【技术实现步骤摘要】
本专利技术涉及电气工程，尤其涉及一种基于经验模态分解的台区负荷异常态势协同检测方法。
技术介绍
1、台区负荷异常态势的及时辨识和筛查是配电网负荷成分分析的基础。台区负荷态势异常时，负荷态势正常情况下负荷集群间的相关性发生变化，此时再采用原有的负荷模型去辨识配电网典型负荷成分将存在较大的误差。与此同时，配电网中负荷成分点多面广、线路分支众多，因此所需的量测终端数量庞大且种类繁多，加之配电网智能化与自动化的推进，越来越多的通信设备被逐步部署在配电网中。如何基于海量量测数据检测台区负荷异常态势成为了新的挑战。
2、传统的负荷异常态势检测方法主要基于统计规律及用户曲线的聚类结果，然而，随着配电网的形态向拓扑灵活变动的主动配电网演进，配电网拓扑灵活多变，量测设备采集的量测数据所对应的负荷成分也会变化，使得基于统计规律和历史数据的聚类结果变得不可靠。因此，传统的负荷异常态势检测方法在将负荷的正常波动和异常态势区分的准确度上受到了严峻挑战。经验模态分解技术能将负荷曲线按照波动频率分解为多个本征模态函数，基于量测时间序列的各模态函数构建量测...
【技术保护点】
1.一种基于经验模态分解的台区负荷异常态势协同检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于经验模态分解的台区负荷异常态势协同检测方法，其特征在于，所述边缘计算中，参与边缘计算的量测数据包括18类由量测设备采集的量测量和3类经计算得到的量测量；采集的量测量包括三相电压幅值、三相电流幅值、三相有功功率、三相无功功率、三相电压相角和三相电流相角；计算得到的量测量包括不平衡电压V、不平衡电压相角θV和不平衡电流相角θI，其计算方式分别为：
3.根据权利要求1所述的基于经验模态分解的台区负荷异常态势协同检测方法，其特征在于，所述构建...
【技术特征摘要】
1.一种基于经验模态分解的台区负荷异常态势协同检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于经验模态分解的台区负荷异常态势协同检测方法，其特征在于，所述边缘计算中，参与边缘计算的量测数据包括18类由量测设备采集的量测量和3类经计算得到的量测量；采集的量测量包括三相电压幅值、三相电流幅值、三相有功功率、三相无功功率、三相电压相角和三相电流相角；计算得到的量测量包括不平衡电压v、不平衡电压相角θv和不平衡电流相角θi，其计算方式分别为：
3.根据权利要求1所述的基于经验模态分解的台区负荷异常态势协同检测方法，其特征在于，所述构建模态函数矩阵，具体包括：
4.根据权利要求1所述的基于经验模态分解的台区负荷异常态势协同检测方法，其特征在于，所述计算模态函数矩阵的偏离特征值数指标，具体包括：
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。