[发明专利]基于模糊C均值聚类的电铁牵引负荷运行情况对电网运行的影响分析

说明书

本发明涉及一种基于模糊C均值聚类(Fuzzy C‑Means，FCM)的电铁牵引负荷运行情况对电网运行影响的分析方法。首先，采用监测系统对电铁牵引站电网侧的电能质量数据进行监控，选取监控变量中的全功率因数、电流有效值、电压有效值、有功功率以及三、五、七次谐波相对值作为分析变量。其次，针对牵引站电网侧的A相、B相、C相监控数据，分别采用FCM方法对其进行训练，将每一相的数据自动分为空载、启动、运行、制动四个类别。再次，对每一相每个类别的数据，分析其三、五、七次谐波，即负荷不同运行情况下的三、五、七次谐波。最后，对于新建线路，根据已有模型，分析其A相、B相、C相空载、启动、运行和制动情况下对电网A相、B相、C相电能质量的影响。

技术领域

本发明具体涉及一种基于模糊C均值聚类的电铁牵引复杂负荷情况对电网运行影响的分析方法，属于电气化铁路系统自动化技术领域。

背景技术

电气化铁路是指采用电力牵引的铁路,其由于牵引力大、能源消耗小等优点而受到世界各国的广泛重视。对于电力系统而言，电力机车是一个很大的谐波源，其主要产生三次、五次、七次等奇次谐波电流，通过铁路沿线的牵引电网流入电力系统，对电力系统供电电能质量产生较为严重的负面影响。不同的电气化铁路负荷运行情况，如空载、启动、运行、停车，对电网运行影响的区别十分明显。因此，需要研究电气化铁路不同负荷运行情况对电网运行的影响，开展有针对性的电能质量管理。

本发明所涉及的基于模糊C均值聚类(Fuzzy C-Means，FCM)的电铁牵引负荷运行情况对电网运行影响的分析方法，通过采集电铁牵引站电网侧的全功率因数、电流有效值、电压有效值、有功功率以及三、五、七次谐波相对值作为分析变量，针对牵引站电网侧的每一相监控数据，采用FCM方法对其进行训练，将每一相数据自动分为空载、启动、运行、制动四个类别，并分析四种运行情况下的三、五、七次谐波，得到每一相不同运行情况对电网运行的影响。对于新建线路，可以采用本发明中的方法，分析其空载、启动、运行和制动等运行情况下对电网电能质量的影响。

发明内容

本发明利用电网电能质量监测装置采集到的不同负荷运行情况下的全功率因数、电流有效值、电压有效值、有功功率以及三、五、七次谐波相对值等数据，采用FCM方法对每一相数据进行训练，得到电气化铁路每一相空载、启动、运行、制动等运行情况下负荷对电网运行的影响，实现不同负荷运行情况对电网电能质量影响的分析，为电气化铁路运行与线路升级改造中新线路对电网的冲击提供理论依据。

为了实现上述目的，本发明采用的技术方案包括如下步骤：

(1)采集电能质量监测装置中的全功率因数、电流有效值、电压有效值、有功功率以及三、五、七次谐波相对值等数据，构造A相、B相和C相原始数据集X₁,X₂,X₃；

(2)基于上述原始数据集X₁,X₂,X₃，分别采用FCM进行训练，得到每相负荷空载、启动、运行和制动下的特征参数，以及每相负荷不同运行状态下的三、五、七次谐波。

(3)在应用阶段，基于上述建立的每相负荷不同运行状态下的特征参数以及其三、五、七次谐波，分析新建线路负荷不同运行状态对电网电能质量的影响。

在步骤(1)中，原始数据集X₁,X₂,X₃的构造应包括：

采集电网电能质量监测装置提供的A\B\C相全功率因数、A\B\C相电流有效值、A\B\C相电压有效值、A\B\C相有功功率以及A\B\C相三、五、七次谐波相对值等数据用于分析；

在步骤(2)中，首先针对原始数据X₁相，采用FCM进行分析，具体如下：

FCM的目标函数是