[發明專利]一種電能質量擾動模式判別方法

無效

• 申請號: 201010611026.1
• 申請日: 2010-12-29
• 公開（公告）號: CN102063626A
• 公開（公告）日: 2011-05-18
• 發明（設計）人: 梁艷春;吳春國;孫亮
• 申請（專利權）人: 吉林大學
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術領域

本發明涉及一種電能質量擾動模式判別方法，屬于計算機應用與自動控制領域。

背景技術

電能質量擾動(Power?Quality?Disturbances，PQD)是指電網系統中電壓、電流中出現偏差，從而導致用戶設備出現故障或運行異常的電力問題。它對供電公司、用戶和用電設備將造成直接或間接的不利影響。理想狀況下，提交給用戶的電壓或電流應該具有正弦波形、穩定的頻率、穩定的振幅和穩定的相位角。然而電網中的一些非線性的負載，如計算機、調速馬達等，都會給電網帶來影響，產生電壓或電流的驟升、驟降、諧波、震蕩等問題。其結果是電能質量的下降，電能的浪費或電費超支，甚至會對電網中其它電器設備造成損害。

鑒于電能質量擾動的危害性，在電網系統中，應實時的對電能質量進行監控。當電能質量擾動問題發生時，系統能夠快速地對其進行識別并且分類，進而采取措施來減少質量擾動帶來的負面影響。進行電能質量分析，首先要對監控設備檢測到的電信號進行特征提取，然后對提取到的特征向量進行分類，最終得到分類結果。現有的特征提取方法包括小波變換方法、傅里葉變換方法、t-變換方法等。然而，從電信號中提取到的特征向量具有維數高、信息量大等特點，并且特征向量中經常含有大量的冗余和噪聲特征值。因此利用全部提取到的特征對電信號進行分類，往往具有消耗時間長，分類準確率低等缺點。針對上述問題，本發明提出了一種基于進化計算的特征選擇模型。為了進行分類，設計了一種多支持向量機分類器，在對電信號進行特征提取和特征選擇后，把精簡后的特征提交給多個支持向量機分類器。為了提高系統的魯棒性，提出了一種數據融合方法，對多個支持向量機的分類結果進行數據融合，得到最終的分類結果。由于所提出的進化計算方法能夠消除特征向量中的大量冗余與噪聲信息，因此該方法能夠減少支持向量機的訓練時間與識別時間。由于所設計的數據融合方法能夠對多支持向量機的分類結果進行評估，因此該方法能夠確保系統的識別精度。

發明內容

本發明的主要目的是提供一種基于進化計算與支持向量機的電能質量擾動識別方法。針對從電信號提取到的特征向量具有維數高、信息量大等特點，設計了一種基于進化計算的特征選擇方法。在進化計算方法中，提出了一種基于二進制編碼的特征選擇方案表示方法，并提出了一種基于巴塔恰里亞距離(Bhattacharyya?distance)的候選方案評價方法。優化算法可以選取進化計算中常用的優化算法，如遺傳算法、人工免疫算法、粒子群算法等。基于進化計算的特征提取方法能夠消除特征向量中大量的冗余及噪聲信息，能夠減少分類器的訓練與識別時間；為完成分類任務，采用多個支持向量機進行分類；由于支持向量機分類的隨機性，多個支持向量機的分類方法并不一定完全一致，因此，設計了一種數據融合算法。該方法能夠提高分類器的魯棒性，提高分類的準確率。

本發明是通過以下技術方案實現的：

1.特征提取。從監測設備提取到的電信號出發，用兩種技術提取特征，一種是小波變換技術(Wavelet?Transform)。經典的小波變換定義為：