[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

说明书

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，包括以下内容：(1)收集电能质量监测装置运行中积累的录波数据；(2)对电能质量录波数据进行预处理和特征提取，构造特征样本集；(3)将特征样本集进行清洗优化，利用期望极大算法训练高斯混合模型；(4)基于上述建立的高斯混合模型，对电能质量录波数据进行识别和分析，获取对应的录波数据类别。本发明所涉及的方法通过对电能质量录波数据进行小波变换和特征选择，利用概率数理统计思想从海量数据中发现关于运行方式的一些有用信息，为电能质量扰动分析提供一种数据挖掘思想和方法，更好地为电网运行和维护提供辅助决策服务。

技术领域

本发明属于电力系统自动化技术领域，具体涉及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，其作为一种数据驱动方法，可用以支撑电力大数据平台的高级应用。

背景技术

随着工业自动化和电力系统的深入发展，电网中产生电能质量扰动的因素不断增加，使得电网所遭受的电能质量问题日趋严重。电能质量污染易造成电气设备使用寿命的降低、不可预计的低电压跳闸、继电保护装置的误动作等，由此给对电能质量要求较高的行业带来的经济损失逐年增加。因此，电能质量问题已成为电力系统亟待解决的问题。

随着电网中非线性负荷以及电力电子器件的不断加入，人们对电能质量问题的关注已不仅仅是电压、频率和谐波等稳态指标，还包括各种暂态扰动(如电压暂升、电压暂降、电压中断等)研究。大量学者和工程技术人员发现，电力扰动本身承载着大量涉及系统和设备运行状态的有用信息，如果能够从电能质量数据中提取有用信息并结合分类识别方法，确定暂态扰动的类型和持续时间，将对改善电能质量水平具有积极意义。作为获取电能质量信息的直接途径，电能质量监测装置目前已被广泛应用于我国多省市，并积累了大量的波形数据、日志报表等，然而，对这些电能质量信息的分析还不够深入，致使海量电能质量监测数据得不到充分利用。因此，亟需开展电能质量数据的挖掘技术。

本发明所涉及的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，通过对历史数据库中积累的录波数据进行小波变换、特征提取和概率模型估计，实现了录波样本的动态聚类。该方法作为一种数据驱动方法，通过数据挖掘发现引起电能质量下降的因素，更好地服务于电网规划、运行和检修工作。

发明内容

本发明利用积累在磁盘上的电能质量录波数据，通过从中提取小波特征，建立了基于高斯混合模型的计算分析方法，为电网运行中的电能质量扰动识别及原因分析提供了一种挖掘思路和方法。本发明具体采用以下技术方案：

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；

(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。

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；