1，假設(shè)電力系統(tǒng)中共有n臺(tái)發(fā)電機(jī)，目前已識(shí)別出同調(diào)機(jī)群數(shù)目為P，對(duì)應(yīng)的同 調(diào)機(jī)群為Cohi,...，Cohp，令P=O,并首先對(duì)n個(gè)二維數(shù)據(jù)如把...，境進(jìn)行聚類分析。
[0045] 具體地，本發(fā)明聚類分析用DBSCAN(Density-BasedSpatialClusteringof Applicationsw;UhNoise,聚類算法)算法，它的基本思想是找出核屯、對(duì)象（即其鄰域稠密 的對(duì)象），通過(guò)連接核屯、對(duì)象和它們的鄰域，形成稠密區(qū)域作為簇。DBSCAN算法只有兩個(gè)參 數(shù):聚類半徑e和稠密區(qū)域密度闊值MinPts。對(duì)象鄰域的大小由參數(shù)確定，鄰域的密度則可 由鄰域內(nèi)對(duì)象的數(shù)目來(lái)度量。對(duì)于鄰域稠密的對(duì)象，稱其為核屯、對(duì)象（即其E-鄰域至少包含 MinPts個(gè)個(gè)體的對(duì)象KDBSCAN聚類W核屯、對(duì)象為中屯、，將若干密度可達(dá)的小稠密區(qū)域不斷 連接構(gòu)成大稠密區(qū)域來(lái)完成簇的識(shí)別，從而實(shí)現(xiàn)聚類分析。DBSCAN方法最大的特點(diǎn)在于不 需要預(yù)先設(shè)定聚類的個(gè)數(shù)，只要參數(shù)e和MinPts設(shè)置適當(dāng)，算法就可W根據(jù)問(wèn)題特征有效地 發(fā)現(xiàn)適當(dāng)數(shù)目的數(shù)據(jù)簇，運(yùn)使得它比k-means、k-中屯、點(diǎn)等方法具有天然的優(yōu)勢(shì)。
[0046] 具體而言，S41-1，計(jì)算n個(gè)二維數(shù)據(jù).7,1./?;.....記之間的兩兩歐式距離Du，其中，
;S41-2,設(shè)定基于密度的聚類方法DBSCAN算 法的兩個(gè)參數(shù)Mi叩*3 = 2、6 =化(〇")，其中，參數(shù)￡取為丸妃...，達(dá)之間的兩兩距離數(shù)據(jù)的四 分之一位數(shù);S41-3,標(biāo)記所述有n個(gè)對(duì)象為未訪問(wèn)的，記當(dāng)前聚類分析得到的簇的數(shù)目C是 0;S41-4，判斷當(dāng)前是否存在未訪問(wèn)對(duì)象，若存在未訪問(wèn)對(duì)象，則隨機(jī)選擇一個(gè)未訪問(wèn)的對(duì) 象k，標(biāo)記k為已訪問(wèn)的，否則則執(zhí)行步驟S41-9;S41-5,記k的e-鄰域內(nèi)中的所有對(duì)象構(gòu)成集 合N，若所述N內(nèi)存在至少M(fèi)inpts個(gè)對(duì)象，則執(zhí)行步驟S41-6，否則則執(zhí)行步驟S41-8;S41-6， 令C=C+1，建立一個(gè)新簇clusterc，令Clusterc=化}。541-7,若所述N中已經(jīng)不存在未訪問(wèn) 對(duì)象，則執(zhí)行所述步驟S41-4;否則，從所述N中任意選擇未訪問(wèn)對(duì)象S，標(biāo)記S為已訪問(wèn)的，判 別所述S的E-鄰域內(nèi)是否存在至少M(fèi)inpts個(gè)對(duì)象，若是則將所述S的E-鄰域內(nèi)的對(duì)象均加入 所述N，判別所述S是否已經(jīng)屬于某一簇，若否則將所述S加入clusterG，并執(zhí)行所述步驟 S41-7;S41-8，標(biāo)記所述k是噪聲，并返回執(zhí)行所述步驟S41-4;S41-9，聚類分析結(jié)束，并記此 次聚類分析共形成〔個(gè)簇。1113161'1,(3111316。^''，(31113161'(；，和1個(gè)噪聲點(diǎn)11〇1361,...， nOiSe1，其中，所述1個(gè)噪聲點(diǎn)各自構(gòu)成一個(gè)同調(diào)機(jī)群，即新增同調(diào)機(jī)群 CoAp+,. =HObe, (V/ =l，...，/)，并令P=P+1，W使完成對(duì)特征；7;，為….，請(qǐng)的聚類分析。
[0047] S42,基于二維數(shù)據(jù)口I:.和....巾.，對(duì)所述C個(gè)簇CIusteri,clusters,,clustered- 進(jìn)行聚類分析。
[0048] 具體而言，S42-1，令i=l，若Clusteri中的元素?cái)?shù)目只有一個(gè)，新增同調(diào)機(jī)群 Cohp+i=cluste；Ti，并令P=P+1，轉(zhuǎn)向S42-4,否則，計(jì)算所述clusteri中的元素所對(duì)應(yīng)的特征 {口3之間的兩兩歐式距離；S42-2,設(shè)定DBSCAN算法的兩個(gè)參數(shù)，Mi噸ts= 2，e參數(shù)取為特征 {聽(tīng)}之間的兩兩歐式距離的四分之一位數(shù)。依照S41-3至S41-8完成聚類分析;S42-3,記所述 聚類分析共形成C2個(gè)簇cl ，clc2,和12個(gè)噪聲點(diǎn)noisei,. . . ,noisei2。所述12個(gè)噪聲 點(diǎn)各自構(gòu)成同調(diào)機(jī)群，即新增同調(diào)機(jī)群CoA=no&e/於=1，...，m)，并令P=P+12;S42-4，i=i +1，若i含C，則轉(zhuǎn)向S4-2-2，否則轉(zhuǎn)向S42-5;S42-5，完成了對(duì)特征.聽(tīng).....扣的聚類分析。記 在整個(gè)S42步驟中共得到了C'個(gè)簇cluster' !,cluster'2,…，cluster'C'。
[0049] S43,基于二維數(shù)據(jù)口|;..'?;'.....，對(duì)S4-2-6中得到的C'個(gè)簇cluster' !,cluster'2,…， cluster'G'逐一進(jìn)行聚類分析。
[0050] 具體而言，S43-1，令i=l，若Cluster^i中的元素?cái)?shù)目只有一個(gè)，新增同調(diào)機(jī)群 Cohp+i=cluste;r/i，并令P=P+1，轉(zhuǎn)向S42-4,否則，計(jì)算所述cluster^i中的元素所對(duì)應(yīng)的特 征[//]之間的兩兩歐式距離;S43-2，設(shè)定DBSCAN算法的兩個(gè)參數(shù)，Minpts= 2，e參數(shù)取為特 征{對(duì)之間的兩兩歐式距離的四分之一位數(shù)。依照S"-3至S"-8完成聚類分析;S43-3,記所 述次聚類分析共形成C3個(gè)簇ch,cl2,…，clc3,和13個(gè)噪聲點(diǎn)noisei,. . . ,noisei3。所述13個(gè) 噪聲點(diǎn)各自構(gòu)成同調(diào)機(jī)群，即新增同調(diào)機(jī)群CoA~:=?。&6,灼' = 1，…判，并令P=P+13;S43-4， i=i+1，若i含C'，則轉(zhuǎn)向S4-3-2，否則轉(zhuǎn)向S43-5;S43-5，完成了對(duì)特征扣.杠....柏的聚類分 析。記在整個(gè)S4-3步驟中共得到了C"個(gè)簇clusteri",clusters",…，clusterc""。新增同調(diào) 機(jī)群CqA.W=如,旅"(巧=1，...，C")，并令P=P+C"。
[0051] 本發(fā)明實(shí)施例的基于小波變換的同調(diào)機(jī)群識(shí)別方法，通過(guò)獲取各個(gè)發(fā)電機(jī)的功角 曲線后對(duì)其進(jìn)行小波變換分析提取其特征，得到各個(gè)發(fā)電機(jī)的同調(diào)識(shí)別關(guān)鍵特征再進(jìn)行基 于密度的聚類分析得到多個(gè)同調(diào)機(jī)群，可W比較快速、準(zhǔn)確地識(shí)別出電力系統(tǒng)暫態(tài)過(guò)程中 的同調(diào)機(jī)群，實(shí)現(xiàn)同調(diào)機(jī)群的實(shí)時(shí)判別，從而為調(diào)度人員采取相應(yīng)緊急控制措施提供了重 要參考，提升電力系統(tǒng)的穩(wěn)定控制水平。
[0052]為了實(shí)現(xiàn)上述實(shí)施例，本發(fā)明還提出了一種基于小波變換的同調(diào)機(jī)群識(shí)別裝置。
[0053]圖4是根據(jù)本發(fā)明一個(gè)實(shí)施例的基于小波變換的同調(diào)機(jī)群識(shí)別裝置的結(jié)構(gòu)示意 圖。
[0054] 如圖4所示，該裝置可W包括:獲取模塊401、變換分析模塊402、提取模塊403和聚 類分析模塊404。
[0055]具體地，獲取模塊401獲取電力系統(tǒng)中的各個(gè)發(fā)電機(jī)的功角曲線，變換分析模塊 402分別對(duì)各個(gè)發(fā)電機(jī)的功角曲線進(jìn)行小波變換分析，提取模塊403分別對(duì)小波變換分析后 的各個(gè)發(fā)電機(jī)的功角曲線進(jìn)行特征提取，得到各個(gè)發(fā)電機(jī)的同調(diào)識(shí)別關(guān)鍵特征。聚類分析 模塊404根據(jù)各個(gè)發(fā)電機(jī)的同調(diào)識(shí)別關(guān)鍵特征進(jìn)行基于密度的聚類分析，得到多個(gè)同調(diào)機(jī) 群。
[0056]需要說(shuō)明的是，前述對(duì)基于小波變換的同調(diào)機(jī)群識(shí)別方法的實(shí)施例的解釋說(shuō)明也 適用于該實(shí)施例的基于小波變換的同調(diào)機(jī)群識(shí)別裝置，其實(shí)現(xiàn)原理類似，此處不再寶述。
[0057]本發(fā)明實(shí)施例的基于小波變換的同調(diào)機(jī)群識(shí)別裝置，通過(guò)獲取模塊獲得各個(gè)發(fā)電 機(jī)的功角曲線，變換分析模塊對(duì)功角曲線進(jìn)行小波變換分析后提取模塊提取其特征，得到 各個(gè)發(fā)電機(jī)的同調(diào)識(shí)別關(guān)鍵特征再進(jìn)行基于密度的聚類分析得到多個(gè)同調(diào)機(jī)群，可W比較 快速、準(zhǔn)確地識(shí)別出電力系統(tǒng)暫態(tài)過(guò)程中的同調(diào)機(jī)群，實(shí)現(xiàn)同調(diào)機(jī)群的實(shí)時(shí)判別，從而為調(diào) 度人員采取相應(yīng)緊急控制措施提供了重要參考，提升電力系統(tǒng)的穩(wěn)定控制水平。
[0058]在本說(shuō)明書(shū)的描述中，參考術(shù)語(yǔ)"一個(gè)實(shí)施例"、"一些實(shí)施例"、"示例"、"具體示 例"、或"一些示例"等的描述意指結(jié)合該實(shí)施例或示例描述的具體特征、結(jié)構(gòu)、材料或者特 點(diǎn)包含于本發(fā)明的至少一個(gè)實(shí)施例或示例中。在本說(shuō)明書(shū)中，對(duì)上述術(shù)語(yǔ)的示意性表述不 必須針對(duì)的是相同的實(shí)施例或示例。而且，描述的具體特征、結(jié)構(gòu)、材料或者特點(diǎn)可W在任 一個(gè)或多個(gè)實(shí)施例或示例中W合適的方式結(jié)合。此外，在不相互矛盾的情況下，本領(lǐng)域的技 術(shù)人員可W將本說(shuō)明書(shū)中描述的不同實(shí)施例或示例W及不同實(shí)施例或示例的特征進(jìn)行結(jié) 合和組合。
[0059] 盡管上面已經(jīng)示出和描述了本發(fā)明的實(shí)施例，可W理解的是，上述實(shí)施例是示例 性的，不能理解為對(duì)本發(fā)明的限制，本領(lǐng)域的普通技術(shù)人員在本發(fā)明的范圍內(nèi)可W對(duì)上述 實(shí)施例進(jìn)行變化、修改、替換和變型。
【主權(quán)項(xiàng)】
1. 一種基于小波變換的同調(diào)機(jī)群識(shí)別方法，其特征在于，包括以下步驟： S1，獲取電力系統(tǒng)中的各個(gè)發(fā)電機(jī)的功角曲線； S2，分別對(duì)所述各個(gè)發(fā)電機(jī)的功角曲線進(jìn)行小波變換分析； 53, 分別對(duì)小波變換分析后的所述各個(gè)發(fā)電機(jī)的功角曲線進(jìn)行特征提取，得到所述各 個(gè)發(fā)電機(jī)的同調(diào)識(shí)別關(guān)鍵特征； 54, 根據(jù)所述各個(gè)發(fā)電機(jī)的所述同調(diào)識(shí)別關(guān)鍵特征進(jìn)行基于密度的聚類分析，得到多 個(gè)同調(diào)機(jī)群。2. 如權(quán)利要求1所述的基于小波變換的同調(diào)機(jī)群識(shí)別方法，其特征在于，通過(guò)以下公式 分別對(duì)所述各個(gè)發(fā)電機(jī)的功角曲線進(jìn)行小波變換分析：其中，為母小波Morlet函數(shù)，其中，ω〇為頻率參數(shù);5i(t)為第i個(gè)發(fā)電 機(jī)的功角曲線；(OjhAMO)為第i個(gè)發(fā)電機(jī)的功角曲線對(duì)應(yīng)的小波變換系數(shù)，a為縮 放尺度，b為位置參數(shù)。3. 如權(quán)利要求1所述的基于小波變換的同調(diào)機(jī)群識(shí)別方法，其特征在于，所述步驟S3包 括： S31，通過(guò)以下公式計(jì)算所述第i個(gè)發(fā)電機(jī)的功角曲線的小波變換系數(shù)在各個(gè)縮放尺度 上的譜能量EKa):532, 對(duì)所述譜能量進(jìn)行歸一化處理以得到所述第i個(gè)發(fā)電機(jī)的功角曲線在各個(gè)縮放尺 度上的能量占比； 533, 針對(duì)所述第i個(gè)發(fā)電機(jī)，提取所述譜能量上所述能量占比最大的三峰所對(duì)應(yīng)的縮 放尺度和能量占比作為所述同調(diào)識(shí)別關(guān)鍵特征，其中，所述同調(diào)識(shí)別關(guān)鍵特征為三組二維 數(shù)據(jù)，分別為并且有4. 如權(quán)利要求1所述的基于小波變換的同調(diào)機(jī)群識(shí)別方法，其特征在于，所述步驟S4包 括： S41，假設(shè)電力系統(tǒng)中共有η臺(tái)發(fā)電機(jī)，目前已識(shí)別出同調(diào)機(jī)群數(shù)目為P，對(duì)應(yīng)的同調(diào)機(jī) 群為Cohi, ...，Cohp，令Ρ = 0,并首先對(duì)η個(gè)二維數(shù)據(jù);7丨,丨進(jìn)行聚類分析，包括： S 4 1 - 1，計(jì)算η個(gè)二維數(shù)據(jù)次，/7丨,...，坎之間的兩兩歐式距離D ,』，其中，S41-2,設(shè)定基于密度的聚類方法DBSCAN算法的兩個(gè)參數(shù)Minpts = 2,參數(shù)ε取為 ?...X之間的兩兩距離數(shù)據(jù)的四分之一位數(shù)，即E=Q1(Dlj); S41-3，標(biāo)記所述有η個(gè)對(duì)象為未訪問(wèn)的，記當(dāng)前聚類分析得到的簇的數(shù)目C是O; S41-4,判斷當(dāng)前是否存在未訪問(wèn)對(duì)象，若存在未訪問(wèn)對(duì)象，則隨機(jī)選擇一個(gè)未訪問(wèn)的 對(duì)象k，標(biāo)記k為已訪問(wèn)的，否則則執(zhí)行步驟S41-9; S41-5,記k的ε-鄰域內(nèi)中的所有對(duì)象構(gòu)成集合N，若所述N內(nèi)存在至少M(fèi)inpts個(gè)對(duì)象，則 執(zhí)行步驟S41-6，否則則執(zhí)行步驟S41-8; S41-6,令C = C+1，建立一個(gè)新簇cluster。，令