隨著特高壓和智能電網(wǎng)的發(fā)展,非線性負(fù)載和設(shè)備所帶來的電網(wǎng)諧波污染問題得以凸顯。諧波污染會(huì)帶來能源和設(shè)備消耗,引發(fā)電網(wǎng)運(yùn)行安全問題,帶來巨大經(jīng)濟(jì)損失^[1]。在電網(wǎng)諧波綜合治理過程中,諧波源辨識(shí)是亟待解決的首要問題。諧波源辨識(shí)一般采用電網(wǎng)模型仿真的方法研究,準(zhǔn)確度不高。國家電網(wǎng)建設(shè)了電網(wǎng)諧波監(jiān)測分析系統(tǒng)^[2],匯集了海量電能質(zhì)量數(shù)據(jù),為數(shù)據(jù)驅(qū)動(dòng)的諧波問題分析奠定了基礎(chǔ)。在此背景下,本文針對(duì)諧波源辨識(shí)問題,使用電網(wǎng)諧波監(jiān)測數(shù)據(jù),圍繞諧波源識(shí)別和諧波責(zé)任劃分展開相關(guān)研究,主要工作包括:1、以準(zhǔn)確識(shí)別諧波源為目標(biāo),提出一種電能質(zhì)量數(shù)據(jù)驅(qū)動(dòng)的諧波源分類方法。該方法兼顧指標(biāo)的多樣性、數(shù)據(jù)的非線性與時(shí)序性特點(diǎn),首先基于電能質(zhì)量數(shù)據(jù)分布特點(diǎn)對(duì)海量數(shù)據(jù)進(jìn)行合理篩選與采樣;然后使用隨機(jī)森林基于袋外數(shù)據(jù)進(jìn)行特征重要性評(píng)估,結(jié)合序列后向選擇算法迭代生成最優(yōu)特征子集;接下來對(duì)數(shù)據(jù)進(jìn)行固定時(shí)間間隔的分組聚合與滑動(dòng)平均法平滑處理,再將樣本數(shù)據(jù)輸入長短期記憶網(wǎng)絡(luò)(LSTM)模型進(jìn)行學(xué)習(xí);最后基于學(xué)習(xí)模型對(duì)諧波源類別做出預(yù)測。實(shí)驗(yàn)結(jié)果表明,該方法比已有的基于隨機(jī)森林的諧波源分類...

【文章頁數(shù)】：82 頁

【學(xué)位級(jí)別】：碩士

圖1-1諧波的

圖1-1諧波的產(chǎn)生及其影響

圖1-2電網(wǎng)諧波監(jiān)測分析系統(tǒng)架構(gòu)

圖1-3某PCC母線處諧波源分布情況

本文編號(hào)：3886512