一種非侵入式電能質量幹擾源在線自適應監測系統及方法與流程
2023-07-14 16:36:36 3
本發明涉及電力系統電能質量評估領域，具體涉及一種電能質量幹擾源在線自適應監測系統與方法。
背景技術：
：在現代電力系統中，一方面，為提高電網運行性能，電力電子類設備已經應用得越來越廣泛，另一方面，為滿足現代經濟社會發展的需要，系統中各種非線性、衝擊性、波動性電氣設備也在大量增加，例如分布式電源、電動汽車等，這使得電力系統面臨著日益嚴重的電能質量汙染，而且電能質量擾動也呈現出諸多新特性；此外，經濟社會的數位化和信息化對電能質量也提出了更高的要求。為此，需要切實提高電力系統電能質量管理水平，降低電能質量擾動對電力系統的影響，尤其在配電網級，提高用戶用電滿意度。電能質量幹擾監測與分析是電能質量治理的基礎和依據。截至目前，關於電力系統電能質量幹擾的分析主要集中於電能質量幹擾本身的檢測與辨識，其中，所謂辨識，更多是指確定檢測到的電能質量幹擾屬於電壓暫升、暫降、閃變、諧波和暫態等類型。然而，很少有研究關注電能質量幹擾源的辨識，即判斷檢測到的電能質量幹擾是由哪種或哪幾種電氣設備，處在何種工況下產生的。技術實現要素：考慮到現有技術存在的不足，為提高電力系統電能質量幹擾監測與分析的智能化水平，本發明利用人工智慧領域的先進技術成果，基於模式識別技術思路，從數據挖掘的角度，提出了一種非侵入式電能質量幹擾源在線自適應監測系統及方法，旨在解決電能質量幹擾源的辨識的問題，本發明方法可以自動地監測系統存在的不同類型的電能質量幹擾，並辨識電能質量幹擾的發生源，即判斷檢測到的某種類型的電能質量幹擾是由哪種或哪幾種電氣設備在何種工況下產生的。本發明採用的技術方案是：一種非侵入式電能質量幹擾源在線自適應監測系統，其特徵在於，包括參數預設模塊、電氣信息採集與預處理模塊、電能質量幹擾事件檢測模塊、電能質量幹擾事件檢測結果判斷模塊、電能質量幹擾特徵提取模塊、電能質量幹擾事件辨識模塊、電能質量幹擾源辨識模塊、電能質量幹擾源類型辨識結果判斷模塊、電能質量幹擾特徵樣本累積總數判斷模塊、未知電能質量幹擾源類型的特徵指紋生成模塊、電能質量幹擾特徵樣本刪除模塊、電能質量幹擾特徵資料庫模塊、數據信息存儲模塊；所述參數預設模塊，預設電力系統電能質量幹擾特徵資料庫，初始化不同功能模塊中需要預先設置的相關參數；所述電氣信息採集與預處理模塊，用於根據系統設置，採集監測點處的電壓和總電流信號，具體作用是採集安裝點處的強電壓、大電流模擬信號，並將其轉換為弱電壓和/或小電流模擬信號，而後將弱電壓和/或小電流模擬信號數位化，並且對採集到的電壓、電流信號進行降噪、相位校準、異常值修正和諧波分析等後續電能質量幹擾檢測與辨識所需的數據預處理；所述電能質量幹擾事件檢測模塊，用於根據採集到的電壓、電流信號或諧波信息分析判斷監測點處是否存在電能質量幹擾；其中，通常是利用現有技術，根據所選電氣特徵數據的奇異性檢測監測點所轄供配電範圍內存在電能質量幹擾事件。所述電能質量幹擾事件檢測結果判斷模塊，用於根據電能質量幹擾事件檢測模塊獲得的檢測結果，判斷是否存在電能質量幹擾事件；所述電能質量幹擾特徵提取模塊，用於在電能質量幹擾事件檢測的基礎上，確定電能質量幹擾事件的起點時刻和終點時刻，進而獲取監測點處電能質量幹擾監測所需的不同類型電氣特徵數據樣本；所述電能質量幹擾事件辨識模塊，用於依據所述電能質量幹擾特徵資料庫模塊提供的不同類型電能質量幹擾的特徵數據，利用模式識別領域內合適的分類技術，確定檢測到的電能質量幹擾的類型；所述電能質量幹擾源辨別模塊，用於依據所述電力系統電能質量幹擾特徵資料庫模塊提供的不同類型電能質量幹擾源的特徵指紋數據，在電能質量幹擾類型辨識的基礎上，利用模式識別領域內合適的分類技術，進一步確定檢測到的電能質量幹擾與監測點所轄供配電範圍內的某種或某幾種有關電氣設備所處的何種運行狀態有關，即判斷電能質量幹擾源的類型；其中，電氣設備運行狀態包括其故障狀態、以及非故障狀態的不同運行狀態。所述電能質量幹擾源類型辨識結果判斷模塊，用於根據所述電能質量幹擾源辨別模塊所得結果，判斷電能質量幹擾源的類型是否能夠確定；所述電能質量幹擾特徵樣本累積總數判斷模塊，用於判斷特徵樣本的累積總數是否已經達到預設值；所述未知電能質量幹擾源類型的特徵指紋生成模塊，用於根據電能質量幹擾源類型監測與辨識結果，確定監測點所轄供配電範圍內存在的未知電能質量幹擾源類型，並獲取其特徵指紋參數樣本，進一步地，所述的未知電能質量幹擾源類型的特徵指紋生成模塊，根據系統所採用的電能質量幹擾源辨識方法的需要，在分析計算的基礎上，針對未知電能質量幹擾源類型，自動將所需的特徵指紋數據輸出給電能質量幹擾特徵資料庫模塊，並由所述電能質量幹擾特徵資料庫模塊保存；所述電能質量幹擾特徵樣本刪除模塊，在所述未知電能質量幹擾源類型的特徵指紋生成模塊已將新型電能質量幹擾源的特徵參數存儲在電力系統電能質量幹擾特徵資料庫中的基礎上，在特徵參數樣本列表中，刪除與新型電能質量幹擾源對應的特徵參數樣本刪除；所述電能質量幹擾特徵資料庫模塊，用於存儲和管理關於不同電能質量幹擾類型和不同電能質量幹擾源類型的特徵指紋數據，所述電能質量幹擾事件辨識模塊和所述電能質量幹擾源辨識模塊可以從所述電力系統電能質量幹擾特徵資料庫模塊中讀取所需電能質量幹擾特徵數據，同時，所述電能質量幹擾特徵資料庫模塊接收並存儲未知電能質量幹擾源類型的特徵指紋生成模塊提供的未知電能質量幹擾源類型的特徵指紋數據；所述數據信息存儲模塊，根據需要，保存其他功能模塊的信號分析與數據處理的結果，並為其他功能模塊提供數據訪問接口，具體地，所述電氣信息採集與預處理模塊、電能質量幹擾事件檢測模塊、電能質量幹擾特徵提取模塊、電能質量幹擾辨識模塊、電能質量幹擾源辨識模塊、未知電能質量幹擾源類型的特徵指紋生成模塊的處理結果，及所述的對外交互功能模塊的輸入信息，可以存儲在所述數據信息存儲模塊中，而且，所述電氣信息採集與預處理模塊、電能質量幹擾事件檢測模塊、電能質量幹擾特徵提取模塊、電能質量幹擾辨識模塊、電能質量幹擾源辨識模塊、未知電能質量幹擾源類型的特徵指紋生成模塊，及所述的對外交互功能模塊為實現定義功能，可以訪問所述數據信息存儲模塊以從中獲取所需數據；系統還包括對外交互功能模塊、數據信息存儲模塊和數據傳輸與信息通信模塊；所述對外交互功能模塊，用於非侵入式電能質量幹擾源在線自適應監測系統與外界進行必要的數據信息交互，包括但不限於監測與分析結果的展示與輸出，調控命令的輸入與輸出；所述數據傳輸與信息通信模塊，根據需要，用於系統中不同功能模塊之間的數據與信息交互。本發明還提供了一種非侵入式電能質量幹擾源在線自適應監測方法，應用於前面所述的一種非侵入式電能質量幹擾源在線自適應監測系統中，其特徵在於具體包括以下步驟：步驟201：預設電力系統電能質量幹擾特徵資料庫，初始化不同功能模塊中需要預先設置的相關參數；步驟202：採集監測點處的電力系統電氣信息，獲取所需的電氣特徵數據；步驟203：檢測電能質量幹擾事件，即監測點所轄供配電區域內是否存在電能質量幹擾源；步驟204：判斷電能質量幹擾事件是否存在，是則執行步驟205，否則執行步驟202；步驟205：確定電能質量幹擾事件的起止時刻，並提取電能質量幹擾特徵樣本；步驟206：根據電能質量幹擾的電氣特徵，辨識電能質量幹擾事件的類型；步驟207：根據電能質量幹擾類型辨識結果，進一步辨識該電能質量幹擾源的類型；步驟208：判斷電能質量幹擾源的類型是否能確定，是則執行步驟209，否則執行步驟210。步驟209：確定並記錄電能質量幹擾源類型辨識結果，執行步驟202；步驟210：在特徵參數樣本列表中，積累幹擾源類型未知的電能質量幹擾的電氣特徵數據樣本；步驟211：判斷特徵樣本的累積總數是否達到預設值，是則執行步驟212；否則執行步驟202；步驟212：確定不同新型電能質量幹擾源的特徵參數，並將結果存儲在電力系統電能質量幹擾特徵資料庫中，在特徵參數樣本列表中，將與新型電能質量幹擾源對應的特徵參數樣本刪除；而後，執行步驟202。進一步，對於步驟201，預設電能質量幹擾特徵資料庫，包括兩個方面，一方面，在資料庫中預存不同類型的電能質量幹擾的特徵數據，另一方面，可以根據需要或實際條件，在資料庫中預存已知類型的電能質量幹擾源的特徵數據。進一步，對於步驟202，所述電氣特徵是指能夠描述或反映電力系統電能質量狀態的特徵。進一步，對於步驟203，對於辨識不同類型的電能質量幹擾事件，所需的有關電氣特徵不同。進一步，對於步驟205，利用現有技術，根據所選電氣特徵數據的奇異性檢測監測點所轄供配電範圍內存在電能質量幹擾事件。進一步，對於步驟206，根據不同類型電能質量幹擾的特徵，利用分類辨識技術，判斷獲取的電能質量幹擾電氣特徵數據樣本的所屬電能質量幹擾類別。進一步，對於步驟207，根據產生同種類型的電能質量幹擾的不同幹擾源類型的電氣特徵的不同，利用分類辨識技術，判斷獲取的電能質量幹擾電氣特徵數據樣本的所屬電能質量幹擾源類型；根據判別結果，若電能質量幹擾特徵樣本屬於任意已知電能質量幹擾源類型的可能性皆小於預設值ε，則無法確定該電氣特徵樣本的類屬，否則，將電能質量幹擾特徵樣本的類屬判定為歸屬可能性最大的電能質量幹擾源類型；其中，ε∈(0,1)。進一步，對於步驟211，關於特徵參數樣本列表中的特徵樣本累積總數的預設值n1，其取值一般不小於100。進一步，對於步驟212，利用聚類分析技術，對已經積累的特徵參數樣本進行聚類分析，在聚類結果中，所有包含特徵樣本數量大於預設值n2的簇對應於一種新型電能質量幹擾源，並且，簇中包含的所有特徵樣本皆與之對應的新型電能質量幹擾源有關，以所得簇的聚類中心作為該新型電能質量幹擾源的電氣特徵典型值，n2的取值一般不小於5；同時，根據需要，將新型電能質量幹擾源的特徵樣本和電氣特徵典型值存儲在電力系統電能質量幹擾特徵資料庫中。本發明具有的優點和有益效果是：提出了一種非侵入式電能質量幹擾源在線自適應監測系統，並提出了一種可以部署在該系統上的電能質量幹擾源在線自適應監測方法，可以自動地發現監測點所轄供配電範圍內存在的不同類型的電能質量幹擾，並辨識電能質量幹擾的發生源，即判斷檢測到的某種類型的電能質量幹擾是由哪種或哪幾種電氣設備在何種工況下產生的，並自動發掘監測點所轄供配電範圍內出現的新型電能質量幹擾源，鑑於電能質量幹擾監測是電能質量治理的根本依據，能夠切實提高電力系統電能質量管理水平，降低電能質量擾動對電力系統的影響，尤其在配電網級，提高用戶用電滿意度。附圖說明圖1是本發明一種非侵入式電能質量幹擾源在線自適應監測系統示意圖；圖2是本發明一種非侵入式電能質量幹擾源在線自適應監測方法流程圖；具體實施方式下面結合附圖對本發明的具體實施方式做出說明。下面將結合本發明實施例中的附圖，對本發明實施例中的技術方案進行清楚、完整的描述，應當理解，優選的實施例僅是本發明的一部分實施例，而不是全部的實施例。基於所述的實施例，本領域的普通技術人員在沒有做出創造性勞動的前提下，所獲得的其他實施例，都屬於本發明的保護範圍。如圖1所示，本發明提供一種非侵入式電能質量幹擾源在線自適應監測系統，包括參數預設模塊、電氣信息採集與預處理模塊、電能質量幹擾事件檢測模塊、電能質量幹擾事件檢測結果判斷模塊、電能質量幹擾特徵提取模塊、電能質量幹擾事件辨識模塊、電能質量幹擾源辨識模塊、電能質量幹擾源類型辨識結果判斷模塊、電能質量幹擾特徵樣本累積總數判斷模塊、未知電能質量幹擾源類型的特徵指紋生成模塊、電能質量幹擾特徵樣本刪除模塊、電能質量幹擾特徵資料庫模塊、數據信息存儲模塊；所述參數預設模塊，預設電力系統電能質量幹擾特徵資料庫，初始化不同功能模塊中需要預先設置的相關參數；所述電氣信息採集與預處理模塊，用於根據系統設置，採集監測點處的電壓和總電流信號，具體作用是採集安裝點處的強電壓、大電流模擬信號，並將其轉換為弱電壓和/或小電流模擬信號，而後將弱電壓和/或小電流模擬信號數位化；實施過程中，所述電壓和電流信號的採集可以利用電壓和電流互感器實現，為了方便，電流互感器可以採用「鉗式」互感器；並且，對採集到的電壓、電流信號進行降噪、相位校準、異常值修正和諧波分析等後續電能質量幹擾檢測與辨識所需的數據預處理；實施過程中，對於諧波畸變，可以採用傅立葉變換對電壓、電流信號進行諧波分析。所述電能質量幹擾事件檢測模塊，用於根據採集到的電壓、電流信號或諧波信息分析判斷監測點處是否存在電能質量幹擾；其中，通常是利用現有技術[張學新.變點檢測問題最新進展綜述[J].江漢大學學報(自然科學版)，2012，40(2):18-24.]，根據所選電氣特徵數據的奇異性檢測監測點所轄供配電範圍內存在電能質量幹擾事件。所述電能質量幹擾事件檢測結果判斷模塊，用於根據電能質量幹擾事件檢測模塊獲得的檢測結果，判斷是否存在電能質量幹擾事件。所述電能質量幹擾特徵提取模塊，用於在電能質量幹擾事件檢測的基礎上，確定電能質量幹擾事件的起點時刻和終點時刻，進而獲取監測點處電能質量幹擾監測所需的不同類型電氣特徵數據樣本；其中，對於不同類型的電能質量幹擾事件，能夠描述或反映電力系統電能質量狀態的特徵不同。所述電能質量幹擾事件辨識模塊，用於依據所述電能質量幹擾特徵資料庫模塊提供的不同類型電能質量幹擾的特徵數據，利用模式識別領域內合適的分類技術，確定檢測到的電能質量幹擾的類型；所述分類技術可以是任意適合的現有技術，如決策樹、支持向量機、人工神經網絡等。實施時，所述電能質量幹擾類型包括但不限於，頻率偏差、電壓偏差、電壓波動與閃變、三相不平衡、暫時或瞬態過電壓、波形畸變(諧波)、電壓暫降、中斷、暫升、及供電連續性。所述電能質量幹擾源辨別模塊，用於依據所述電力系統電能質量幹擾特徵資料庫模塊提供的不同類型電能質量幹擾源的特徵指紋數據，在電能質量幹擾類型辨識的基礎上，利用模式識別領域內合適的分類技術，進一步確定檢測到的電能質量幹擾與監測點所轄供配電範圍內的某種或某幾種有關電氣設備所處的何種運行狀態有關，即判斷電能質量幹擾源的類型；其中，電氣設備運行狀態包括其故障狀態、以及非故障狀態的不同運行狀態，例如泵的制熱狀態和製冷狀態。其中，所述分類技術可以是任意適合的現有技術，如決策樹、支持向量機、人工神經網絡等。實施時，所述電能質量幹擾源類型包括但不限於，光伏發電站、分布式光伏、電動汽車充電站、電動汽車充電樁、風力發電站、分布式風機、變頻電氣設備、集成電路類設備、電機類設備等。表1給出的是不同類型電氣設備產生的電流諧波畸變的數值範圍。表中結果是利用大量實測數據計算而得，其中，每種電氣設備都涉及了多種品牌，這裡電流諧波畸變是利用1～20次諧波電流有效值計算得到的。基於此表，直接地，假設對於多次檢測到的諧波畸變型電能質量幹擾事件的電流諧波畸變值的平均值大於1.2，則可判斷該電能質量幹擾事件的幹擾源為變頻類電氣設備，若該事件發生在普通居民區，則很有可能是由變頻空調產生的；間接地，若檢測到的電能質量幹擾事件屬於電壓驟降，且多次發生類似情形的幹擾事件的電流諧波畸變值均小於0.15，則可判斷該電壓驟降幹擾可能是由配電轄區內的大功率電阻類設備產生的。表1電流諧波畸變幹擾源舉例所述電能質量幹擾源類型辨識結果判斷模塊，用於根據所述電能質量幹擾源辨別模塊所得結果，判斷電能質量幹擾源的類型是否能夠確定；所述電能質量幹擾特徵樣本累積總數判斷模塊，用於判斷特徵樣本的累積總數是否已經達到預設值；所述未知電能質量幹擾源類型的特徵指紋生成模塊，用於根據電能質量幹擾源類型監測與辨識結果，確定監測點所轄供配電範圍內存在的未知電能質量幹擾源類型，並獲取其特徵指紋參數樣本，進一步地，所述的未知電能質量幹擾源類型的特徵指紋生成模塊，根據系統所採用的電能質量幹擾源辨識方法的需要，在分析計算的基礎上，針對未知電能質量幹擾源類型，自動將所需的特徵指紋數據輸出給電能質量幹擾特徵資料庫模塊，並由所述電能質量幹擾特徵資料庫模塊保存；所述電能質量幹擾特徵樣本刪除模塊，在所述未知電能質量幹擾源類型的特徵指紋生成模塊已將新型電能質量幹擾源的特徵參數存儲在電力系統電能質量幹擾特徵資料庫中的基礎上，在特徵參數樣本列表中，刪除與新型電能質量幹擾源對應的特徵參數樣本刪除；所述電能質量幹擾特徵資料庫模塊，用於存儲和管理關於不同電能質量幹擾類型和不同電能質量幹擾源類型的特徵指紋數據，所述電能質量幹擾事件辨識模塊和所述電能質量幹擾源辨識模塊可以從所述電力系統電能質量幹擾特徵資料庫模塊中讀取所需電能質量幹擾特徵數據，同時，所述電能質量幹擾特徵資料庫模塊接收並存儲未知電能質量幹擾源類型的特徵指紋生成模塊提供的未知電能質量幹擾源類型的特徵指紋數據；所述數據信息存儲模塊，根據需要，保存其他功能模塊的信號分析與數據處理的結果，並為其他功能模塊提供數據訪問接口，具體地，所述電氣信息採集與預處理模塊、電氣信息數據預處理模塊、電能質量幹擾事件檢測模塊、電能質量幹擾特徵提取模塊、電能質量幹擾辨識模塊、電能質量幹擾源辨識模塊、未知電能質量幹擾源類型的特徵指紋生成模塊的處理結果，及所述的對外交互功能模塊的輸入信息，可以存儲在所述數據信息存儲模塊中，而且，所述電氣信息採集與預處理模塊、電能質量幹擾事件檢測模塊、電能質量幹擾特徵提取模塊、電能質量幹擾辨識模塊、電能質量幹擾源辨識模塊、未知電能質量幹擾源類型的特徵指紋生成模塊，及所述的對外交互功能模塊為實現定義功能，可以訪問所述數據信息存儲模塊以從中獲取所需數據；系統還包括對外交互功能模塊、數據信息存儲模塊和數據傳輸與信息通信模塊；所述對外交互功能模塊，用於非侵入式電能質量幹擾源在線自適應監測系統與外界進行必要的數據信息交互，包括但不限於監測與分析結果的展示與輸出，調控命令的輸入與輸出；所述數據傳輸與信息通信模塊，根據需要，用於系統中不同功能模塊之間的數據與信息交互。圖中的「單向」或「雙向」箭頭代表數據傳輸與信息通信模塊。而且，所述的電能質量幹擾源在線自動辨識系統可以根據監測範圍的需要，對電力系統中各電壓等級的輸電、配電和變電節點進行監測。本發明還提供了一種非侵入式電能質量幹擾源在線自適應監測方法，應用於前面所述的一種非侵入式電能質量幹擾源在線自適應監測系統中，具體包括以下步驟：如圖2所示，一種非侵入式電能質量幹擾源在線自適應監測方法，應用於前面所述的一種非侵入式電能質量幹擾源在線自適應監測系統中，其特徵在於具體包括以下步驟：步驟201：預設電力系統電能質量幹擾特徵資料庫，初始化不同功能模塊中需要預先設置的相關參數；步驟202：採集監測點處的電力系統電氣信息，獲取所需的電氣特徵數據；步驟203：檢測電能質量幹擾事件，即監測點所轄供配電區域內是否存在電能質量幹擾源；步驟204：判斷電能質量幹擾事件是否存在，是則執行步驟205，否則執行步驟202；步驟205：確定電能質量幹擾事件的起止時刻，並提取電能質量幹擾特徵樣本；步驟206：根據電能質量幹擾的電氣特徵，辨識電能質量幹擾事件的類型；步驟207：根據電能質量幹擾類型辨識結果，進一步辨識該電能質量幹擾源的類型；步驟208：判斷電能質量幹擾源的類型能否確定，是則執行步驟209，否則執行步驟210。步驟209：確定並記錄電能質量幹擾源類型辨識結果，執行步驟202；步驟210：在特徵參數樣本列表中，積累幹擾源類型未知的電能質量幹擾的電氣特徵數據樣本；步驟211：判斷特徵樣本的累積總數是否達到預設值，是則執行步驟212；否則執行步驟202；步驟212：確定不同新型電能質量幹擾源的特徵參數，並將結果存儲在電力系統電能質量幹擾特徵資料庫中，在特徵參數樣本列表中，將與新型電能質量幹擾源對應的特徵參數樣本刪除；而後，執行步驟202。進一步，對於步驟201，預設電能質量幹擾特徵資料庫，包括兩個方面，一方面，在資料庫中預存不同類型的電能質量幹擾的特徵數據，另一方面，可以根據需要或實際條件，在資料庫中預存已知類型的電能質量幹擾源的特徵數據。進一步，對於步驟202，所述電氣特徵是指能夠描述或反映電力系統電能質量狀態的特徵。進一步，對於步驟203，對於辨識不同類型的電能質量幹擾事件，所需的有關電氣特徵不同。進一步，對於步驟205，利用現有技術，根據所選電氣特徵數據的奇異性檢測監測點所轄供配電範圍內存在電能質量幹擾事件。進一步，對於步驟206，根據不同類型電能質量幹擾的特徵，利用分類辨識技術，判斷獲取的電能質量幹擾電氣特徵數據樣本的所屬電能質量幹擾類別。進一步，對於步驟207，根據產生同種類型的電能質量幹擾的不同幹擾源類型的電氣特徵的不同，利用分類辨識技術，判斷獲取的電能質量幹擾電氣特徵數據樣本的所屬電能質量幹擾源類型；根據判別結果，若電能質量幹擾特徵樣本屬於任意已知電能質量幹擾源類型的可能性皆小於預設值ε，則無法確定該電氣特徵樣本的類屬，否則，將電能質量幹擾特徵樣本的類屬判定為歸屬可能性最大的電能質量幹擾源類型；其中，ε∈(0,1)。進一步，對於步驟211，關於特徵參數樣本列表中的特徵樣本累積總數的預設值n1，其取值一般不小於100。進一步，對於步驟212，利用聚類分析技術，對已經積累的特徵參數樣本進行聚類分析，在聚類結果中，所有包含特徵樣本數量大於預設值n2的簇對應於一種新型電能質量幹擾源，並且，簇中包含的所有特徵樣本皆與之對應的新型電能質量幹擾源有關，以所得簇的聚類中心作為該新型電能質量幹擾源的電氣特徵典型值，n2的取值一般不小於5；同時，根據需要，將新型電能質量幹擾源的特徵樣本和電氣特徵典型值存儲在電力系統電能質量幹擾特徵資料庫中。實施時，對於聚類分析技術，本發明可以採用任意現有技術，例如，k-均值算法、k-中心值算法、DBSCAN算法及基於網格的聚類算法[JiaweiHan,MichelineKamber,JianPei.DataMining:ConceptsandTechniques[M].Elsevier,2011]等。若檢測到的多個諧波畸變類電能質量幹擾事件的電流諧波畸變值無法依據表1中現有典型值來判斷，則可對檢測樣本進行聚類分析，總結這種諧波畸變幹擾源的諧波畸變典型數值，如下表。經分析，這類電能質量幹擾源屬於電機類設備，具體地是由配電轄區內洗衣店的洗衣機集中使用產生的。表2諧波畸變幹擾源的諧波畸變典型數值自動分析結果電能質量幹擾類型電能質量幹擾數據電流諧波畸變0.22～0.43按照上述實施例，本發明可以自動地發現監測點所轄供配電範圍內存在的不同類型的電能質量幹擾，並辨識和定位電能質量幹擾的發生源，即判斷檢測到的某種類型的電能質量幹擾是由哪種或哪幾種電氣設備在何種工況下產生的，並自動發掘監測點所轄供配電範圍內出現的新型電能質量幹擾源，鑑於電能質量幹擾監測是電能質量治理的根本依據，因此，本發明成果能夠切實提高電力系統電能質量管理水平，降低電能質量擾動對電力系統的影響，尤其在配電網級，提高用戶用電滿意度。以上所述僅為本發明的較佳實施例而已，並不用以限制本發明，凡在本發明的精神和原則之內所作的任何修改、等同替換和改進等，均應包含在本發明的保護範圍之內。當前第1頁1 2 3