一种基于形状上下文匹配的谐波责任划分方法及系统技术方案

本发明专利技术涉及一种基于形状上下文匹配的谐波责任划分方法及系统，该方法包括以下步骤：采用基于筛选排序算法SARA的变化点检测CPM技术寻找谐波数据变化点位置，定位信息丰富的大波动区域，进行数据分块；使用典型相关分析CCA计算波动区域用户侧整体与PCC点谐波的相关性，得到并分离背景谐波责任；基于动态调整形状上下文匹配算法DASC计算每个用户与PCC点的关联性，得到每个用户的关联性得分，作为用户的谐波责任。该方法及系统有利于提高谐波责任划分的准确性。

【技术实现步骤摘要】
一种基于形状上下文匹配的谐波责任划分方法及系统
本专利技术属于电力
，具体涉及一种基于形状上下文匹配的谐波责任划分方法及系统。
技术介绍
随着大量电力电子设备的使用以及分布式电源接入系统，电网中的谐波含量日益增多，谐波问题日益严重。为了衡量各用户所发射的谐波对电网公共连接点(pointofcommoncoupling,PCC)谐波电压的影响，需要计算各用户的谐波责任。传统谐波责任划分通过测量PCC处谐波电压以及各馈线谐波电流有效值，根据某次谐波的诺顿等效电路，基于局部线性化方法求解谐波阻抗、计算各馈线单独作用于PCC处的谐波电压，并基于其在PCC处总谐波电压方向上投影的占比定义单母线谐波责任划分指标。目前谐波责任划分方法均存在需要包含谐波相位信息的瞬时数据、无法彻底克服背景谐波电压波动影响等问题。实际情况中，公共连接点上安装足够的专用谐波监测装置数量较少，且由于传输通道、储存容量的显示，行业标准中并未规定已有的电能质量监测系统中必须储存谐波相位信息，且导出数据均为长时间的统计值，传统责任划分方法缺乏基本数据。谐波为长期存在的稳态量，通过短时间的瞬时数据测量就行谐波溯源和责任划分不够准确，也很难得到多方的认可和接受。
技术实现思路
本专利技术的目的在于提供一种基于形状上下文匹配的谐波责任划分方法及系统，该方法及系统有利于提高谐波责任划分的准确性。为实现上述目的，本专利技术采用的技术方案是：一种基于形状上下文匹配的谐波责任划分方法，包括以下步骤：采用基于筛选排序算法SARA的变化点检测CPM技术寻找谐波数据变化点位置，定位信息丰富的大波动区域，进行数据分块；使用典型相关分析CCA计算波动区域用户侧整体与PCC点谐波的相关性，得到并分离背景谐波责任；基于动态调整形状上下文匹配算法DASC计算每个用户与PCC点的关联性，得到每个用户的关联性得分，作为用户的谐波责任。进一步地，通过筛选排序算法检测谐波电压均值模型中的变化点，以划分谐波数据的不同波动区域；所述谐波电压均值模型为：Upcc,i＝μi+εi,εi～N(0,δ2)(1)对于位置i，考虑其局部统计量：其中，为检验所取带宽内前后变化幅度的局部统计量，k为所取带宽中点，h为固定的带宽且h＜＜n，n为数据总量；首先，计算出在每个点统计数据的Dh(·)，并找到每个点在各段带宽中计算结果最大值；然后设置阈值Dh(·)＜λ对带宽计算结果Dh(·)进行筛选，通过SARA技术检测变化点，以变化点为中心取带宽长度为h的数据块。进一步地，为计算表示谐波状态的谐波电压Upcc与表示用户耗电量的平均有功功率P＝(P1,P2,…,Pk)之间的关系，通过CCA方法分析这一对综合变量的相关性，来反映两组指标的整体相关性；分别从Upcc和P＝(P1,P2,…,PK)两组指标中提取两个有代表性的复合变量U1和V1，即两组变量的线性组合，计算U1和V1的相关系数，通过CCA衡量这两组指标的相关性大小；给定两组指标Upcc＝(Upcc,1,Upcc,2,…,Upcc,n)，P＝(P1,P2,…,Pk)，则U1和V1定义为：U1＝αTUpcc(3)V1＝βTP(4)其中，α＝(a1,a2,…,am)T和β＝(b1,b2,…,bn)T是组合系数的向量；通过寻找最优组合系数，得到实际有代表性的组合变量，从而得到两个指标的最佳相关性测度，以将系统侧谐波责任和用户侧谐波责任分离；CCA的结果如下：上式表示用户侧整体的谐波责任，其余部分为系统侧的谐波责任：Hutility＝1-ρu,c(6)以此完成背景谐波责任的分离。进一步地，基于DASC算法进行数据关联性计算，具体包括以下步骤：1)输入时间序列Upcc＝(Upcc,1,Upcc,2,…,Upcc,n)和Pk＝(Pk,1,Pk,2,…,Pk,m)；2)将面积[0,1]分成相等的Pk,num部分，对于点Upcc,i将面积分成相等的Upcc,num部分；结合x轴和y轴的划分，得到B块数据；3)计算每个块上的点个数，得到二维直方图i∈(1,n)，称为点Upcc,i调整后的形状上下文；4)对序列Pk进行相同的操作，在点Pk,j得到二维直方图j∈(1,m)；重复上述步骤，生成新的两个序列UpccS和PkS，其中每个点都用二维直方图表示；5)用巴氏系数计算UpccS和PkS在Upcc,i和Pk,j点的相似度，将UpccS和PkS中每个点的巴氏测量值构造出总体动态曲线相似度指标：6)输出表示两个时间序列的相似度的序列总数。进一步地，将经过背景谐波分离后的谐波电压数据与各用户负荷数据进行基于DASC算法的数据关联性计算，计算其相似度，并对计算结果进行归一化；以相似度积分作为关联性得分，比较不同用户负荷的关联性得分，认为关联性更强的用户，对于谐波的责任更大。本专利技术还提供了一种基于形状上下文匹配的谐波责任划分系统，包括存储器、处理器以及存储于存储器上并能够在处理器上运行的计算机程序，当处理器运行所述计算机程序时，实现所述的方法步骤。相较于现有技术，本专利技术具有以下有益效果：提供了一种基于形状上下文匹配的谐波责任划分方法及系统，该方法及系统利用CCA和DASC实现背景谐波电压波动下的CPM来确定谐波贡献。本专利技术完成了对谐波贡献的准确评估和评价，能有效地适应背景谐波电压的波动，对长时间尺度时间序列数据具有良好的鲁棒性，用户认可度较高，只需要谐波电压监测数据和用户有功数据，无需额外监测设备投资，有很强的实用性和广阔的应用空间。附图说明图1是本专利技术实施例的方法实现流程图。图2是本专利技术实施例中时间序列数据变化点的位置示意图。具体实施方式下面结合附图及具体实施例对本专利技术作进一步的详细说明。如图1所示，本实施例提供了一种基于形状上下文匹配的谐波责任划分方法，包括以下步骤：采用基于筛选排序算法SARA的变化点检测CPM技术寻找谐波数据变化点位置，定位信息丰富的大波动区域，进行数据分块，从而对谐波责任划分更细致、更准确的度量提供了基础；使用典型相关分析CCA计算波动区域用户侧整体与PCC点谐波的相关性，得到并分离背景谐波责任；基于动态调整形状上下文匹配算法DASC计算每个用户与PCC点的关联性，得到每个用户的关联性得分，作为用户的谐波责任。1、通过排序筛选方法实现的谐波变化点检测本专利技术通过筛选排序算法(ScreeningandRankingAlgorithm,SARA)检测均值模型中的变化点，以划分谐波数据的不同波动区域；所述谐波电压均值模型为：Upcc,i＝μi+εi,εi～N(0,δ2)(1)所述谐波电压均值模型包括均值部分与方差部分，本专利技术主要关注其中均值变化过程产生的变化点；对于位置i，考虑其局部统计本文档来自技高网...

【技术保护点】
1.一种基于形状上下文匹配的谐波责任划分方法，其特征在于，包括以下步骤：/n采用基于筛选排序算法SARA的变化点检测CPM技术寻找谐波数据变化点位置，定位信息丰富的大波动区域，进行数据分块；/n使用典型相关分析CCA计算波动区域用户侧整体与PCC点谐波的相关性，得到并分离背景谐波责任；/n基于动态调整形状上下文匹配算法DASC计算每个用户与PCC点的关联性，得到每个用户的关联性得分，作为用户的谐波责任。/n

【技术特征摘要】
1.一种基于形状上下文匹配的谐波责任划分方法，其特征在于，包括以下步骤：
采用基于筛选排序算法SARA的变化点检测CPM技术寻找谐波数据变化点位置，定位信息丰富的大波动区域，进行数据分块；
使用典型相关分析CCA计算波动区域用户侧整体与PCC点谐波的相关性，得到并分离背景谐波责任；
基于动态调整形状上下文匹配算法DASC计算每个用户与PCC点的关联性，得到每个用户的关联性得分，作为用户的谐波责任。


2.根据权利要求1所述的一种基于形状上下文匹配的谐波责任划分方法，其特征在于，通过筛选排序算法检测谐波电压均值模型中的变化点，以划分谐波数据的不同波动区域；
所述谐波电压均值模型为：
Upcc,i＝μi+εi,εi～N(0,δ2)(1)
对于位置i，考虑其局部统计量：



其中，为检验所取带宽内前后变化幅度的局部统计量，k为所取带宽中点，h为固定的带宽且h＜＜n，n为数据总量；
首先，计算出在每个点统计数据的Dh(·)，并找到每个点在各段带宽中计算结果最大值；
然后设置阈值Dh(·)＜λ对带宽计算结果Dh(·)进行筛选，通过SARA技术检测变化点，以变化点为中心取带宽长度为h的数据块。


3.根据权利要求2所述的一种基于形状上下文匹配的谐波责任划分方法，其特征在于，为计算表示谐波状态的谐波电压Upcc与表示用户耗电量的平均有功功率P＝(P1,P2,…,Pk)之间的关系，通过CCA方法分析这一对综合变量的相关性，来反映两组指标的整体相关性；
分别从Upcc和P＝(P1,P2,…,PK)两组指标中提取两个有代表性的复合变量U1和V1，即两组变量的线性组合，计算U1和V1的相关系数，通过CCA衡量这两组指标的相关性大小；
给定两组指标Upcc＝(Upcc,1,Upcc,2,…,Upcc,n)，P＝(P1,P2,…,Pk)，则U1和V1定义为：
U1＝αTUpcc(3)
V1＝βTP(4)
其中，α＝(a1,a2,…,am)T和β＝(b1,b...

【专利技术属性】
技术研发人员：张逸，郭俊煜，马铁丰，刘航，
申请(专利权)人：福州大学，
类型：发明
国别省市：福建;35