[发明专利]非活性电流谐波结合XGBoost的非侵入式负荷辨识方法在审

专利信息
申请号: 202210170067.4 申请日: 2022-02-23
公开(公告)号: CN114530847A 公开(公告)日: 2022-05-24
发明(设计)人: 周孟然;汪胜和;马金辉;朱梓伟;胡锋;高博 申请(专利权)人: 安徽理工大学;国网安徽省电力有限公司
主分类号: H02J3/00 分类号: H02J3/00;G06K9/00
代理公司: 西安铭泽知识产权代理事务所(普通合伙) 61223 代理人: 张举
地址: 232001 *** 国省代码: 安徽;34
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 活性 电流 谐波 结合 xgboost 侵入 负荷 辨识 方法
【权利要求书】:

1.非活性电流谐波结合XGBoost的非侵入式负荷辨识方法,其特征在于,包括:

利用非侵入式负荷监测系统采集待识别的电力系统负荷稳态电流数据和稳态电压数据;

对采集到的稳态电流数据和稳态电压数据中值滤波处理;

根据中值滤波后的稳态电流数据和稳态电压数据提取总有功功率特征、总无功功率特征及非活性电流各次谐波分量特征;

利用核主成分分析KPCA对非活性电流各次谐波分量特征降维,提取谐波信息,并与总有功功率特征、总无功功率特征结合构建XGBoost分类模型的多特征目标函数;

将提取的总有功功率特征、总无功功率特征及非活性电流各次谐波分量特征输入XGBoost分类模型,识别不同的负荷。

2.如权利要求1所述的非活性电流谐波结合XGBoost的非侵入式负荷辨识方法,其特征在于,所述对采集到的稳态电流数据和稳态电压数据中值滤波处理,包括:

将一组稳态电流数据或稳态电压数据序列{xi1,xi2,…,xin},按升序排列后其数组为xi1≤xi2≤…≤xin

利用算法y=med{x1,x2,…,xn}进行中值处理,当n为偶数时,其中值表示为当n为奇数时,其中值表示为

3.如权利要求1所述的非活性电流谐波结合XGBoost的非侵入式负荷辨识方法,其特征在于,所述提取总有功功率特征、总无功功率特征,其计算公式包括:

其中,P和Q分别表示总有功功率和总无功功率;Pk、Qk、Uk和Ik分别表示第k次谐波电流对应的有功功率、无功功率、电压和电流;为电压和电流的相角差。

4.如权利要求3所述的非活性电流谐波结合XGBoost的非侵入式负荷辨识方法,其特征在于,所述非活性电流各次谐波分量特征计算步骤,包括:

将稳态电流分解为非活性电流ia(t)和活性电流ib(t),即

i(t)=ia(t)+ib(t)

提取非活性电流ia(t),其表达式包括:

式中,Urms为瞬时功率P和电压u(t)的均方根,T为周期时间;

傅里叶变换分解非活性电流ia(t),从而得到非活性电流谐波,即

其中,if(k)为非活性电流变换到频域的结果,N为变换点数。

5.如权利要求4所述的非活性电流谐波结合XGBoost的非侵入式负荷辨识方法,其特征在于,还包括对XGBoost分类模型样本的处理,其包括:

负总有功功率特征数据、总无功功率特征数据及非活性电流各次谐波分量特征数据按照8:2比例将集划分成训练集和测试集;

对训练集和测试集分别进行归一化处理,归一化处理公式包括:

其中,x为输入特征值;x′为归一化后的特征值;xmax、xmin分别为特征数据的最大值和最小值。

6.如权利要求1所述的非活性电流谐波结合XGBoost的非侵入式负荷辨识方法,其特征在于,所述利用核主成分分析KPCA对非活性电流各次谐波分量特征降维,提取主要谐波信息的步骤,包括:

非活性电流各次谐波分量特征矩阵为:

其中,xij为负荷i的第j次谐波i=1,2,…,p,j=1,2,…,m;p为负荷总数;m为谐波总数,即样本维数;

选择高斯径向基函数作为核函数,得核矩阵K;

定义M×M维矩阵K,用于修正核矩阵,公式包括:

Kμv=(φ(yμ)·φ(yv))

通过下式修正核矩阵得KL;

其中,Im为m×m矩阵,每一个元素都是Kμv和分别为M×M维矩阵K和修正后的核矩阵KL;

使用雅克比方法求取KL的特征值λ1,λ2,…,λm,特征向量v1,v2,…,vm,并将特征值从小到大排序λ′1>λ′2>…>λ′m,将与重新排序后特征值所对应的特征向量转换为单位正交向量a1,a2,…,am

计算每个特征值的贡献率,累计相加得到B1,B2,…,Bm,求取前t个特征向量的和Bt>e,e为设定比率值,相应的a1,a2,…,at

计算已修正的核矩阵K在提出的特征向量上的投影Y=KL·a,其中a=(a1,a2,…,at)。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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安徽理工大学;国网安徽省电力有限公司,未经安徽理工大学;国网安徽省电力有限公司许可,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/202210170067.4/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top