[发明专利]扰动事件模型构建方法、装置和扰动事件识别方法、装置

权利要求书

1.一种扰动事件模型的构建方法，其特征在于，所述方法包括：

获取电能扰动事件的三相暂态数据，并识别所述三相暂态数据的扰动时间段；

在所述扰动时间段之内的三相暂态数据中，提取扰动特征向量；

对所述扰动特征向量进行聚类，得到特征聚类结果；所述特征聚类结果具有对应的扰动事件类别；

采用所述特征聚类结果，生成所述扰动事件类别的扰动事件模型；所述扰动事件模型用于预测待识别电能扰动事件属于所述扰动事件类别的概率值。

2.根据权利要求1所述的方法，其特征在于，所述识别所述三相暂态数据的扰动时间段的步骤，包括：

将所述三相暂态数据转换为小波系数能量数据；所述小波系数能量数据包括多个时间点以及对应的能量值；

在所述多个时间点中，查找能量值的波动幅度最大、且时间最早的时间点，作为扰动开始时间；

在所述扰动开始时间之后的时间点中，查找能量值的波动幅度最大的时间点，作为扰动切除时间；

将所述扰动开始时间和所述扰动切除时间之间的时间段，作为所述三相暂态数据的扰动时间段。

3.根据权利要求1所述的方法，其特征在于，所述在所述扰动时间段之内的三相暂态数据中，提取扰动特征向量的步骤，包括：

在所述扰动时间段之内的三相暂态数据中，进行多次的谐波成分提取，得到多个电压电流谐波成分；

组合所述多个电压电流谐波成分，得到所述扰动特征向量。

4.根据权利要求1所述的方法，其特征在于，所述对所述扰动特征向量进行聚类，得到特征聚类结果的步骤，包括：

统计所述扰动特征向量属于预设的各个初始特征向量集合的集合归属概率值；

添加所述扰动特征向量至所述归属概率值最大的初始特征向量集合，得到目标特征向量集合；

将所述目标特征向量集合，作为所述特征聚类结果。

5.根据权利要求4所述的方法，其特征在于，所述方法还包括：

获取与所述特征聚类结果对应的事件成因；

建立所述扰动事件类别与所述事件成因的对应关系，以在确定所述电网系统存在所述扰动事件类别的电能扰动事件时、提供所述扰动事件类别对应的事件成因。

6.一种电能扰动事件的识别方法，其特征在于，所述方法包括：

针对待识别电能扰动事件，获取待识别特征向量；

输入所述待识别特征向量至多个扰动事件模型；所述扰动事件模型是根据在针对电能扰动事件的三相暂态数据识别出扰动时间段后、在扰动时间段之内的三相暂态数据中提取扰动特征向量、对所述扰动特征向量进行聚类得到特征聚类结果、并根据所述特征聚类结果生成的；所述扰动事件模型用于根据所述待识别特征向量预测所述待识别电能扰动事件属于特定扰动事件类别的概率值；

在所述多个扰动事件模型中，确定预测的概率值最大的目标扰动事件模型；

确定所述待识别电能扰动事件的目标扰动事件类别；所述目标扰动事件类别包括所述目标扰动事件模型对应的扰动事件类别。

7.一种扰动事件模型的构建装置，其特征在于，包括：

时间段识别模块，用于获取电能扰动事件的三相暂态数据，并识别所述三相暂态数据的扰动时间段；

特征向量提取模块，用于在所述扰动时间段之内的三相暂态数据中，提取扰动特征向量；

聚类模块，用于对所述扰动特征向量进行聚类，得到特征聚类结果；所述特征聚类结果具有对应的扰动事件类别；

模型生成模块，用于采用所述特征聚类结果，生成所述扰动事件类别的扰动事件模型；所述扰动事件模型用于预测待识别电能扰动事件属于所述扰动事件类别的概率值。