本发明专利技术公开了一种基于人工智能算法的配电网中谐波定位方法，包括以下步骤：S1、定位装置的布置：获取配电网的拓扑结构，构建仿真模型，获取加装定位装置的定位节点；S2、谐波数据采集与传输：获取监测数据，所述监测数据包括配电网包中的若干定位节点对应的电力谐波信号的监测数据；S3、谐波特征提取：将所述监测数据，用傅里叶数据分析方法，进行谐波特征提取；S4、谐波源定位：将特征值用人工智能神经网络算法进行训练，并对谐波源进行精准定位。通过对配电网定位节点的布置、谐波数据采集与传输、谐波特征提取和神经网络的谐波定位，实现了自动监测和精准定位取得谐波源的定位方法，便于针对性措施进行治理及时消除谐波，保证了电力质量。电力质量。电力质量。
【技术实现步骤摘要】
基于人工智能算法的配电网中谐波定位方法和定位装置
[0001]本专利技术涉及配电网谐波定位
，尤其涉及一种基于人工智能算法的配电网中谐波定位方法和定位装置。
技术介绍
[0002]随着配电网都新能源的接纳能力不断增强，各种新型电电子设备的应用范围扩大，由其引起的谐波污染问题亦不断加剧。谐波污染不仅其他用电设备的正常工作，降低配电网供电效率，严重时还危害配电网的安全稳定运行。为提高电能质量，就需要对谐波进行治理，而谐波治理的前提和关键就是寻找谐波源。
[0003]目前配电网谐波源监测定位有两种方法，一是移动测量，就是用便携式监测设备根据监测人员的经验选择谐波可疑点进行监测，二是定点测量，在变电站和用户侧安装测量装置进行测量，这二种方法只能反映监测点谐波含量，定位则需要人工计算，不仅工作量大，还会时常出现偏差。
[0004]传统交流电压测量需要测量仪器仪表与待测导体之间有直接金属接触，通过接线端子和导线将信号引入到测量仪器仪表内部进行测量。这种侵入接触式的测量方式，对于配电系统而言，一方面增加工程施工的复杂度，另一方面这将增加系统发生异常和故障的概率。
[0005]因此，有必要对现有技术中的谐波定位装置进行改进。
技术实现思路
[0006]本专利技术克服了现有技术的不足，提供一种基于人工智能算法的配电网中谐波定位方法和定位装置。
[0007]为达到上述目的，本专利技术采用的技术方案为：一种基于人工智能算法的配电网中谐波定位方法，其特征在于，包括以下步骤：
[0008]S1、定位装置的布置：获取配电网的拓扑结构，构建仿真模型，获取加装定位装置的定位节点；
[0009]S2、谐波数据采集与传输：获取监测数据，所述监测数据包括配电网包中的若干定位节点对应的电力谐波信号的监测数据；
[0010]S3、谐波特征提取：将所述监测数据，用傅里叶数据分析方法，进行谐波特征提取；
[0011]S4、谐波源定位：将特征值用人工智能神经网络算法进行训练，并对谐波源进行精准定位。
[0012]本专利技术一个较佳实施例中，在所述S1中，基于拓扑结构，在配电网的每个用电设备的所有母线G
i
和若干不同级别的支线E
j
上部署若干定位节点，其中， i∈N
+
且i≥2，j∈N
+
且j≥1。
[0013]本专利技术一个较佳实施例中，所述定位装置包括：若干定位本体，与每个所述定位本体连接的滑动件，设置在相邻所述定位本体之间的势能构件；以及设置在所述定位本体内
部的微调驱动件；所述势能构件和所述定位本体均通过滑动件与电缆滑动连接；
[0014]所述势能构件包括：壳体，设置在所述壳体内部的势能储存单元和调节单元；所述势能构件的与一侧所述定位本体连接，所述壳体与另一侧所述定位本体通过牵引绳连接；所述调节单元用于调节所述势能储存单元的势能释放程度；
[0015]所述微调驱动件用于驱动所述定位本体在电缆长度上前后距离的微调整。
[0016]本专利技术一个较佳实施例中，所述调节单元包括：主杆，与所述主杆滑动连接的引导杆，以及与所述主杆连接的连接杆；所述主杆包括抵接部和伸缩部，所述伸缩部与所述引导杆滑动连接，且沿所述引导杆的长度方向移动。
[0017]本专利技术一个较佳实施例中，所述势能储存单元为弹性元件，且所述势能储存单元的两端分别与所述壳体和所述抵接部固定连接，且所述势能储存单元的中轴线与所述引导杆的中轴线重合。
[0018]本专利技术一个较佳实施例中，所述微调驱动件包括：储气仓，与所述储气仓两侧连接的对称的若干增加组件，以及与每个所述增加组件连接的喷气管道。
[0019]本专利技术一个较佳实施例中，两侧的所述喷气管道的输出端方向相反，且均与电缆平行。
[0020]本专利技术一个较佳实施例中，所述定位本体为非接触式电压定位装置。
[0021]本专利技术一个较佳实施例中，所述滑动件包括：悬挂架，设置在所述悬挂架中的悬挂轮，以及设置在所述悬挂轮两侧的若干旋转轴；所述旋转轴与所述悬挂架轴承连接，且一侧所述旋转轴同轴连接有一旋转盘，所述旋转盘周向设置有一制动卡钳。
[0022]本专利技术一个较佳实施例中，所述谐波特征为电力谐波信号的幅值、频率和相角。
[0023]本专利技术一个较佳实施例中，所述人工智能神经网络算法为BP神经网络、SOM 神经网络或RNN神经网络中的一种。
[0024]本专利技术解决了
技术介绍
中存在的缺陷，本专利技术具备以下有益效果：
[0025](1)本专利技术提供了一种基于人工智能算法的配电网中谐波定位方法，通过对配电网定位节点的布置、谐波数据采集与传输、谐波特征提取和神经网络的谐波定位，可以快速定位主谐波源位置，实现了自动监测和精准定位取得谐波源的定位方法，便于针对性措施进行治理及时消除谐波，避免电力设备因大量谐波构成串联或并联谐振条件，产生过电流或过电压，提高了电网安全运行水平和抗干扰能力。
[0026](2)本专利技术通过在配电网的母线和不同级别的支线上部署定位装置，且定位装置为滑动式非接触信号测量装置，解决了施工的复杂度，实现精准地谐波采集。
[0027](3)本专利技术采用傅里叶计算提取的谐波特征值，对神经网络模型进行训练，逐级查找谐波源，直到精准定位，实现在线自动监测定位，可节省大量人力资源，降低运维成本。
附图说明
[0028]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术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专利技术中记载的一些实施例，对于本领域普通技术人员来讲，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；
[0029]图1是本专利技术的优选实施例的一种基于人工智能算法的配电网中谐波定位方法的
流程图；
[0030]图2是本专利技术的优选实施例的配电网中定位节点的示意图；
[0031]图3是本专利技术的优选实施例的滑动件的立体结构示意图；
[0032]图4是本专利技术的优选实施例的微调驱动件的立体结构示意图；
[0033]图5是本专利技术的优选实施例的调节单元5的立体结构示意图；
[0034]图中：1、母线；2、支线；3、定位节点；4、滑动件；41、悬挂架；42、悬挂轮；43、旋转轴；44、旋转盘；5、调节单元；51、主杆；52、引导杆；53、连接杆；6、势能储存单元；7、微调驱动件；71、储气仓；72、增加组件；73、喷气管道；8、电缆。
具体实施方式
[0035]下面将结合本专利技术实施例中的附图，对本专利技术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专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，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，都属于本专利技术保护的范围。
[0036]在下面的描述中阐述了很多具体细节以便于充分理解本专利技术，但是本专利技术还可以本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于人工智能算法的配电网中谐波定位方法，其特征在于，包括以下步骤：S1、定位装置的布置：获取配电网的拓扑结构，构建仿真模型，获取加装定位装置的定位节点；S2、谐波数据采集与传输：获取监测数据，所述监测数据包括配电网包中的若干定位节点对应的电力谐波信号的监测数据；S3、谐波特征提取：将所述监测数据，用傅里叶数据分析方法，进行谐波特征提取；S4、谐波源定位：将特征值用人工智能神经网络算法进行训练，并对谐波源进行精准定位。2.根据权利要求1所述的一种基于人工智能算法的配电网中谐波定位方法，其特征在于：在所述S1中，基于拓扑结构，在配电网的每个用电设备的所有母线G
i
和若干不同级别的支线E
j
上部署若干定位节点，其中，i∈N
+
且i≥2，j∈N
+
且j≥1。3.根据权利要求1所述的一种基于人工智能算法的配电网中谐波定位方法，其特征在于：所述定位装置包括：若干定位本体，与每个所述定位本体连接的滑动件，设置在相邻所述定位本体之间的势能构件；以及设置在所述定位本体内部的微调驱动件；所述势能构件和所述定位本体均通过滑动件与电缆滑动连接；所述势能构件包括：壳体，设置在所述壳体内部的势能储存单元和调节单元；所述势能构件的与一侧所述定位本体连接，所述壳体与另一侧所述定位本体通过牵引绳连接；所述调节单元用于调节所述势能储存单元的势能释放程度；所述微调驱动件用于驱动所述定位本体在电缆长度上前后距离的微调整。4...
【专利技术属性】
技术研发人员：赵超，张科，黄进，王虎，许小飞，魏良成，
申请(专利权)人：国网江苏省电力有限公司宿迁供电分公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。