一种基于证据理论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证据理论并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] 近年来，随着电网中敏感设备激增及电力市场化进程不断推进，电能质量扰动 造成的经济损失迅速增加，人们对责任确定的诉求日益强烈。电能质量扰动源（Power QualityDisturbanceSource,PQDS)定位，是指当目标电网区域中发生电能质量扰动事件 时，通过系统中布置的电能质量监测装置（PowerQualityMonitor,PQM)及电能质量监测 中心对扰动信号进行采集、计算、分析和处理，进而实现PQDS确切线路或位置的智能诊断。 PQDS的快速、准确定位，是电力管理部门尽快查明扰动原因、明确责任、排除扰动源、采取合 理改善措施，从而保证电能质量满足用户需求的前提和基础，也是未来智能配电网中网络 化电能质量监测系统（NetworkPowerQualityMonitoringSystem,NPQMS)的核心高级功 能之一。
[0003] 当前，电能质量相关的研宄热点主要集中在电能质量信号的辨识处理、电能质量 评价指标、电能质量监测装置和系统的结构、电能质量优化与控制等方向，关于PQDS定位 方法的研宄成果较少。申请号为2013104676593和2014101006927的发明专利分别提出一 种基于有限电能质量监测点的电压暂降源定位方法和通过计算故障线路两端电能质量监 测节点监测到问题的时间差而对故障源进行定位方法，但其主要思路是基于故障距离测定 的方式解决少量线路上具体故障位置的确定；申请号为2008100612549的发明专利提出一 种基于矩阵算法原理的配电网PQDS自动定位方法，但其定位准确性过度依赖各测点PQM的 扰动方向判别结果的可靠性和信息的完备性；申请号为2014105375263的发明专利提出一 种基于粒子群优化算法的计及监测可信度的矩阵定位改进算法。本发明专利针对各种影响 PQM扰动方向判定结果可靠性的因素、影响程度表征函数、基于多证据源的PQDS智能定位 方法进行研宄，建立了多种表征方向判定信息可信度函数，基于证据理论融合两种不同扰 动方向判据信息实现了在部分监测信息有误情况下的PQDS的自动精确定位，并提出了运 用证据源一致性构建评价函数实现定位结果的可靠性评价。
【发明内容】
[0004] 本发明要克服现有PQDS定位算法准确性严重依赖NPQMS中各监测点PQM扰动方 向判定结果可靠性以及方向判定信息完备性的问题，综合考虑扰动信号强弱、扰动电流特 征、分布式电源接入以及状态估计误差等因素对扰动方向判定可靠性的影响，提供一种基 于证据融合理论的PQDS自动定位方法，实现在NPQMS中部分监测信息缺失、有误或者扰动 方向判定结果不理想的情况下，仍可实现PQDS的准确定位，且可评估其定位结果的可信 度。
[0005] 本发明为实现上述目的，提出了一种基于证据融合理论的PQDS定位方法，如附图 1所示，其过程包括如下步骤：
[0006] 1、确定系统覆盖矩阵\XN及方向判定矩阵BV，NX1。在含有L条线段、N个PQM的配 电网络中，可分别构建用以表征所有线路与PQM位置关系的覆盖矩阵\XN，以及用以表征系 统中某位置发生扰动事件时所有监测点PQM依据扰动功率（DisturbancePower，DP)和扰 动能量（DisturbanceEnergy，DE)这两种不同扰动方向判据实现的扰动方向判定结果的方 向矩阵BV，NX1。其中，v= 1表示依据扰动功率判据；v= 2表示依据扰动能量判据。Aum和 8_1中各元素8」1和1^，1的赋值原则如式（1)"2)所示。
[0009] 2、构建表征扰动方向判定结果各影响因素的可信度函数。定义PQM方向判定信息 "可信度"概念，分别构建表征多种可信度分项函数指标，用以描述扰动信号强弱、扰动电流 特征、分布式电源接入以及虚拟PQM状态估计误差等各种因素在不同情景下对扰动方向判 定结果可信度的影响程度，从而实现各监测点方向判定过程及结果的模糊量化。
[0010] 步骤201，构建表征扰动信号强弱的方向判定可信度函数。扰动信号特征量的强弱 程度，可由监测点所测得的扰动信号特征量与系统稳定时信号特征量的相对比值来体现。 据此，构建表征扰动强弱的方向判定可信度yi:
[0012] 式中，Ev⑴表示系统稳定时第i个监测点的信号特征量；Aev⑴表示卩(^扰动 信号特征量；v= 1表示取特征量为扰动功率DP;v= 2表示取特征量为扰动能量DE。
[0013] 步骤202,构建表征扰动电流特征的方向判定可信度函数。不平衡扰动源引起的扰 动在影响系统三相平衡度的同时，还会存在一定的零序电流，其幅值大小与该PQM相对于 扰动点的位置密切相关：若扰动点位于PQM的后向区域，则检测到的零序电流幅值较大；若 扰动点位于PQM的前向区域，则零序电流较小。据此，构建表征不平衡扰动时扰动电流特征 的方向判定可信度Si:
[0015]其中，
[0016] 式中，I。⑴为监测点i的零序电流均方根值也表示PQMi处的扰动方向判定结 果；1为1〇⑴与系统中所有监测点1〇⑴平均值的比值；a为常量，为使得31在[1~0.9] 区间内一般取2. 2~2. 5。
[0017] 步骤203,构建表征扰动能量波动特征的方向判定可信度函数。扰动源定位时，DE 波动特征从某种程度上间接反映了该点扰动方向误判的可能性。拟定以下扰动方向判定原 贝1J:若DE波形初始峰值与最终值符号不同或者DE符号时刻变化，则该监测点扰动方向判定 结果可信度降低。据此，构建表征扰动能量波动特征的方向判定结果可信度0 i:
[0019] 式中，〇为可信度值，取值范围为〇? 5~0? 75 ;DEQ(i)为第if监测点DE波形初 始峰值；DEK(i)为第i个监测点DE终值；sgn为符号函数。
[0020] 步骤204,构建表征虚拟PQM点状态估计误差的方向判定可信度函数。由于状态估 计误差引入，虚拟PQM点的扰动方向判定可信度可能降低。据此，构建表征虚拟PQM点的方 向判定结果可信度li:
[0023] 式中，％为置信度u对应的不确定度；xpx2为虚拟PQM测点i依据测点zp&的 状态估计结果；为其对应的量测函数吨为其相对偏移量；f(d)为其对应的 构造函数。
[0024] 3、基于证据融合理论的PQDS自动定位。D-S证据理论具有处理不确定信息的能 力，基于D-S证据理论的PQDS定位，组合依据扰动功率和扰动能量这两种不同判据各自获 得的不确定扰动方向判定信息，使得扰动源定位更准确、可信。
[0025] 步骤301，构建目标识别框架。设目标配电网有N个PQM，给每个PQM配置一个编 号形成由数组&构成的识别框架? :
[0026] ? ={gi|i= 1, 2, 3, . . . ,N} (7)
[0027] 步骤302,构建基本信度分配函数。从yi、Si、Ii多个角度综合考虑，构建 综合的可信度函数。考虑两点：由于在定位由不平衡扰动源引起的扰动时Si才能参与信度 配置，此时Sp0i可能出现交集造成重复的概率下降，因此对Sp0i进行平均概率处理，以 避免信度急速减小；为避免出现Yi大于1的情况，采用最小值函数处理方式。据此，构建 综合可信度函数W(i):
[0029] 式中，min为最小值函数；y为电压不平衡度系数，因系统正常电压不平衡度范围 为2%~4%，取y= 0.04为界点。
[0030] 按照基本信度分配函数定义，将w(i)归一化后得到新的可信度函数w(i)。则基本 信度分配函数m(gi):
[0032] 步骤303,扰动方向判定可信度组合。采用扰动功率和扰动能量两种方向判据，一 种方向判定判据对应一个基本信度函数分配，可分别定义两种情景下的基本信度分配函数 mv，以及对应两组方向矩阵BV，NX1。这样，可得到两组具有符号特性的扰动方向基本信度分 配值叫（0)、m2 (r):
[0033] m1 (0): iHj (gj)b1； 1；m1(g2) b1； 2, . . . ,iHj (gN) b1；N
[0034] (10)
[0035] m2 (T) ：m2 (g:)b2； 1