[发明专利]一种基于图像识别的电压暂降事件关联方法

说明书

本发明涉及一种基于图像识别的电压暂降事件关联方法，属于电能质量检测技术领域。该方法包括第一步波形预处理的构造理想波形、构造基本波形、确定波形拐点、提取暂降数据、归一处理，第二步计算相似度，第三步构造矩阵聚类的构造相似度多维矩阵、确定聚类个数、标准化处理、聚类前处理，以及第四步得到聚类结果，不仅可以将同一个电压暂降事件在电网不同位置感知到的电压暂降波形进行关联，而且无需高精度的对时设备，解决了暂降类型难以准确辨识判断的问题，采用之后可同时处理三相电压数据，能够显著提高电压暂降源的识别效率和准确性，大大降低暂降归集的限制，切实可行，便于实施，从而为供电系统的运维提供更加可靠的依据。

技术领域

本发明涉及一种电压暂降事件关联方法，尤其是一种基于图像识别的电压暂降事件关联方法，属于电能质量检测技术领域。

背景技术

供电电压随机暂降是影响供电质量的常见现象之一。如何将不同地点监测到的电压暂降事件合理分类、科学关联，不仅可以为判断这些电压暂降监测信息是否属于同一次电压暂降事件提供可靠判据，而且对于分析暂降原因、设法提高供电质量也具有重要意义。

长期以来，电压暂降事件的分类、关联不仅依赖监测到电压暂降幅值、时段之类的特征参数，并且由于只对某一监测点监测到的电压暂降数据进行分类，无法根据一个电压暂降事件在电网中多处的表现判断电压暂降产生的原因，不利于准确分析根由。

检索可知，公开号为CN112131956A的中国专利申请披露了 一种基于差异哈希算法的电压暂降源分类方法 ，包括以下步骤：S1：读取时段T内配电网中某处发生电压暂降时监测点三相电压变化波形，导出电压波形P1，对电压波形P1进行图片处理得到整数矩阵；S2：对S1处理得到的整数矩阵进行差异值计算与处理，得到电压波形P1的波形图哈希值，即图像的“指纹”；S3：通过差异哈希算法中汉明距离比较电压波形P1和不同源引起的电压波形P2“指纹”相似程度，从而判断电压暂降源。公开号为CN109800660A的中国专利披露了 一种基于大数据聚类的电压暂降源识别方法和系统 ，包括：获取电压暂降样本数据；提取各组电压暂降样本数据的多个暂降特征量；利用K-Means聚类算法对电压暂降样本进行聚类，继而根据聚类结果确定各类对应的电压暂降源；对电压暂降特征量进行优化，然后利用优化后的暂降特征量组合再次进行聚类，迭代优化直至得到最优分类结果；再利用最优分类结果进行SVM机器学习；最后利用训练后的SVM对待判断的三相电压暂降数据进行分类，得到待判断三相电压暂降数据对应的暂降源类型。然而，这些现有技术只能对某一监测点监测到的电压暂降进行分类、进而判断电压暂降产生的原因，均无法根据同一个电压暂降事件在电网不同位置感知到的电压暂降波形进行关联度分析，不能判断一个电压暂降事件在电网中的传播及影响。

此外，公开号为107462764A的中国专利申请公开了一种电压暂降检测与刻画的自动分段方法，该法包括以下步骤：基于瞬时电压dq分解法结合数学形态学滤波从三相电压波形中提取电压幅值和相位作为后续数据分析信号；利用中值滤波法和差分法的优点，对信号进行预处理，以解决过渡段阈值设置的难题；基于奇异值分解捕获信号突变点从而实现过渡段自动识别；在电压暂降事件自动分段的基础上，分别计算过渡段和事件段各特征量，实现对电压暂降幅值、持续时间、相位跳变、波形畸变、不平衡度、波形起始点等多维度特征的全面刻画。虽然该法不同于传统电压暂降检测算法仅采用暂降幅值和持续时间进行刻画，实现了电压暂降事件的自动分段刻画，但其实质是根据计算出来的特征值进行暂降事件关联分析，依然不能将同一故障在电网不同位置观测到的暂降事件关联起来。

发明内容

本发明的目的在于：针对上述现有技术存在的局限性，提出一种基于图像识别的电压暂降事件关联方法，该方法可以将同一个电压暂降事件在电网不同位置得到的波形分类关联，进而为判断一个电压暂降事件在电网中的传播及影响，以及为供电系统的运维提供更加可靠的依据。