本發(fā)明屬于電能質(zhì)量擾動識別，具體涉及一種基于數(shù)據(jù)驅(qū)動的電能質(zhì)量擾動識別方法。

背景技術(shù)：

1、電能質(zhì)量是指電力系統(tǒng)向用戶設(shè)備提供的電能的質(zhì)量，包括電壓、頻率、波形等參數(shù)的穩(wěn)定性和準(zhǔn)確性。高質(zhì)量的電能對于電力系統(tǒng)的可靠運行和終端用戶設(shè)備的正常工作至關(guān)重要，當(dāng)出現(xiàn)擾動問題時，不僅會導(dǎo)致用戶設(shè)備的故障和損壞，還會引起電力系統(tǒng)的效率降低和運行成本增加。

2、常見的電能質(zhì)量擾動問題包括電壓暫降、電壓驟升、諧波、電壓閃變、暫態(tài)過電壓等，這些擾動會對電力系統(tǒng)和用戶設(shè)備造成不同程度的影響，例如，電壓暫降可能導(dǎo)致工業(yè)設(shè)備的停機，諧波可能引起電氣設(shè)備的過熱和損壞，電壓閃變則會導(dǎo)致照明設(shè)備的閃爍和不穩(wěn)定。這些擾動的識別和治理對于保障電力系統(tǒng)的可靠運行和用戶設(shè)備的正常使用具有重要意義。

3、近年來，電能質(zhì)量擾動識別技術(shù)取得了顯著進展。目前，電能質(zhì)量擾動識別方法包括兩大步驟，首先是特征提取，隨后根據(jù)提取到的特征進行擾動分類。根據(jù)特征提取方式的不同，可以將電能質(zhì)量擾動分為基于人工特征提取的算法與基于自動特征提取的算法。傳統(tǒng)的擾動識別方法主要是依賴于人工特征提取，使用基于經(jīng)驗的規(guī)則和信號處理技術(shù)，如傅里葉變換和小波變換等。這些方法在一定程度上能夠有效識別電能質(zhì)量擾動，但在復(fù)雜電力系統(tǒng)和大規(guī)模數(shù)據(jù)處理方面存在局限性。另外，基于自動特征提取方法如支持向量機（svm）、人工神經(jīng)網(wǎng)絡(luò)（ann）和深度學(xué)習(xí)（dl）等算法逐漸應(yīng)用于電能質(zhì)量擾動識別領(lǐng)域并取得了顯著成果，這些基于自動特征提取的方法能夠處理復(fù)雜的非線性數(shù)據(jù)關(guān)系，提高擾動識別的準(zhǔn)確性和效率，但它所需的數(shù)據(jù)量大，算法計算復(fù)雜，數(shù)據(jù)集變化后重新訓(xùn)練的成本較高。因此，亟需解決根據(jù)電能質(zhì)量復(fù)合擾動問題的多樣性、復(fù)雜性，設(shè)計出精度高、可擴展、計算量較小的識別技術(shù)方案。

技術(shù)實現(xiàn)思路

1、為了解決上述現(xiàn)有技術(shù)中存在的問題，提供了一種基于數(shù)據(jù)驅(qū)動的電能質(zhì)量擾動識別方法。

2、本發(fā)明解決其技術(shù)問題所采用的技術(shù)方案是：

3、本發(fā)明提出了一種基于數(shù)據(jù)驅(qū)動的電能質(zhì)量擾動識別方法，包括以下步驟：

4、s1：獲取配電網(wǎng)設(shè)定時段內(nèi)的電能質(zhì)量擾動電壓信號；

5、s2：基于希爾伯特變換對電能質(zhì)量擾動電壓信號進行數(shù)據(jù)增強，將電能質(zhì)量擾動電壓信號中的擾動數(shù)據(jù)進行放大；

6、s3：使用mlstm-fcns模型，并將數(shù)據(jù)增強后的電能質(zhì)量擾動電壓信號輸入mlstm-fcns模型對其進行預(yù)訓(xùn)練，最終取得并保存最佳訓(xùn)練模型；

7、s4：將最佳訓(xùn)練模型作為特征提取器提取電壓擾動特征，基于寬度學(xué)習(xí)算法建立并訓(xùn)練寬度學(xué)習(xí)分類模型，通過寬度學(xué)習(xí)分類模型對電能質(zhì)量擾動電壓信號進行分類，輸出擾動數(shù)據(jù)的識別結(jié)果。

8、進一步的，所述s1中，電能質(zhì)量擾動電壓信號包括基本擾動信號和復(fù)合擾動信號，

9、基本擾動信號包括：可忽略擾動的擾動信號、電壓暫時下降的擾動信號、電壓暫時上升的擾動信號、暫時停電的擾動信號、諧波影響的擾動信號、產(chǎn)生波動的擾動信號、暫態(tài)振蕩的擾動信號、瞬態(tài)沖擊的擾動信號、周期性缺口的擾動信號、周期性尖峰的擾動信號；

10、所述復(fù)合擾動信號包括：電壓跌落和諧波復(fù)合的擾動信號、電壓上升和諧波復(fù)合的擾動信號、暫時停電和諧波復(fù)合的擾動信號、電壓暫時下降和波動復(fù)合的擾動信號、電壓上升和波動復(fù)合的擾動信號、諧波和波動復(fù)合的擾動信號。

11、進一步的，基本擾動信號中：

12、可忽略擾動的擾動信號由可忽略擾動的微電網(wǎng)電壓參數(shù)方程產(chǎn)生，公式如下：

13、?（1）；

14、式中， t為微電網(wǎng)電壓基波周期， n為模數(shù)轉(zhuǎn)化器在1秒內(nèi)所能采集到的點數(shù)， u[ t]為單位階躍響應(yīng)函數(shù)， α a為擾動波動系數(shù)， α a在(0,?0.1)范圍內(nèi)隨機生成， t1、 t 2分別為擾動發(fā)生的起止時刻， y[ i]為生成的電能質(zhì)量擾動數(shù)據(jù)；

15、電壓暫時下降的擾動信號由電壓暫時下降的微電網(wǎng)電壓參數(shù)方程產(chǎn)生，公式如下：

16、（2）；

17、式中， t為微電網(wǎng)電壓基波周期， n為模數(shù)轉(zhuǎn)化器在1秒內(nèi)所能采集到的點數(shù)， u[ t]為單位階躍響應(yīng)函數(shù)， α b為電壓下降幅值系數(shù)， α b在[0.1,?0.9]范圍內(nèi)隨機生成， t1、 t 2分別為擾動發(fā)生的起止時刻， y[ i]為生成的電能質(zhì)量擾動數(shù)據(jù)；

18、電壓暫時上升的擾動信號由電壓暫時上升的微電網(wǎng)電壓參數(shù)方程產(chǎn)生，公式如下：

19、?????????????????（3）；

20、式中， t為微電網(wǎng)電壓基波周期， n為模數(shù)轉(zhuǎn)化器在1秒內(nèi)所能采集到的點數(shù)， u[ t]為單位階躍響應(yīng)函數(shù)， α c為電壓上升幅值系數(shù)， α c在[0.1,?0.9]范圍內(nèi)隨機生成， t1、 t 2分別為擾動發(fā)生的起止時刻， y[ i]為生成的電能質(zhì)量擾動數(shù)據(jù)；

21、暫時停電的擾動信號由暫時停電的微電網(wǎng)電壓參數(shù)方程產(chǎn)生，公式如下：

22、?????????????????????????（4）；

23、式中， t為微電網(wǎng)電壓基波周期， n為模數(shù)轉(zhuǎn)化器在1秒內(nèi)所能采集到的點數(shù)， u[ t]為單位階躍響應(yīng)函數(shù)， α d為電壓跌落幅值系數(shù)， α d在[0.9,?1.0]范圍內(nèi)隨機生成， t1、 t 2分別為擾動發(fā)生的起止時刻， y[ i]為生成的電能質(zhì)量擾動數(shù)據(jù)；

24、諧波影響的擾動信號由諧波影響的微電網(wǎng)電壓參數(shù)方程產(chǎn)生，公式如下：

25、????????（5）；

26、式中， t為微電網(wǎng)電壓基波周期， n為模數(shù)轉(zhuǎn)化器在1秒內(nèi)所能采集到的點數(shù)， a1為基波幅值， a3 、a5 、a7分別是三次、五次、七次諧波幅值， a3 、a5 、a7在[0.05,?0.15]范圍內(nèi)隨機生成， y[ i]為生成的電能質(zhì)量擾動數(shù)據(jù)；

27、產(chǎn)生波動的擾動信號由發(fā)生波動的微電網(wǎng)電壓參數(shù)方程產(chǎn)生，公式如下：

28、??????????????????????????????????????????（6）；

29、式中， t為微電網(wǎng)電壓基波周期， n為模數(shù)轉(zhuǎn)化器在1秒內(nèi)所能采集到的點數(shù)， α e為電壓幅值波動系數(shù)，在[0.1,?0.2]范圍內(nèi)隨機生成,為電壓頻率波動系數(shù)，在[0.1,?0.4]范圍內(nèi)隨機生成， y[ i]為生成的電能質(zhì)量擾動數(shù)據(jù)；

30、暫態(tài)振蕩的擾動信號由暫態(tài)振蕩的微電網(wǎng)電壓參數(shù)方程產(chǎn)生，公式如下：

31、（7）；

32、式中， t為微電網(wǎng)電壓基波周期， n為模數(shù)轉(zhuǎn)化器在1秒內(nèi)所能采集到的點數(shù)， u[ t]為單位階躍響應(yīng)函數(shù)， t 3、 t 4分別為擾動發(fā)生的起止時刻， tn為暫態(tài)振蕩的周期， tn在[0.0011,?0.0033]范圍內(nèi)隨機生成， τ為時間常數(shù)， τ在[150,?1000]范圍內(nèi)隨機生成， k 1為暫態(tài)振蕩的幅值系數(shù)， k 1在[0.1,?0.8]范圍內(nèi)隨機生成， y[ i]為生成的電能質(zhì)量擾動數(shù)據(jù)；

33、瞬態(tài)沖擊的擾動信號由瞬態(tài)沖擊的微電網(wǎng)電壓參數(shù)方程產(chǎn)生，公式如下：

34、??????????????????????????????????（8）；

35、式中， t為微電網(wǎng)電壓基波周期， n為模數(shù)轉(zhuǎn)化器在1秒內(nèi)所能采集到的點數(shù)， u[ t]為單位階躍響應(yīng)函數(shù)， α f為電壓瞬態(tài)沖擊的幅值系數(shù)， α f在[0,?0.414]范圍內(nèi)隨機生成， t 5、 t 6分別為擾動發(fā)生的起止時刻， y[ i]為生成的電能質(zhì)量擾動數(shù)據(jù)；

36、周期性缺口的擾動信號由周期性缺口的微電網(wǎng)電壓參數(shù)方程產(chǎn)生，公式如下：

37、???????（9）；

38、式中， t為微電網(wǎng)電壓基波周期， n為模數(shù)轉(zhuǎn)化器在1秒內(nèi)所能采集到的點數(shù)， u[ t]為單位階躍響應(yīng)函數(shù)，sign(t)為符號函數(shù)， k 2 ?為電壓周期性缺口的幅值系數(shù)，在[0.1,0.4]范圍內(nèi)隨機生成， t 7、 t 8分別為擾動發(fā)生的起止時刻， y[ i]為生成的電能質(zhì)量擾動數(shù)據(jù)；

39、周期性尖峰的擾動信號由周期性尖峰的微電網(wǎng)電壓參數(shù)方程，公式如下：

40、?????（10）；

41、式中， t為微電網(wǎng)電壓基波周期， n為模數(shù)轉(zhuǎn)化器在1秒內(nèi)所能采集到的點數(shù)， u[ t]為單位階躍響應(yīng)函數(shù)，sign(t)為符號函數(shù)， k 2?為電壓周期性缺口的幅值系數(shù)，在[0.1,0.4]范圍內(nèi)隨機生成， t 7、 t 8分別為擾動發(fā)生的起止時刻， y[ i]為生成的電能質(zhì)量擾動數(shù)據(jù)。

42、進一步的，復(fù)合擾動信號中：

43、電壓跌落和諧波復(fù)合的擾動信號由電壓暫時下降的微電網(wǎng)電壓參數(shù)方程和諧波影響的微電網(wǎng)電壓參數(shù)方程復(fù)合產(chǎn)生，公式如下：

44、?（11）；

45、式中， t為微電網(wǎng)電壓基波周期， n為模數(shù)轉(zhuǎn)化器在1秒內(nèi)所能采集到的點數(shù)， u[ t]為單位階躍響應(yīng)函數(shù)， α b為電壓下降幅值系數(shù)， α b在[0.1,?0.9]范圍內(nèi)隨機生成， t1、 t 2分別為擾動發(fā)生的起止時刻， a1為基波幅值， a3 、a5 、a7分別是三次、五次、七次諧波幅值， a3 、a5 、a7在[0.05,?0.15]范圍內(nèi)隨機生成， y[ i]為生成的電能質(zhì)量擾動數(shù)據(jù)；

46、電壓上升和諧波復(fù)合的擾動信號由電壓暫時上升的微電網(wǎng)電壓參數(shù)方程和諧波影響的微電網(wǎng)電壓參數(shù)方程復(fù)合產(chǎn)生，公式如下：

47、?（12）；

48、式中， t為微電網(wǎng)電壓基波周期， n為模數(shù)轉(zhuǎn)化器在1秒內(nèi)所能采集到的點數(shù)， u[ t]為單位階躍響應(yīng)函數(shù)， α c為電壓上升幅值系數(shù)， α c在[0.1,?0.9]范圍內(nèi)隨機生成， t1、 t 2分別為擾動發(fā)生的起止時刻， a1為基波幅值， a3 、a5 、a7分別是三次、五次、七次諧波幅值， a3 、a5 、a7在[0.05,?0.15]范圍內(nèi)隨機生成， y[ i]為生成的電能質(zhì)量擾動數(shù)據(jù)；

49、暫時停電和諧波復(fù)合的擾動波形信號由暫時停電的微電網(wǎng)電壓參數(shù)方程和諧波影響的微電網(wǎng)電壓參數(shù)方程復(fù)合產(chǎn)生，公式如下：

50、?（13）；

51、式中， t為微電網(wǎng)電壓基波周期， n為模數(shù)轉(zhuǎn)化器在1秒內(nèi)所能采集到的點數(shù)， u[ t]為單位階躍響應(yīng)函數(shù)， α d為電壓跌落幅值系數(shù)， α d在[0.9,?1.0]范圍內(nèi)隨機生成， t1、 t 2分別為擾動發(fā)生的起止時刻， a1為基波幅值， a3 、a5 、a7分別是三次、五次、七次諧波幅值， a3 、a5 、a7在[0.05,?0.15]范圍內(nèi)隨機生成， y[ i]為生成的電能質(zhì)量擾動數(shù)據(jù)；

52、電壓暫時下降和波動復(fù)合的擾動信號由電壓暫時下降的微電網(wǎng)電壓參數(shù)方程和發(fā)生波動的微電網(wǎng)電壓參數(shù)方程復(fù)合產(chǎn)生，公式如下：

53、（14）；

54、式中， t為微電網(wǎng)電壓基波周期， n為模數(shù)轉(zhuǎn)化器在1秒內(nèi)所能采集到的點數(shù)， u[ t]為單位階躍響應(yīng)函數(shù)， α b為電壓下降幅值系數(shù)， α b在[0.1,?0.9]范圍內(nèi)隨機生成， t1、 t 2分別為擾動發(fā)生的起止時刻， α e為電壓幅值波動系數(shù)，在[0.1,?0.2]范圍內(nèi)隨機生成,為電壓的頻率波動系數(shù)，在[0.1,?0.4]范圍內(nèi)隨機生成， y[ i]為生成的電能質(zhì)量擾動數(shù)據(jù)；

55、電壓上升和波動復(fù)合的擾動信號由電壓暫時上升的微電網(wǎng)電壓參數(shù)方程和發(fā)生波動的微電網(wǎng)電壓參數(shù)方程復(fù)合產(chǎn)生，公式如下：

56、????????（15）；

57、式中， t為微電網(wǎng)電壓基波周期， n為模數(shù)轉(zhuǎn)化器在1秒內(nèi)所能采集到的點數(shù)， u[ t]為單位階躍響應(yīng)函數(shù)， α c為電壓上升幅值系數(shù)， α c在[0.1,?0.9]范圍內(nèi)隨機生成， t1、 t 2分別為擾動發(fā)生的起止時刻， α e為電壓幅值波動系數(shù)，在[0.1,?0.2]范圍內(nèi)隨機生成,為電壓的頻率波動系數(shù)，在[0.1,?0.4]范圍內(nèi)隨機生成， y[ i]為生成的電能質(zhì)量擾動數(shù)據(jù)；

58、諧波和波動復(fù)合的擾動信號由諧波影響的微電網(wǎng)電壓參數(shù)方程和發(fā)生波動的微電網(wǎng)電壓參數(shù)方程復(fù)合產(chǎn)生，公式如下：

59、??????（16）；

60、式中， t為微電網(wǎng)電壓基波周期， n?為模數(shù)轉(zhuǎn)化器在1秒內(nèi)所能采集到的點數(shù)， α e為電壓幅值波動系數(shù)，在[0.1,?0.2]范圍內(nèi)隨機生成, a1為基波幅值， a3 、a5 、a7分別是三次、五次、七次諧波幅值， a3 、a5 、a7在[0.05,?0.15]范圍內(nèi)隨機生成，為電壓的頻率波動系數(shù)，在[0.1,?0.4]范圍內(nèi)隨機生成， y[ i]為生成的電能質(zhì)量擾動數(shù)據(jù)。

61、進一步的，微電網(wǎng)電壓基波周期 t的取值包括0.02s，模數(shù)轉(zhuǎn)化器在?1秒內(nèi)所能采集到的點數(shù) n?的取值包括3200，i依次取?0,1,2,…,10nt-1。

62、進一步的， t 1、 t 2 、t 3、 t 4 、t 5、 t 6均為[0,?10nt-1]中的隨機整數(shù)， t 7、 t 8均為[0,?nt]中的隨機整數(shù)， t 1、 t 2滿足?nt?≤? t 2?-? t 1?≤?9nt?， t 3、 t 4滿足0.5nt?≤? t 4?- t 3?≤?3nt?， t 5、 t 6滿足0.05nt?≤? t 6?-? t 5?≤?0.1nt， t 7、 t 8滿足0.01nt?≤? t 8?-? t 7?≤?0.05nt。

63、進一步的， a1、 a3 、a5 、a7之間滿足：

64、????????????????????????????????????（17）；

65、式中 a1為基波幅值， a3 、a5 、a7分別為三次、五次、七次諧波幅值。

66、進一步的，所述s2中，數(shù)據(jù)增強過程包括以下步驟：

67、對電能質(zhì)量擾動電壓信號進行歸一化處理，公式如下：

68、??????????????????????????????????????????????（18）；

69、式中， x為原始樣本數(shù)據(jù)， x′為歸一化后的樣本數(shù)據(jù)， xmax和 xmin分別為原始樣本數(shù)據(jù)的最大值和最小值；

70、對歸一化處理后的電能質(zhì)量擾動電壓信號進行希爾伯特變換，公式如下：

71、?????????????????????????????????????（19）；

72、式中， f(t)表示歸一化處理后的電能質(zhì)量擾動電壓信號，表示對 f(t)進行希爾伯特變換后的信號；

73、引入解析信號 f a(t)，公式如下：

74、??????????????????????????????????（20）；

75、式中， f a(t)表示 f(t)對應(yīng)的解析信號；

76、使用歐拉公式對 f a(t)進行變形，并取得 f(t)的包絡(luò)序列以及相位，公式如下：

77、???????????????????????????????????（21）；

78、???????????????????????????????????????（22）；

79、??????????????????????????????????????????（23）；

80、式中， ia(t)表示 f(t)的包絡(luò)序列， iθ(t)表示相位；

81、將包絡(luò)信號作為權(quán)重與歸一化處理后的電能質(zhì)量擾動電壓信號進行點積計算，完成數(shù)據(jù)增強，公式如下：

82、??????????????????????????????????????????????（24）；

83、式中， ia(t)表示 f(t)的包絡(luò)序列， y(t)表示增強后的信號。

84、進一步的，所述s3中，mlstm-fcns最佳訓(xùn)練模型的判斷標(biāo)準(zhǔn)包括：將數(shù)據(jù)增強后的電能質(zhì)量擾動電壓信號后輸入當(dāng)前的mlstm-fcns模型后，在驗證集上的準(zhǔn)確率大于等于90%即達到預(yù)訓(xùn)練需求，當(dāng)前模型即為最佳訓(xùn)練模型。

85、進一步的，所述s4中，寬度學(xué)習(xí)分類模型訓(xùn)練過程包括以下步驟:

86、將經(jīng)過特征提取器的數(shù)據(jù)以及其對應(yīng)的標(biāo)簽輸入寬度學(xué)習(xí)分類模型，對寬度學(xué)習(xí)分類模型的特征映射層進行訓(xùn)練，公式如下：

87、???????????????????????????????????????????（25）；

88、式中， zi為第 i組映射特征，為第 i組隨機映射， x為輸入數(shù)據(jù)， w ei為第 i組增強節(jié)點對應(yīng)的具有適當(dāng)維度的隨機權(quán)重系數(shù)， β ei為第 i組增強節(jié)點的偏置；

89、對寬度學(xué)習(xí)分類模型的增強層進行訓(xùn)練，公式如下：

90、????????????????????????????????????????????（26）；

91、式中， hj為第 j組增強節(jié)點，為線性組合結(jié)果上的非線性映射， z m為第 m組映射特征， w hj為第 j組增強層對應(yīng)的具有適當(dāng)維度的隨機權(quán)重系數(shù), β hj為第 j組增強層的偏置；

92、更新輸入到輸出的映射函數(shù)y，公式如下：

93、????????????????????????????????????????????????（27）；

94、式中，z m表示前 m組所有映射特征，表示前 n組所有增強節(jié)點， w表示各個層的權(quán)重。

95、與現(xiàn)有技術(shù)相比，本發(fā)明具有以下優(yōu)點：

96、本技術(shù)通過將深度學(xué)習(xí)和寬度學(xué)習(xí)相結(jié)合，用深度學(xué)習(xí)算法作為特征提取器，用寬度學(xué)習(xí)算法作為分類器，并與傳統(tǒng)的信號處理技術(shù)結(jié)合，實現(xiàn)了基于數(shù)據(jù)驅(qū)動的電能質(zhì)量擾動，并且相較于傳統(tǒng)的處理方法，電能質(zhì)量擾動數(shù)據(jù)集不必人工設(shè)計特征提取，不依賴于個人經(jīng)驗，避免了人工因素的干擾，具有更好的魯棒性。另外，由于同時采用了寬度學(xué)習(xí)算法作為分類器，使得相較于傳統(tǒng)的單獨采用深度學(xué)習(xí)算法，本方案提出的識別方法具有可從新數(shù)據(jù)中持續(xù)學(xué)習(xí)的特點。