【技术实现步骤摘要】
基于小波变换和极限学习机的电压暂降源快速辨识方法
本专利技术属于电能质量监测
，涉及电压暂降源快速辨识方法，尤其是一种基于小波变换和极限学习机的电压暂降源快速辨识方法。
技术介绍
电压暂降(voltagesag)是指工频条件下电压有效值降低到0.1～0.9p.u之间、持续时间为0.5周波至1分钟的短时电压变动现象。电压暂降是系统正常运行过程中不可避免的短时扰动现象，上级输电网、远方配网和本地配网的短路类故障、变压器激磁、大型电机的起动以及负荷的投切等是导致电压暂降的主要原因，同时系统阻抗、故障阻抗、变压器参数、保护和继电保护的安装和参数设置等，对电压暂降也有重要影响。随着我国不断由制造大国向制造强国迈进，优质的电力是高精度、高科技等产业的根本保证，因而电能质量问题也是日前越来越关注的问题。电能质量不仅影响电网企业的安全性与经济性，同时也会影响用户产品的产品质量与设备安全。而电压暂降问题作为当下最为突出的电能质量问题，受到了电力公司和用户的极大关注，尤其是当电压暂降问题给用户造成经济损失，会引起用户的投诉和抱怨。...
【技术保护点】
1.一种基于小波变换和极限学习机的电压暂降源快速辨识方法，其特征在于：包括以下步骤：/n步骤1、获取原始电压暂降信号；/n步骤2、将步骤1获取的原始电压暂降信号进行归一化处理；/n步骤3、对步骤2归一化处理后的电压暂降信号进行小波多分辨分析，并提取各尺度上的能量特征，作为每类电压暂降源的辨识特征向量；/n步骤4、对每类多个电压暂降源提取能量特征并形成辨识特征向量，对其进行标签的设定，形成带标签的各类电压暂降源数据样本；/n步骤5、将各类电压暂降源数据样本分为测试集和训练集；/n步骤6、构建最优的基于ELM模型的暂降源辨识模型；/n步骤7、将测试集输入到构建好的最优的基于EL...
【技术特征摘要】
1.一种基于小波变换和极限学习机的电压暂降源快速辨识方法，其特征在于：包括以下步骤：
步骤1、获取原始电压暂降信号；
步骤2、将步骤1获取的原始电压暂降信号进行归一化处理；
步骤3、对步骤2归一化处理后的电压暂降信号进行小波多分辨分析，并提取各尺度上的能量特征，作为每类电压暂降源的辨识特征向量；
步骤4、对每类多个电压暂降源提取能量特征并形成辨识特征向量，对其进行标签的设定，形成带标签的各类电压暂降源数据样本；
步骤5、将各类电压暂降源数据样本分为测试集和训练集；
步骤6、构建最优的基于ELM模型的暂降源辨识模型；
步骤7、将测试集输入到构建好的最优的基于ELM模型的暂降源辨识模型，通过输出的辨识结果和耗时以验证模型的辨识能力。
2.根据权利要求1所述的一种基于小波变换和极限学习机的电压暂降源快速辨识方法，其特征在于：所述步骤2的具体方法为：将每次采集到多个的离散暂降数据分别除以未发生电压暂降时电压的最大值，以此得到位于[-1,1]之间的电压暂降信号。
3.根据权利要求1所述的一种基于小波变换和极限学习机的电压暂降源快速辨识方法，其特征在于：所述步骤3的具体步骤包括：
(1)选用db4小波对电压暂降信号x(t)进行5层分解，对获得的电压暂降信号进行5层分解，得到的小波变换系数为a5(n)和dj(n)，其中j＝1,2,…,5；
(2)计算不同分解尺度上的信号能量，各尺度上的能量计算表达式为：
其中：j＝1,2,…,5；这样经过5层小波分解，可以得到6个特征量；
(3)辨识特征向量的构建：将各特征量构成一个向量，有:
如果是单相系统，F就作为辨识特征向量，如果采集到的电压暂降信号通常是三相电压，因此对每相电压信号提取上述能量特征，从而构成最终的电压暂降源辨识特征向量：
FS＝[F(A),F(B),F(C...
【专利技术属性】
技术研发人员：刘亚丽，李树鹏，吕金炳，胡晓辉，刘云，于光耀，张野，李国栋，霍现旭，陈培育，王峥，王欢，汪颖，肖先勇，
申请(专利权)人：国网天津市电力公司电力科学研究院，国网天津市电力公司，国家电网有限公司，
类型：发明
国别省市：天津;12
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。