一种交直流电网运行数据的属性标定方法及系统技术方案

本发明专利技术提供的一种交直流电网运行数据的属性标定方法及系统，标定方法包括：对交直流运行参数利用光滑伪仿射维格纳‑维勒分布提取瞬时谱信息并组成复合特征；对所述复合特征进行树变换，生成非线性不相关的特征；通过预先构建的层次狄利克雷过程‑剩余寿命的隐半马尔科夫模型对所述非线性不相关的特征进行学习，实现交直流电网运行数据对应运行状态的属性标定；其中，所述层次狄利克雷过程‑剩余寿命的隐半马尔科夫模型基于在交直流电网工作状态的持续时间中增加了异常状态的停留时间进行建模。本申请通过层次狄利克雷过程‑剩余寿命的隐半马尔科夫模型的学习能够显著地探测到异常状态，解决了交直流电网安全保障一直难以解决的问题。

An attribute calibration method and system of AC and DC power grid operation data

【技术实现步骤摘要】
一种交直流电网运行数据的属性标定方法及系统
本专利技术涉及交直流电网故障检测领域，具体涉及一种交直流电网运行数据的属性标定方法及系统。
技术介绍
交直流电网故障的学习对正确评估交直流电网状态具有重要意义，交直流电网故障的学习包括对交直流电网运行参数性能监控。目前，交直流电网运行状态参数学习模式主要有：1)直流换相失败和直流闭锁情况下交流侧机组功角、节点电压、系统频率和联络线功率等状态量变化特征学习；2)交直流电网故障后系统功角、电压和频率等不同失稳模式下的特征学习。现有的学习方式中传统的傅里叶变换不能够提供频域瞬态信息，小波变换只能够提供丰富的低频信息，导致难以给出信号的时、频与幅度三维同步显示信息。隐马尔科夫模型(HiddenMarkovModels,HMMs)作为隐状态学习的经典模型，因存在状态持续时间分布是几何形式，导致与实际应用情况不相符；此外，隐马尔科夫模型还必须设置隐藏状态数量，不准确的数量将导致模型与实际数据的偏差。贝叶斯非参数方法(BayesianNon-Parametric,BNP)用于解决这一问题，它可以在学习过程中推断出正确的状态数量。将BNP应用于HMM，可经由层次Dirichlet过程(HierarchicalDirichletProcess,HDP)从后验分布中推断隐藏状态数量。HDP-HMM的一些扩展模型，如自适应HDP-HMM和在线HDP-HMM已被应用于处理相关实际问题。此外，传统的HDP-HMM没有考虑到每个状态的持续时间，将导致状态之间的快速切换。通过使用隐半马尔科夫模型(Hiddensemi-MarkovModel,HSMM)解决状态之间的快速切换的问题，它考虑到了状态的驻留时间，进入特定状态后，驻留时间结束时，马尔科夫链将转换到下一个状态。与传统的HMM不同，HSMM的每个状态对应一段观察值，然而在交流电网故障状态检测中，状态参量的故障信号的影响非常微弱，故障开始的时间点很难被检测。经过检索发现：文献《特高压交直流接入对江西电网短路电流的影响研究》存在只是定性交直流分析，给出短路电流超标问题的措施和方法，没有对异常交直流状态进行建模与识别；文献《基于DAB直流变压器的多电压等级交直流混合配电网故障特性分析》存在仅仅开展基于机理的交直流电网故障特性分析，没有对交直流状态参数进行瞬态分析；文献《交直流碰线故障对变压器差动保护影响的实证分析》存在交直流系统进行仿真，基于系统模型的仿真结果，难以验证真实数据的交直流故障。综上，现有的方法仍然没有解决在交流电网故障的学习中，有效标定交直流电网运行数据属性的问题。
技术实现思路
为了解决现有技术中所存在的上述不足，本专利技术提供了一种交直流电网运行数据的属性标定方法，包括：对交直流运行参数利用光滑伪仿射维格纳-维勒分布提取瞬时谱信息并组成复合特征；对所述复合特征进行树变换，生成非线性不相关的特征；通过预先构建的层次狄利克雷过程-剩余寿命的隐半马尔科夫模型对所述非线性不相关的特征进行学习，实现交直流电网运行数据对应运行状态的属性标定；其中，所述层次狄利克雷过程-剩余寿命的隐半马尔科夫模型基于在交直流电网工作状态的持续时间中增加了异常状态的停留时间进行建模。优选的，所述对交直流运行参数利用光滑伪仿射维格纳-维勒分布提取瞬时谱信息并组成复合特征之前，还包括：对交直流运行参数通过小波包进行降噪处理；其中，所述交直流运行参数包括：直流换相失败和直流闭锁故障下交流侧机组功角、节点电压和系统频率。优选的，所述对交直流运行参数利用光滑伪仿射维格纳-维勒分布提取瞬时谱信息，包括：对交直流运行参数进行时频分布变换，获得维格纳分布函数；在维格纳分布函数中利用分析信号，获得维格纳-维勒分布函数；在所述维格纳-维勒分布函数中添加Kaiser窗函数，得到光滑伪维格纳-维勒分布；基于所述光滑伪维格纳-维勒分布的时频分布提取瞬时谱信息。优选的，所述对交直流运行参数按下式进行时频分布变换：式中：s为交直流运行参数；s*(u)是s(u)的共轭复数；是核函数；u为时间变量；θ为函数的固定参数；τ为驻留时间；ω为频率；t为时间。优选的，所述光滑伪维格纳-维勒分布，如下式所示：式中：W′(l,m)为光滑伪维格纳-维勒分布；Δω为频率微分；Δt为时间微分，j为时间步长；k为频率频长；l为频时频率的时间参数；m为频时频率的角频率参数；p-l为窗函数G的时间t；q-m为窗函数G的频率ω。优选的，所述Kaiser窗函数，如下式所示：式中：G(t,w)为窗函数；τ为Kaiser窗的驻留时间；a为决定窗口形状的非负实数；I0为第一类的零阶修正Bessel函数；t为时间；ω为频率。优选的，所述对所述复合特征进行树变换，生成非线性不相关的特征，包括：在所述复合特征中计算每一个交直流运行参数特征的协方差矩阵与相似性度量；在所有交直流运行参数特征中寻找相似性度量最高的协方差矩阵；对找到的两维向量进行主成分分析变换，获得雅可比变换矩阵；基于所述雅可比变换矩阵获得每层具有正交性的基向量，并生成非线性不相关的特征。优选的，所述层次狄利克雷过程-剩余寿命的隐半马尔科夫模型，如下式所示：式中：f是交直流状态特征，g表示驻留时间分布,GEM表示折棍构造过程,γ表示Gam函数,d为GAMMA分布参数，β为棍构造过程，α为狄利克雷过程参数，iid为一至服从，πj为模型比例，θ(i)为模型参数，为驻留时间分布参数，H为狄利克雷分布，N为正态分布，zs为模型学习到交直流电特征的标签，ds为驻留时间分布，yt为服从分布的观测序列，G为随机测度，为集中在的概率测度，πk为随机概率测度，zs为xs的指示因子，cjk为模型的属性，μk为正态分布的均值，K为数据成份的个数。基于同一专利技术构思，本专利技术还提供了一种交直流电网运行数据属性标定系统，包括：提取模块，用于对交直流运行参数利用光滑伪仿射维格纳-维勒分布提取瞬时谱信息并组成复合特征；变换模块，用于对所述复合特征进行树变换，生成非线性不相关的特征；学习模块，用于通过预先构建的层次狄利克雷过程-剩余寿命的隐半马尔科夫模型对所述非线性不相关的特征进行学习，实现交直流电网运行数据对应运行状态的属性标定；其中，所述层次狄利克雷过程-剩余寿命的隐半马尔科夫模型基于对交直流电网工作状态的持续时间进行建模。优选的，所述变换模型，包括：计算单元，用于在所述复合特征中计算每一个交直流运行参数特征的协方差矩阵与相似性度量；寻找单元，用于在所有交直流运行参数特征中寻找相似性度量最高的协方差矩阵；变换单元，用于对找到的两维向量进行主成分分析变换，获得雅可比变换矩阵；生成单元，用于基于所述雅可比变换矩阵获得每层具有正交性的基向量，并生成非线性不相关的特征。优选的，所述层次狄利克雷过程-剩余寿命的本文档来自技高网...

【技术保护点】
1.一种交直流电网运行数据的属性标定方法，其特征在于，包括：/n对交直流运行参数利用光滑伪仿射维格纳-维勒分布提取瞬时谱信息并组成复合特征；/n对所述复合特征进行树变换，生成非线性不相关的特征；/n通过预先构建的层次狄利克雷过程-剩余寿命的隐半马尔科夫模型对所述非线性不相关的特征进行学习，实现交直流电网运行数据对应运行状态的属性标定；/n其中，所述层次狄利克雷过程-剩余寿命的隐半马尔科夫模型基于在交直流电网工作状态的持续时间中增加了异常状态的停留时间进行建模。/n

【技术特征摘要】
1.一种交直流电网运行数据的属性标定方法，其特征在于，包括：
对交直流运行参数利用光滑伪仿射维格纳-维勒分布提取瞬时谱信息并组成复合特征；
对所述复合特征进行树变换，生成非线性不相关的特征；
通过预先构建的层次狄利克雷过程-剩余寿命的隐半马尔科夫模型对所述非线性不相关的特征进行学习，实现交直流电网运行数据对应运行状态的属性标定；
其中，所述层次狄利克雷过程-剩余寿命的隐半马尔科夫模型基于在交直流电网工作状态的持续时间中增加了异常状态的停留时间进行建模。


2.如权利要求1所述的方法，其特征在于，所述对交直流运行参数利用光滑伪仿射维格纳-维勒分布提取瞬时谱信息并组成复合特征之前，还包括：
对交直流运行参数通过小波包进行降噪处理；
其中，所述交直流运行参数包括：直流换相失败和直流闭锁故障下交流侧机组功角、节点电压和系统频率。


3.如权利要求1所述的方法，其特征在于，所述对交直流运行参数利用光滑伪仿射维格纳-维勒分布提取瞬时谱信息，包括：
对交直流运行参数进行时频分布变换，获得维格纳分布函数；
在维格纳分布函数中利用分析信号，获得维格纳-维勒分布函数；
在所述维格纳-维勒分布函数中添加Kaiser窗函数，得到光滑伪维格纳-维勒分布；
基于所述光滑伪维格纳-维勒分布的时频分布提取瞬时谱信息。


4.如权利要求3所述的方法，其特征在于，所述对交直流运行参数按下式进行时频分布变换：



式中：s为交直流运行参数；s*(u)是s(u)的共轭复数；是核函数；u为时间变量；θ为函数的固定参数；τ为驻留时间；ω为频率；t为时间。


5.如权利要求3所述的方法，其特征在于，所述光滑伪维格纳-维勒分布，如下式所示：



式中：W′(l，m)为光滑伪维格纳-维勒分布；Δω为频率微分；Δt为时间微分，j为时间步长；k为频率频长；l为时间；m为频率；p为瞬时频率的时间参数，q为瞬时频率的角频率参数，p-l为窗函数G的时间t；q-m为窗函数G的频率ω。


6.如权利要求3所述的方法，其特征在于，所述Kaiser窗函数，如下式所示：



式中：G(t，w)为窗函数；τ为Kaiser窗的驻留时间；a为决定窗口形状的非负实数；I0为第一类的零阶修正Bessel函数；t为时间；ω为频率。


7.如权利要求1所述的方法，其特征在于，所述对所述复合特征进行树变换，生成非线性不相关的特征，包括：
在所述复合特征中计算每一个交直流运行参数特征的协方差矩阵与相似性度量；
在所有交直流运行参数特征中寻找相似性度...

【专利技术属性】
技术研发人员：杨晓楠，郎燕生，孙博，张印，李理，罗雅迪，李静，王磊，王淼，刘鹏，吴奇，彭献永，林金星，张磊，
申请(专利权)人：中国电力科学研究院有限公司，国家电网有限公司，国网山东省电力公司电力科学研究院，
类型：发明
国别省市：北京;11