【技术实现步骤摘要】
本专利技术属于电力系统方法，特别涉及一种基于概率统计的电能质量波动时段提取方法。
技术介绍
1、一方面，如电弧炉、电力机车、大型变流型设备等非线性负荷的投运量不断增大；另一方面，以光伏和风电为主的新能源在电网中的渗透率迅速提升。多样化的电能质量特性加剧了公共连接点电能质量问题的严重性和复杂性，增加了电能质量问题准确评估、针对性治理、责任划分等工作的难度。目前电能质量常用的评估标准为国标的静态限值。
2、现有技术中，申请号为：201510528443.2的中国专利技术专利公开了一种电能质量监测方法，通过安装在变电站内的数据采集终端，由gps对时服务器统一对时，对监测点的电气量实时数据进行同步采集；数据采集终端将采集到的带有时标的电气量实时数据，通过高速无线通信网络经由云端通信服务器发送给云端运算服务器；云端运算服务器对电气量实时数据进行运算，获得电能质量数据和非电能质量数据，并将获得的数据保存到云端数据库服务器；云端高级应用分析服务器提取电能质量数据和非电能质量数据，进行监测数据的实时显示、历史趋势统计、报表生成及输出、波形回放显示、谐波源追溯分析完成电能质量的监测分析及管理；本专利技术极大地降低了系统的运行维护成本，使得监测系统的可扩展性得到了根本的提高。
3、国标的静态限值对于公共连接点当前时段的电能质量情况有较好的评判效果，无法动态评估电能质量指标偏离正常范围的情况以及后续趋势异常判断。且一条母线上工业用户负荷种类与数量的快速增加以及电力电子型用电设备的广泛使用，干扰源拥有不同的发射特性，既有短时不规
技术实现思路
1、本专利技术提供一种基于概率统计的电能质量波动时段提取方法，旨在解决现有的电能质量检测方法无法快速对电能质量波动时段进行提取，无法对电能质量波动时段及波动情况做综合评价的问题。
2、为解决上述技术问题，本专利技术采用以下技术方案：
3、一种基于概率统计的电能质量波动时段提取方法，包括如下步骤：
4、步骤1：获取部署在变电站处电能质量监测系统的供电母线及馈线的电能质量指标数据；
5、步骤2：通过savitzky-golay滤波器对电能质量指标数据进行滤波处理；
6、步骤3：采用累积分布函数和fisher最优分割的联合方法对滤波后的电能质量指标数据进行时段划分；
7、步骤4：将各时段内标准差作为波动时段的判别依据，取电能质量指标数据的长时低值作为判别阈值，当某一时段的标准差超过电能质量指标数据的长时低值时即认为此时段为波动时段；
8、步骤5：将连续波动时段进行合并，最终形成n个波动时段(记为δt1、…、δtn)及其时间序列(记为)；
9、步骤6：构建电能质量指标数据波动事件库，并记录波动时段与波动幅度。
10、进一步的，步骤2具体包括如下步骤：
11、步骤21：选取窗口长度t，在该窗口内有一组电能质量指标数据集为x＝[x1,x2,...,x2m+1]，构造一个n项多项式(n≤2m+1)来拟合这组数据：
12、
13、式中：f(i)表示用于拟合数据的n项多项式函数，i∈[1,2m+1]，n为多项式拟合的最大阶次，bnk为多项式第k项系数；
14、步骤22：求拟合数据点与原始数据点的残差平方和e：
15、
16、式中：e为拟合数据点与原始数据点的残差平方和，xi为电能质量指标数据集x＝[x1,x2,...,x2m+1]中的数据，2m+1为电能质量指标数据集x＝[x1,x2,...,x2m+1]中的数据个数；
17、步骤23：使用最小二乘法，使残差平方和e最小，可得e对bnk的偏导应为0,即
18、
19、步骤24：求解公式(3)得到savitzky-golay滤波公式为：
20、
21、式中：为平滑系数，可通过最小二乘法求得。
22、进一步的，步骤3具体包括如下步骤：
23、步骤31：绘制累计分布图，所述累计分布图为为累计分布函数关于随机变量x中任意取值x的曲线，随机变量x为步骤2中的电能质量指标数据集x，取值x为电能质量数据集x里的数值，记为fx(x)，所述fx(x)用于描述随机变量x的概率分布，描述x取值不大于x的可能性，其定义式如下：
24、fx(x)＝p(x(t)≤x) (5)
25、式中：x(t)表示时序变量，p(·)表示概率函数；
26、步骤32：计算累积分布函数fx(x)曲线拐点，记为x0，满足f'x(x0)＝0，该点即为时序x发生波动的数值点，将时序x中取值为x0的时刻t0作为波动时刻，满足x(t0)＝x0；波动时刻集合记为{t0,...}；
27、步骤33：以各时段内欧氏距离最小为目标，构建fisher最优分割法的目标函数，如式(6)所示：
28、
29、
30、式中：l[b(n,k)]为n个谐波有序样本分为k个时段的划分方案，d(uk,uk+1-1)表示第k个时段的段内样本距离，uk为第k个时段的第一个时间截面，为第k个时段的谐波数据均值；为uk时刻的电能质量数据；
31、步骤34：设置若干不同聚类个数，以fisher的时段分割点与累计分布图拐点的重叠数和分割时段数的占比作为fisher最优聚类数的判别标准；选择重叠数最大且分割时段数占比最大的聚类个数作为最优聚类数；确定最优聚类数后通过fisher最优分割法确定时段分割点，时段分割点集合记为{uk,...}；
32、步骤35：取时段分割点集合和波动时刻集合的并集为时段划分的最终结果，记为{t0,...}∪{uk,...}。
33、进一步的，步骤4具体包括如下步骤：
34、步骤41：计算各时段的标准差，并将标准差与电能质量指标数据的长时低值σ作为判别阈值，公式如下：
35、
36、式中：σ为电能质量指标数据的长时低值；
37、步骤42：将标准差超过σ的时段标记为波动时段。
38、进一步的，步骤6具体包括如下步骤：
39、步骤61：将波动时段与历史波动时段进行相关性匹配，对于给定波动序列x、y，(x、y分别为1×n、1×m维向量)，其动态距离相关系数表示为s(i,j)，其表达式如式(9)所示：
40、
41、其中：d(i,j)代表x序本文档来自技高网...
【技术保护点】
1.一种基于概率统计的电能质量波动时段提取方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种基于概率统计的电能质量波动时段提取方法，其特征在于，步骤2具体包括如下步骤：
3.根据权利要求2所述的一种基于概率统计的电能质量波动时段提取方法，其特征在于，步骤3具体包括如下步骤：
4.根据权利要求3所述的一种基于概率统计的电能质量波动时段提取方法，其特征在于，步骤4具体包括：
5.根据权利要求4所述的一种基于概率统计的电能质量波动时段提取方法，其特征在于，步骤6具体包括：
【技术特征摘要】
1.一种基于概率统计的电能质量波动时段提取方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种基于概率统计的电能质量波动时段提取方法，其特征在于，步骤2具体包括如下步骤：
3.根据权利要求2所述的一种基于概率统计的电能质量波动时段提...
【专利技术属性】
技术研发人员：张衍，郝媚美，林焱，兰金晨，许双婷，张志耿，方晓玲，
申请(专利权)人：国网福建省电力有限公司，
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。