一种基于ap聚类数据筛选的谐波责任划分方法
【技术领域】
[0001] 本发明涉及电网公共连接点处谐波源定位技术领域，尤其涉及一种基于AP聚类数 据筛选的谐波责任划分方法。
【背景技术】
[0002] 谐波问题是电能质量问题的一个重要方面。随着电力电子技术的发展，在各种电 力电子技术的基础上发展起来的非线性设备，如整流器、逆变器及各种开关电源等，迅速普 及并广泛使用。这些非线性设备向电网注入了大量的谐波电流，导致电网中的电压和电流 均产生了严重的畸变。谐波的危害程度主要取决于谐波量的大小、现场条件等因素。如谐波 造成电力电缆容量减小，损失增加，老化加剧，泄漏电流加大等，有时还会引起单相对地击 穿，造成三相短路;对通信设备、自动和远动装置、继电保护、测量设备和仪表等带来各种危 害。因此，为了协调供用电双方的矛盾以及降低电能质量敏感用户的损失，有效划分污染责 任并对主要污染责任源进行相应控制具有十分重要的意义。
[0003] 目前，谐波阻抗的估计主要分为"干预式"和"非干预式"。干预式分为:谐波电流注 入法、电容器投切法等;非干预式主要分为微分方程法、谐波电流注入法、二元线性回归法、 偏最小二乘法、Μ估计稳健回归法等。通常的线性回归仅仅针对背景谐波稳定情形下的单谐 波源用户的谐波阻抗估计的情形，对于背景谐波波动情形的情况，直接采用线性回归或者 波动量的方法进行谐波阻抗的估计，结果并不准确。
[0004] 奈尔系数检验法通过奈尔(Nair)系数作为判据，选择波动量较大的数据，从而获 取谐波阻抗的估算结果，进而估算用户的谐波发射水平。对于PCC处的谐波电压和电流波动 无外乎3种情况，①系统侧单独对PCC处的电压和电流的波动起主导作用;②用户侧单独对 PCC处的电压和电流的波动起主导作用;③系统侧和用户侧谐波源共同对PCC处的电压和电 流的波动起主导作用。奈尔系数检验法针对谐波波动较明显的情形，当出现系统侧(或用户 侦?的波动较小，但又对PCC的波动量起主导作用的情形时，该方法有一定的不足之处。此 外，在使用奈尔系数检验法均以谐波电流和谐波电压波动量的幅值进行分析，并没有考虑 相位的影响。由此可见，通过现有方法划分谐波责任的准确度有待提高。
【发明内容】
[0005] 本发明提供一种基于ΑΡ聚类数据筛选的谐波责任划分方法，以解决现有技术中谐 波责任划分方法精度低的问题。
[0006] 本发明提供一种基于ΑΡ聚类数据筛选的谐波责任划分方法，所述基于ΑΡ聚类数据 筛选的谐波责任划分方法包括以下步骤：
[0007] 测量PCC处电压01,以及PCC处电流的基波分量及谐波分量；
[0008] 以PCC处谐波电压平均值￡(<)和PCC处谐波电流平均值￡(仏J为基准，计算PCC 处h次谐波电压的波动量和h次谐波电流的波动量;
[0009] 基于波动量法计算PCC处的谐波阻抗;
[0010] 以谐波阻抗Z乂的实部和实部构成二维分布的点，采用AP聚类法进行分类，设定s (k，k)=p作为初始值，获取谐波阻抗$￡的聚类数目J，以及每一类谐波阻抗2^对应的谐 波电压、谐波电流、谐波电压波动量和谐波电流波动量；
[0011] 计算每一类谐波电压、谐波电流、谐波电压波动量和谐波电流波动量的person相 关系数 ri(ie[l，J]);
[0012]判断所述person相关系数]^与预设阈值的大小，所述阈值为|ri| =0.8;
[0013] 若|^|2 0.8，则求取|^|2 0.8对应类的均值和所述均值的实部1^(2^)，并将所 述均值作为估算结果；
[0014] 判断所述均值的实部Re(Z^)与0的关系；
[0015] 若所述Red )>0,则所述估算结果为系统侧谐波阻抗，并根据所述系统侧谐波 阻抗估算系统谐波发射水平和用户谐波发射水平；
[0016] 若所述0或I Γι I <0.8，则增加 P值的大小，重新进行AP聚类。
[0017] 优选的，所述基于AP聚类数据筛选的谐波责任划分方法还包括确定类代表点Zk:
[0018] 根据谐波阻抗Z乂求取相似度矩阵[s(i，k)]nXn;
[0019] 根据所述相似度矩阵[s(i，k)]nxn求取计算信息量availabilities和计算信息量 responsibilities；
[0020] 求取决策矩阵E[e(i，k)]nXn，其中，与满足E(k，k)>0的k相对应的Zk为类代表点。
[0021] 优选的，所述基于AP聚类数据筛选的谐波责任划分方法还包括对信息量 availabilities 和信息量 responsibilities 迭代更新。
[0022] 本发明的实施例提供的技术方案可以包括以下有益效果：
[0023] 本发明采用AP聚类法，通过对PCC处的谐波阻抗进行聚类，利用person相关系数以 及估算得到的谐波阻抗的正负，最终实现系统侧谐波阻抗的估算，进而实现谐波责任的划 分。AP(Affinity Propagation)聚类算法无需事先定义类数，在迭代过程中不断搜索合适 的聚类中心，自动从数据点间识别类中心的位置及个数，使所有的数据点到最近的类代表 点的相似度之和最大。算法开始时把所有的数据点均视作类中心，通过数据点间的"信息传 递"来实现聚类过程。AP算法是一种确定性的聚类算法，多次独立运行的聚类结果一般都十 分稳定。
[0024] 应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不 能限制本发明。
【附图说明】
[0025] 图1是本发明实施例中提供的一种基于AP聚类数据筛选的谐波责任划分方法的方 法流程图；
[0026] 图2是本发明实施例中提供的聚类结果示意图。
【具体实施方式】
[0027] 这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及 附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例 中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反，它们仅是与如所附 权利要求书中所详述的、本发明的一些方面相一致的装置的例子。
[0028] 本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部 分互相参见即可，每个实施例重点说明的都是与其它实施例的不同之处。
[0029] 请参考图1，所示为本发明实施例中提供的一种基于AP聚类数据筛选的谐波责任 划分方法的方法流程图。
[0030] 由图1可知，本发明提供一种基于AP聚类数据筛选的谐波责任划分方法，其特征在 于，所述基于AP聚类数据筛选的谐波责任划分方法包括以下步骤：
[0031 ]测量PCC处电压以及PCC处电流的基波分量及谐波分量；
[0032] 以PCC处谐波电压平均值五(f^,)和PCC处谐波电流平均值￡(#?)为基准，计算PCC 处h次谐波电压的波动量和11次谐波电流的波动量;
[0033] 基于波动量法计算PCC处的谐波阻抗
[0034] 以谐波阻抗的实部和实部构成二维分布的点，采用AP聚类法进行分类，设定s (k，k) =p作为初始值，获取谐波阻抗的聚类数目J，以及每一类谐波阻抗对应的谐 波电压、谐波电流、谐波电压波动量和谐波电流波动量；
[0035] 计算每一类谐波电压、谐波电流、谐波电压波动量和谐波电流波动量的person相 关系数 ri(ie[l，J]);
[0036]判断所述person相关系数ri与预设阈值的大小，所述阈值为|ri| =0.8;
[0037] 若| ri | 2 0.8，则求取| ri | 2 0.8对应类的均值和所述均值的实部Re(Z;L)，并将所 述均值作为估算结果；
[0038] 判断所述均值的实部RcHZ^:)与0的关系；
[0039] 若所述)>0 ,则所述估算结果为系统侧谐波阻抗，并根据所述系统侧谐波 阻抗估算系统谐波发射水平和用户谐波发射水平；
[0040] 若所述)< 0或I ri I <〇. 8，则增加 P值的大小，重新进行AP聚类。
[0041]进一步，所述基于AP聚类数据筛选的谐波责任划分方法还包括确定类代表点Zk:
[0042] 根据谐波阻抗Z；：it求取相似度矩阵[s (i，k) ]nXn;
[0043] 根据所述相似度矩阵[s(i