一种基于随机森林的公变负荷类型分解方法技术

本发明专利技术涉及一种基于随机森林的公变负荷类型分解方法，包括如下步骤：包括基于有功功率的事件检测、基于高频电压电流数据的特征构建和基于改进PSO的随机森林算法分类，首先对高频数据降采样为低频数据并通过功率差判断事件的产生与否。从事件所对应的高频电流电压中提取各类高频特征。最后利用改进PSO的随机森林算法将各个事件的特征聚类，从而实现负荷监测。与现有技术相比，本发明专利技术具有提高了算法性能，获得更好的公变负荷分解结果，实现更高精度的非侵入式设备的公变负荷分解。精度的非侵入式设备的公变负荷分解。精度的非侵入式设备的公变负荷分解。

【技术实现步骤摘要】
一种基于随机森林的公变负荷类型分解方法


[0001]本专利技术属于非侵入式负荷监测领域，涉及一种基于随机森林的公变负荷类型分解方法。

技术介绍

[0002]变压器是电网的核心和重要设备，用于连接不同电压等级的输电系统。由于在各种气候条件以及不同的电气和机械条件下使用，变压器在运行过程中不断面临着巨大的危险，会导致绕组和铁芯等部件故障，并给电网带来巨大的影响。因此，监测变压器的健康状态和准确地识别故障有助于最大限度地减少设备损坏、经济损失和对电力系统可靠性的影响。
[0003]目前负荷分解的方式主要有两种：侵入式负荷分解以及非侵入式负荷分解，它们都需要采集负载用电量，不同的是，侵入式负荷分解(Intrusive load monitoring，ILM)通过独立仪表来进行测量，可测量每个负载的用电量；George W.Hart在1984年提出的非侵入式负荷分解(Non
‑
intrusive load monitoring，NILM)，其可以通过对特定区域的总电表数据进行采样分析就可以获取该范围内各个用电负荷的相关信息。相比本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于随机森林的公变负荷类型分解方法，其特征在于：包括如下步骤：步骤1：通过部署的电表采集用电设备的总负荷高频电压与电流数据；步骤2：利用采集获取的总负荷高频电压与电流数据计算得到每个周波的有功功率以及周波功率变化量，根据周波功率变化量来进行事件检测，得到事件数据集；步骤3：从得到的事件数据集中进行特征提取；步骤4：初始化粒子群；步骤5：使用随机森林算法进行训练，并通过粒子群算法调整随机森林中的各个参数。2.根据权利要求1所述的一种基于随机森林的公变负荷类型分解方法，其特征在于：所述的步骤2中，数据为3.2KHz的高频电流电压数据。3.根据权利要求1所述的一种基于随机森林的公变负荷类型分解方法，其特征在于：利用采集获取的总负荷高频电压与电流数据计算得到每个周波的有功功率的公式为：其中，p
m
为第m个周波的功率，为第m个电流周波，为第m个电压周波，其中m正整数，N表示每周波采样点的数目，式(1)中，m为i～M
‑
1的整数。4.根据权利要求1所述的一种基于随机森林的公变负荷类型分解方法，其特征在于：利用采集获取的总负荷高频电压与电流数据计算得到每个周波的功率变化量的公式为：Δp
m
＝|p
m
‑
p
m
‑1|
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2)式(2)中，Δp
m
表示相邻两周波的功率差，令T1表示正实数，若Δp
m
＞T1，则将Δp
m
存入到事件数据集ε。5.根据权利要求1所述的一种基于随机森林的公变负荷类型分解方法，其特征在于：所述从得到的事件数据集中进行特征提取的方法为：对于时间数据集中集合ε的事件，从相应的电流中提取出电流均方根值、电流峰值、电流谐波因数、相邻两周波的功率差四个特征，从相应的V
‑
I轨迹中提取出V
‑
I轨迹中线斜率、中...

【专利技术属性】
技术研发人员：秦四军，王鹏，郭屾，张冀川，林佳颖，谭传玉，白帅涛，张明宇，张治明，孙浩洋，姚志国，吕琦，张永芳，
申请(专利权)人：国家电网有限公司，
类型：发明
国别省市：