[发明专利]基于大数据分析的广域电网多重扰动精确识别方法和装置

摘要

本发明提出了一种基于大数据分析的广域电网多重扰动精确识别方法和装置，该方法包括：获取扰动暂态大数据；提取常规特征，以滤波残差作为检验统计量，实时检测电网扰动发生；构建用于提取深度扰动特征的深度网络，设置该深度网络为具有特定结构的栈式自编码器；将常规特征和扰动暂态大数据一起作为深度网络的输入，经逐层训练，使深度扰动特征和常规特征相融合，提取出融合后的耦合特征，对其进行解耦分离，分离成不同的单一扰动类型，完成扰动类型的辨识。该装置包括数据模块、常规特征模块、深度网络设置模块、深度学习模块和耦合分离模块。该方法和装置，可及时检测到电网扰动并辨识多重扰动的类型。

主权项

1.基于大数据分析的广域电网多重扰动精确识别方法，其特征在于，包括步骤：获取监测范围内的广域电网的扰动暂态大数据；根据所述扰动暂态大数据，提取常规特征；所述常规特征包括信号幅值、相位、滤波残差和时变渐消因子；将所述滤波残差作为检验统计量，实时检测是否有电网扰动发生；构建用于提取深度扰动特征的深度网络，设置所述深度网络为一由多个自动编码器堆叠而成并在网络顶层集成一层BP神经网络分类器的栈式自编码器；将所述常规特征和所述扰动暂态大数据一起作为所述深度网络的输入层数据，经所述栈式自动编码器的逐层训练，使深度扰动特征和所述常规特征相融合，提取出融合后的耦合特征；对所述耦合特征进行解耦分离，分离成不同的单一扰动类型。