【技术实现步骤摘要】
本专利技术属于电能质量问题成因识别，涉及低压配电台区电能质量问题成因识别方法，具体涉及一种基于机理-数据联合驱动的低压配电网多标签场景电能质量问题成因识别方法。
技术介绍
1、随着中国提出“双碳”的承诺，电力系统以能源结构转型为导向，大力发展以可再生清洁能源为主体、以分布式电源为重要形式的新型配电系统。在低压配电网层面，分布式光伏、电动汽车充电桩等新型电源和新型负荷的大规模接入低压配电网，给低压配电网的稳定运行带来新的挑战。一方面，分布式光伏等新型电源出力具有随机性、波动性和不可预测性，以分布式光伏为例，在光伏发电高峰期，由于光伏发电的输出功率增加，会导致低压配电网的电压升高，甚至超过电压上限，使得低压配电网出现高电压的电能质量。而在光伏发电低谷期，由于光伏发电的输出功率降低，负荷又开始加重，会导致低压配电网整体电压偏低甚至产生低电压问题，重过载问题也同时产生。另一方面，电动汽车充电桩等新型负荷的接入，改变了原有的低压配电网的电网结构，使得负荷曲线变化具有不可预测性，更容易出现高电压、低电压、三相不平衡等电能质量问题。与传统配电台区相比，新型电源的接入，使低压配电台区由无源网络变为有源网络，新型负荷的不对称接入，增大低压配电台区负荷不对称性。低压配电台区电能质量问题，尤其是高电压、低电压和三相不平衡问题愈发严重，电能质量问题的成因愈发复杂。因此，电能质量问题成因的分析和识别也变得越来越困难，解决成因识别问题，对治理电能质量问题、维持配电台区安全稳定运行等工作至关重要。
2、随着大规模的新型电源和新型负荷接入低压配电网
技术实现思路
1、鉴于上述现有存在的问题，本专利技术对低压配电台区进行多标签的场景划分，提出一种机理-数据联合驱动的低压配电网多标签场景电能质量问题成因识别方法。
2、为解决上述技术问题，提出了一种机理数据驱动多标签电能质量成因识别方法，包括：
3、采用多标签形式，构建电源和负荷种类多、场景复杂的低压配电网台区标签；根据低压配电台区标签得到多标签的新农村、工业城镇及城市商用区，并构建多标签的新农村、工业城镇及城市商用区的成因库；提出基于机理数据联合驱动的电能质量问题成因识别方法，将台区数据进行两层分类，将训练好的智能体对本地化的成因库进行阈值修正并实时监测。
4、作为本专利技术所述的机理数据驱动多标签电能质量成因识别方法的一种优选方案，其中：所述低压配电网台区标签包括光伏渗透率、重工业负荷、农业基地规模、电动汽车渗透率、节日季节性负荷、商业集中性负荷规模、分布式发电控制规模、历史负荷数据预测率、网络拓扑规模。
5、所述多标签场景包括多标签的新农村，多标签的工业城镇，多标签的城市商用区。
6、当标签原因占比高时，则在低压配电网多标签场景电能质量问题成因时，考虑标签所属的原因，反之，则不考虑标签原因导致的电能质量问题。
7、其中，当光伏渗透率高时，则在高电压的电能质量问题成因识别时，考虑是光伏出力导致的高电压，当光伏渗透率低时，则不考虑光伏造成电能质量问题，当重工业负荷大时，则在低电压和三相不平衡电能质量问题成因识别时，考虑是重工业负荷导致的低电压和三相不平衡，当重工业负荷小时，则不考虑重工业负荷造成电能质量问题。
8、作为本专利技术所述的机理数据驱动多标签电能质量成因识别方法的一种优选方案，其中：所述构建多标签的新农村、工业城镇及城市商用区的成因库包括根据已提出的低压配电台区标签的设计，得到多标签的新农村、多标签的工业城镇、多标签的城市商用区三者的成因库：所述多标签的新农村包括光伏渗透率高、重工业负荷小、农业基地规模大、电动汽车渗透率低、节日季节性负荷显著、商业集中性负荷规模小且未在具体规定阈值范围内时：高电压电能质量问题的成因识别为太阳光照充足地区分布式光伏大发造成功率反送及配电变压器oltc的分接头挡位不合理。
9、低电压电能质量问题的成因识别为配电变压器oltc的分接头挡位不合理，城镇城市外出务工人员春节返乡用电设备增多、用电时长增加，农业灌溉或收获季，大量农业基地负荷接入。
10、三相不平衡电能质量问题的成因识别为光伏装机设计不合理，单相接线过多或过少。
11、所述多标签的工业城镇包括当光伏渗透率低、重工业负荷大、农业基地规模小、电动汽车渗透率低、节日季节性负荷显著、商业集中性负荷规模小且未在具体规定阈值范围内时：高电压电能质量问题的成因识别为城镇务工人员春节返乡用电设备减少、用电时长减少且此时配电变压器分接头oltc未及时改变，配电变压器oltc的分接头挡位不合理。
12、低电压电能质量问题的成因识别为配电变压器oltc的分接头挡位不合理，工业设备运作生产时间，大量重工业负荷接入。
13、三相不平衡电能质量问题的成因识别为工业异步电动机接线设计不合理，单相接线过多或过少。
14、所述多标签的城市商用区包括当光伏渗透率低、重工业负荷小、农业基地规模小、电动汽车渗透率高、节日季节性负荷显著、商业集中性负荷规模大且未在具体规定阈值范围内时：高电压电能质量问题的成因识别为配电变压器oltc的分接头挡位不合理。
15、低电压电能质量问题的成因识别为配电变压器oltc的分接头挡位不合理，商业楼宇工作时间，大量商业负荷接入、商业楼宇夏季空调、冬季电采暖大功率负荷接入，电动汽车充电桩大规模接入。
16、三相不平衡电能质量问题的成因识别为电动汽车充电桩接线设计不合理，单相接线过多或过少。
17、作为本专利技术所述的机理数据驱动多标签电能质量成因识别方法的一种优选方案，其中：所述两层分类包括由电网工作人员提供台区标签、台区数据，将台区数据进行两层分类，构建两个神经网络智能体训练数据集：第一层神经网络智能体处理第一层台区数据，第二层神经网络智能体处理第二层台区数据。
18、所述第一层台区数据包括节点编号、三相电压ua、ub、uc、三相电流ia、ib、ic、三相不平衡度pvur，在第一层台区数据的训练数据集中，计算出max(ua、ub、uc)、min(ua、ub、uc)、pvur，判断此台区数据出现了高电压、低电压、三相不平衡的电能质量问题，并根据相应的电能质量问题，给予神经网络对应的训练标签lq：
19、
20、其中，fq为训练数据集的电能质量问题识别和标签函数，θkj为高电压本文档来自技高网...
【技术保护点】
1.一种机理数据驱动多标签电能质量成因识别方法，其特征在于：包括，
2.如权利要求1所述的一种机理数据驱动多标签电能质量成因识别方法，其特征在于：所述低压配电网台区标签包括光伏渗透率、重工业负荷、农业基地规模、电动汽车渗透率、节日季节性负荷、商业集中性负荷规模、分布式发电控制规模、历史负荷数据预测率、网络拓扑规模；
3.如权利要求2所述的一种机理数据驱动多标签电能质量成因识别方法，其特征在于：所述构建多标签的新农村、工业城镇及城市商用区的成因库包括根据已提出的低压配电台区标签的设计，得到多标签的新农村、多标签的工业城镇、多标签的城市商用区三者的成因库：
4.如权利要求3所述的一种机理数据驱动多标签电能质量成因识别方法，其特征在于：所述两层分类包括由电网工作人员提供台区标签、台区数据，将台区数据进行两层分类，构建两个神经网络智能体训练数据集：第一层神经网络智能体处理第一层台区数据，第二层神经网络智能体处理第二层台区数据；
5.如权利要求4所述的一种机理数据驱动多标签电能质量成因识别方法，其特征在于：所述机理数据联合驱动包括从低压配电网
6.如权利要求5所述的一种机理数据驱动多标签电能质量成因识别方法，其特征在于：所述将训练好的智能体对本地化的成因库进行阈值修正包括用神经网络对测试集的数据依次进行成因判断，得到神经网络算法判断的测试集中成因A导致的电能质量问题的次数，记为nA，在阈值a的合理范围内，多次改变阈值，记为a1，a2，…，ai，对相同的测试集进行成因识别，得到由不同的阈值判断得到的成因A导致的电能质量问题的次数，记为使与nA的值最接近的a的值就是修正后的阈值。
7.如权利要求6所述的一种机理数据驱动多标签电能质量成因识别方法，其特征在于：所述实时监测包括建立监控预警模型，实时监控电能质量问题成因识别过程并反馈给电网工作人员进行问题修正，并根据反馈的历史数据进行存在问题预测，计算出预测结果与实际结果对比：
8.一种采用如权利要求1～7任一所述的一种机理数据驱动多标签电能质量成因识别方法的系统，其特征在于：包括数据采集与预处理模块、多标签成因库构建模块、智能体训练与成因识别模块、监控预警与实时修正模块；
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
...【技术特征摘要】
1.一种机理数据驱动多标签电能质量成因识别方法，其特征在于：包括，
2.如权利要求1所述的一种机理数据驱动多标签电能质量成因识别方法，其特征在于：所述低压配电网台区标签包括光伏渗透率、重工业负荷、农业基地规模、电动汽车渗透率、节日季节性负荷、商业集中性负荷规模、分布式发电控制规模、历史负荷数据预测率、网络拓扑规模；
3.如权利要求2所述的一种机理数据驱动多标签电能质量成因识别方法，其特征在于：所述构建多标签的新农村、工业城镇及城市商用区的成因库包括根据已提出的低压配电台区标签的设计，得到多标签的新农村、多标签的工业城镇、多标签的城市商用区三者的成因库：
4.如权利要求3所述的一种机理数据驱动多标签电能质量成因识别方法，其特征在于：所述两层分类包括由电网工作人员提供台区标签、台区数据，将台区数据进行两层分类，构建两个神经网络智能体训练数据集：第一层神经网络智能体处理第一层台区数据，第二层神经网络智能体处理第二层台区数据；
5.如权利要求4所述的一种机理数据驱动多标签电能质量成因识别方法，其特征在于：所述机理数据联合驱动包括从低压配电网台区中收集电能质量数据包括电压、电流、功率、谐波含量、电压波动和闪变、频率偏差，环境数据包括设备参数、负荷特性，并对数据进行预处理，构建机理模型：
6.如权利要求5所述的一种机理数据驱动...
【专利技术属性】
技术研发人员：孙乐平，陈卫东，姚知洋，奉斌，郭敏，叶映泉，
申请(专利权)人：广西电网有限责任公司电力科学研究院，
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。