[发明专利]一种采用多维度断面扫描数据的台区电能质量分析方法

说明书

本发明提出的是一种采用多维度断面扫描数据的台区电能质量分析方法，该方法包括：1、构建云‑边‑端架构的电能质量分析系统，并采集多维度断面数据；2、进行不完整断面数据的连接与重构；3、基于电气量‑非电气量多维度断面数据对电能质量扰动类型与位置进行云端计算识别。本发明提出将云计算与边缘计算相结合，云端、边端、终端相互配合，采集断面的电气量与非电气量断面数据并加以修正、存储、分析，能够减轻云端数据的计算量，平衡单云端高通信与单边端高成本的要求，有效提升了系统的经济性。

技术领域

本发明涉及一种采用多维度断面扫描数据的台区电能质量分析方法，属于电力系统电能质量分析识别领域。

背景技术

新能源发电已经成为我国的重要发展战略之一，但与稳定可靠的传统能源发电不同，新能源发电具有随机性和波动性，会给电力系统带来比传统能源发电更多的扰动。

电能质量扰动是电力系统中存在的主要问题之一；扰动或干扰通常是由许多因素引起的，如非线性或波动性负荷、电力电子设备、系统故障等，在一些极端情况下，这些因素都能够导致波形的畸变；如果不采取识别和控制行动来适当地预防和减轻这些干扰，就可能产生输电网和配电网的整体中断事件，造成重大的社会影响和巨大的经济损失。

电能质量扰动识别通常利用信号处理技术进行特征提取和利用监督分类方法实现模式识别；目前在特征提取阶段，信号处理技术应用有短时傅里叶变换、 S变换、Kalman滤波、小波变换、希尔伯特—黄变换等，这些方法都需要一定的人工介入提取特征量或计算复杂(如S变换)，在目前波形变化复杂的情况下，无法准确识别或做到实时计算；随着大数据与人工智能的发展，采用相关的方法使得实时准确辨识成为了可能。

实际的电能质量扰动分为单一扰动和复合扰动，但简单的单一种类的扰动发生较少，复合扰动尤其是双重扰动发生较多，例如伴随着电压暂升情况发生的同时有着谐波情况的发生；因此实际的电能质量扰动存在特征混叠现象，复合扰动和单一扰动之间的模式相似性导致准确识别的难度显著增加；目前，深度学习技术迅猛发展并广泛应用，它解决问题所具有的泛化性可以很好地应用于电能质量分析识别领域，且在一定的噪声下仍能达到很高的识别准确率。

发明内容

本发明提出的是一种采用多维度断面扫描数据的台区电能质量分析方法，其目的旨在对电能质量扰动进行识别分析。

本发明的技术解决方案：一种采用多维度断面扫描数据的台区电能质量分析方法，该方法包括：

1、构建云-边-端架构的电能质量分析系统，并采集多维度断面数据；

2、进行不完整断面数据的连接与重构；

3、基于电气量-非电气量多维度断面数据对电能质量扰动类型与位置进行云端计算识别。

进一步地，所述云-边-端架构的电能质量分析系统，具体包括终端、边端、云端，终端与边端之间采用本地通讯方式，边端与云端之间采用远程通讯方式；所述终端包括电能质量扫描仪、电力设备监测仪、温度传感器、光照传感器、风速传感器、计时器；所述边端包括边缘计算服务器、数据处理器、数据存储器；所述云端包括数据分析服务器、深度学习服务器、数据库；所述多维度断面数据包括电气量、时空状态量、自然气候量、设备状态量。

进一步地，所述终端对电气量、时空状态量、自然气候量、设备状态量进行测量；其中，电能质量扫描仪对电气量进行测量，电力设备监测仪对设备状态量进行测量，温度传感器、光照传感器、风速传感器对自然气候量进行测量，计时器和电网广域监测系统对时空状态量进行测量，时空状态量由扰动时间量与电力系统拓扑结构量构成，终端起到对电力系统断面数据进行采集的作用；所述边端起到电能质量边缘计算的功能。

进一步地，所述进行不完整断面数据的连接与重构，具体包括以下步骤：

2-1、首先从断面采集的多维度断面数据中判断缺失数据集；