[发明专利]一种电能质量扰动事件关联类型识别方法在审
申请号: | 202110574917.2 | 申请日: | 2021-05-25 |
公开(公告)号: | CN113361573A | 公开(公告)日: | 2021-09-07 |
发明(设计)人: | 莫文雄;王勇;栾乐;许中;彭和平;朱璐;孔令明;崔屹平;马智远;周凯;刘田 | 申请(专利权)人: | 广东电网有限责任公司广州供电局 |
主分类号: | G06K9/62 | 分类号: | G06K9/62 |
代理公司: | 北京超凡宏宇专利代理事务所(特殊普通合伙) 11463 | 代理人: | 安卫静 |
地址: | 510000 广*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 电能 质量 扰动 事件 关联 类型 识别 方法 | ||
1.一种电能质量扰动事件关联类型识别方法,其特征在于,包括:
获取同一目标监测点上任意两个电能质量扰动事件的特征信息;
对所述任意两个电能质量扰动事件的特征信息进行处理,得到所述任意两个电能质量扰动事件之间的关联特征信息;
将所述关联特征信息输入至关联类型分类识别模型进行识别,得到所述任意两个电能质量扰动事件之间的关联类型识别结果;其中,所述关联类型分类识别模型为基于最小二乘支持向量机LS-SVM的多分类器。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
自定义设置电能质量扰动事件之间的关联类型;其中,所述关联类型包括以下至少之一:传导型、连锁型、并发型、发展型;
对所述关联类型进行特征刻画,得到关联特征信息;
根据所述关联特征信息,构建用于表征所述关联类型的物元模型。
3.根据权利要求2所述的方法,其特征在于,所述关联类型分类识别模型包括:用于识别所述连锁型的第一关联类型分类器、用于识别所述并发型的第二关联类型分类器和用于识别所述发展型的第三关联类型分类器;其中,所述第一关联类型分类器、所述第二关联类型分类器和所述第三关联类型分类器的类型均为LS-SVM分类器。
4.根据权利要求3所述的方法,其特征在于,将所述关联特征信息输入至关联类型分类识别模型进行识别,得到所述任意两个电能质量扰动事件之间的关联类型识别结果,包括:
将所述关联特征信息输入至所述第一关联类型分类器进行分类,得到第一分类结果;
将所述关联特征信息输入至所述第二关联类型分类器进行分类,得到第二分类结果;
将所述关联特征信息输入至所述第三关联类型分类器进行分类,得到第三分类结果;
根据所述第一分类结果、所述第二分类结果和所述第三分类结果,确定所述任意两个电能质量扰动事件之间的关联类型识别结果。
5.根据权利要求2所述的方法,其特征在于,所述电能质量扰动事件的特征信息包括时间特征和类型特征;
对所述任意两个电能质量扰动事件的特征信息进行处理,得到所述任意两个电能质量扰动事件之间的关联特征信息,包括:
对所述任意两个电能质量扰动事件的时间特征进行做差处理,得到所述任意两个电能质量扰动事件之间的时间关联特征;
对所述任意两个电能质量扰动事件的类型特征进行比对处理,得到所述任意两个电能质量扰动事件之间的类型关联特征;
将所述时间关联特征和所述类型关联特征确定为所述任意两个电能质量扰动事件之间的关联特征信息。
6.根据权利要求3所述的方法,其特征在于,方法还包括:
获取训练关联特征样本;
将所述训练关联特征样本输入至初始LS-SVM分类器,得到与所述训练关联特征样本对应的训练关联类型识别结果;
基于所述训练关联类型识别结果计算所述初始LS-SVM分类器的目标函数的函数值;其中,所述目标函数为基于拉格朗日乘子构造的函数;
通过所述目标函数的函数值对所述初始LS-SVM分类器的参数进行调整,得到所述第一关联类型分类器、所述第二关联类型分类器或所述第三关联类型分类器。
7.根据权利要求5所述的方法,其特征在于,获取同一目标监测点上任意两个电能质量扰动事件的特征信息,包括:
利用Mallat算法提取同一目标监测点上所述任意两个电能质量扰动事件的时间特征和类型特征。
8.一种电能质量扰动事件关联类型识别装置,其特征在于,包括:
第一获取单元,用于获取同一目标监测点上任意两个电能质量扰动事件的特征信息;
处理单元,用于对所述任意两个电能质量扰动事件的特征信息进行处理,得到所述任意两个电能质量扰动事件之间的关联特征信息;
识别单元,用于将所述关联特征信息输入至关联类型分类识别模型进行识别,得到所述任意两个电能质量扰动事件之间的关联类型识别结果;其中,所述关联类型分类识别模型为基于最小二乘支持向量机LS-SVM的多分类器。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广东电网有限责任公司广州供电局,未经广东电网有限责任公司广州供电局许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110574917.2/1.html,转载请声明来源钻瓜专利网。