一种电能质量扰动模式判别方法技术

电能质量扰动模式判别是指对电网中某些节点的电流或电压进行监测，当异常现象（如电源或电压的骤升、骤降、谐波、闪变等）发生时，能够快速地对异常现象的类型进行判别，进而可以为电网运行管理提供辅助决策。本发明专利技术公开了一种电能质量扰动模式判别方法，电能质量扰动模式判别方法针对从电信号中提取到的特征向量具有维数高、信息量大等特点，提出了一种基于进化计算的特征选择方法。该方法能够消除特征向量里的大量的冗余特征；提出了一种基于支持向量机的模式判别方法，对所提取的电信号特征进行模式判别；为了提高系统的鲁棒性，提出了一种数据融合方法，对多个支持向量机的模式判别结果进行数据融合，得到最终的模式判别结果。本发明专利技术结合了计算智能领域里的进化计算和支持向量机技术，能够提高电能质量扰动模式判别的速度，并且提高模式判别的精度。

【技术实现步骤摘要】

本专利技术涉及，属于计算机应用与自动控制领域。
技术介绍
电能质量扰动(Power Quality Disturbances，PQD)是指电网系统中电压、电流中 出现偏差，从而导致用户设备出现故障或运行异常的电力问题。它对供电公司、用户和用电 设备将造成直接或间接的不利影响。理想状况下，提交给用户的电压或电流应该具有正弦 波形、稳定的频率、稳定的振幅和稳定的相位角。然而电网中的一些非线性的负载，如计算 机、调速马达等，都会给电网带来影响，产生电压或电流的骤升、骤降、谐波、震荡等问题。其 结果是电能质量的下降，电能的浪费或电费超支，甚至会对电网中其它电器设备造成损害。鉴于电能质量扰动的危害性，在电网系统中，应实时的对电能质量进行监控。当电 能质量扰动问题发生时，系统能够快速地对其进行识别并且分类，进而采取措施来减少质 量扰动带来的负面影响。进行电能质量分析，首先要对监控设备检测到的电信号进行特征 提取，然后对提取到的特征向量进行分类，最终得到分类结果。现有的特征提取方法包括小 波变换方法、傅里叶变换方法、t_变换方法等。然而，从电信号中提取到的特征向量具有维 数高、信息量大等特点，并且特征向量中经常含有大量的冗余和噪声特征值。因此利用全部 提取到的特征对电信号进行分类，往往具有消耗时间长，分类准确率低等缺点。针对上述问 题，本专利技术提出了一种基于进化计算的特征选择模型。为了进行分类，设计了一种多支持向 量机分类器，在对电信号进行特征提取和特征选择后，把精简后的特征提交给多个支持向 量机分类器。为了提高系统的鲁棒性，提出了一种数据融合方法，对多个支持向量机的分类 结果进行数据融合，得到最终的分类结果。由于所提出的进化计算方法能够消除特征向量 中的大量冗余与噪声信息，因此该方法能够减少支持向量机的训练时间与识别时间。由于 所设计的数据融合方法能够对多支持向量机的分类结果进行评估，因此该方法能够确保系 统的识别精度。
技术实现思路
本专利技术的主要目的是提供一种基于进化计算与支持向量机的电能质量扰动识别 方法。针对从电信号提取到的特征向量具有维数高、信息量大等特点，设计了一种基于进化 计算的特征选择方法。在进化计算方法中，提出了一种基于二进制编码的特征选择方案表 示方法，并提出了一种基于巴塔恰里亚距离(Bhattacharyya distance)的候选方案评价方 法。优化算法可以选取进化计算中常用的优化算法，如遗传算法、人工免疫算法、粒子群算 法等。基于进化计算的特征提取方法能够消除特征向量中大量的冗余及噪声信息，能够减 少分类器的训练与识别时间；为完成分类任务，采用多个支持向量机进行分类；由于支持 向量机分类的随机性，多个支持向量机的分类方法并不一定完全一致，因此，设计了一种数 据融合算法。该方法能够提高分类器的鲁棒性，提高分类的准确率。本专利技术是通过以下技术方案实现的1.特征提取。从监测设备提取到的电信号出发，用两种技术提取特征，一种是小波 变换技术(Wavelet Transform)。经典的小波变换定义为」Ai-W f(a,b) = < /(0,| Ti ψ(—) > = f I α Ti ^(—)f(t)dt(1)a Ja其中，ψ (t)为基本小波且满足允许条件和非零条件ω兴0，基本小波中参数b起平移作用，参数α使窗口函数的大小发生变化。通过对信号进行小波变换， 可以得到信号的细节信息式，忑，…式以及最后一级分解的均值信息4。本专利技术采用小波变换 技术对电信号进行特征提取时，选取db6小波作为基本小波，首先对连续信号进行采样，然 后对采样序列进行一维三级小波分解，得到细节信息毛忑涵和均值信息％，然后以53,式,毛，式 作为特征向量，即厂=(2)另一种特征提取技术是双频带解调技术(Double Side-Band Demodulation)。双 频带解调技术用公式可以表示为DSB (S (kT)) = filter (s(kT) .Sin(CokT))(3)其中 ω 是理想状态 下电信号的角频率，filter(·)是滤波器。在本专利技术中，采用三阶巴特沃斯滤波器(3-order Butterworth filter)，截断频率设置为 30Hz。2.基于进化计算的特征选择。在利用进化计算的方法进行特征选择时，每个候选 方案都被编码成一个“个体”，若干个个体构成了 “群体”。在利用遗传算法、人工免疫算法 等方法进行优化操作时，总是随机产生一些个体(即初始解)。根据所设计的目标函数对每 个个体进行评估，给出适应度值。基于此适应度值，选择个体来复制下一代。然后选择出来 的个体经过优化操作组合成新的一代。如此迭代，直至最优解产生。利用进化计算方法进 行特征筛选，涉及到两个问题，其中一个是对候选方案进行编码，另一个问题是目标函数的 设计。本专利技术设计了一种基于二进制编码的方法和一种基于巴塔恰里亚距离的适应度函数 计算方法。(1)基于二进制的编码方法。一个待筛选的特征向量K = = 其中a e {0，1}，(1彡f彡s)，α = 1表示对应特征Vi被筛选，Ti = O表示对应 特征Vi未被筛选。一条编码代表一个候选方案，由一个候选方案构造新的特征向量的示意 图如附图说明图1所示。(2)基于巴塔恰里亚距离的适应度函数。适应度函数的设计考虑两个因素其一是最小化向量ν'的维数，即Minimize dim ；其二是最大化各类电能质量扰 动信号样本集之间的差异，即Maximize Σ dis(i, j)，dis(i, j)为样本集i与样本集j的 差异度量函数；对于第一个因素，可统计编码中基因1的个数。对于第二个因素，我们采用 巴塔恰里亚距离(Bhattacharyya Distance)距离来评价两类样本集之间的差异。设有两 类样本集权利要求1.，至少包括如下步骤步骤(1)对监测点提供的电信号进行特征提取；步骤O)利用进化计算的方法进行特征选择；步骤⑶基于步骤⑵中所选择到的特征，利用多个支持向量机分类器对电信号进行 分类；步骤对多个支持向量机的分类结果进行数据融合；步骤(5)输出分类结果；步骤(6)如果分类结果显示信号正常，则转步骤(8)；否则转步骤(7)；步骤(7)根据分类结果，启动相应的质量扰动处理程序；步骤(8)判断分类是否结束，如果结束，则输出监测报告；否则转步骤(1)，对下一组 信号重新进行监测。2.根据权力要求1所述的，其特征在于对监测点提 供的电信号进行特征提取方法有小波变化法、双频带解调法。3.根据权力要求1所述的，其特征在于利用进化计 算的方法对所提取的特征进行优化选择。4.根据权力要求1所述的，其特征在于在进化计算 的方法中，用二进制向量对候选特征选择方案进行编码；5.根据权力要求1所述的，其特征在于在进化计算 方法中，采用巴塔恰里亚距离来评价候选方案的好坏。6.根据权力要求1所述的，其特征在于进化计算的 方法可以采用遗传算法，粒子群优化算法，人工免疫算法。7.根据权力要求1所述的，其特征在于利用多个支 持向量机进行多次分类识别，得到多个分类结果。8.根据权力要求1所述的，其特征在于利用数据融 合算法对多个支持向量机的分类结果进行数据融合，来对电信号的状态进行判断。全文摘要电能质量扰动模式判别本文档来自技高网...

【技术保护点】
一种电能质量扰动模式判别方法，至少包括如下步骤：步骤（１）：对监测点提供的电信号进行特征提取；步骤（２）：利用进化计算的方法进行特征选择；步骤（３）：基于步骤（２）中所选择到的特征，利用多个支持向量机分类器对电信号进行分类；步骤（４）：对多个支持向量机的分类结果进行数据融合；步骤（５）：输出分类结果；步骤（６）：如果分类结果显示信号正常，则转步骤（８）；否则转步骤（７）；步骤（７）：根据分类结果，启动相应的质量扰动处理程序；步骤（８）：判断分类是否结束，如果结束，则输出监测报告；否则转步骤（１），对下一组信号重新进行监测。

【技术特征摘要】

【专利技术属性】
技术研发人员：梁艳春，吴春国，孙亮，
申请(专利权)人：吉林大学，
类型：发明
国别省市：82[中国|长春]