电能质量评估方法及装置制造方法及图纸

本发明专利技术涉及一种电能质量评估方法及装置，所述方法包括：获取用于进行电能质量评估的数据集；计算最佳聚类数量；根据选取聚类中心的规则函数，从所述用于进行电能质量评估的数据集中选取得到最佳聚类数量的聚类中心；利用所述最佳聚类数量的聚类中心进行聚类，得到所有电能质量数据所属的聚类类别，完成电能质量评估。通过聚类的方式利用数据之间相似性划分簇，将电能质量数据进行客观合理的评估，降低了电能质量评估过程的复杂性，满足了规模不断增长的配电网的实时电价制定对电能质量评估的高要求。的高要求。的高要求。

【技术实现步骤摘要】
电能质量评估方法及装置


[0001]本专利技术涉及配电领域，特别是涉及一种电能质量评估方法及装置。

技术介绍

[0002]近年来，为了稳定地利用清洁的可再生能源发电技术，配电网大量接入以电力电子设备为接口的分布式发电设备和电力储能设备。这些分布式发电设备和电力储能设备的非线性特征产生的电压暂降、谐波、三相不平衡现象可能导致严重的电能质量问题，引发额外的经济损失和设备损耗。
[0003]实时电价机制通过提高电能质量较差区域的非线性负荷的用电价格，或者降低电能质量较差区域的非线性发电设备发电价格，充分抑制其接入意愿，能够有效防止电能质量的进一步恶化，典型实时电价机制已在电动汽车领域得到应用。实时电价机制的实现高度依赖高性能的电能质量评估手段，不仅要能客观地分析监测数据，还需要拥有较快的速度；由于当今配电网的规模不断增大，电能质量监测数据量显著增加，能够快速分析监测大量数据的要求对电能质量评估算法的性能提出了挑战。
[0004]目前，电能质量评估方法主要有：模糊数学法、组合赋权法、雷达图法以及人工神经网络法等方法。如专利“经改进赋权算法处理的电能质量模糊评估法”[申请号：CN201710565869.4，公开号：CN107515839A]，公开了一种运用组合赋权法的电能质量评估方法，采用层次分析法与改进熵权法进行组合赋权,然后将所得复合权重转化为雷达图之中的权重角度,结合各单项指标值计算得雷达图面积与周长,以此得出综合指标评估值。通过引入混合权重兼顾实测数据和用户类型对实际电能质量评估结果的影响，但其复杂的运算限制着此方法的速度。专利“一种基于概率神经网络的电能质量综合评估方法”[申请号：CN201810716329.6，公开号：CN109165807A]，公开了一种基于概率神经网络的电能质量综合评估方法，以6项电能质量指标构成输入向量,以5类电能质量等级作为输出向量,生成样本集对模型进行训练,并以训练好的模型对电能质量进行综合评估。该方法在评估过程不需要确定指标权重,避免了人为主观因素的影响,但神经网络训练流程复杂，针对不同拓扑需重新学习，且需要非常详细的历史数据。

技术实现思路

[0005]基于此，有必要针对电能质量评估方法复杂，不能快速处理大量数据的问题，提供一种能够快速处理大量数据的电能质量评估方法和装置。
[0006]一种电能质量评估方法，所述方法包括：
[0007]获取用于进行电能质量评估的数据集；
[0008]计算最佳聚类数量；
[0009]根据选取聚类中心的规则函数，从所述用于进行电能质量评估的数据集中选取得到最佳聚类数量的聚类中心；
[0010]利用所述最佳聚类数量的聚类中心进行聚类，得到所有电能质量数据所属的聚类
类别，完成电能质量评估。
[0011]在其中一个实施例中，所述获取用于进行电能质量评估的数据集，包括：
[0012]采集电能质量数据；
[0013]将评价标准中各等级中值数据与采集的电能质量数据一起组合形成用于进行电能质量评估的数据集。
[0014]在其中一个实施例中，所述计算最佳聚类数量，包括：
[0015]对不同的聚类数量目标，采用聚类算法对所述用于进行电能质量评估的数据集进行聚类处理，得到多个具有不同聚类数量的聚类结果；
[0016]对所述多个具有不同聚类数量的聚类结果进行评价，得到最佳聚类数量。
[0017]在其中一个实施例中，所述对所述多个具有不同聚类数量的聚类结果进行评价，得到最佳聚类数量，包括：
[0018]计算各个聚类结果的戴维斯堡丁指数；
[0019]将戴维斯堡丁指数最小的聚类数量作为最佳聚类数量。
[0020]在其中一个实施例中，所述根据选取聚类中心的规则函数，从所述用于进行电能质量评估的数据集中选取得到最佳聚类数量的聚类中心，包括：
[0021]计算各数据点的密集度值；
[0022]计算各数据点与其他数据点之间的非欧式距离之和；
[0023]获取所述密集度值与所述非欧式距离之和的比值最小的最佳聚类数量的数据点作为聚类中心。
[0024]在其中一个实施例中，所述计算各数据点的密集度值，采用k距离圆比计算各数据点密集度值，公式为：
[0025][0026]其中，i为数据集内第i个数据点，N
d2
为数据点x
i
在样本集中d距离内数据点个数，N
d2
为数据点x
i
在样本集中2d范围内的数据点个数。
[0027]在其中一个实施例中，计算所述非欧式距离的公式为：
[0028][0029]其中，β为可调正参数，d(x,y)表示数据点x和y之间的欧氏距离，欧式距离公式为：
[0030][0031]所述规则函数为：
[0032][0033]其中，i为数据集内第i个数据点的索引，v
i
为第i个数据点，q为数据点的总数量，x
j
为第j个数据点。
[0034]在其中一个实施例中，还包括：
[0035]将所述用于进行电能质量评估的数据集中的数据进行归一化处理。
[0036]在其中一个实施例中，所述利用所述最佳聚类数量的聚类中心进行聚类，得到所有电能质量数据所属的聚类类别，完成电能质量评估，包括：
[0037]当确定最佳聚类数量的聚类中心后，通过计算各数据点欧式距离判断数据之间相似性，将数据集划分为最佳聚类数量个簇；
[0038]重复进行迭代划分，直至准则函数满足以下终止条件：
[0039][0040]其中，p为各簇的质心，K
i
为聚类中心，当J值变化小于ε时迭代停止并输出结果。
[0041]一种电能质量评估装置，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述的方法的步骤。
[0042]上述电能质量评估方法和装置，通过聚类的方式利用数据之间相似性划分簇，将电能质量数据进行客观合理的评估，降低了电能质量评估过程的复杂性，满足了规模不断增长的配电网的实时电价制定对电能质量评估的高要求。
附图说明
[0043]图1为电网系统结构示意图；
[0044]图2为一实施例的电能质量评估方法流程图。
具体实施方式
[0045]为了便于理解本专利技术，下面将参照相关附图对本专利技术进行更全面的描述。附图中给出了本专利技术的首选实施例。但是，本专利技术可以以许多不同的形式来实现，并不限于本文所描述的实施例。相反地，提供这些实施例的目的是使对本专利技术的公开内容更加透彻全面。
[0046]除非另有定义，本文所使用的所有的技术和科学术语与属于本专利技术的
的技术人员通常理解的含义相同。本文中在本专利技术的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本专利技术。本文所使用的术语“及/或”包括一个或多个相关的所列项目的任意的和所有的组合。
[0047]在本发本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种电能质量评估方法，其特征在于，所述方法包括：获取用于进行电能质量评估的数据集；计算最佳聚类数量；根据选取聚类中心的规则函数，从所述用于进行电能质量评估的数据集中选取得到最佳聚类数量的聚类中心；利用所述最佳聚类数量的聚类中心进行聚类，得到所有电能质量数据所属的聚类类别，完成电能质量评估。2.根据权利要求1所述的电能质量评估方法，其特征在于，所述获取用于进行电能质量评估的数据集，包括：采集电能质量数据；将评价标准中各等级中值数据与采集的电能质量数据一起组合形成用于进行电能质量评估的数据集。3.根据权利要求1所述的电能质量评估方法，其特征在于，所述计算最佳聚类数量，包括：对不同的聚类数量目标，采用聚类算法对所述用于进行电能质量评估的数据集进行聚类处理，得到多个具有不同聚类数量的聚类结果；对所述多个具有不同聚类数量的聚类结果进行评价，得到最佳聚类数量。4.根据权利要求3所述的电能质量评估方法，其特征在于，所述对所述多个具有不同聚类数量的聚类结果进行评价，得到最佳聚类数量，包括：计算各个聚类结果的戴维斯堡丁指数；将戴维斯堡丁指数最小的聚类数量作为最佳聚类数量。5.根据权利要求3所述的电能质量评估方法，其特征在于，所述根据选取聚类中心的规则函数，从所述用于进行电能质量评估的数据集中选取得到最佳聚类数量的聚类中心，包括：计算各数据点的密集度值；计算各数据点与其他数据点之间的非欧式距离之和；获取所述密集度值与所述非欧式距离之和的比值最小的最佳聚类数量的数据点作为聚类中心。6.根据权利要求5所述的电能质量评估方法，其特征在于，所述计算各数据点的密集度值...

【专利技术属性】
技术研发人员：张华赢，陶骏，汪清，尹骁骐，
申请(专利权)人：深圳供电局有限公司，
类型：发明
国别省市：