基于决策树的相量测量次同步振荡检测方法

    公开(公告)号:CN112611968A

    公开(公告)日:2021-04-06

    申请号:CN202011242495.0

    申请日:2020-11-09

    Abstract: 本发明公开了属于电力系统测试技术领域的一种基于决策树的相量测量次同步振荡检测方法。基于决策树算法从PMU历史数据中预先离线学习次同步振荡阈值,以实现在线的次同步振荡快速检测。通过改变标签给定的判据,可以自适应地调整次同步振荡检测阈值以满足实际需求。对检测出的含有次同步振荡的数据,基于FFT频谱分析,计算出次同步振荡的频率和幅值以实现及时告警。该方法能够快速、准确地检测次同步振荡,在用FFT确定次同步振荡参数之前,排除了占比较多的非次同步振荡数据,从而明显减少了FFT分析的计算量,并能根据实际需求自适应调整阈值,因此采用基于决策树的PMU测量相量次同步振荡检测方法具有十分显著的优点。

    一种基于PMU数据的互感器偏差识别方法

    公开(公告)号:CN112485743A

    公开(公告)日:2021-03-12

    申请号:CN202011248182.6

    申请日:2020-11-10

    Abstract: 本发明公开了一种基于PMU数据的互感器偏差识别方法,首先建立包含互感器比值校正系数的系统参数模型;对线路参数做最优线性逼近,利用N组不同负载条件下的PMU测量数据求解得到互感器比值校正系数修正量的局部最优解;选择幅值和相角基准,求得互感器比值校正系数幅值的比值关系和相角差关系;利用得到的互感器比值校正系数幅值的比值关系和修正量的局部最优解,求解幅值的整体偏移量,对幅值参数进行修正;利用空间聚类方法在线路参数搜索空间内进行搜索,通过核心点数目和搜索半径确定互感器偏差情况。本发明的方法不需要准确的系统模型参数即可对互感器偏差情况进行识别,并通过识别结果选出需要进一步校准的互感器和校准过程所需参考互感器,为后续工作建立基础,并广泛适用于各种实际条件。

    一种电力系统扰动分类方法

    公开(公告)号:CN112633315A

    公开(公告)日:2021-04-09

    申请号:CN202011132259.3

    申请日:2020-10-21

    Abstract: 本发明提供了一种电力系统扰动分类方法,基于堆叠去噪自编码器的特征提取方法能够捕获扰动数据中对丢失数据鲁棒的特征表达,在此基础上,利用随机森林分类器,实现对电力系统扰动的识别。该方法能够快速、准确地对PMU扰动数据进行分类,并且对于包含丢失数据的PMU扰动数据仍然具有很高的识别准确率,抗噪性能好。相较于现有扰动分类方法,能够快速、准确地对包含丢失数据的PMU扰动数据进行分类,实现电力系统动态行为的实时监测。

    一种基于窗函数设计的自适应重采样方法

    公开(公告)号:CN111327297A

    公开(公告)日:2020-06-23

    申请号:CN202010158691.3

    申请日:2020-03-09

    Abstract: 本发明公开了一种基于窗函数设计的自适应重采样方法,首先建立通用的基于Farrow结构的重采样模型;建立基于窗函数法的分数延迟滤波器设计模型,并利用该模型得到多组分数延迟滤波器;在所得到的多组分数延迟滤波器的基础上,构建分数延迟滤波器矩阵;利用最小二乘法求解出Farrow结构子滤波器系数矩阵C;将所得到的Farrow结构子滤波器系数矩阵C代入到步骤1建立的重采样模型中,完成通用的Farrow结构重采样模型搭建。该方法灵活性更好、计算量更小,可以通过多次对参数调整得出合适的模型,同时实现在任意点进行采样,具有采样率之间任意转换的功能。

Patent Agency Ranking