[发明专利]谐波用户典型工况的区间参数获取方法

摘要

本发明涉及一种谐波用户典型工况的区间参数获取方法，包括以下步骤：获取用户谐波检测数据中任意相若干监测时段的最大值和最小值，构成区间数据样本集；采用CPCA对所述区间数据样本集实行区间主成分分析，根据方差贡献率选取样本特征量；对所述样本特征量求个数据点间的相似度，定义输入参数进行仿射传播聚类直至算法迭代收敛；计算所述样本特征量的各区间样本点的离度指标，当所述离度指标小于一设定阈值时，定义其为过渡工况并将该样本特征量和对应的原始数据剔除；根据不含过渡工况的工况划分结果，输出原始样本集合；计算各工况各次谐波的典型参数。本发明可以更合理地评估用户接入运行后对电网的谐波污染水平，有利于对谐波用户的分析与治理。

主权项

1.一种谐波用户典型工况的区间参数获取方法，其特征在于，包括以下步骤：步骤S1：获取用户谐波检测数据中任意相若干监测时段的最大值和最小值，构成区间数据样本集；步骤S2：采用区间中点主成分分析法对所述区间数据样本集实行区间主成分分析，根据方差贡献率选取样本特征量；对所述区间数据样本集X采用区间中点主成分分析法算法计算区间数据样本集的协方差矩阵ΣC：其中：对所述协方差矩阵ΣC，直接采用传统主成分分析方法求解其特征值和对应的特征向量；假设求解后：λ1≥λ2…≥λm>0为各个主成份的特征值，A1、…、Ak、…、Am为对应的特征向量，其中：Ak＝(a1k,a2k,…,apk)′式中，a1k，a2k，…，apk为特性向量Αk的组成元素，β为主成分的方差贡献率的选取阈值且β＝0.85；最后构造区间主成分：其中，于是，所得m个主成分为：其中，以所述m个主成分Ym作为聚类分析的样本特征量Ym；步骤S3：对所述样本特征量求个数据点间的相似度，定义输入参数进行AP聚类直至算法迭代收敛；对所述样本特征量Ym，选用区间数欧式距离作为样本间距离的测量指标，其与第i个样本与第j个样本的相似度S为区间欧氏距离的相反数，即：在聚类之前，每一个数据点被赋予偏向参数P(i)＝S(i,i)，作为数据点i点能否成为聚类中心的评判标准，该值越大则这个点成为聚类中心的可能性也就越大；AP算法中数据点之间有两种信息交换，分别是代表矩阵[r(i,k)]和适度矩阵[a(i,k)]；其中，r(i,k)表示从点Y1～m(i)发送到候选聚类中心Y1～m(k)的数值消息，反映Y1～m(k)点是否适合作为Y1～m(i)点的聚类中心；a(i,k)则从候选聚类中心Y1～m(k)发送到Y1～m(i)的数值消息，反映Y1～m(i)点是否选择Y1～m(k)作为其聚类中心；r(i,k)与a(i,k)越大，则Y1～m(k)点作为聚类中心的可能性就越大，并且Y1～m(i)点隶属于以Y1～m(k)点为聚类中心的聚类的可能性也越大；在邻近传播结束时，Y1～m(i)的聚类中心确定为Y1～m(k)，k满足：argmax(a(i,k)+r(i,k))基于AP算法的区间数据聚类过程的具体步骤如下：步骤S31：确定区间样本数n、最大迭代次数M、聚类样本的特征向量，按式计算n个样本点的相似度矩阵S作为输入量；然后对p(i)进行初始值定义，统一取为相似度矩阵S的最小值，并初始化r和a为0；步骤S32：计算样本点之间的代表矩阵和适度矩阵r(i,k)和a(i,k):步骤S33：设定阻尼系数λ控制r和a循环迭代更新的速度，其中，0＜λ＜1，如下所示：ri＝(1‑λ)ri+λri‑1ai＝(1‑λ)ai+λai‑1步骤S34：迭代后，满足公式argmax(a(i,k)+r(i,k))的k为样本点i的聚类中心；如果次数超过M或者当聚类中心在一定次数迭代后保持不变，则终止计算并确定类中心的各样本点的分类情况，否则返回步骤S32继续迭代直至收敛；步骤S4：计算所述样本特征量的各区间样本点的离度指标，当所述离度指标小于一设定阈值时，定义其为过渡工况并将该样本特征量和对应的原始数据剔除；采用定义离度指标的方法剔除用户的过渡工况运行点，具体定义如下：假设n个特征量样本点经分类后分为c个工况，第i个特征量样本点属于第j个类，其与j类中心的欧氏距离为p(i,j)，且这个点与其它类中心的距离为p(i,1)、…、p(i,x)、…、p(i,m)，定义点的离度指标LD如下所示：其中，x≠j；由离度指标LD的定义可知，LD大于1，且LD越接近1，表示判断该样本点属于原始数据的判据越不充分；通过计算得到的各点离度值，可定义阈值ε，当LD小于所述阈值ε的时候，其为过渡工况，并将该特征量样本点和对应原始数据剔除；步骤S5：根据不含过渡工况的工况划分结果，输出原始样本集合；步骤S6：计算各工况各次谐波的典型参数；对各个工况内的同次谐波各个监测时段对应的区间数据，根据区间直方概率分布参数计算典型参数，具体求法如下：步骤S61：确定各次谐波取值上下限，对k次谐波而言，根据各工况的k次谐波的区间数据的范围确定直方图划分区间，如下所示：其中，表示工况c中k次谐波所有样本区间下限的最小值，表示工况c中k次谐波所有样本区间上限的最大值；步骤S62：将k次谐波区间Ik取值范围m等分，即：当数据在100个样本时，m取5到12；步骤S63：根据区间准则计算各直方区间的概率直方概率分布，对于工况c的k次谐波而言，定义为h_k(c)落入某子区间I_k,j的概率，如下所示：其中，符号“∩”表示两区间交集的长度，l(·)表示区间的宽度；步骤S64：根据所得区间频率直方概率分布求出工况内各次谐波在各工况内的典型参数：假设工况c对应的样本集内，k次谐波对应的直方区间的中点集合为其中，则工况c中各次谐波的典型参数为：