發(fā)布時間：2022-02-09 19:18

　　隨著低碳環(huán)保的概念推廣普及,電力消費者對綠色電能的質(zhì)量要求也逐漸提高。在復雜的大型工業(yè)電力系統(tǒng)的運行過程中,由于電壓電流信號易受嚴重干擾,使得監(jiān)測設備難以分析大量實測電能質(zhì)量擾動數(shù)據(jù)。此外,非侵入式電力負荷識別技術能夠獲取電力消費用戶的設備運行條件信息（例如何種設備在運行及其運行狀態(tài)）,這些信息對于電力需求預測及估計十分有利,而目前的非侵入式電力負荷識別技術仍有提升空間。為此,本文旨在研究電能質(zhì)量擾動識別與電力負荷類型識別,研究內(nèi)容如下:（1）電壓暫降類型識別。由于電能質(zhì)量擾動種類繁多,本文只選取電壓暫降識別作為研究內(nèi)容之一。特征提取是電能質(zhì)量擾動識別的關鍵步驟,然而傳統(tǒng)的數(shù)學變換與淺層神經(jīng)網(wǎng)絡相結合的方法無法自動提取特征。為此,提出了一種基于卷積神經(jīng)網(wǎng)絡（CNN）和隨機森林（RF）的混合模型來對三相電壓暫降數(shù)據(jù)進行自動特征提取及分類。首先,將三相電壓暫降數(shù)據(jù)轉換為空間相量模型（SPM）;其次,利用CNN對SPM進行特征提取;最后將RF應用于分類。為了加快CNN訓練速度并緩解過擬合,本文引入了Dropout、學習率指數(shù)衰減和自適應矩估計權值更新算法。實驗結果表明,與其他分類方法相比,所... 

【文章來源】：南昌大學江西省211工程院校

【文章頁數(shù)】：60 頁

【學位級別】：碩士

【部分圖文】：

三相電壓暫降分類算法流程圖

第 2 章 基于卷積神經(jīng)網(wǎng)絡與隨機森林的電壓暫降分類( )( ( ))( )( )( ( ) ( ))Δ Δ2 , 2, , ,Δ Δ2 , 2, , ,Δ Δ2 , 2, , ,Δ Δ2 , 2, , ,1 , Δ-1 0, 0Δ-1, Δ-1 0, 0,Δ-1, 0, 01 , 1 0, 0I i R i I i R iI i R i I i R iI i R i I i R iI i R i I i R ix y + + + + V V V VV V V VV V V VV V V V(2.4)其中，x和 y 分別表示矩陣 S 中元素對應的行和列；R ,iV 和I ,iV 分別表示向量RV 和IV 的第i 個元素值，i 0, n 1 ； 表示向上取整， 表示取絕對值， s ( x, y )的取值范圍為 0,1 。圖2.2 展示了 Cc 型三相電壓暫降的時域波形和復平面的可視化 SPM 灰度圖。圖左側反映了三相電壓幅度值隨時間(周波數(shù))變化的情況；圖右側，實數(shù)和虛數(shù)軸的坐標值分別對應等式(2.4)中的x和 y 。

第 2 章 基于卷積神經(jīng)網(wǎng)絡與隨機森林的電壓暫降分類其中t 為更新后的權值；t 1 為更新前的權值；α為初始學習率，大小為 0.001；tm 為偏置矯正后的一階矩估計，tn 為偏置矯正后的二階矩估計， 為大小為-810的常數(shù)。CNN 的特征提取能力較淺層神經(jīng)網(wǎng)絡強，但將 CNN 提取的所有特征用于全連接層進行分類并不是最佳選擇，因為特征向量中的部分冗余特征會降低模型的泛化性能[40-41]。本文將 CNN 最后一層全連接層將替換為 RF，當基于 CNN 的特征提取器完成訓練時，第六層全連接層輸出的特征向量將作為新的訓練數(shù)據(jù)集傳遞給 RF 進行學習和分類。

【參考文獻】：
期刊論文
[1]基于多標簽隨機森林的電能質(zhì)量復合擾動分類方法[J]. 瞿合祚,劉恒,李曉明,黃建明.  電力系統(tǒng)保護與控制. 2017(11)
[2]基于廣義S變換和PSO-ELM的電能質(zhì)量擾動信號識別[J]. 楊萬清,姜學樸,劉冰.  電力電容器與無功補償. 2017(02)
[3]分布式光伏電站接入低壓配電網(wǎng)系統(tǒng)暫態(tài)電壓穩(wěn)定性研究[J]. 李升,姜程程,趙之瑜,李子瑜.  電力系統(tǒng)保護與控制. 2017(08)
[4]一種新的電能質(zhì)量擾動信號壓縮感知識別方法[J]. 曹思揚,戴朝華,朱云芳,陳維榮.  電力系統(tǒng)保護與控制. 2017(03)
[5]基于配電網(wǎng)的復合電壓暫降源分類與識別新方法[J]. 李夏林,劉雅娟,朱武.  電力系統(tǒng)保護與控制. 2017(02)
[6]基于dq變換與小波多分辨率分析的電力系統(tǒng)暫態(tài)復合擾動信號檢測方法[J]. 曹玲芝,李振杰.  電力系統(tǒng)保護與控制. 2016(21)
[7]一種電能質(zhì)量擾動監(jiān)測與識別新方法[J]. 曹健,林濤,徐遐齡,劉林.  中國電機工程學報. 2011(31)
[8]基于Hilbert變換和dq變換的電壓暫降檢測新方法[J]. 袁帥,佟為明.  高電壓技術. 2009(05)
[9]利用廣義形態(tài)濾波與差分熵的電能質(zhì)量擾動檢測[J]. 趙靜,何正友,錢清泉.  中國電機工程學報. 2009(07)
[10]基于Dyn測度的電壓暫降檢測方法[J]. 劉應梅,白曉民,王文平,易俗.  電力系統(tǒng)自動化. 2004(02)



本文編號：3617514