專利名稱:一種電能質(zhì)量擾動(dòng)模式判別方法
技術(shù)領(lǐng)域:
本發(fā)明涉及一種電能質(zhì)量擾動(dòng)模式判別方法,屬于計(jì)算機(jī)應(yīng)用與自動(dòng)控制領(lǐng)域。
背景技術(shù):
電能質(zhì)量擾動(dòng)(Power Quality Disturbances,PQD)是指電網(wǎng)系統(tǒng)中電壓、電流中 出現(xiàn)偏差,從而導(dǎo)致用戶設(shè)備出現(xiàn)故障或運(yùn)行異常的電力問題。它對(duì)供電公司、用戶和用電 設(shè)備將造成直接或間接的不利影響。理想狀況下,提交給用戶的電壓或電流應(yīng)該具有正弦 波形、穩(wěn)定的頻率、穩(wěn)定的振幅和穩(wěn)定的相位角。然而電網(wǎng)中的一些非線性的負(fù)載,如計(jì)算 機(jī)、調(diào)速馬達(dá)等,都會(huì)給電網(wǎng)帶來(lái)影響,產(chǎn)生電壓或電流的驟升、驟降、諧波、震蕩等問題。其 結(jié)果是電能質(zhì)量的下降,電能的浪費(fèi)或電費(fèi)超支,甚至?xí)?duì)電網(wǎng)中其它電器設(shè)備造成損害。鑒于電能質(zhì)量擾動(dòng)的危害性,在電網(wǎng)系統(tǒng)中,應(yīng)實(shí)時(shí)的對(duì)電能質(zhì)量進(jìn)行監(jiān)控。當(dāng)電 能質(zhì)量擾動(dòng)問題發(fā)生時(shí),系統(tǒng)能夠快速地對(duì)其進(jìn)行識(shí)別并且分類,進(jìn)而采取措施來(lái)減少質(zhì) 量擾動(dòng)帶來(lái)的負(fù)面影響。進(jìn)行電能質(zhì)量分析,首先要對(duì)監(jiān)控設(shè)備檢測(cè)到的電信號(hào)進(jìn)行特征 提取,然后對(duì)提取到的特征向量進(jìn)行分類,最終得到分類結(jié)果。現(xiàn)有的特征提取方法包括小 波變換方法、傅里葉變換方法、t_變換方法等。然而,從電信號(hào)中提取到的特征向量具有維 數(shù)高、信息量大等特點(diǎn),并且特征向量中經(jīng)常含有大量的冗余和噪聲特征值。因此利用全部 提取到的特征對(duì)電信號(hào)進(jìn)行分類,往往具有消耗時(shí)間長(zhǎng),分類準(zhǔn)確率低等缺點(diǎn)。針對(duì)上述問 題,本發(fā)明提出了一種基于進(jìn)化計(jì)算的特征選擇模型。為了進(jìn)行分類,設(shè)計(jì)了一種多支持向 量機(jī)分類器,在對(duì)電信號(hào)進(jìn)行特征提取和特征選擇后,把精簡(jiǎn)后的特征提交給多個(gè)支持向 量機(jī)分類器。為了提高系統(tǒng)的魯棒性,提出了一種數(shù)據(jù)融合方法,對(duì)多個(gè)支持向量機(jī)的分類 結(jié)果進(jìn)行數(shù)據(jù)融合,得到最終的分類結(jié)果。由于所提出的進(jìn)化計(jì)算方法能夠消除特征向量 中的大量冗余與噪聲信息,因此該方法能夠減少支持向量機(jī)的訓(xùn)練時(shí)間與識(shí)別時(shí)間。由于 所設(shè)計(jì)的數(shù)據(jù)融合方法能夠?qū)Χ嘀С窒蛄繖C(jī)的分類結(jié)果進(jìn)行評(píng)估,因此該方法能夠確保系 統(tǒng)的識(shí)別精度。
發(fā)明內(nèi)容
本發(fā)明的主要目的是提供一種基于進(jìn)化計(jì)算與支持向量機(jī)的電能質(zhì)量擾動(dòng)識(shí)別 方法。針對(duì)從電信號(hào)提取到的特征向量具有維數(shù)高、信息量大等特點(diǎn),設(shè)計(jì)了一種基于進(jìn)化 計(jì)算的特征選擇方法。在進(jìn)化計(jì)算方法中,提出了一種基于二進(jìn)制編碼的特征選擇方案表 示方法,并提出了一種基于巴塔恰里亞距離(Bhattacharyya distance)的候選方案評(píng)價(jià)方 法。優(yōu)化算法可以選取進(jìn)化計(jì)算中常用的優(yōu)化算法,如遺傳算法、人工免疫算法、粒子群算 法等。基于進(jìn)化計(jì)算的特征提取方法能夠消除特征向量中大量的冗余及噪聲信息,能夠減 少分類器的訓(xùn)練與識(shí)別時(shí)間;為完成分類任務(wù),采用多個(gè)支持向量機(jī)進(jìn)行分類;由于支持 向量機(jī)分類的隨機(jī)性,多個(gè)支持向量機(jī)的分類方法并不一定完全一致,因此,設(shè)計(jì)了一種數(shù) 據(jù)融合算法。該方法能夠提高分類器的魯棒性,提高分類的準(zhǔn)確率。本發(fā)明是通過以下技術(shù)方案實(shí)現(xiàn)的
1.特征提取。從監(jiān)測(cè)設(shè)備提取到的電信號(hào)出發(fā),用兩種技術(shù)提取特征,一種是小波 變換技術(shù)(Wavelet Transform)。經(jīng)典的小波變換定義為
」Ai-W f(a,b) = < /(0,| Ti ψ(—) > = f I α Ti ^(—)f(t)dt(1)
a Ja其中,ψ (t)為基本小波且滿足允許條件和非零條件ω興0,基本
小波中參數(shù)b起平移作用,參數(shù)α使窗口函數(shù)的大小發(fā)生變化。通過對(duì)信號(hào)進(jìn)行小波變換, 可以得到信號(hào)的細(xì)節(jié)信息式,忑,…式以及最后一級(jí)分解的均值信息4。本發(fā)明采用小波變換 技術(shù)對(duì)電信號(hào)進(jìn)行特征提取時(shí),選取db6小波作為基本小波,首先對(duì)連續(xù)信號(hào)進(jìn)行采樣,然 后對(duì)采樣序列進(jìn)行一維三級(jí)小波分解,得到細(xì)節(jié)信息毛忑涵和均值信息%,然后以53,式,毛,式 作為特征向量,即廠=[禹’H 巧](2)另一種特征提取技術(shù)是雙頻帶解調(diào)技術(shù)(Double Side-Band Demodulation)。雙 頻帶解調(diào)技術(shù)用公式可以表示為DSB (S (kT)) = filter (s(kT) .Sin(CokT))(3)其中 ω 是理想狀態(tài) 下電信號(hào)的角頻率,filter(·)是濾波器。在本發(fā)明中,采用三階巴特沃斯濾波器(3-order Butterworth filter),截?cái)囝l率設(shè)置為 30Hz。2.基于進(jìn)化計(jì)算的特征選擇。在利用進(jìn)化計(jì)算的方法進(jìn)行特征選擇時(shí),每個(gè)候選 方案都被編碼成一個(gè)“個(gè)體”,若干個(gè)個(gè)體構(gòu)成了 “群體”。在利用遺傳算法、人工免疫算法 等方法進(jìn)行優(yōu)化操作時(shí),總是隨機(jī)產(chǎn)生一些個(gè)體(即初始解)。根據(jù)所設(shè)計(jì)的目標(biāo)函數(shù)對(duì)每 個(gè)個(gè)體進(jìn)行評(píng)估,給出適應(yīng)度值。基于此適應(yīng)度值,選擇個(gè)體來(lái)復(fù)制下一代。然后選擇出來(lái) 的個(gè)體經(jīng)過優(yōu)化操作組合成新的一代。如此迭代,直至最優(yōu)解產(chǎn)生。利用進(jìn)化計(jì)算方法進(jìn) 行特征篩選,涉及到兩個(gè)問題,其中一個(gè)是對(duì)候選方案進(jìn)行編碼,另一個(gè)問題是目標(biāo)函數(shù)的 設(shè)計(jì)。本發(fā)明設(shè)計(jì)了一種基于二進(jìn)制編碼的方法和一種基于巴塔恰里亞距離的適應(yīng)度函數(shù) 計(jì)算方法。(1)基于二進(jìn)制的編碼方法。一個(gè)待篩選的特征向量K = [、H巧]=[^2,···^, 有s個(gè)待篩選的特征。采用二進(jìn)制編碼方式,其結(jié)構(gòu)如下c = Ir1, r2, ···, rs] 其中a e {0,1},(1彡f彡s),α = 1表示對(duì)應(yīng)特征Vi被篩選,Ti = O表示對(duì)應(yīng) 特征Vi未被篩選。一條編碼代表一個(gè)候選方案,由一個(gè)候選方案構(gòu)造新的特征向量的示意 圖如
圖1所示。(2)基于巴塔恰里亞距離的適應(yīng)度函數(shù)。適應(yīng)度函數(shù)的設(shè)計(jì)考慮兩個(gè)因素其一是最小化向量ν'的維數(shù),即Minimize dim ;其二是最大化各類電能質(zhì)量擾 動(dòng)信號(hào)樣本集之間的差異,即Maximize Σ dis(i, j),dis(i, j)為樣本集i與樣本集j的 差異度量函數(shù);對(duì)于第一個(gè)因素,可統(tǒng)計(jì)編碼中基因1的個(gè)數(shù)。對(duì)于第二個(gè)因素,我們采用 巴塔恰里亞距離(Bhattacharyya Distance)距離來(lái)評(píng)價(jià)兩類樣本集之間的差異。設(shè)有兩 類樣本集
權(quán)利要求
1.一種電能質(zhì)量擾動(dòng)模式判別方法,至少包括如下步驟步驟(1)對(duì)監(jiān)測(cè)點(diǎn)提供的電信號(hào)進(jìn)行特征提??;步驟O)利用進(jìn)化計(jì)算的方法進(jìn)行特征選擇;步驟⑶基于步驟⑵中所選擇到的特征,利用多個(gè)支持向量機(jī)分類器對(duì)電信號(hào)進(jìn)行 分類;步驟對(duì)多個(gè)支持向量機(jī)的分類結(jié)果進(jìn)行數(shù)據(jù)融合;步驟(5)輸出分類結(jié)果;步驟(6)如果分類結(jié)果顯示信號(hào)正常,則轉(zhuǎn)步驟(8);否則轉(zhuǎn)步驟(7);步驟(7)根據(jù)分類結(jié)果,啟動(dòng)相應(yīng)的質(zhì)量擾動(dòng)處理程序;步驟(8)判斷分類是否結(jié)束,如果結(jié)束,則輸出監(jiān)測(cè)報(bào)告;否則轉(zhuǎn)步驟(1),對(duì)下一組 信號(hào)重新進(jìn)行監(jiān)測(cè)。
2.根據(jù)權(quán)力要求1所述的一種電能質(zhì)量擾動(dòng)模式判別方法,其特征在于對(duì)監(jiān)測(cè)點(diǎn)提 供的電信號(hào)進(jìn)行特征提取方法有小波變化法、雙頻帶解調(diào)法。
3.根據(jù)權(quán)力要求1所述的一種電能質(zhì)量擾動(dòng)模式判別方法,其特征在于利用進(jìn)化計(jì) 算的方法對(duì)所提取的特征進(jìn)行優(yōu)化選擇。
4.根據(jù)權(quán)力要求1所述的一種電能質(zhì)量擾動(dòng)模式判別方法,其特征在于在進(jìn)化計(jì)算 的方法中,用二進(jìn)制向量對(duì)候選特征選擇方案進(jìn)行編碼;
5.根據(jù)權(quán)力要求1所述的一種電能質(zhì)量擾動(dòng)模式判別方法,其特征在于在進(jìn)化計(jì)算 方法中,采用巴塔恰里亞距離來(lái)評(píng)價(jià)候選方案的好壞。
6.根據(jù)權(quán)力要求1所述的一種電能質(zhì)量擾動(dòng)模式判別方法,其特征在于進(jìn)化計(jì)算的 方法可以采用遺傳算法,粒子群優(yōu)化算法,人工免疫算法。
7.根據(jù)權(quán)力要求1所述的一種電能質(zhì)量擾動(dòng)模式判別方法,其特征在于利用多個(gè)支 持向量機(jī)進(jìn)行多次分類識(shí)別,得到多個(gè)分類結(jié)果。
8.根據(jù)權(quán)力要求1所述的一種電能質(zhì)量擾動(dòng)模式判別方法,其特征在于利用數(shù)據(jù)融 合算法對(duì)多個(gè)支持向量機(jī)的分類結(jié)果進(jìn)行數(shù)據(jù)融合,來(lái)對(duì)電信號(hào)的狀態(tài)進(jìn)行判斷。
全文摘要
電能質(zhì)量擾動(dòng)模式判別是指對(duì)電網(wǎng)中某些節(jié)點(diǎn)的電流或電壓進(jìn)行監(jiān)測(cè),當(dāng)異常現(xiàn)象(如電源或電壓的驟升、驟降、諧波、閃變等)發(fā)生時(shí),能夠快速地對(duì)異?,F(xiàn)象的類型進(jìn)行判別,進(jìn)而可以為電網(wǎng)運(yùn)行管理提供輔助決策。本發(fā)明公開了一種電能質(zhì)量擾動(dòng)模式判別方法,電能質(zhì)量擾動(dòng)模式判別方法針對(duì)從電信號(hào)中提取到的特征向量具有維數(shù)高、信息量大等特點(diǎn),提出了一種基于進(jìn)化計(jì)算的特征選擇方法。該方法能夠消除特征向量里的大量的冗余特征;提出了一種基于支持向量機(jī)的模式判別方法,對(duì)所提取的電信號(hào)特征進(jìn)行模式判別;為了提高系統(tǒng)的魯棒性,提出了一種數(shù)據(jù)融合方法,對(duì)多個(gè)支持向量機(jī)的模式判別結(jié)果進(jìn)行數(shù)據(jù)融合,得到最終的模式判別結(jié)果。本發(fā)明結(jié)合了計(jì)算智能領(lǐng)域里的進(jìn)化計(jì)算和支持向量機(jī)技術(shù),能夠提高電能質(zhì)量擾動(dòng)模式判別的速度,并且提高模式判別的精度。
文檔編號(hào)G06K9/62GK102063626SQ20101061102
公開日2011年5月18日 申請(qǐng)日期2010年12月29日 優(yōu)先權(quán)日2010年12月29日
發(fā)明者吳春國(guó), 孫亮, 梁艷春 申請(qǐng)人:吉林大學(xué)