[发明专利]一种基于改进高斯混合模型的电铁负荷电能质量评估系统

说明书

技术领域

本发明涉及一种电气化铁路评估系统，尤其涉及一种基于改进高斯混合模型的电铁牵引负荷电能质量评估分析，作为一种数据评估方式，可用以对电气化铁路系统数据进行安全评估分析。

背景技术

电气化铁路牵引负荷具有非线性、波动性和冲击性的大容量不对称负荷，其电能质量问题具有特殊性，研究这些特性以及它们对于电力系统的影响是对电气化铁路牵引负荷进行科学、合理的电能质量评估的基础。

本发明所涉及的一种基于改进高斯混合模型的电铁牵引负荷电能质量评估系统，通过对接入大规模电铁负荷的电网各类数据实时监测，并对数据进行相应处理，拟合建模构建电铁牵引负荷类型库，可实现新增电铁牵引负荷的快速评估，定位负荷类型，从而分析其对电网电能质量的影响，可对待评价数据的本身特性予以充分的考虑，并其综合评估结果更具有科学性和合理性，有明确的解释意义。应用实例证明，该评估系统可靠性强，能够对大量样本快速准确评估，具有可行性。

发明内容

本发明所要解决的技术问题，就是提供一种基于改进高斯混合模型的电铁牵引负荷电能质量评估系统，用于对新建电铁线路负荷类型正确评估，利用电能质量评估模块从数据建模模块获得的比对数据样本集与实测新建电铁线路负荷样本进行对照分析，其中比对数据样本集包括反映电铁线路负荷电能质量分布特性的电压、电流、功率、谐波等，对新建线路数据进行识别分析，评估新建电铁负荷类型，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。

解决上述技术问题，本发明采用的技术方案如下：

一种基于改进高斯混合模型的电铁牵引负荷电能质量评估系统，其特征是：包括电能质量监测模块、数据预处理模块、数据建模模块以及电能质量评估模块；

所述电能质量监测模块可对接入电铁牵引负荷的电网中各类数据进行实时监测，数据包括电压有效值、电流有效值、有功功率、无功功率、视在功率、基波功率因数、全功率因数、谐波、闪变等，且均为三相电的原始测量值，并将监测到的数据传输到数据预处理模块。

所述数据预处理模块通过对从电能质量监测模块接收到的数据进行小波去噪等预处理操作，得到不含离群点的数据，构建形成用于数据建模的原始数据样本集。

所述数据建模模块利用改进高斯混合模型训练原始数据样本集，得到输出模型参数，即不同负荷下电网电能质量的特征参数以及各负荷的先验概率，构建反映电铁牵引负荷电能质量分布特性的高斯混合模型，作为电能质量评估模块的数据比对样本集。

所述电能质量评估模块将从数据建模模块获得的比对数据样本集与实测新建电铁线路负荷样本进行对照分析，其中比对数据样本集包括反映电铁线路负荷电能质量分布特性的电压、电流、功率、谐波等，对新建线路数据进行识别分析，评估新建电铁负荷类型，其评估方法利用带有合并算子Figueiredo-Jain(F-J)算法实现，具体如下：

①假设新建线路后，电网各类数据的特征集为x，其中包含n类数据，其参数值可表示为其中K₀为数据的类别，ω_i、μ_i、σ_i分别表示电网每类数据的权重，均值和协方差，即数据的特征值，对于每类数据的权重为1/K₀，且每个数据对应一个高斯元。

②根据已知数据对应的高斯元的特征值进行计算，寻求与数据建模模块生成的比对数据样本集中相对应的负荷类型带入公式：

其中p^(s)(C_k^(s)|x_j)是在第s次迭代中第j个样本属于第k类数据对应的高斯元C_k^(s)的后验概率。

③在评估新建线路负荷类型中，寻找匹配类型流程中，计算在第(s+1)次迭代中数据对应的高斯元C_k^(s+1)的均值、协方差和权重和通过如下公式计算所得：

其中m是样本点的维数。

④当全部数据权重小于1/K₀，那么就计算和其他数据的距离。接着将每个数据对应的高斯元和距离它最近的高斯元合并，并更新权重如下，并重新计算后验概率：

当全部数据权重大于1/K₀，则检查两次迭代中参数的变化，如果变化大于一个特定的额非常小的值，则重新计算后验概率。