[发明专利]基于EEMD‑SOM的电网谐波源检测与定位方法

摘要

本发明涉及一种基于EEMD‑SOM的电网谐波源检测与定位方法，针对电网中谐波源产生位置与谐波具有很大的非线性特点，该方法采用总体平均经验模态分解EEMD方法准确地提取电网在不同类型及容量情况下谐波电流的特征矢量，降低了分类识别的运算量，利用SOM神经网络算法简单，具有高度的自组织、自学习能力，通过SOM输入层对特征矢量的自主学习，对信息进行分布存储，并在竞争层有选择性的给予反应，进行不断聚类，利用SOM神经网络拓扑结构的直观显示功能，在神经网络图上直观地显示出谐波分析结论的类型分类效果，可以快速的进行谐波电流特征量进行分类，并实现对谐波源类型的识别该方法可以实现对于不同类型以及不同容量大小的谐波源的分类。

主权项

一种基于EEMD‑SOM的电网谐波源检测与定位方法，其特征在于，具体包括如下步骤：1)试验采集训练样本数据：选取在电网公共连接点PCC点采集的谐波电流作为后期进行数据分析和判断网络建立的基础数据，采集在电网中含有纯电阻性、阻感性、阻容性、感容性以及混合类型负载分别在相同容量、不同类型情况和相同类型、不同容量情况下PCC点的谐波电流信号作为样本数据；2)利用希尔伯特‑黄变换中的总体经验模态分解EEMD来分解提取谐波电流信号中的特征矢量；3)将特征矢量输入到SOM神经网络中；4)计算SOM神经网络中竞争层的权值和输入向量的距离；5)调整胜出神经元及邻接神经元之间的权值，进行领域函数计算；6)判断是否达到预设条件，达到则完成SOM神经网络训练，输出训练结果；如没达到，重新输入，再进行SOM神经网络训练，直到完成SOM神经网络训练；重新在电网PCC点采集有谐波源存在情况下的实时谐波电流信号作为测试样本；7)将测试样本输入到训练好的SOM神经网络中，根据SOM神经网络输出测试样本所对应的谐波源类型及所在母线的位置。