应用于智能融合终端的电能质量异常检测方法及系统与流程
本技术涉及电数字数据处理领域,尤其涉及应用于智能融合终端的电能质量异常检测方法及系统。
背景技术:
1、在冶金电弧炉、电气化铁路等冲击性负荷接入的工业电网中,正常生产操作以及短路、谐振等故障均可能引起三相电压数据和三相电流数据的暂态变化。现有电能质量异常检测方法通常采用电压有效值、电流峰值或功率中的单一指标,并利用固定阈值检测暂态事件。
2、单一指标难以同时反映电压波形畸变、电流瞬时冲击和功率波动,固定阈值难以适应背景负荷及其波动程度的变化,采用单个采样点是否超过固定阈值作为触发条件还容易受到随机噪声和瞬时毛刺影响,导致暂态区间误触发、漏触发或者边界不稳定。此外,现有事件类型判定方法通常采用少量统计特征或单个历史样本作为判定依据,难以同时反映暂态波形的峰值发生次序、恢复至稳态的速度和振荡成分的持续程度。当正常冲击与异常事件的幅值范围重叠且历史样本分布密度不均时,待测事件容易受到稀疏区域偶然近邻的影响;对于历史标注事件中未出现的扰动形态,现有方法还可能将其强制归入预先设置的事件类型。
技术实现思路
1、为了解决现有电能质量异常检测方法对背景波动适应能力不足、正常冲击与异常事件容易混淆以及未知形态事件容易被强制分类的技术问题,本技术提供应用于智能融合终端的电能质量异常检测方法及系统。
2、第一方面,本技术提供应用于智能融合终端的电能质量异常检测方法,采用如下的技术方案:
3、应用于智能融合终端的电能质量异常检测方法,包括:
4、获取由历史标注事件构建的正常冲击库和异常事件库,并标定正常冲击半径和异常事件半径;采集待测事件的三相电压数据和三相电流数据;基于所述三相电压数据和所述三相电流数据计算电压畸变平方偏差指标、电流冲击平方偏差指标和功率波动偏差指标,经标幺化、加权融合和平滑得到短时扰动指标序列,并根据所述短时扰动指标序列计算自适应触发阈值,根据所述自适应触发阈值划分多个暂态区间;根据所述暂态区间内的三相电压数据和三相电流数据计算峰值偏移时序特征向量、衰减趋势系数和振荡持续性指数,标准化得到标准化形态描述符;分别计算所述标准化形态描述符至所述正常冲击库和所述异常事件库的马氏距离;根据所述正常冲击库和所述异常事件库中自适应近邻阶数对应的近邻马氏距离分布,对所述马氏距离进行校正,得到正常冲击校正距离和异常事件校正距离;比较所述正常冲击校正距离与所述正常冲击半径、所述异常事件校正距离与所述异常事件半径,判定所述待测事件的事件类型。
5、可选的,获取具有事件标签的历史标注事件,所述历史标注事件包括同步记录的三相电压数据和三相电流数据;根据所述历史标注事件的三相电压数据和三相电流数据计算所述历史标注事件的标准化形态描述符;将事件标签为正常冲击的历史标注事件的标准化形态描述符归入正常冲击库,将事件标签为异常事件的历史标注事件的标准化形态描述符归入异常事件库。
6、可选的,对所述电压畸变平方偏差指标、所述电流冲击平方偏差指标和所述功率波动偏差指标进行标幺化,得到标幺化电压畸变指标、标幺化电流冲击指标和标幺化功率波动指标;根据三类标幺化扰动指标在当前统计窗口内的均值和标准差计算标幺化扰动指标局部变异系数,根据所述标幺化扰动指标局部变异系数确定标幺化扰动指标加权系数;根据所述标幺化扰动指标加权系数对三类标幺化扰动指标进行加权融合,得到瞬时复合扰动指标;根据所述标幺化扰动指标局部变异系数确定自适应滑动均值窗口长度,并计算所述自适应滑动均值窗口内瞬时复合扰动指标的均值,得到所述短时扰动指标序列。
7、可选的,根据短时扰动指标序列计算短时扰动指标基线和波动尺度估计,根据所述短时扰动指标基线和所述波动尺度估计计算触发灵敏度系数,并根据所述短时扰动指标基线、所述触发灵敏度系数和所述波动尺度估计得到自适应触发阈值;根据自适应滑动均值窗口长度和相对波动占比确定起始确认点数和结束确认点数,通过事件外状态和事件内状态下的连续点确认获得事件起始边界和事件结束边界,由所述事件起始边界和所述事件结束边界界定暂态区间。
8、可选的,根据暂态区间内各相的电压有效值包络摆幅和电流绝对峰值包络摆幅确定相别显著度,并选择相别显著度最大的相作为显著相;根据所述显著相的电压峰值序列和电流峰值序列,经峰值序列规整和主成分分析得到峰值偏移时序特征向量;根据所述显著相的电压数据相对稳态偏置的偏差信号拟合得到衰减趋势系数;根据从所述显著相的电压数据中提取的振荡成分序列及其自相关函数包络得到振荡持续性指数;将峰值偏移时序特征向量、衰减趋势系数和振荡持续性指数按固定次序组成原始形态特征向量,并根据历史标注事件的各特征分量均值和标准差进行标准化,得到标准化形态描述符。
9、可选的,计算标准化形态描述符至正常冲击库内每个标准化形态描述符的马氏距离,从中选取最小马氏距离并确定正常冲击库最近邻标准化形态描述符,根据所述正常冲击库最近邻标准化形态描述符的自适应近邻阶数对应的近邻马氏距离和正常冲击库典型近邻马氏距离确定正常冲击库密度校正系数,并根据所述正常冲击库密度校正系数和所述最小马氏距离得到正常冲击校正距离;同理,根据异常事件库确定异常事件库最近邻标准化形态描述符、异常事件库密度校正系数和异常事件校正距离。
10、可选的,从所述标准化形态描述符至所述正常冲击库内全部标准化形态描述符的马氏距离中选取最小值,得到所述待测事件至所述正常冲击库的最小马氏距离,并确定正常冲击库最近邻标准化形态描述符;根据所述正常冲击库最近邻标准化形态描述符的自适应近邻阶数对应的近邻马氏距离和正常冲击库典型近邻马氏距离得到正常冲击库密度校正系数,根据所述正常冲击库密度校正系数和所述待测事件至所述正常冲击库的最小马氏距离得到所述正常冲击校正距离;同理,根据所述标准化形态描述符至所述异常事件库内全部标准化形态描述符的马氏距离,得到所述异常事件校正距离。
11、可选的,对于正常冲击库和异常事件库中的每个库,根据库内标准化形态描述符的数量确定自适应近邻阶数;对库内每个标准化形态描述符执行留一计算,得到留一最近邻马氏距离和自适应近邻阶数对应的近邻马氏距离;根据库内近邻马氏距离的中位数得到典型近邻马氏距离,根据所述典型近邻马氏距离校正所述留一最近邻马氏距离,得到密度校正留一最近邻马氏距离;根据正常冲击库的密度校正留一最近邻马氏距离分布标定正常冲击半径,并根据异常事件库的密度校正留一最近邻马氏距离分布标定异常事件半径。
12、第二方面,本技术提供应用于智能融合终端的电能质量异常检测系统,采用如下的技术方案:
13、应用于智能融合终端的电能质量异常检测系统,包括处理器和存储器,所述存储器存储有计算机程序指令,当所述计算机程序指令被所述处理器执行时实现上述的应用于智能融合终端的电能质量异常检测方法。
14、本技术具有以下技术效果:
15、1、通过三相电压数据和三相电流数据计算电压畸变平方偏差指标、电流冲击平方偏差指标和功率波动偏差指标,经标幺化、加权融合和平滑得到短时扰动指标序列,使电压波形畸变、电流瞬时冲击和功率波动进入同一检测依据;利用自适应触发阈值以及起始确认点数和结束确认点数划分暂态区间,使事件触发条件能够随背景负荷及其波动程度调整,从而减少随机噪声和瞬时毛刺引起的误触发、漏触发及边界不稳定。
16、2、通过暂态区间内的三相电压数据和三相电流数据计算峰值偏移时序特征向量、衰减趋势系数和振荡持续性指数,并标准化得到标准化形态描述符,使标准化形态描述符能够从峰值发生次序、恢复至稳态的速度和振荡成分的持续程度表征待测事件,从而为区分幅值范围存在重叠的正常冲击与异常事件提供判定依据。
17、3、通过历史标注事件构建正常冲击库和异常事件库,并根据密度校正留一最近邻马氏距离分布标定正常冲击半径和异常事件半径,使正常冲击半径和异常事件半径反映对应库内标准化形态描述符的分布范围;根据自适应近邻阶数对应的近邻马氏距离分布校正马氏距离,得到正常冲击校正距离和异常事件校正距离,从而降低稀疏区域偶然近邻对判定结果的影响。通过比较正常冲击校正距离与正常冲击半径、异常事件校正距离与异常事件半径,能够判定正常冲击、异常事件或未知形态事件,减少正常生产操作引起的误报,并避免将不能由正常冲击库或异常事件库解释的待测事件强制归入已知事件类型。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com