[发明专利]一种考虑数据动态模糊依赖关系的电能质量综合评价方法在审
申请号: | 201910063447.6 | 申请日: | 2019-01-23 |
公开(公告)号: | CN109919422A | 公开(公告)日: | 2019-06-21 |
发明(设计)人: | 潘国兵;王伟峰;张海龙;严华江;欧阳静;柴福帅;刘川川;温桂平 | 申请(专利权)人: | 浙江工业大学;国网浙江省电力有限公司;中国电力科学研究院有限公司;浙江华云信息科技有限公司;国家电网有限公司 |
主分类号: | G06Q10/06 | 分类号: | G06Q10/06;G06Q50/06;G06N7/02;G06F17/16 |
代理公司: | 浙江翔隆专利事务所(普通合伙) 33206 | 代理人: | 王晓燕 |
地址: | 310014 浙*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 电能质量数据 权重分配 数据动态 依赖关系 综合评价 电力系统技术 动态变化特性 质量评价指标 数据预处理 模糊 传统算法 动态变化 动态模糊 判断数据 评价指标 权值分配 时间序列 数据求和 用电行为 智能算法 质量评价 供电方 模糊化 配电 趋性 携带 参考 保留 | ||
本发明公开了一种考虑数据动态模糊依赖关系的电能质量综合评价方法,涉及电力系统技术领域。现无论是传统算法还是智能算法,多是基于静态的电能质量评价方法,无法表达出电能质量的动态变化情况。本发明包括步骤:确定电能质量评价指标;对数据预处理;动态模糊化;权值分配;数据求和并得出评价结果。本技术方案在现有评价基础上对电能质量数据进行模糊化并判断数据的趋性,同时考虑评价指标间的权重分配与指标时间序列上的权重分配,以达到客观合理的目的。本发明在很大程度上保留了电能质量数据所携带的信息,同时表达出了数据的动态变化特性,对于供电方的供配电行为以及用户侧的用电行为具有积极的参考价值。
技术领域
本发明涉及电力系统技术领域,尤其涉及一种考虑数据动态模糊依赖关系的电能质量综合评价方法。
背景技术
随着工业规模的不断扩张,科学技术的不断发展,电能的需求也在不断增加。随着人们生活品质的逐渐提高,许多新兴技术的设备仪器在生活和生产中的应用也越来越广泛。这些设备效率高,工作性能好,但对电能的变化敏感程度也相对较高,这些高新技术设备的应用使得人们对电能质量不断提出高要求。与此同时,经济的快速发展,自动化程度不断提高以及电力电子技术的快速进步,使得电力负荷逐渐复杂和多元化。大量的非线性、冲击性设备被应用于电力系统,输配电过程中的操作和故障问题均会导致电力系统不能运行在理想的工作状态下。
电能质量的优劣可以说已经和经济发展息息相关。电能质量问题不仅会降低用户的生产力,削弱企业的竞争能力,甚至可能会影响到就业问题,对社会造成重大影响。电力系统的理想工作状态是根据规定的不同电压等级,为不同用户提供50Hz标称频率的不间断正弦波交流电,并且其运行参数不受电力负荷的影响。目前我国颁布与电能质量有关的国家标准中包括:《电能质量供电电压允许偏差》、《电能质量公用电网谐波》、《电能质量电压波动和闪变》、《电能质量三相电压允许不平衡度》、《电能质量电力系统频率允许偏差》等,但并未出台有关电能质量综合评定的标准。随着不同行业对于电能质量的要求越来越严苛,同时,电力市场“按质定价”的呼声也越来越高。因此,若能对电能质量提供一个综合评定结果以供参考,无论对供电方还是对用电方都将是有利的。
国内外学者对电能质量评价的研究主要分为传统方法和智能方法。传统方法可以较好地揭示电能质量之间数据特性,但有步骤繁琐、适应性差等缺陷;智能方法更侧重于算法本身,而忽略了电能质量自身的特性,且智能算法通常需要对数据进行深度处理以适应算法的输入数据格式,但这将导致数据所携带的部分信息的丢失。因此,无论是传统算法还是智能算法,多是基于静态的电能质量评价方法,无法表达出电能质量的动态变化情况,而数据的动态特性也是反映电能质量优劣的重要变现形式之一,具有较高的研究价值。
发明内容
本发明要解决的技术问题和提出的技术任务是对现有技术方案进行完善与改进,提供一种考虑数据动态模糊依赖关系的电能质量综合评价方法,以减少主观因素的影响目的。为此,本发明采取以下技术方案。
一种考虑数据动态模糊依赖关系的电能质量综合评价方法,包括以下步骤:
1)确定电能质量评价指标;
获取相关指标的待评价电气节点的原始数据,建立电能质量综合评价指标体系,完成相关指标的数据准备;
2)对数据预处理;
对数据进行完整性检验,若数据存在重复采样情况则对相关数据进行剔除,若存在漏采则进行插补,插补方法采用Hermite插值法,求出与原始数据流之间有更好密合度的缺失数据;在对数据进行完整性检验之后,求出各采样点相对于该指标理想值的误差,再对各指标误差进行归一化处理;
3)动态模糊化;
对归一化之后的数据进行动态模糊化,获得模糊矩阵,对模糊矩阵的各点值相对于前一时刻的变化判断出数据的趋性,获得动态模糊矩阵;
4)权值分配;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江工业大学;国网浙江省电力有限公司;中国电力科学研究院有限公司;浙江华云信息科技有限公司;国家电网有限公司,未经浙江工业大学;国网浙江省电力有限公司;中国电力科学研究院有限公司;浙江华云信息科技有限公司;国家电网有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910063447.6/2.html,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法;其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政;管理
G06Q10-02 .预定,例如用于门票、服务或事件的
G06Q10-04 .预测或优化,例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理,例如组织、规划、调度或分配时间、人员或机器资源;企业规划;组织模型
G06Q10-08 .物流,例如仓储、装货、配送或运输;存货或库存管理,例如订货、采购或平衡订单
G06Q10-10 .办公自动化,例如电子邮件或群件的计算机辅助管理