System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 基于高斯回归模型的配网谐波接入不确定性评估方法技术_技高网
当前位置: 首页 > 专利查询>四川大学专利>正文

基于高斯回归模型的配网谐波接入不确定性评估方法技术

技术编号:40781984 阅读:6 留言:0更新日期:2024-03-25 20:26
本发明专利技术涉及电能质量分析技术领域,公开一种基于高斯回归模型的配网谐波接入不确定性评估方法,通过收集配网电能质量监测数据,提取谐波电压的关键特征,通过高斯回归模型,将谐波电压、电流波形作为输入,谐波电流水平作为输出,建立模型以描述输入特征与配网谐波电流水平之间的关系;当配网存在新的谐波源接入时,读取接入点的电压电流数据,得到谐波源接入后的配网谐波电流水平,将之与配网的谐波越限标准进行对比来对谐波源接入进行进一步评估。本发明专利技术克服了传统谐波接入评估方法针对单节点,难以对配网整体进行分析的问题,利用接入谐波源的电能质量监测数据对配网各节点电压进行不确定性评估,提高供电安全性与可靠性。

【技术实现步骤摘要】

本专利技术涉及电能质量分析,具体为一种基于高斯回归模型的配网谐波接入不确定性评估方法


技术介绍

1、随着能源领域的不断发展和技术的日新月异,分布式能源、电子设备以及非线性负载等在现代电力系统中扮演着愈发重要的角色。然而,这些新兴技术的广泛应用也引发了对电力系统电能质量的关切,注入电网的谐波电流显著增多,谐波问题作为电力系统电能质量的重要组成部分,常常源自于非线性负载的存在,如电子设备、变频器等。这些负载引入的谐波电流可能导致电压波形失真、设备过热甚至故障等严重后果。同时,随着分布式能源接入量的逐渐增加,其发电特性可能引入频率不稳定和谐波扰动,进一步加剧了谐波问题的复杂性。为了有效评估这些新技术接入电力系统时的谐波影响,配网谐波接入不确定性评估方法得以应运而生。

2、目前的谐波接入不确定性评估方法主要针对于单节点分析,尚未形成比较完整的对配网谐波接入不确定性评估的方法。现有的谐波接入评估方法主要分为两大类。一类是以研究网络中谐波源谐波电流注入量为基础的,基于谐波潮流计算的评估方法。这种方法的核心在于建立谐波源的模型,以计算注入到配电网各个节点的谐波电流。通过解网络节点电压方程,可以推导出配电网各节点的谐波电压。该方法的精确度受到所建立的谐波源模型准确性的影响。然而,由于不同谐波源用户具有独特的用电行为和谐波发射特性,谐波电流的计算变得相当复杂,这可能影响最终的谐波潮流计算和评估结果。另一类是基于大范围的电能质量监测数据的越限报警。该方法仅在电能质量监测装置附近起到一定作用,具有成本高,实用性差等缺点。

3、综上,现有技术的缺点主要表现为:

4、1、基于谐波潮流计算的配电网谐波评估方法,需要准确地建立谐波源的模型,然而由于用户用电行为等导致的谐波源模型的不确定性使该方法的准确性大大降低,缺乏适用性。

5、2、基于电能质量监测装置的配电网谐波评估方法,只对所能影响到监测装置点的谐波源起一定作用,成本高且实用性差。

6、另外,由于目前配网网络拓扑结构未知、系统参数获取困难,因此难以对配网的谐波接入进行准确、清晰的评估。现有的配网谐波接入不确定性评估方法依赖于对网络拓扑与系统参数的明确,且往往需要大量的仿真计算,工作冗杂,实用性较差。

7、但目前配网中安装了大量电能质量监测装置,用以对谐波数据进行高精度监测,为配网谐波接入不确定性评估提供了有效的数据支持。


技术实现思路

1、针对上述问题,本专利技术的目的在于提供一种基于高斯回归模型的配网谐波接入不确定性评估方法,提高了配网谐波接入评估的准确性。技术方案如下:

2、基于高斯回归模型的配网谐波接入不确定性评估方法,包括以下步骤:

3、步骤s1:收集并处理配网电能质量监测数据:

4、通过对电能质量监测数据终端进行采集,获得包括谐波电压和电流波形的监测数据集;

5、步骤s2:构建基于高斯回归模型的配网黑箱模型:

6、将一个高斯过程的性质用其均值函数 m( x)和协方差函数确定,写作:

7、(1);

8、公式中, x、∈ r n分别为随机变量;为高斯过程;

9、该高斯过程的均值函数 m( x)和协方差函数由下式定义:

10、(2);

11、公式中, f( x)和分别为关于随机变量 x 和 的高斯过程;为关于随机变量 的均值函数 ; e为函数的期望值;

12、为方便说明,本专利技术设均值函数 m( x)为0,由于协方差函数用于衡量输入样本之间的相似程度,因此选取有较好表示能力和灵活性的高斯核函数作为协方差函数:

13、(3);

14、公式中, x和为输入的谐波电压电流向量;σ f为信号方差; l为方差尺度;

15、配网中谐波电压 v i和谐波电流 i i间的关系用下式描述,即为所构建的配网黑箱模型,用以描述输入特征与谐波电压水平之间的关系:

16、(4);

17、公式中, i1为配网中的基波电流;为各次谐波电压与电流之间的耦合系数,即为黑箱模型待求解的参数, u i为各次谐波电压,为数据所记录谐波电压电流的最高次数,为常数;

18、步骤s3:对模型进行训练与修正:

19、将监测数据集分为训练集和验证集,用于模型的训练和评估,使用训练集来训练模型;将步骤s2中的信号方差、方差尺度、各次谐波电压与电流之间的耦合系数和常数表示为超参数,采用极大似然法对超参数进行辨识:

20、(5);

21、公式中, y为谐波电流的真实值, k为协方差矩阵; n为输入数据的总数; t为转置符号 ;

22、辨识出黑箱模型的超参数后,通过验证集与模型输出结果的均方根误差来评估模型性能,衡量模型的精度;根据模型评估结果,调整模型参数,以提高模型的性能;

23、(6);

24、公式中, mae为均方根误差; y为谐波电流的真实值;为模型预测结果;m为模型预测结果的数量;

25、步骤s4:谐波接入不确定性评估:

26、当配网存在新的谐波源接入时,读取安装在接入点的电能质量监测装置监测到的电压电流数据;

27、再将处理过的电压和电流波形数据代入配网黑箱模型,得到谐波源接入后的配网谐波电流水平,将之与配网的谐波越限标准进行对比来对谐波源接入进行进一步评估。

28、进一步的,步骤s1中还包括:

29、采用临近数据平均值法对监测数据集中的空值进行处理具体为:

30、选取空值前的l个有效数据与空值后的l个有效数据取平均值估算并代替空值;并先选取奇次谐波为谐波数据样本,删除偶次谐波数据;

31、对异常数据的处理通过选取cp95本文档来自技高网...

【技术保护点】

1.基于高斯回归模型的配网谐波接入不确定性评估方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的基于高斯回归模型的配网谐波接入不确定性评估方法,其特征在于,步骤S1中还包括:

【技术特征摘要】

1.基于高斯回归模型的配网谐波接入不确定性评估方法,其特征在于,包括以下步骤:

2.根...

【专利技术属性】
技术研发人员:汪颖赵奕帆肖先勇陈韵竹胡文曦王杨赵劲帅张文海郑子萱任杰
申请(专利权)人:四川大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1