[发明专利]电网阻抗智能感知方法、系统、计算机设备及存储介质

权利要求书

1.一种电网阻抗智能感知方法，其特征在于，包括：

获取监测点的基波正序电流幅值、基波正序电流相位、基波正序电压幅值和基波正序电压相位；

根据监测点的基波正序电流幅值、基波正序电流相位、基波正序电压幅值和基波正序电压相位，调用预设的阻抗感知神经网络模型，得到电网阻抗变化类型；其中，电网阻抗变化类型包括变化大和变化小，变化小表示电网的阻抗变化量小于预设阈值，变化大表示电网的阻抗变化量不小于预设阈值；

当电网阻抗变化类型为变化小时，不获取电网的宽频阻抗；当电网阻抗变化类型为变化大时，采用谐波注入法获取电网的宽频阻抗；

所述阻抗感知神经网络模型通过下述方式构建得到：

获取若干训练样本；各训练样本均包括样本输入数据和样本标签数据，其中，样本输入数据包括基波正序电流幅值、基波正序电流相位、基波正序电压幅值和基波正序电压相位；样本标签数据为电网阻抗变化类型；

构建以基波正序电流幅值、基波正序电流相位、基波正序电压幅值和基波正序电压相位为输入，以电网阻抗变化类型为输出的ELM神经网络模型；

根据若干训练样本，确定ELM神经网络模型的输入权值矩阵、阈值矩阵以及输出权值矩阵，并将输入权值矩阵、阈值矩阵以及输出权值矩阵应用至ELM神经网络模型，得到阻抗感知神经网络模型；

所述根据若干训练样本，确定ELM神经网络模型的输入权值矩阵、阈值矩阵以及输出权值矩阵包括：

随机生成输入权值矩阵W，维度为N×P；其中，N为ELM神经网络模型的隐层神经元个数，P为ELM神经网络模型的输入神经元的个数；

随机生成阈值矩阵B，维度为N×M；其中，M为训练样本的数量；

通过下式计算秩序矩阵H，维度为N×M：

H=WX+B

其中，X为各训练样本的样本输入数据逐列排布组成的输入矩阵，维度为P×M；

通过ELM神经网络模型的激活函数，将秩序矩阵H激活为激活秩序矩阵；

根据下式得到输出权值矩阵，维度为N×Q：

其中，为激活秩序矩阵的广义逆矩阵，Q为电网阻抗变化类型数量，为各训练样本的样本标签数据逐列排布组成的输出矩阵，维度为M×Q。

2.根据权利要求1所述的电网阻抗智能感知方法，其特征在于，所述获取监测点的基波正序电流幅值、基波正序电流相位、基波正序电压幅值和基波正序电压相位包括：

获取监测点的三相电压和三相电流；

根据监测点的三相电压和三相电流，得到监测点的基波正序电流幅值、基波正序电流相位、基波正序电压幅值和基波正序电压相位。

3.根据权利要求1所述的电网阻抗智能感知方法，其特征在于，所述获取若干训练样本包括：

构建电网仿真模型；

重复若干次生成步骤，得到若干训练样本；其中，生成步骤包括：随机调整电网仿真模型的阻抗，并检测电网仿真模型的监测点的基波正序电流幅值、基波正序电流相位、基波正序电压幅值和基波正序电压相位，得到样本输入数据；获取电网仿真模型的阻抗调整量，当电网仿真模型的阻抗调整量大于预设阈值时，样本标签数据电网阻抗变化类型为变化大；否则，样本标签数据电网阻抗变化类型为变化小，将电网阻抗变化类型作为样本标签数据；组合样本输入数据和样本标签数据得到训练样本。