[發(fā)明專利]一種電能質(zhì)量擾動事件關(guān)聯(lián)類型識別方法

在審

• 申請?zhí)枺?/td>: 202110574917.2
• 申請日: 2021-05-25
• 公開（公告）號: CN113361573A
• 公開（公告）日: 2021-09-07
• 發(fā)明（設(shè)計）人: 莫文雄;王勇;欒樂;許中;彭和平;朱璐;孔令明;崔屹平;馬智遠;周凱;劉田
• 申請（專利權(quán)）人: 廣東電網(wǎng)有限責(zé)任公司廣州供電局
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 北京超凡宏宇專利代理事務(wù)所(特殊普通合伙) 11463
• 代理人: 安衛(wèi)靜

本發(fā)明提供了一種電能質(zhì)量擾動事件關(guān)聯(lián)類型識別方法，涉及電力系統(tǒng)分析的技術(shù)領(lǐng)域，包括：先獲取同一目標(biāo)監(jiān)測點上任意兩個電能質(zhì)量擾動事件的特征信息；然后對任意兩個電能質(zhì)量擾動事件的特征信息進行處理，得到任意兩個電能質(zhì)量擾動事件之間的關(guān)聯(lián)特征信息；最后將關(guān)聯(lián)特征信息輸入至關(guān)聯(lián)類型分類識別模型進行識別，得到任意兩個電能質(zhì)量擾動事件之間的關(guān)聯(lián)類型識別結(jié)果。本發(fā)明通過處理得到的關(guān)聯(lián)特征信息以及基于最小二乘支持向量機LS?SVM的多分類器能夠?qū)崿F(xiàn)任意兩個電能質(zhì)量擾動事件之間的關(guān)聯(lián)類型的有效識別，且提高了識別的準確性。

技術(shù)領(lǐng)域

本發(fā)明涉及電力系統(tǒng)分析技術(shù)領(lǐng)域，尤其是涉及一種電能質(zhì)量擾動事件關(guān)聯(lián)類型識別方法。

背景技術(shù)

現(xiàn)有技術(shù)在復(fù)雜電能質(zhì)量擾動事件時空關(guān)聯(lián)綜合診斷研究中，提出了復(fù)雜電能質(zhì)量擾動模式概念，建立了挖掘電網(wǎng)中可能存在的復(fù)雜擾動模式的方法，并且根據(jù)擾動形成機理提供了基本事件關(guān)聯(lián)類型的基本定義。但是現(xiàn)有技術(shù)并未對基本事件關(guān)聯(lián)類型的識別進行研究。由于基本事件關(guān)聯(lián)類型對于理解復(fù)雜電能質(zhì)量擾動事件的發(fā)展演變過程、擾動事件的追根溯源、責(zé)任劃分、復(fù)雜擾動模式的挖掘以及擾動治理等具有重要的作用，因此如何實現(xiàn)基本事件關(guān)聯(lián)類型的有效識別是一個亟待解決的問題。

發(fā)明內(nèi)容

本發(fā)明的目的在于提供一種電能質(zhì)量擾動事件關(guān)聯(lián)類型識別方法，以緩解現(xiàn)有技術(shù)中存在的無法實現(xiàn)對電能質(zhì)量擾動事件關(guān)聯(lián)類型有效識別的技術(shù)問題。

第一方面，本發(fā)明提供的一種電能質(zhì)量擾動事件關(guān)聯(lián)類型識別方法，其中，包括：獲取同一目標(biāo)監(jiān)測點上任意兩個電能質(zhì)量擾動事件的特征信息；對所述任意兩個電能質(zhì)量擾動事件的特征信息進行處理，得到所述任意兩個電能質(zhì)量擾動事件之間的關(guān)聯(lián)特征信息；將所述關(guān)聯(lián)特征信息輸入至關(guān)聯(lián)類型分類識別模型進行識別，得到所述任意兩個電能質(zhì)量擾動事件之間的關(guān)聯(lián)類型識別結(jié)果；其中，所述關(guān)聯(lián)類型分類識別模型為基于最小二乘支持向量機LS-SVM的多分類器。

進一步的，所述方法還包括：自定義設(shè)置電能質(zhì)量擾動事件之間的關(guān)聯(lián)類型；其中，所述關(guān)聯(lián)類型包括以下至少之一：傳導(dǎo)型、連鎖型、并發(fā)型、發(fā)展型；對所述關(guān)聯(lián)類型進行特征刻畫，得到關(guān)聯(lián)特征信息；根據(jù)所述關(guān)聯(lián)特征信息，構(gòu)建用于表征所述關(guān)聯(lián)類型的物元模型。

進一步的，所述關(guān)聯(lián)類型分類識別模型包括：用于識別所述連鎖型的第一關(guān)聯(lián)類型分類器、用于識別所述并發(fā)型的第二關(guān)聯(lián)類型分類器和用于識別所述發(fā)展型的第三關(guān)聯(lián)類型分類器；其中，所述第一關(guān)聯(lián)類型分類器、所述第二關(guān)聯(lián)類型分類器和所述第三關(guān)聯(lián)類型分類器的類型均為LS-SVM分類器。

進一步的，將所述關(guān)聯(lián)特征信息輸入至關(guān)聯(lián)類型分類識別模型進行識別，得到所述任意兩個電能質(zhì)量擾動事件之間的關(guān)聯(lián)類型識別結(jié)果，包括：將所述關(guān)聯(lián)特征信息輸入至所述第一關(guān)聯(lián)類型分類器進行分類，得到第一分類結(jié)果；將所述關(guān)聯(lián)特征信息輸入至所述第二關(guān)聯(lián)類型分類器進行分類，得到第二分類結(jié)果；將所述關(guān)聯(lián)特征信息輸入至所述第三關(guān)聯(lián)類型分類器進行分類，得到第三分類結(jié)果；根據(jù)所述第一分類結(jié)果、所述第二分類結(jié)果和所述第三分類結(jié)果，確定所述任意兩個電能質(zhì)量擾動事件之間的關(guān)聯(lián)類型識別結(jié)果。

進一步的，所述電能質(zhì)量擾動事件的特征信息包括時間特征和類型特征；對所述任意兩個電能質(zhì)量擾動事件的特征信息進行處理，得到所述任意兩個電能質(zhì)量擾動事件之間的關(guān)聯(lián)特征信息，包括：對所述任意兩個電能質(zhì)量擾動事件的時間特征進行做差處理，得到所述任意兩個電能質(zhì)量擾動事件之間的時間關(guān)聯(lián)特征；對所述任意兩個電能質(zhì)量擾動事件的類型特征進行比對處理，得到所述任意兩個電能質(zhì)量擾動事件之間的類型關(guān)聯(lián)特征；將所述時間關(guān)聯(lián)特征和所述類型關(guān)聯(lián)特征確定為所述任意兩個電能質(zhì)量擾動事件之間的關(guān)聯(lián)特征信息。