[发明专利]一种基于高斯混合模型的电能质量录波数据计算分析方法

摘要

一种基于高斯混合模型的电能质量录波数据计算分析方法，包括以下内容：(1)收集电能质量监测装置运行中积累的录波数据；(2)对电能质量录波数据进行预处理和特征提取，构造特征样本集；(3)将特征样本集进行清洗优化，利用期望极大算法训练高斯混合模型；(4)基于上述建立的高斯混合模型，对电能质量录波数据进行识别和分析，获取对应的录波数据类别。本发明所涉及的方法通过对电能质量录波数据进行小波变换和特征选择，利用概率数理统计思想从海量数据中发现关于运行方式的一些有用信息，为电能质量扰动分析提供一种数据挖掘思想和方法，更好地为电网运行和维护提供辅助决策服务。

主权项

1.一种基于高斯混合模型的电能质量录波数据计算分析方法，其特征在于，所述方法包括如下步骤：(1)采集电能质量监测装置运行中积累的暂态录波数据，内含多个监测点的三相电压和三相电流原始采样值，通过对每个暂态录波数据进行信号筛选、小波变换和特征提取，构造特征样本集X；(2)将构造的特征样本集X通过主成分分析进行数据清洗，选择出更易于机器学习处理的优化特征集Y；具体包括：①标准化步骤(1)所得到的特征样本集X，然后计算其协方差矩阵C；②对协方差矩阵C进行特征值分解，将特征值按照从大到小的顺序排列，设λ₁≥λ₂≥…≥λ_P，与之对应的标准正交特征向量分别记为γ₁，γ₂，…，γ_P；③求满足条件的最小K值，将标准化后的数据集向特征向量子空间[γ₁,γ₂,…,γ_K]投影，获得优化特征集Y，同时存储[γ₁,γ₂,…,γ_K]；(3)基于上述获得的优化特征集Y，利用期望极大算法EM学习高斯混合模型GMM，输出模型参数；(4)在应用阶段，对于需要计算分析的电能质量监测装置记录的暂态录波数据，采用步骤(3)建立的GMM模型进行概率密度计算，输出对应录波的所属类别，并结合该类别录波数据的暂态特征，用于识别对应的扰动类型及扰动原因。