[发明专利]一种电能质量故障分类方法、系统、装置及可读存储介质

说明书

本申请公开了一种电能质量故障分类方法，包括：获取电能质量训练样本；根据所述电能质量训练样本建立故障分类模型；将待分类的电能质量数据输入所述故障分类模型，得到对应的电能质量分类结果。本发明利用电能质量训练样本建立故障分类模型，该故障分类模型中不同的电能质量指标之间存在更为深刻清晰的联系，因此待分类的电能质量数据在该故障分类模型中可以解析得到更准确的关系，从而得到更准确的电能质量分类结果。而且由于故障分类模型为机器模型，电能质量分类结果不会受到主观经验的误差影响。相应的，本申请还公开了一种电能质量故障分类系统、装置及可读存储介质。

技术领域

本发明涉及电能质量分类领域，特别涉及一种电能质量故障分类方法、系统、装置及可读存储介质。

背景技术

随着电力市场的不断纵深发展，各方面都深入细化，电力用户对电能质量的高质量需求越来越突出。电能质量的指标分析和准确分类成为对电能按质定价的重要依据。电能质量的指标包括电压偏差、频率偏差、电压三相不平衡、电压波动与闪变、谐波畸变率、电压暂降与中断。根据实际情况中，可以将电能质量按指标分为以下六类：正常数据、电压波动、电压中断、谐波影响、电压暂时性波动、震荡暂态。

目前对电能质量指标进行主要采用的方法有模糊数学方法、专家系统法和层次分析法。现有方法都存在一定缺陷，在实际使用中准确度都较低，造成误判的原因来自三个方面，一是大部分方法都是从现有电能质量指标出发，评判标准扁平，没有深入挖掘各个指标之间存在的更深层次的联系；二是各个电能质量指标分类结果的权重矩阵来自于专家评估，受主观经验影响较大；三是干扰和噪声对于分类结果产生较大的影响。

因此，如何提供一种解决上述技术问题的方案是目前本领域技术人员需要解决的问题。

发明内容

有鉴于此，本发明的目的在于提供一种电能质量故障分类方法、系统、装置及可读存储介质，以便能够对电能质量进行更为准确的判断分类。其具体方案如下：

一种电能质量故障分类方法，包括：

获取电能质量训练样本；

根据所述电能质量训练样本建立故障分类模型；

将待分类的电能质量数据输入所述故障分类模型，得到对应的电能质量分类结果。

优选的，所述根据所述电能质量训练样本建立故障分类模型的过程，具体包括：

利用KPCA或FDA，根据所述电能质量训练样本建立故障分类模型。

优选的，所述根据所述电能质量训练样本建立故障分类模型的过程，具体包括：

利用KPCA和FDA，根据所述电能质量训练样本建立故障分类模型。

优选的，所述获取电能质量训练样本的过程，具体包括：

获取处于预设正常指标范围内的第一电能质量训练样本；

获取对应各类故障的第二电能质量训练样本。

优选的，所述利用KPCA和FDA，根据所述电能质量训练样本建立故障分类模型的过程，具体包括：

利用所述KPCA，分别提取所述第一电能质量训练样本的第一核主成分和所述第二电能质量训练样本的第二核主成分；

利用所述FDA，分别计算所述第一核主成分的第一最优投影方向和所述第二核主成分的第二最优投影方向；

根据所述第一核主成分和所述第一最优投影方向，得到第一训练矢量；

根据所述第二核主成分和所述第二最优投影方向，得到第二训练矢量；

计算所述第一训练矢量和所述第二训练矢量之间的欧氏距离，以根据所述欧氏距离建立所述故障分类模型。