列X_i与不同电压暂降源类型序列X_m的DTW距离；K为最优规整路径的长度；ω_h为最优规整路径的第h个元素。

步骤S313、确定距离隶属度的约束条件。

具体的，根据DTW距离方法定义，待辨识电压暂降波形序列X_i与标准电压暂降源类型序列X_m的DTW距离需要满足以下约束条件：

a)有限性：

q≤K≤2q-1

b)边界性

w₁＝d(X_m1,X_i1)

w_K＝d(X_mq,X_iq)

c)单调连续性

相邻元素ω_h(j,j)和满足单调连续性，具体为：

步骤S314、根据距离隶属度和距离隶属度的约束条件得到待辨识电压暂降序列X_i与不同电压暂降源类型序列X_m的距离隶属度。

其中，DTW距离递归算法为：

上式中，a_jj为距离差值矩阵D中元素，a_jj＝d(X_mj,X_ij)；D(j,j)为元素a_jj与其前段的规整路径距离差值最小累计求和。

步骤S32、采用灰色关联分析计算待辨识电压暂降序列与标准电压暂降源类型的趋势隶属度。具体包括以下步骤：

步骤S321、灰色关联系数计算

将多类型电压暂降源数据矩阵构建的待辨识电压暂降波形序列X_ij与对比电压暂降波形序列X_mj作差，构建趋势差值(向量)：

△_m(i,j)＝|X_ij-X_mj|

式中，△_m(i,j)为第i个待辨识电压暂降波形向量与第m种标准电压暂降源类型波形序列的趋势差值。

根据待辨识电压暂降波形序列与不同暂降类型在同一时刻的趋势差值计算其灰色关联系数，并根据灰色关联系数计算待辨识电压暂降波形所有时刻的趋势差值：

式中，△_m(i,j)为第i个待辨识电压暂降波形向量与第m种电压暂降源类型波形序列的j时刻灰色关联系数；ρ为分辨系数，一般情况下，ρ＝0.5。

步骤S322、趋势隶属度计算

根据待辨识电压暂降波形所有时刻的趋势差值计算，得到待辨识电压暂降波形序列与不同电压暂降源类型序列的趋势隶属度：

式中，△_m(i,j)为第i个待辨识电压暂降波形向量与第m种电压暂降源类型波形序列的趋势隶属度值。

步骤S33、结合比例系数计算综合隶属度，具体包括：

为统一趋势隶属度和距离隶属度结构一致性，采用灰色指数方法将趋势隶属度值规整到[0,1]区间，得到整后的距离隶属度γ′_m,i：

同样地，采用指数灰色将距离隶属度值规整到[0,1]区间，得到整后的趋势隶属度γ″_m,i：

距离隶属度和趋势隶属度分别表征了不同电压暂降源波形的距离差值和变化趋势，引入线性加权法融合规整后的距离隶属度和趋势隶属度，构建综合隶属度来完整量化不同暂降波形序列的演变规律差异，综合隶属度的表达式为：

γ_m,i＝αγ′_m,i+(1-α)γ″_m,i

上式中，γ_m,i为第i个待辨识电压暂降波形与第m种电压暂降类型的综合隶属度值；α为比例系数，取决于距离隶属度和趋势隶属度的相对重要程度。

步骤S4、采用改进PSO算法求解比例系数。

作为一种可选的实施例，步骤S4具体包括：

步骤S41、改进PSO算法

PSO优化算法在参数寻优过程中，其每次迭代时所有粒子的速度及位置将进行更新，具体更新方法为：

v_ij(t+1)＝wv_ij(t)+c₁r₁[P_ij-x_ij(t)]+c₂r₂[P_gj-x_ij(t)]

式中，v_ij(t+1)为第i个粒子在第j维空间第t+1次迭代的速度；ω为惯性权重；v_ij(t)为第i个粒子在第j维空间第t次迭代的速度；c₁和c₂分别为算法的学习系数，一般情况下，c₁＝c₂＝2；r₁和r₂分别为相对独立的随机函数，取值范围在[0,1]之间；P_ij为第i个粒子在第j维空间寻求的最优位置；P_gj为所有粒子在第j维空间寻求的最优位置；x_ij(t)为第i个粒子在第j维空间第t次迭代的位置。

x_ij(t+1)＝x_ij(t)+v_ij(t+1)j＝1,2,…,d

式中，x_ij(t+1)为第i个粒子在第j维空间t+1时刻的位置。

采用现行递减方式优化权重ω来改进PSO算法，具体为：

ω＝ω-(ω_max-ω_min)(t/T)²

式中，ω_max和ω_min分别为PSO算法惯性权重的最大值及最小值，T为PSO算法的最大迭代次数。

步骤S42、结合改进PSO算法计算比例系数

为避免人为设定比例系数导致的电压暂降源辨识准确率降低，以辨识准确率最大为适应度函数，采用改进PSO优化算法对比例系数进行最优解寻求，以平衡不同暂降波形距离差值和变化趋势的相对重要程度，从而有效提升电压暂降源辨识准确率。基于改进PSO的比例系数优化流程具体如下：

1)确定PSO优化算法的寻优变量为比例系数α；确定寻优区间为[0,1]。

2)适应度函数设置。采用所有电压暂降源类型准确辨识个数与待辨识个数作商来构建适应度函数，具体为：

式中，f为比例系数适应度函数；x_m为第m种类型电压暂降源正确辨识的个数；y_m为第m种类型电压暂降源待辨识的个数；M表示电压暂降源类型数量。

3)比例系数优化。采用PSO优化算法对比例系数α进行寻优，具体步骤为：

a)初始化种群，确定种群规模为n，随机生成n个比例系数X_i(0)，i＝1,2,...,n。

b)将n个比例系数X_i(0)分别代入步骤3.3，计算不同比例系数下的电压暂降源正确辨识个数，利用步骤2)计算不同比例系数下的适应度值f_i(0)，并通过比对n个适应度值确定个体最优位置P_i(0)及整体最优位置P_g(0)。

c)按照步骤4.1更新所有粒子的速度和位置，计算获得下一代比例系数X_i(1)。

d)重复步骤b)和步骤c)，直到满足预先设定的适应度阈值或迭代次数，可得到最佳比例系数。

步骤S5、根据求解后的比例系数计算新的综合隶属度，以新的综合隶属度建立待辨识电压暂降波形判断准则，根据判断准则对待辨识电压暂降波形进行辨识。

作为一种可选的实施例，判断准则为：

上式中，γ_i为第i个待辨识电压暂降波形序列在不同暂降类型中的综合隶属度最大值。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (9)

1.一种考虑电压序列演变规律的电压暂降源识别方法，其特征在于，包括：

构建多类型电压暂降源数据矩阵；

提取待识别电压暂降序列暂降区域与标准电压暂降源序列暂降区域；

根据所述待识别电压暂降序列暂降区域与标准电压暂降源序列暂降区域，计算相应的距离隶属度和趋势隶属度，并结合比例系数计算综合隶属度；

采用改进PSO算法求解所述比例系数；

根据求解后的比例系数计算新的综合隶属度，以所述新的综合隶属度建立待辨识电压暂降波形判断准则，根据所述判断准则对待辨识电压暂降波形进行辨识。

2.根据权利要求1所述的考虑电压序列演变规律的电压暂降源识别方法，其特征在于，构建多类型电压暂降源数据矩阵具体包括：搜集原始电压暂降序列，并分析各种短路故障、变压器投切和感应电动机启动的多类型电压暂降序列波形演变规律，确定不同类型电压暂降源的标准序列与待辨识电压暂降序列并统一时间长度，构建多类型电压暂降源数据矩阵。

3.根据权利要求1所述的考虑电压序列演变规律的电压暂降源识别方法，其特征在于，所述多类型电压暂降源数据矩阵的表达式为：

上式中，X_mj为第m种标准电压暂降源类型在第j个时刻的电压值；m为电压暂降源类型个数，m＝1,2,...,M；j为电压暂降源序列第j个时刻，j＝1,2,...,q；X_ij为第i个待辨识电压暂降序列在第j个时刻的电压值；i为第i个待辨识电压暂降序列，i＝1,2,...,p。

4.根据权利要求1所述的考虑电压序列演变规律的电压暂降源识别方法，其特征在于，采用DTW距离方法计算待辨识电压暂降序列与标准电压暂降源类型的距离隶属度。

5.根据权利要求4所述的考虑电压序列演变规律的电压暂降源识别方法，其特征在于，计算待辨识电压暂降序列与标准电压暂降源类型的距离隶属度，具体包括：

根据多类型电压暂降源数据矩阵构建待辨识电压暂降序列与标准电压暂降源类型序列的距离差值矩阵；

根据所述距离差值矩阵计算待辨识电压暂降序列与标准电压暂降源类型序列的距离隶属度；

确定距离隶属度的约束条件；

根据所述距离隶属度和距离隶属度的约束条件得到待辨识电压暂降序列与不同电压暂降源类型序列的距离隶属度。

6.根据权利要求1所述的考虑电压序列演变规律的电压暂降源识别方法，其特征在于，采用灰色关联分析计算待辨识电压暂降序列与标准电压暂降源类型的趋势隶属度。

7.根据权利要求6所述的考虑电压序列演变规律的电压暂降源识别方法，其特征在于，计算待辨识电压暂降序列与标准电压暂降源类型的趋势隶属度，具体包括：

将所述多类型电压暂降源数据矩阵构建的待辨识电压暂降波形序列与对比电压暂降波形序列作差，构建趋势差值；

根据所述待辨识电压暂降波形序列与不同暂降类型在同一时刻的趋势差值计算其灰色关联系数，并根据所述灰色关联系数计算待辨识电压暂降波形所有时刻的趋势差值；

根据待辨识电压暂降波形所有时刻的趋势差值计算，得到待辨识电压暂降波形序列与不同电压暂降源类型序列的趋势隶属度。

8.根据权利要求1所述的考虑电压序列演变规律的电压暂降源识别方法，其特征在于，结合比例系数计算综合隶属度，具体包括：

采用灰色指数方法将趋势隶属度值规整到[0,1]区间，得到整后的距离隶属度γ′_m,i：

采用指数灰色将距离隶属度值规整到[0,1]区间，得到整后的趋势隶属度γ″_m,i：

引入线性加权法融合规整后的距离隶属度和趋势隶属度，构建综合隶属度来完整量化不同暂降波形序列的演变规律差异，综合隶属度的表达式为：

γ_m,i＝αγ′_m,i+(1-α)γ″_m,i

上式中，γ_m,i为第i个待辨识电压暂降波形与第m种电压暂降类型的综合隶属度值；α为比例系数，取决于距离隶属度和趋势隶属度的相对重要程度。

9.根据权利要求1所述的考虑电压序列演变规律的电压暂降源识别方法，其特征在于，所述判断准则为：

上式中，γ_i为第i个待辨识电压暂降波形序列在不同暂降类型中的综合隶属度最大值。