[發明專利]電壓暫降源同質集成辨識方法

有效

• 申請號: 202010900765.6
• 申請日: 2020-09-01
• 公開（公告）號: CN112036318B
• 公開（公告）日: 2023-10-20
• 發明（設計）人: 李天楚;李獻;李科得;方銘;伍智鵬;施寅悅
• 申請（專利權）人: 海南電網有限責任公司電力科學研究院
• 主分類號: G06F18/213
• 分類號: G06F18/213;G06F18/214;G06F18/2411;G06N20/00
• 代理公司: 廣州三環專利商標代理有限公司 44202
• 代理人: 陳歡

本發明提供一種電壓暫降源同質辨識方法，對電壓暫降源原始波形進行標幺化處理，并對標幺化處理后的三相電壓的波形的暫降幅值進行計算，選取其中暫降幅值最小值作為暫降最嚴重相，然后提取暫降最嚴重相的8維時域統計特征構成數據集，可以簡化特征提取工作量，提高電壓暫降源的識別效率，同時采用AdaBoost算法對單一基礎學習器支持向量機SVM進行集成，并用數據集的訓練集進行訓練后獲得SVM?AdaBoost電壓暫降源集成學習識別模型，采用集成的思想避免了現有技術的算法對模型不斷優化迭代導致的識別原理復雜、步驟繁多等問題，縮短了電壓暫降源識別耗時，顯著提升電壓暫降源的識別準確率，彌補了單一基礎學習器的不足。

技術領域

本發明涉及電壓暫降源識別技術，特別涉及一種電壓暫降源同質集成辨識方法。

背景技術

電壓暫降是電力系統正常運行不可避免的事件，引起頻繁性、隨機性和不確定性，給工業用戶帶來了嚴重影響，系統短路故障、變壓器激磁、大型電機啟動是導致電壓暫降的主要原因，也是典型的電壓暫降源，其中，系統短路故障又可細分為單相短路故障、兩相短路故障、相間短路故障和三相短路故障，各類電壓暫降源的準確辨識，對治理電壓暫降問題具有重要意義。

目前，國內外研究主要通過信號處理的方法來解決電壓暫降源辨識問題，其主要環節包括：特征提取和模式識別，特征提取方法較多，有S變換、小波變換、希爾伯特黃變換等；模式識別分為波形匹配和分類器識別，上述方法雖在一定程度上解決了電壓暫降源辨識問題，但普遍采用單一分類器，導致其辨識準確率不高，為提升辨識精度，又引入各種優化算法，極大地增加辨識方法的復雜性，因此，在保證電壓暫降源辨識精度的同時，又盡可能簡化模型復雜度、加快辨識效率是電壓暫降源識別領域亟待解決的問題。

發明內容

鑒以此，本發明提出電壓暫降源同質集成辨識方法，采用集成學習AdaBoost算法對基礎學習期SVM進行集成優化，可以顯著提升電壓暫降源的辨識準確率，彌補單一基礎學習器的不足。

本發明的技術方案是這樣實現的：

電壓暫降源同質集成辨識方法，包括以下步驟：

步驟S1、對電壓暫降原始波形進行標幺化處理；

步驟S2、計算標幺化處理后的A、B、C三相電壓的波形的暫降幅值，選取暫降幅值最小值所在相為暫降最嚴重相；

步驟S3、提取暫降最嚴重相的標幺化后的波形的8維時域統計特征構成數據集，并將數據集分成訓練集和驗證集；

步驟S4、調整單一基礎學習器支持向量機SVM的模型參數；

步驟S5、采用AdaBoost算法對單一基礎學習器支持向量機SVM進行集成，采用訓練集進行訓練，并采用驗證集進行驗證，獲得SVM-AdaBoost電壓暫降源集成學習識別模型。

步驟S6、輸入實測電壓暫降數據到SVM-AdaBoost電壓暫降源集成學習識別模型中，由SVM-AdaBoost電壓暫降源集成學習識別模型進行識別并輸出暫降源標簽。

優選的，所述步驟S1的具體步驟為：以正常電壓峰值為基準值，將電壓波形標幺化處理至[-1,1]區間。

優選的，所述步驟S3的8維時域統計特征分別為：均值F_Mean、方差F_Std、有效值F_Rms、斜度F_Skew、峭度F_Kur、峰值系數F_Crest、波形系數F_Ffa和對數能量F_Le。