[发明专利]扰动事件模型构建方法、装置和扰动事件识别方法、装置

说明书

本申请涉及一种扰动事件模型的构建方法和装置、一种电能扰动事件的识别方法和装置、计算机设备和存储介质。所述方法包括：获取电能扰动事件的三相暂态数据，并识别所述三相暂态数据的扰动时间段；在所述扰动时间段之内的三相暂态数据中，提取扰动特征向量；对所述扰动特征向量进行聚类，得到特征聚类结果；所述特征聚类结果具有对应的扰动事件类别；采用所述特征聚类结果，生成所述扰动事件类别的扰动事件模型；所述扰动事件模型用于预测待识别电能扰动事件属于所述扰动事件类别的概率值。采用本方法能够解决了设置阈值不合理导致电能扰动事件分类不准确的问题，提升了电能扰动事件分类的准确率。

技术领域

本申请涉及电能监测技术领域，特别是涉及一种扰动事件模型的构建方法和装置，一种电能扰动事件的识别方法和装置，计算机设备和存储介质。

背景技术

电能质量问题受到了电网公司和电力用户的关注。实际应用中，电能质量可能会受到线路重合闸、主备设备切换保护、电容器组投切等电能扰动事件的影响。因此，为了更好地管控电能质量，需要通过电能质量监测系统(power quality measurement system，PQMS)，对电能扰动事件进行监测，以根据电能扰动事件的监测结果，进行电网系统运行状态监测、预警等的处理。

目前，在监测电能扰动事件时，比较重要的一项处理是对电能扰动事件进行分类识别。较为常见的电能扰动事件分类方式，包括有小波变换、卡尔曼滤波器等。上述的分类方式中，主要是通过设置一个阈值的方式来识别电能扰动事件的类别。例如，如果检测到某个电能指标超过预设阈值，则判定电网系统存在有某个扰动事件类别的电能扰动事件。

然而，上述的电能扰动事件分类方法中，作为扰动事件类别分类依据的阈值通常由人工根据经验设置，如果设置的阈值不合理，则可能将正常的电能波动错误地识别为某个类别的电能扰动事件，或者，错过一些重要的电能扰动事件。

因此，目前的电能扰动事件监测方法中，存在着对电能扰动事件的分类不准确的问题。

发明内容

基于此，有必要针对上述技术问题，提供一种扰动事件模型的构建方法和装置、一种电能扰动事件的识别方法和装置、计算机设备和存储介质。

一种扰动事件模型的构建方法，所述方法包括：

获取电能扰动事件的三相暂态数据，并识别所述三相暂态数据的扰动时间段；

在所述扰动时间段之内的三相暂态数据中，提取扰动特征向量；

对所述扰动特征向量进行聚类，得到特征聚类结果；所述特征聚类结果具有对应的扰动事件类别；

采用所述特征聚类结果，生成所述扰动事件类别的扰动事件模型；所述扰动事件模型用于预测待识别电能扰动事件属于所述扰动事件类别的概率值。

在其中一个实施例中，所述识别所述三相暂态数据的扰动时间段的步骤，包括：

将所述三相暂态数据转换为小波系数能量数据；所述小波系数能量数据包括多个时间点以及对应的能量值；

在所述多个时间点中，查找能量值的波动幅度最大、且时间最早的时间点，作为扰动开始时间；

在所述扰动开始时间之后的时间点中，查找能量值的波动幅度最大的时间点，作为扰动切除时间；

将所述扰动开始时间和所述扰动切除时间之间的时间段，作为所述三相暂态数据的扰动时间段。

在其中一个实施例中，所述在所述扰动时间段之内的三相暂态数据中，提取扰动特征向量的步骤，包括：

在所述扰动时间段之内的三相暂态数据中，进行多次的谐波成分提取，得到多个电压电流谐波成分；

组合所述多个电压电流谐波成分，得到所述扰动特征向量。