计及监测可信度的电能质量扰动源定位方法
【专利摘要】基于PSO算法的计及监测可信度的扰动源定位方法，包括步骤：定义PQM获得信息的“监测可信度”概念：通过分析影响监测可信度的具体因素来构建“监测可信度函数”；对配电网结构信息及区域内所有PQM布置情况进行分析，根据分析结果建立结构矩阵Cl×m；对应各个PQM，根据配电网潮流方向将整个网络区域划分为与其相应的前向区域与后向区域；建立计及监测可信度的粒子群优化模型；提出一种恰当的新的评价函数构建方法；粒子群寻优迭代。
【专利说明】计及监测可信度的电能质量扰动源定位方法
【技术领域】
[0001] 本发明涉及一种基于粒子群优化且计及监测可信度的电能质量扰动源定位方法， 属电气工程和电能质量领域。
【背景技术】
[0002] 电力能源是社会经济可持续发展的热点，随着电气水平的不断提高，电能质量问 题也日益突出。一方面，电力新技术快速发展，新能源微电网的并网，变频、节能装置和电 力拖动设备的大量投入，使得非线性和冲击性电力负荷大大增加，造成了电力波形严重 畸变；另一方面，智能化和自动化水平提高，计算机、通信等精密电子设备得到广泛应用， 使得敏感负荷不断增加，对电能质量的要求也更高。电能质量监测仪（Power Quality Monitor, PQM)的应用和发展，是扰动源定位的重要基础。配电网发生电能质量扰动而造成 的经济损失与日俱增，扰动源的准确定位有助于快速解决电能质量问题，降低经济损失和 明确事件责任。
[0003] 配电网电能质量扰动源的定位基于PQM多点监测，但监测数据受到信号强弱、距 离位置、高斯噪声和监测误差等因素影响，其方向判定信息的准确率受到不同程度的降低， 提高了定位难度。目前，已有相关成果主要集中在电能质量的监测、扰动识别、谐波抑制、 综合评估和矩阵算法定位等几个研究方面：申请号为201410015150. X、200820170703. 9、 200810061254. 9、201310384472. 7和201310664699. 7等发明专利申请书分别提出了基于 粒子群优化（Particle Swarm Optimization, PS0)算法的扰动识别方法、电能质量在线监 测方法、基于矩阵算法的扰动源定位方法、基于PSO算法的谐波抑制方法和基于灰色理论 的电能质量综合评估方法，但这些相关研究均未能充分考虑PQM扰动源方向判定信息的准 确率，且均未涉及考虑监测可信度情况下用粒子群算法来进行电能质量扰动源定位。本发 明专利针对PQM监测可信度、PSO和扰动源定位算法进行研究，建立了 PSO可信度矩阵模 型，提出了新的评价函数，通过粒子群迭代进行全局寻最优解，从而实现了在部分监测信息 有误情况下的电能质量扰动源的自动精确定位。
【发明内容】
[0004] 本发明要克服现有扰动源定位技术易受距离位置、信号强弱、高斯噪声和监测误 差等不利因素影响而导致定位准确率大幅度降低的缺点，提供一种基于PSO算法的计及监 测可信度的扰动源定位方法，能在部分监测信息有误情况下仍具备较高的电能质量扰动源 定位准确率。
[0005] 本发明为实现上述目的，提出了一种基于PSO算法的计及监测可信度的扰动源定 位方法，包括步骤：
[0006] 1)定义PQM获得信息的"监测可信度"概念：是指PQM根据监测数据得出的扰动源 区域方向判定信息的可信程度。该概念表征PQM的方向判定信息在受到信号强弱、距离位 置、高斯噪声和监测误差的因素影响时，判定信息正确性降低后的可靠程度。
[0007] 2)通过分析影响监测可信度的具体因素来构建"监测可信度函数"。第一个影响 因素，扰动方向特征量的强弱程度。考虑到当监测点与扰动点的距离位置较大，将使得PQM 测得的扰动特征量变得微弱，更易受噪声干扰，则其扰动方向判定可信度较低。扰动方向特 征量的强弱程度可由监测点所测得的扰动特征量与稳定特征量的相对比值来体现。设立扰 动特征量的强弱度系数a i如下：
[0008]
【权利要求】
1. 一种基于PSO算法的计及监测可信度的扰动源定位方法，包括步骤： 1) 定义PQM获得信息的"监测可信度"概念：是指PQM根据监测数据得出的扰动源区域 方向判定信息的可信程度；该概念表征PQM的方向判定信息在受到信号强弱、距离位置、高 斯噪声和监测误差的因素影响时，判定信息正确性降低后的可靠程度； 2) 通过分析影响监测可信度的具体因素来构建"监测可信度函数";第一个影响因素， 扰动方向特征量的强弱程度；考虑到当监测点与扰动点的距离位置较大，将使得PQM测得 的扰动特征量变得微弱，更易受噪声干扰，则其扰动方向判定可信度较低；扰动方向特征量 的强弱程度可由监测点所测得的扰动特征量与稳定特征量的相对比值来体现；设立扰动特 征量的强弱度系数ai如下：
式中，DEm表示扰动能量的峰值；Pss表示扰动发生之前的稳态三相有功功率；T为扰动 能量的持续时间；下标i表示对应第i个PQM的编号； 第二个因素，由于配电网中实际配置PQM数量少于线段数量，根据"虚拟PQM"相关理论 和文献，设立虚拟补偿系数I，对虚拟PQM的状态估计误差进行补偿，其式如下：
第三个因素，考虑扰动能量终值与扰动能量峰值的比值越小时，表明扰动能量在积分 过程中，其瞬时的扰动功率正负极性变化越明显；当反向能量积分大于正向能量积分时，将 导致扰动能量终值的正负符号与原本对应的方向判定结果不一致；这里考虑当扰动能量终 值与扰动能量峰值的比值低于70%时，补偿该因素； 综合上述因素分析，构建监测可信度函数ui如下：
式中，DEZ表示扰动能量终值； 3) 对配电网结构信息及区域内所有PQM布置情况进行分析，根据分析结果建立结构矩 阵Qxm，下标1为系统中的线段数量，m为系统中实际PQM与虚拟PQM的总数；对应各个PQM， 根据配电网潮流方向将整个网络区域划分为与其相应的前向区域与后向区域；
式中，矩阵元素h值表征配电网中第i条线段与第j个PQM的位置关系，其赋值依据 为：
4) 建立计及监测可信度的粒子群优化模型；综合配网中PQM的判别信息得到方向判别 矩阵DmX1，并将其设立为粒子矩阵Xk，再构造成监测可信度矩阵Uk如下：
式中，i表示1至m之间的任意数，代表对应PQM的编号；k表示粒子矩阵或对应监测可 信度矩阵的编号；Ui为步骤2)中的监测可信度函数； 对模型中粒子矩阵\的空间范围进行限制，使得允许存在的粒子位置状态数量等于配 电网线段数量，从而减少算法的搜索空间范围，提高收敛速度；根据扰动源定位的矩阵算法 相关理论和文献，当满足结果矩阵R1X1 =C1XmDmX1中仅有一个元素&值等于m，其对应的线 段Q即扰动源所在位置，记此判别矩阵为Du ;以此作为限制依据，使得\允许存在的粒子 位置状态为与配网线段一一对应，由原来的2m个状态搜索空间范围，压缩到m种Du矩阵状 态； 5) 提出一种恰当的新的评价函数构建方法；构建评价函数时，设定评价值越小时潜在 解越优良；从以下四方面来分析： a. PQM判别信息具有重要借鉴意义，作为潜在解的粒子矩阵\与方向判定矩阵DmX1差 异越大，则其评价值越大（越差），记元素值不同处为差异位； b. 对监测可信度过低（小于30% )的差异位，进行适当评价补偿； c. 将监测可信度概念应用于评价函数，用新监测可信度矩阵UXi替代判别矩阵DmX1，代 入结果矩阵运算式，得 R，iX1 =C1XmXUXi (8) 式中，由步骤4)可得相似推论：R'iX1中元素最大值r's的下标s(行数）表明其对 应线段Ls发生扰动的可信度越高；分析Ls与Q(i为UXi下标值）关系，通过配电网结构信 息计算两者的距离位置差值，两条线段越接近表明解越优良； d. 若某处PQM监测的扰动功率起始波峰符号和扰动能量终值符号不同，记该处线段为 异变处Y，表明其误判概率较大；当矩阵\与方向判定矩阵口^^的差异位所对应线段又同 是异变处Y时，补偿此差异改变的评价效果； 综合上述分析，提出新的评价函数，如下：
式中，Wl、w2和w3分别为差距补偿系数、异变补偿系数和可信补偿系数，用来权衡各评 价因数的比重；设定f\(s，i)函数为线段链路关系函数，根据配电网拓扑结构计算线段Ls 与Q的位置距离；当s=i，函数值为0 ;否则返回线段差距数，例如相邻线段返回1 ;设定 f2(x，k)函数为异变处判断函数，当X自变量非零，检验对应线段Lk是否为异变处Y，成立 返回函数值1，否则返回〇 ;设定f3(x，k)函数为低可信判断函数，当x自变量非零，检验监 测可信度是否低于0.3,成立返回1，否则返回0 ; 6)粒子群寻优迭代，在寻优的过程中按照改进公式（10、11)进行迭代：
式中，《为粒子速度的惯性权重；CjPc2为加速因子（正实数）为介于 [〇, 1]之间的随机实数；DU为步骤4)中所得的线段Q对应的方向判别矩阵；吨《〇峨0+1) 为阈值函数；上标k表示迭代次数；X〗、0分别表示第i个粒子在迭代到第k次时在第n维空间中的速度和位置；个体极值pbest为某个粒子矩阵到目前为止找到它自身的最优位 置，全局极值gbe3t为所为有粒子矩阵的最优位置；为防止s切《〇/rf(G+1)阈值函数饱和，将其 与粒子速度关系设定如下（式中e为自然常数）：
迭代过程中，不断更新个体极值和全局极值，当满足收敛条件（达到最大迭代次数）， 则停止计算；将全局最优粒子矩阵代入新结果矩阵算式（8)，根据其元素最大值r' s得扰 动源定位结果为对应线段Ls。
【文档编号】G06F19/00GK104407273SQ201410537526
【公开日】2015年3月11日 申请日期:2014年10月13日 优先权日:2014年10月13日
【发明者】黄飞腾, 翁国庆, 张有兵, 王强 申请人:浙江工业大学