[发明专利]一种基于高斯混合模型的电能质量录波数据计算分析方法

权利要求书

1.一种基于高斯混合模型的电能质量录波数据计算分析方法，其特征在于，所述方法包括如下步骤：

(1)采集电能质量监测装置运行中积累的暂态录波数据，内含多个监测点的三相电压和三相电流原始采样值，通过对每个暂态录波数据进行信号筛选、小波变换和特征提取，构造特征样本集X；

(2)将构造的特征样本集X通过主成分分析进行数据清洗，选择出更易于机器学习处理的优化特征集Y；具体包括：

①标准化步骤(1)所得到的特征样本集X，然后计算其协方差矩阵C；

②对协方差矩阵C进行特征值分解，将特征值按照从大到小的顺序排列，设λ₁≥λ₂≥…≥λ_P，与之对应的标准正交特征向量分别记为γ₁，γ₂，…，γ_P；

③求满足条件的最小K值，将标准化后的数据集向特征向量子空间[γ₁,γ₂,…,γ_K]投影，获得优化特征集Y，同时存储[γ₁,γ₂,…,γ_K]；

(3)基于上述获得的优化特征集Y，利用期望极大算法EM学习高斯混合模型GMM，输出模型参数；

(4)在应用阶段，对于需要计算分析的电能质量监测装置记录的暂态录波数据，采用步骤(3)建立的GMM模型进行概率密度计算，输出对应录波的所属类别，并结合该类别录波数据的暂态特征，用于识别对应的扰动类型及扰动原因。

2.根据权利要求1所述的电能质量录波数据计算分析方法，其特征在于：在步骤(1)中，所述的特征样本集X的构造具体包括：

①根据电能质量监测装置提供的事件报警日志，从积累的历史录波列表中筛选出具有同一类报警信息的暂态录波数据；

②每个暂态录波数据中包含多个监测点的三相电压和三相电流波形数据，根据事件报警信息选择某一个或某几个量测信号进行分析；

③将筛选出的量测信号进行离散小波变换，得到不同尺度下的小波系数：将某一量测信号x进行m层小波分解，得到高频分量系数cD_j(k)(j＝1,2,…,m)和低频分量系数cA_m(k)，其中，j代表小波分解尺度，k代表时间序列；

④计算每一层小波系数cD_j(k)(j＝1,2,…,m+1)的能量均值EXP_j、能量标准差STD_j和能量熵WEE_j，作为该量测信号所提取的特征指标：

能量均值：

能量标准差：

能量熵：式中，cD_m+1(k)＝cA_m(k)，E_jk代表第j尺度k时刻的信号瞬时能量且E_jk＝[cD_j(k)]²，E_j代表第j尺度信号总能量且L_j代表第j尺度小波系数的个数；

⑤遍历经①和②筛选出的所有暂态录波数据中的量测信号，经离散小波变换和特征指标提取环节，综合所有量测信号提取的特征作为某一暂态录波数据的特征指标，形成维数为N×P的特征样本集X，其中N为暂态录波数据的个数，P为每个录波数据提取的特征指标个数。