谐波源定位的方法及系统技术方案

本发明专利技术的实施例提供了一种谐波源定位的方法及系统，涉及配电网技术领域。方法包括获取配电网的拓扑结构图，并获取配电网的拓扑结构图中的至少一个节点。获取配电网的拓扑结构图中的至少一个节点的每个节点在预设时间段内的电压值与电流值。并根据配电网的拓扑结构图中的至少一个节点的每个节点在预设时间段内的电压值与电流值获取配电网的拓扑结构图中的至少一个节点的每个节点在预设时间段内基波电压平均值，h次谐波电压平均值，基波电流平均值，h次谐波电流平均值，基波视在功率，h次谐波有功功率，谐波电压畸变率和谐波电流畸变率。以及，根据谐波源定位模型，从配电网的拓扑结构图中的至少一个节点中确定h次谐波源所在的节点。的节点。的节点。

【技术实现步骤摘要】
谐波源定位的方法及系统


[0001]本专利技术涉及配电网
，尤其涉及一种谐波源定位的方法及系统。

技术介绍

[0002]随着分布式新能源的广泛接入，配电网扰动不确定性增加、多谐波源耦合特性增强，严重影响电能质量，因此需要进行准确的谐波源定位为电能质量治理提供支撑。
[0003]目前，谐波源定位的方法主要分为定性和定量两种，定性的方法仅适用于单谐波源系统，该方法基于等效电路计算谐波有功功率、谐波无功功率、谐波畸变功率等的值判断谐波源位于供电侧还是用户侧。这类方法原理简单，然而当配电网电压电流相角差超过180
°
时，出现误判的概率指数增高，不适用于易出现多谐波源的复杂配电网。定量的方法以谐波状态估计为主，这类方法的基本思路是先确定配置谐波量测装置的节点，尽可能使系统完全可观，接着，通过量测装置同步采集节点的电压电流信息，再采用相关算法，如最小二乘法、稀疏表示法、独立分量分析等进行谐波状态估计，估算出谐波电流，进而定位谐波源。这类方法需要谐波幅值与谐波相角这类时域信息，需要极高的信号同步性与大量的内存空间，这在实际中往往难以实现。此外，大量的时域数据导致运行速度慢，因此，该方法无法应用于大部分实际工程中。
[0004]此外，上述方法均忽略了配电网各电气节点之间复杂的时空相关性，没有挖掘出谐波信息在时间空间上的相关性。

技术实现思路

[0005]本专利技术的实施例的目的在于提供一种谐波源定位的方法及系统，用于解决现有技术的方法对数据量要求较大从而导致内存要求大且运行速度慢的问题。
[0006]为达到上述目的，第一方面，本专利技术的实施例提供了一种谐波源定位的方法，包括：获取配电网的拓扑结构图，并获取配电网的拓扑结构图中的至少一个节点。获取配电网的拓扑结构图中的至少一个节点的每个节点在预设时间段内的电压值与电流值。并根据配电网的拓扑结构图中的至少一个节点的每个节点在预设时间段内的电压值与电流值获取配电网的拓扑结构图中的至少一个节点的每个节点在预设时间段内基波电压平均值，h次谐波电压平均值，基波电流平均值，h次谐波电流平均值，基波视在功率，h次谐波有功功率，谐波电压畸变率和谐波电流畸变率。以及，将配电网的拓扑结构图中的至少一个节点的每个节点在预设时间段内基波电压平均值，h次谐波电压平均值，基波电流平均值，h次谐波电流平均值，基波视在功率，h次谐波有功功率，谐波电压畸变率和谐波电流畸变率作为谐波源定位模型的输入数据，根据谐波源定位模型，从配电网的拓扑结构图中的至少一个节点中确定h次谐波源所在的节点。
[0007]在一些实施例中，还包括：获取配电网的拓扑结构图中的至少一个节点的每个节点的电压历史数据与电流历史数据以及存在谐波源的节点的历史数据，并根据配电网的拓扑结构图中的至少一个节点的每个节点的电压历史数据与电流历史数据获取配电网的拓
扑结构图中的至少一个节点的每个节点的基波电压平均值的历史数据，h次谐波电压平均值的历史数据，基波电流平均值的历史数据，h次谐波电流平均值的历史数据，基波视在功率，h次谐波有功功率的历史数据，谐波电压畸变率的历史数据和谐波电流畸变率的历史数据；将配电网的拓扑结构图中的至少一个节点的每个节点的基波电压平均值的历史数据，h次谐波电压平均值的历史数据，基波电流平均值的历史数据，h次谐波电流平均值的历史数据，基波视在功率，h次谐波有功功率的历史数据，谐波电压畸变率的历史数据和谐波电流畸变率的历史数据作为输入数据集，将存在谐波源的节点的历史数据作为输出数据集。根据输入数据集和输出数据集制作谐波源定位模型的训练集。以及，根据谐波源定位模型的训练集，使用神经网络算法获取谐波源定位模型。
[0008]在一些实施例中，根据谐波源定位模型的训练集，使用神经网络算法获取谐波源定位模型，包括：对谐波源定位模型的训练集中的输入数据进行第一次时间特征提取，以获取时间特征数据；对时间特征数据进行图卷积特征提取，以获取空间特征数据。对空间特征数据进行RELU激活和第二次时间特征提取，获取谐波源定位的预测值。以及，根据谐波源定位的预测值、谐波源定位模型的训练集中的输出数据和损失函数，获取谐波源定位模型。
[0009]在一些实施例中，对谐波源定位模型的训练集中的输入数据进行第一次时间特征提取，以获取时间特征数据，包括：使用公式进行第一次时间特征提取，其中，为谐波源定位模型的训练集中的输入数据，Γ为时间卷积的卷积核，积的卷积核，为谐波源定位模型的参数，σ为sigmoid激活函数，为哈达玛积，H
(l)
为时间特征数据。
[0010]在一些实施例中，对时间特征数据进行图卷积特征提取，以获取空间特征数据，包括：使用公式进行图卷积特征提取，其中，W为每个特征所对应的权值，W的大小为l*(l+1)，σ表示sigmoid激活函数，A为配电网图的拓扑邻接矩阵，D为度矩阵，I为单位矩阵；H
(l+1)
是空间特征数据，H
(l)
是时间特征数据。
[0011]第二方面，本专利技术的实施例提供了一种谐波源定位系统，包括节点获取模块，数据获取模块和谐波源定位结果输出模块。其中，节点获取模块，其设置为：获取配电网的拓扑结构图，并获取配电网的拓扑结构图中的至少一个节点。数据获取模块，其设置为：获取配电网的拓扑结构图中的至少一个节点的每个节点在预设时间段内的电压值与电流值，并根据配电网的拓扑结构图中的至少一个节点的每个节点在预设时间段内的电压值与电流值获取配电网的拓扑结构图中的至少一个节点的每个节点在预设时间段内基波电压平均值，h次谐波电压平均值，基波电流平均值，h次谐波电流平均值，基波视在功率，h次谐波有功功率，谐波电压畸变率和谐波电流畸变率。谐波源定位结果输出模块，其设置为：将配电网的拓扑结构图中的至少一个节点的每个节点在预设时间段内基波电压平均值，h次谐波电压平均值，基波电流平均值，h次谐波电流平均值，基波视在功率，h次谐波有功功率，谐波电压畸变率和谐波电流畸变率作为谐波源定位模型的输入数据，根据谐波源定位模型，从配电网的拓扑结构图中的至少一个节点中确定h次谐波源所在的节点。
[0012]在一些实施例中，还包括谐波源定位的训练集获取模块和谐波源定位模型的获取模块。数据获取模块还设置为：获取配电网的拓扑结构图中的至少一个节点的每个节点的电压历史数据与电流历史数据以及存在谐波源的节点的历史数据，并根据配电网的拓扑结
构图中的至少一个节点的每个节点的电压历史数据与电流历史数据获取配电网的拓扑结构图中的至少一个节点的每个节点的基波电压平均值的历史数据，h次谐波电压平均值的历史数据，基波电流平均值的历史数据，h次谐波电流平均值的历史数据，基波视在功率，h次谐波有功功率的历史数据，谐波电压畸变率的历史数据和谐波电流畸变率的历史数据。谐波源定位的训练集获取模块设置为：将配电网的拓扑结构图中的至少一个节点的每个节点的基波电压平均值的历史数据，h次谐波电压平均值的历史数据，基波电流平均值的历史数据，h次谐波电流平均值的历史数据，基波视在功率，h次谐波本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种谐波源定位的方法，其特征在于，包括：获取配电网的拓扑结构图，并获取所述配电网的拓扑结构图中的至少一个节点；获取所述配电网的拓扑结构图中的至少一个节点的每个节点在预设时间段内的电压值与电流值，并根据所述配电网的拓扑结构图中的至少一个节点的每个节点在预设时间段内的电压值与电流值获取所述配电网的拓扑结构图中的至少一个节点的每个节点在预设时间段内基波电压平均值，h次谐波电压平均值，基波电流平均值，h次谐波电流平均值，基波视在功率，h次谐波有功功率，谐波电压畸变率和谐波电流畸变率；以及将所述配电网的拓扑结构图中的至少一个节点的每个节点在预设时间段内基波电压平均值，h次谐波电压平均值，基波电流平均值，h次谐波电流平均值，基波视在功率，h次谐波有功功率，谐波电压畸变率和谐波电流畸变率作为谐波源定位模型的输入数据，根据所述谐波源定位模型，从所述配电网的拓扑结构图中的至少一个节点中确定h次谐波源所在的节点。2.根据权利要求1所述的谐波源定位的方法，其特征在于，还包括：获取所述配电网的拓扑结构图中的至少一个节点的每个节点的电压历史数据与电流历史数据以及存在谐波源的节点的历史数据，并根据所述配电网的拓扑结构图中的至少一个节点的每个节点的电压历史数据与电流历史数据获取所述配电网的拓扑结构图中的至少一个节点的每个节点的基波电压平均值的历史数据，h次谐波电压平均值的历史数据，基波电流平均值的历史数据，h次谐波电流平均值的历史数据，基波视在功率，h次谐波有功功率的历史数据，谐波电压畸变率的历史数据和谐波电流畸变率的历史数据；将所述配电网的拓扑结构图中的至少一个节点的每个节点的基波电压平均值的历史数据，h次谐波电压平均值的历史数据，基波电流平均值的历史数据，h次谐波电流平均值的历史数据，基波视在功率，h次谐波有功功率的历史数据，谐波电压畸变率的历史数据和谐波电流畸变率的历史数据作为输入数据集，将存在谐波源的节点的历史数据作为输出数据集；根据输入数据集和输出数据集制作谐波源定位模型的训练集；以及根据谐波源定位模型的训练集，使用神经网络算法获取谐波源定位模型。3.根据权利要求2所述的谐波源定位的方法，其特征在于，所述根据谐波源定位模型的训练集，使用神经网络算法获取谐波源定位模型，包括：对所述谐波源定位模型的训练集中的输入数据进行第一次时间特征提取，以获取时间特征数据；对所述时间特征数据进行图卷积特征提取，以获取空间特征数据；对所述空间特征数据进行RELU激活和第二次时间特征提取，获取谐波源定位的预测值；以及根据所述谐波源定位的预测值、谐波源定位模型的训练集中的输出数据和损失函数，获取谐波源定位模型。4.根据权利要求3所述的谐波源定位的方法，其特征在于，所述对所述谐波源定位模型的训练集中的输入数据进行第一次时间特征提取，以获取时间特征数据，包括：使用公式进行第一次时间特征提取，其中，
为所述谐波源定位模型的训练集中的输入数据，Γ为时间卷积的卷积核，为所述谐波源定位模型的参数，σ为sigmoid激活函数，为哈达玛积，H
(l)
为时间特征数据。5.根据权利要求4所述的谐波源定位的方法，其特征在于，所述对所述时间特征数据进行图卷积特征提取，以获取空间特征数据，包括：使用公式进行图卷积特征提取，其中，W为每个特征所对应的权值，W的大小为l*(l+1)，σ表示sigmoid激活函数，A为配电网图的拓扑邻接矩阵，D为度矩阵，I为单位矩阵；H
(l+1)
是空间特征数据，H
(l)
是时间特征数据。6.一种谐波源定位系统，其特征在于，包括：节点获取模块，其设置为：获取配电网的拓扑结构图，并...

【专利技术属性】
技术研发人员：帅智康，徐李佳，彭也伦，李杨，赵峰，帅伟豪，
申请(专利权)人：湖南大学，
类型：发明
国别省市：