一种基于多指标融合评价的电能质量扰动特征优选方法技术

本发明专利技术涉及一种基于多指标融合评价的电能质量扰动特征优选方法，包括：步骤1：输入电能质量扰动信号，提取多种电能质量扰动特征，构建电能质量扰动特征全集；步骤2：基于相交度指标、冗余度指标、分离度指标的融合评价指标，采用布谷鸟搜索法搜索得到待选的各维电能质量扰动特征子集；步骤3：基于代价因子对待选电能质量扰动特征子集进行评价，得到最优电能质量扰动特征子集，并基于最优电能质量扰动特征子集对电能质量扰动信号分类。该方法有利于提高电能质量扰动分类效率和准确率。高电能质量扰动分类效率和准确率。高电能质量扰动分类效率和准确率。

【技术实现步骤摘要】
一种基于多指标融合评价的电能质量扰动特征优选方法


[0001]本专利技术属于电能质量扰动分类领域，具体涉及一种基于多指标融合评价的电能质量扰动特征优选方法。

技术介绍

[0002]随着高比例新能源接入电网，电力系统面临的电能质量问题愈发复杂。电能质量扰动将降低电能的利用效率以及电气设备的使用寿命，进而导致电网供电的可靠性下降，甚至引起电力事故。对电能质量扰动信号进行高效、准确分类有助于挖掘扰动根源，实施有针对性的电能质量治理措施。传统的电能质量扰动分类方法主要通过信号分析方法提取特征，并将所提取特征直接用于电能质量扰动分类，在此过程中，由于忽视特征集的质量，导致电能质量扰动分类效果不佳，故在进行电能质量扰动分类前，需进行特征优选。特征优选方法主要为封装式特征优选方法、过滤式优选方法以及嵌入式优选方法。在优选过程中涉及的特征优选评价指标主要分为两类，一是直接采用分类准确率及其衍生指标，二是采用与特征冗余度、分离度相关的指标，在扰动分类前预选分类特征，然而，上述指标更倾向电能质量扰动特征的个体评价而忽视电能质量扰动特征子集的评价，由此将影响电能质量扰动分类的准确性。

技术实现思路

[0003]本专利技术的目的在于提供一种基于多指标融合评价的电能质量扰动特征优选方法，该方法有利于提高电能质量扰动分类效率和准确率。
[0004]为实现上述目的，本专利技术采用的技术方案是：一种基于多指标融合评价的电能质量扰动特征优选方法，包括：
[0005]步骤1：输入电能质量扰动信号，提取多种电能质量扰动特征，构建电能质量扰动特征全集；
[0006]步骤2：基于相交度指标、冗余度指标、分离度指标的融合评价指标，采用布谷鸟搜索法搜索得到待选的各维电能质量扰动特征子集；
[0007]步骤3：基于代价因子对待选电能质量扰动特征子集进行评价，得到最优电能质量扰动特征子集，并基于最优电能质量扰动特征子集对电能质量扰动信号分类。
[0008]进一步地，提取的多种电能质量扰动特征包括：电压幅值最大值、电压幅值最小值、电压幅值平均值、电压标准偏差、扰动持续时间、瞬时幅值最大值、瞬时幅值最小值、瞬时幅值平均值、瞬时幅值标准偏差、边际谱能量、基频边际谱能量、高频边际谱能量、第一固有模态能量、第二固有模态能量、第三固有模态能量、第四固有模态能量、第五固有模态能量、暂态分量因子、150Hz对应频谱能量和250Hz对应频谱能量。
[0009]进一步地，所述步骤2的具体实现方法为：
[0010]首先，以电能质量扰动特征全集为对象，由布谷鸟搜索法随机从中搜索得到电能质量扰动特征子集，并定义电能质量扰动特征子集的相交度指标如下：
[0011]假设对两类电能质量扰动信号S
i
、S
j
提取特征F
k
，提取得到两类信号的电能质量扰动特征值集合分别为和则电能质量扰动特征值分别位于区间和中；其中，min()表示取最小值，max()表示取最大值；电能质量扰动特征值区间的位置关系分为4类：
[0012]I)且
[0013]II)
[0014]III)
[0015]IV)
[0016]根据电能质量扰动特征值区间的位置关系，定义电能质量扰动S
i
与电能质量扰动S
j
的特征F
k
所在电能质量扰动特征值区间的相交程度如下：
[0017][0018]当趋近于0时，说明特征F
k
能够完全区分扰动S
i
和S
j
；反之，当的值越大，说明特征F
k
区分扰动S
i
和S
j
的能力越差；
[0019]由此，采用电能质量扰动的相交度矩阵X
Fk
描述所有电能质量扰动在特征F
k
下的相交度，其计算公式如下：
[0020][0021]当电能质量扰动的相交度矩阵X
Fk
为零矩阵时，说明电能质量扰动特征F
k
能够区分全部电能质量扰动类型；反之，说明电能质量扰动特征F
k
无法区分所有电能质量扰动类型，即电能质量扰动的相交度矩阵不为0位置所对应的扰动类型无法被区分；
[0022]基于电能质量扰动相交度指标的定义总相交度矩阵X；假设电能质量扰动特征子集A＝[F1,F2,F3,F4,
…
]，电能质量扰动信号类别数为M，计算每个电能质量扰动特征对应的电能质量扰动相交度矩阵分别为X
F1
、X
F2
、X
F3
、X
F4
…
，进而计算电能质量扰动特征子集A的总相交度矩阵如下：
[0023][0024]式中，*为点乘符号，电能质量扰动的总相交度矩阵内各元素对应相乘；总相交度矩阵为一个维度为M
×
M的矩阵；总相交度矩阵X中的元素x
ij
表示各类电能质量扰动信号两两之间在提取电能质量扰动特征子集A时的相交程度；
[0025]然后计算电能质量扰动特征子集A的相交度指标ξ，若相交度指标ξ趋于0，说明电能质量扰动特征子集A满足具备区分所有电能质量扰动的能力；否则，该电能质量扰动特征子集不满足要求；相交度指标ξ的计算公式如下：
[0026][0027]得到满足相交度指标要求的电能质量扰动特征子集后，将满足相交度指标要求的电能质量扰动特征子集输入电能质量扰动特征优选目标函数G(S)中，计算得到优选目标函数值；在优选目标函数G(S)中，采用互信息与FisherScore分别作为冗余度指标和分离度指标，使得所选电能质量扰动特征满足特征间冗余度指标的同时，具备最大的分离度能力；电能质量扰动特征优选目标函数G(S)的计算公式如下：
[0028][0029]其中，A表示电能质量扰动特征子集，V表示电能质量扰动特征子集的维度；n为电能质量扰动特征全集的特征个数；ω1、ω2、由下式计算得到：
[0030][0031]最后，对于维度相同的电能质量扰动特征子集，比较其优选目标函数值，选择优选目标函数值最大的电能质量扰动特征子集作为该维度的待选电能质量扰动特征子集。
[0032]进一步地，所述步骤3的具体实现方法为：
[0033]基于子集维度和分类准确度定义代价因子，并作为电能质量扰动特征子集排序的依据，使得最优电能质量扰动特征子集满足在子集维度较小的情况下具备高电能质量扰动分类准确率；代价因子R定义如下：
[0034][0035]式中，V表示电能质量扰动特征子集的维度，V
max
为待选电能质量扰动特征子集的最大维度，V
i
<V
max
；θ为分类准确率，定义如下：
[0036][0037]θ
max
是待选电能质量扰动特征子集在分类时的最大分类准确率，N
true
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于多指标融合评价的电能质量扰动特征优选方法，其特征在于，包括：步骤1：输入电能质量扰动信号，提取多种电能质量扰动特征，构建电能质量扰动特征全集；步骤2：基于相交度指标、冗余度指标、分离度指标的融合评价指标，采用布谷鸟搜索法搜索得到待选的各维电能质量扰动特征子集；步骤3：基于代价因子对待选电能质量扰动特征子集进行评价，得到最优电能质量扰动特征子集，并基于最优电能质量扰动特征子集对电能质量扰动信号分类。2.根据权利要求1所述的一种基于多指标融合评价的电能质量扰动特征优选方法，其特征在于，提取的多种电能质量扰动特征包括：电压幅值最大值、电压幅值最小值、电压幅值平均值、电压标准偏差、扰动持续时间、瞬时幅值最大值、瞬时幅值最小值、瞬时幅值平均值、瞬时幅值标准偏差、边际谱能量、基频边际谱能量、高频边际谱能量、第一固有模态能量、第二固有模态能量、第三固有模态能量、第四固有模态能量、第五固有模态能量、暂态分量因子、150Hz对应频谱能量和250Hz对应频谱能量。3.根据权利要求1所述的一种基于多指标融合评价的电能质量扰动特征优选方法，其特征在于，所述步骤2的具体实现方法为：首先，以电能质量扰动特征全集为对象，由布谷鸟搜索法随机从中搜索得到电能质量扰动特征子集，并定义电能质量扰动特征子集的相交度指标如下：假设对两类电能质量扰动信号S
i
、S
j
提取特征F
k
，提取得到两类信号的电能质量扰动特征值集合分别为和则电能质量扰动特征值分别位于区间和中；其中，min()表示取最小值，max()表示取最大值；电能质量扰动特征值区间的位置关系分为4类：I)且II)III)IV)根据电能质量扰动特征值区间的位置关系，定义电能质量扰动S
i
与电能质量扰动S
j
的特征F
k
所在电能质量扰动特征值区间的相交程度如下：当趋近于0时，说明特征F
k
能够完全区分扰动S
i
和S
j
；反之，当的值越大，说明特征F
k
区分扰动S
i
和S
j
的能力越差；由此，采用电能质量扰动的相交度矩阵X
Fk
描述所有电能质量扰动在特征F
k
下的相交度，其计算公式如下：
当电能质量扰动的相交度矩阵X
Fk
为零矩阵时，说明电能质量扰动特征F
k
能够区分全部电能质量扰动类型；反之，说明电能质量扰动特征F
k
无法区分所有电能质量扰动类型，即电能质量扰动的相交度矩阵不为0位置所对应的扰动类型无法被区分；基于电能质量扰动相交度指标的定义总相交度矩阵X；假设电能质量扰动特征子集A＝[F1,F2,F3,F...

【专利技术属性】
技术研发人员：邵振国，周晨璟，陈飞雄，张嫣，李壹民，
申请(专利权)人：福州大学，
类型：发明
国别省市：