买专利,只认龙图腾
首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明公布】基于高斯回归模型的配网谐波接入不确定性评估方法_四川大学_202410171220.4 

申请/专利权人:四川大学

申请日:2024-02-06

公开(公告)日:2024-03-22

公开(公告)号:CN117748507A

主分类号:H02J3/01

分类号:H02J3/01;H02J13/00;G06F18/27;G06F18/214

优先权:

专利状态码:在审-实质审查的生效

法律状态:2024.04.09#实质审查的生效;2024.03.22#公开

摘要:本发明涉及电能质量分析技术领域,公开一种基于高斯回归模型的配网谐波接入不确定性评估方法,通过收集配网电能质量监测数据,提取谐波电压的关键特征,通过高斯回归模型,将谐波电压、电流波形作为输入,谐波电流水平作为输出,建立模型以描述输入特征与配网谐波电流水平之间的关系;当配网存在新的谐波源接入时,读取接入点的电压电流数据,得到谐波源接入后的配网谐波电流水平,将之与配网的谐波越限标准进行对比来对谐波源接入进行进一步评估。本发明克服了传统谐波接入评估方法针对单节点,难以对配网整体进行分析的问题,利用接入谐波源的电能质量监测数据对配网各节点电压进行不确定性评估,提高供电安全性与可靠性。

主权项:1.基于高斯回归模型的配网谐波接入不确定性评估方法,其特征在于,包括以下步骤:步骤S1:收集并处理配网电能质量监测数据:通过对电能质量监测数据终端进行采集,获得包括谐波电压和电流波形的监测数据集;步骤S2:构建基于高斯回归模型的配网黑箱模型:将一个高斯过程的性质用其均值函数mx和协方差函数确定,写作: (1);公式中,x、∈Rn分别为随机变量;为高斯过程;该高斯过程的均值函数mx和协方差函数由下式定义: (2);公式中,f(x)和分别为关于随机变量x和的高斯过程;为关于随机变量的均值函数;E为函数的期望值;设均值函数mx为0,由于协方差函数用于衡量输入样本之间的相似程度,故选取有特定表示能力和灵活性的高斯核函数作为协方差函数: (3);公式中,x和为输入的谐波电压电流向量;为信号方差;为方差尺度;配网中谐波电压Vi和谐波电流Ii间的关系用下式描述,即为所构建的配网黑箱模型,用以描述输入特征与谐波电压水平之间的关系: (4);公式中,为配网中的基波电流;为各次谐波电压与电流之间的耦合系数,即为黑箱模型待求解的参数;Ui为各次谐波电压;为数据所记录谐波电压电流的最高次数;为常数;步骤S3:对模型进行训练与修正:将监测数据集分为训练集和验证集,用于模型的训练和评估,使用训练集来训练模型;将步骤S2中的信号方差、方差尺度、各次谐波电压与电流之间的耦合系数和常数表示为超参数,采用极大似然法对超参数进行辨识: (5);公式中,y为谐波电流的真实值,K为协方差矩阵;N为输入数据的总数;T为转置符号;辨识出黑箱模型的超参数后,通过验证集与模型输出结果的均方根误差来评估模型性能,衡量模型的精度;根据模型评估结果,调整模型参数,以提高模型的性能; (6);公式中,MAE为均方根误差;y为谐波电流的真实值;为模型预测结果;M为模型预测结果的数量;步骤S4:谐波接入不确定性评估:当配网存在新的谐波源接入时,读取安装在接入点的电能质量监测装置监测到的电压电流数据;再将处理过的电压和电流波形数据代入配网黑箱模型,得到谐波源接入后的配网谐波电流水平,将之与配网的谐波越限标准进行对比来对谐波源接入进行进一步评估。

全文数据:

权利要求:

百度查询: 四川大学 基于高斯回归模型的配网谐波接入不确定性评估方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。