一种电力系统谐波自适应分段及其责任划分方法及系统与流程

本技术属于电力系统谐波分析，具体涉及一种电力系统谐波自适应分段及其责任划分方法及系统。

背景技术：

1、随着电力电子设备的广泛应用，电网谐波污染日益严重，谐波责任划分成为电能质量管理的关键环节。传统谐波责任划分方法基于线性回归模型，通过测量谐波电压和谐波电流数据估计系统谐波阻抗，进而计算各谐波源对关注节点谐波电压的责任，其隐含假设系统谐波阻抗在观测窗口内恒定。为应对实际工况，现有研究分别引入稳健回归（如最小截断平方lts）抑制异常值污染、岭估计缓解多重共线性、分段回归处理系统状态时变性，但仍存在以下缺陷：

2、其一，自适应分段准确性不足。系统状态时变且切换时刻不可知，谐波源投切导致系统统计特性阶段性突变，现有分段回归的分段点依赖人工经验或固定时间窗，缺乏数据驱动的自适应检测能力。

3、其二，阻抗估计稳健性不足。多谐波源电流间强多重共线性导致设计矩阵病态，测量噪声、通信错误等异常值进一步污染估计；lts等稳健回归未考虑共线性问题，岭估计虽可缓解病态矩阵却缺乏异常值鲁棒性，且仍假设系统状态恒定。

4、其三，背景谐波难以合理分离。背景谐波源位置分散、无法逐一监测，其幅相随机波动易被错误归因于已知谐波源；现有方法将其视为常数或独立噪声，与实际严重不符。

5、其四，正则化参数缺乏自适应选择。现有岭估计方法的正则化参数多采用统一固定值或人工试选，无法与各分段随系统状态变化的病态程度相匹配。

6、综上，现有技术方案在应对自适应分段准确性不足、阻抗估计稳健性不足、背景谐波难以合理分离、正则化参数缺乏自适应选择这四重相互耦合的难题时，缺乏一种能够同时、系统性解决上述缺陷的技术方案。

技术实现思路

1、本技术提出了一种电力系统谐波自适应分段及其责任划分方案，旨在解决现有技术中自适应分段准确性不足、阻抗估计稳健性不足、背景谐波难以合理分离，以及正则化参数缺乏自适应选择的问题。

2、本技术实施例的第一方面提供了一种电力系统谐波自适应分段及其责任划分方法，包括：

3、获取关注节点的谐波电压时序数据以及已知谐波源节点的谐波电流时序数据；

4、基于谐波电压幅值的变化率曲线和全部已知谐波源电流幅值变化率之和曲线，分别进行平滑和峰值检测，提取候选分段点，所述候选分段点为所述变化率曲线上的局部极大值点，其中，候选分段点的峰值高度相对于对应变化率曲线的基准水平超过预设倍数，且相邻候选分段点的间距不小于预设最小间距；对两条曲线提取的候选分段点进行合并去重，对位置接近的候选分段点保留综合得分最高的候选分段点，以合并去重后的候选分段点作为分段点，将整个时段划分为每个分段样本数不小于预设下限的多个分段；

5、对每个分段，将关注节点的总谐波电压建立为含背景谐波综合效应项的回归模型，利用以舍弃最差样本后残差平方和最小化为目标的lts方法获得谐波阻抗参数的稳健初始估计，并以所述稳健初始估计为初值，采用迭代加权最小二乘irls进行迭代，在每次迭代中使用带岭回归惩罚项的加权最小二乘求解，其中岭回归的正则化参数由每个分段通过交叉验证自适应选择，得到该分段的谐波阻抗估计；

6、根据估计出的谐波阻抗和已知谐波电流，计算每个分段内各已知谐波源对关注节点谐波电压的责任，并根据各已知谐波源责任之和的余量确定背景谐波的责任值；

7、对各分段的责任结果进行融合，得到整体责任划分结果。

8、在本技术的一些实施例中，所述基于谐波电压幅值的变化率曲线和全部已知谐波源电流幅值变化率之和曲线，分别进行平滑和峰值检测，提取候选分段点，包括：

9、计算谐波电压幅值的变化率曲线，以及计算全部已知谐波源电流幅值变化率之和曲线；

10、对所述谐波电压幅值的变化率曲线和所述全部已知谐波源电流幅值变化率之和曲线分别进行移动平均平滑处理，所述移动平均的窗口长度为11个采样点；

11、分别从平滑后的所述谐波电压幅值的变化率曲线和所述全部已知谐波源电流幅值变化率之和曲线中提取局部极大值点，所有的所述局部极大值点形成候选分段点集合。

12、在本技术的一些实施例中，所述预设倍数为对应变化率曲线在预设统计时段内变化率绝对值的平均值的1.5倍；

13、所述预设最小间距为50个采样点；

14、所述位置接近为两条曲线提取的候选分段点之间的间距小于30个采样点；

15、所述预设下限为30个采样点；

16、若合并去重后得到的候选分段点数量超过8个，则按综合得分从高到低保留8个候选分段点作为分段点；

17、所述综合得分通过以下公式计算：

18、，

19、其中，为候选分段点p对应的归一化电压变化率峰值，为候选分段点p对应的归一化电流变化率峰值。

20、在本技术的一些实施例中，所述将关注节点的总谐波电压建立为含背景谐波综合效应项的回归模型，包括：

21、在指定谐波次数下，所述关注节点的总谐波电压表示为：

22、

23、其中，为关注节点在时刻的谐波电压相量，为第个已知谐波源在时刻的注入电流相量，为已知谐波源的个数，为第个已知谐波源对应的等效谐波阻抗，为背景谐波综合效应相量；

24、将所述总谐波电压以及各已知谐波源的注入电流分别分解为实部和虚部，构造实值回归模型：

25、，

26、其中为由所述关注节点谐波电压的实部和虚部堆叠而成的观测向量，为采样点数量，为由各已知谐波源注入电流的实部、负虚部以及常数项构成的设计矩阵，为待估参数向量，包含各谐波阻抗的实部和虚部，以及背景谐波电压的实部和虚部，即，ε为误差向量。

27、在本技术的一些实施例中，所述利用以舍弃最差样本后残差平方和最小化为目标的lts方法获得谐波阻抗参数的稳健初始估计，包括：

28、从分段样本中多次随机抽取子样本，基于每次抽取的子样本计算回归系数；

29、计算分段内全部样本的残差平方并排序，以舍弃25%的最差样本后、剩余样本的残差平方和最小化为目标函数；

30、重复随机抽样1000次，选择使所述目标函数最小的回归系数作为lts估计，即所述稳健初始估计。

31、在本技术的一些实施例中，所述采用迭代加权最小二乘irls进行迭代，在每次迭代中使用带岭回归惩罚项的加权最小二乘求解，包括：

32、以所述稳健初始估计为初值进行迭代；

33、在每次迭代中，基于当前残差采用huber权重函数构造对角权重矩阵；

34、通过以下公式计算当前迭代的待估参数：

35、，

36、其中，为所述设计矩阵，为所述观测向量，为所述对角权重矩阵，为岭回归的正则化参数，为单位矩阵，为待估参数向量；

37、迭代直至参数变化小于预设容忍度或达到预设最大迭代次数后，通过以下公式得到所述分段的谐波阻抗估计：

38、，

39、其中，为所述待估参数向量的第个元素，为的第个元素，j为虚数单位，i=1,2,...,m；

40、并通过以下公式得到所述分段的背景谐波均值：

41、，

42、其中，和分别为的第2m+1个和第2m+2个元素。

43、在本技术的一些实施例中，所述岭回归的正则化参数由每个分段通过交叉验证自适应选择，包括：

44、将所述分段的样本随机划分为5等份；

45、对每个候选正则化参数λ，依次以其中一等份作为验证集、其余四等份作为训练集，分别计算各折验证集的均方误差；

46、选择使验证集均方误差最小的λ作为该分段的岭回归正则化参数。

47、在本技术的一些实施例中，所述根据估计出的谐波阻抗和已知谐波电流，计算每个分段内各已知谐波源对关注节点谐波电压的责任，并根据各已知谐波源责任之和的余量确定背景谐波的责任，包括：

48、通过以下公式计算各已知谐波源在关注节点产生的电压：

49、，

50、其中，为第个已知谐波源的注入电流，为第个已知谐波源对应的等效谐波阻抗；

51、各已知谐波源的责任通过以下公式计算：

52、，

53、其中为的相角， 为关注节点总谐波电压的相角。

54、背景谐波的责任通过以下公式计算：

55、，

56、其中，为各已知谐波源责任之和；

57、若所述背景谐波的责任为负值，则将其置零；

58、对各样本点计算的责任取平均，通过以下公式得到所述分段内各已知谐波源的分段平均责任：

59、，

60、其中，seg为所述分段内样本点的索引集合，为该分段内的样本点数量，为第个已知谐波源在第个样本点的责任。

61、在本技术的一些实施例中，对每个分段，对所述分段的样本进行b次有放回重采样，得到b个重采样样本集，b为预设重采样次数；

62、在每个重采样样本集上执行所述分段内的谐波阻抗估计与责任计算，得到该次重采样的责任估计值；

63、根据b个责任估计值构成的经验分布，计算各已知谐波源及背景谐波责任的均值、标准差及95%置信区间。

64、本技术实施例的第二方面提供了一种电力系统谐波自适应分段及其责任划分系统，包括：

65、谐波数据采集装置，包括电压采样单元和电流采样单元，所述电压采样单元设置于关注节点，用于采集关注节点的谐波电压时序数据，所述电流采样单元设置于各已知谐波源节点，用于采集各已知谐波源节点的谐波电流时序数据；

66、处理装置，与所述谐波数据采集装置通信连接，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现本技术实施例第一方面所述的方法。

67、综上所述，本技术各实施例提供的电力系统谐波自适应分段及其责任划分方法与系统，通过双通道变化率峰值检测的自适应分段机制，自动识别系统状态切换时刻，解决了自适应分段准确性不足的问题；通过lts稳健初值、irls迭代与带岭回归惩罚项的三重协同估计，抑制异常值污染并改善设计矩阵条件数，解决了阻抗估计稳健性不足的问题；通过在回归模型中引入背景谐波综合效应项，并以余量法确定背景谐波责任且辅以非负处理，实现了背景谐波与已知谐波源的合理分离，解决了背景谐波难以合理分离的问题；通过每个分段独立地交叉验证自适应选择正则化参数，使正则化强度与各分段病态程度匹配，解决了正则化参数缺乏自适应选择的问题。上述技术特征相互配合、协同作用，并非简单叠加或拼凑，消融实验表明，完整方案的估计误差由ols方法的8.2%降至2.4%，整体rmse由7.1%降至1.9%，提升超过70%，取得了预料不到的技术效果。