[发明专利]基于Pearson相关系数与OPTICS的电压暂降同源识别方法

说明书

本发明提供一种基于Pearson相关系数与OPTICS的电压暂降同源识别方法，包括以下步骤：S1、获取电压暂降监测装置记录的暂降监测数据；S2、基于Pearson相关系数对暂降监测数据相似度进行量化；S3、获取暂降监测数据的同源识别特征，通过OPTICS算法基于暂降监测数据的同源识别特征进行同源聚类，输出聚类结果可达图，所述同源识别特征包括暂降监测数据相似度和暂降持续时间；S4、基于可达图凹陷数量统计聚类结果簇数，输出同源识别结果。本发明避免了同源识别特征过于单一的问题，可发现不同密度的簇，最终得到电压暂降同源识别结果，电压暂降同源识别结果可以有效剔除重复的冗余信息，获知地区暂降真实发生水平，提高数据的价值密度，降低计算分析的强度与难度。

技术领域

本发明涉及电压暂降同源识别技术领域，尤其涉及一种基于Pearson相关系数与OPTICS的电压暂降同源识别方法。

背景技术

现代工业与高新技术的快速发展使各种对电压暂降敏感的智能化、自动化工业设备大量投入到生产中，而因电压暂降导致的设备工作失效往往会对用户造成巨大的经济损失。基于此，电压暂降的预防与治理变得尤为重要。而对电压暂降进行监测是防治的基础与前提，随着我国智能电网的发展，电力系统中安装的电能质量监测装置越来越多，许多地区包含电压暂降信息的监测数据逐渐呈现出冗余的状态。如何在大量的电压暂降监测数据中掌握电压暂降的真正水平状态，排除冗余信息的干扰，降低数据计算的强度，对电压暂降的监测与防治、减少国民生产经济损失以及合理评估区域电压暂降水平有着重要并深远的意义。

电压暂降同源识别并可从一段时间内某系统监测装置记录的众多暂降事件数据中得到真实暂降发生数。由于监测装置之间存在对时误差、采样率不统一及暂降经变压器传播会发生波形变换的影响，无法直接利用监测装置记录的发生时间与波形进行同源识别。因此目前关于电压暂降同源识别的研究主要集中于：如何获取考虑变压器传递影响的暂降数据波形相似度距离，以及对得到的波形相似度进行同源聚类的聚类方法选取。但现有研究存在仅以波形相似度作为同源识别特征过于单一，且使用的聚类方法不能发现不同密度的簇的问题。

发明内容

鉴于此，本发明提出采用Pearson相关系数量化的波形相似度及暂降数据持续时间共同作为电压暂降同源识别特征，从暂降监测数据中提取出不同数据的同源检测特征信息；利用OPTICS(Ordering Points to Identify the Clustering Structure)算法对计算得到的特征信息进行聚类，可以发现不同密度的簇，最终得到电压暂降同源识别结果，从而克服或至少部分解决现有技术所存在的上述问题。

本发明第一方面提供一种基于Pearson相关系数与OPTICS的电压暂降同源识别方法，包括以下步骤：

S1、获取电压暂降监测装置记录的暂降监测数据；

S2、基于Pearson相关系数对暂降监测数据相似度进行量化；

S3、获取暂降监测数据的同源识别特征，通过OPTICS算法基于暂降监测数据的同源识别特征进行同源聚类，输出聚类结果可达图，所述同源识别特征包括暂降监测数据相似度和暂降持续时间；

S4、基于可达图凹陷数量统计聚类结果簇数，输出同源识别结果。

进一步的，所述步骤S1具体还包括：

S11、计算暂降监测数据中各相电压的暂降幅值；

S12、比较各相电压的暂降幅值，选取暂降幅值最低的一相作为暂降相；

S13、保留暂降监测数据中的暂降相，去除其他数据。

进一步的，所述步骤S13具体还包括：对暂降相电压幅值标幺化。

进一步的，所述步骤S2具体包括：

S21、从暂降监测数据中选取基准数据，基于基准数据数据量对非基准数据数据量进行统一化；