cluster。= {k}; S41-7，若所述N中已经不存在未访问对象，则执行所述步骤S41-4;否则，从所述N中任 意选择未访问对象S，标记s为已访问的，判别所述s的ε -邻域内是否存在至少M i n p t s个对 象，若是则将所述s的邻域内的对象均加入所述N，判别所述s是否已经属于某一簇，若否 则将所述s加入clustere，并执行所述步骤S41-7; S41-8，标记所述k是噪声，并返回执行所述步骤S41-4; 541- 9，聚类分析结束，并记此次聚类分析共形成C个簇c Iusteri，cluster,…， clusterc，和1个噪声点noisei, · · · ,noisei，其中，所述1个噪声点各自构成一个同调机群， 即新增同调机群'崎(访=..1，.....,/)，并令P = P+1，以使完成对特征:?1,试，/丨的聚类分 析； 542，基于二维数据<.<7丨，...,//^，对所述(3个簇(31118七61'1，(31118七612，'"，(31118七61'(；逐一进行 聚类分析，包括： 542- 1，令i = l，若clusteri中的元素数目只有一个，则新增同调机群Cohp+i = clusteri， 并令P = P+1，执行步骤S42-4,否则，计算所述clusteri中的元素所对应的特征{//"之间的两 两欧式距离； S42-2,设定DBSCAN算法的两个参数，Minpts = 2，e参数取为特征之间的两两欧式距 离的四分之一位数，并依照所述步骤S41-3至S41-8以完成聚类分析； S42-3，记所述聚类分析共形成C2个簇cl，cl2，…，clc2和12个噪声点noisei，· · ·， η 〇 i s e i 2，其中，所述1 2个噪声点各自构成同调机群，即新增同调机群 Co/ip" =WOi:' (y/ = l，,..，/2)，并令p = p+12; S42-4，i = i+1，若i < C，则执行所述步骤S42-2，否则执行步骤S42-5; 542- 5,所述特的聚类分析结束，并记在整个S42步骤中共得到个簇，即 cluster71,cluster7 2, ··· ,cluster7 c7 ； S43,基于二维数据，….·//::，对S42-5中得到的所述个簇cluster7 !,cluster7 2,…， Clusteiy (T逐一进行聚类分析，包括： 543- 1，令i = l，若cluster、中的元素数目只有一个，则新增同调机群Cohp + i = cluster7 i，并令P = P+1，转向S42-4,否则，计算所述cluster7 i中的元素所对应的特征 之间的两两欧式距离； S43-2,设定DBSCAN算法的两个参数，Minpts = 2，e参数取为特征之间的两两欧式距 离的四分之一位数，并依照所述步骤S41-3至S41-8完成聚类分析； S43-3,记所述次聚类分析共形成C3个簇cli，cl2,…，clc3,和13个噪声点noisei,...， η 〇 i s e i 3，其中，所述1 3个噪声点各自构成同调机群，即新增同调机群并令 P = P+13; S43-4，i = i+l，若i SC/，则执行所述步骤S43-2,否则执行步骤S43-5; S43-5,所述特征Y的聚类分析结束，并记在整个S43步骤中共得到C〃个簇，即 clusteri〃，cluster2〃，···，cluster。"〃，新增同调机群1 并令P = P+C"〇5. -种基于小波变换的同调机群识别装置，其特征在于，包括： 获取模块，用于获取电力系统中的各个发电机的功角曲线； 变换分析模块，用于分别对所述各个发电机的功角曲线进行小波变换分析； 提取模块，用于分别对小波变换分析后的所述各个发电机的功角曲线进行特征提取， 得到所述各个发电机的同调识别关键特征； 聚类分析模块，用于根据所述各个发电机的所述同调识别关键特征进行基于密度的聚 类分析，得到多个同调机群。6. 如权利要求5所述的基于小波变换的同调机群识别装置，其特征在于，通过以下公式 分别对所述各个发电机的功角曲线进行小波变换分析：其中，为母小波Morlet函数，其中，ω〇为频率参数;5i(t)为第i个发电 机的功角曲线；orrR (i)j卜A史(4为第i个发电机的功角曲线对应的小波变换系数，a为缩 放尺度，b为位置参数。7. 如权利要求5所述的基于小波变换的同调机群识别装置，其特征在于，所述提取模块 包括： S31，通过以下公式计算所述第i个发电机的功角曲线的小波变换系数在各个缩放尺度 上的谱能量EKa):532, 对所述谱能量进行归一化处理以得到所述第i个发电机的功角曲线在各个缩放尺 度上的能量占比； 533, 针对所述第i个发电机，提取所述谱能量上所述能量占比最大的三峰所对应的缩 放尺度和能量占比作为所述同调识别关键特征，其中，所述同调识别关键特征为三组二维 数据，分别为并且有8. 如权利要求5所述的基于小波变换的同调机群识别装置，其特征在于，所述聚类分析 模块包括:S41，假设电力系统中共有η台发电机，目前已识别出同调机群数目为P，对应的同 调机群为Coh1,...，CohP，令P = 0,并首先对η个二维数据#，被，...,式进行聚类分析，包括： S41，假设电力系统中共有η台发电机，目前已识别出同调机群数目为Ρ，对应的同调机 群为Coh1,...，CohP，令Ρ = 0,并首先对η个二维数据心/7),..,W进行聚类分析，包括： S 4 1 - 1，计算η个二维数据…乂,之间的两两欧式距离D i」，其中，S41-2,设定基于密度的聚类方法DBSCAN算法的两个参数Minpts = 2、参数ε取为 之间的两两距离数据的四分之一位数，Sh=Q1(Dlj); S41-3，标记所述有η个对象为未访问的，记当前聚类分析得到的簇的数目C是0; S41-4,判断当前是否存在未访问对象，若存在未访问对象，则随机选择一个未访问的 对象k，标记k为已访问的，否则则执行步骤S41-9; S41-5,记k的ε-邻域内中的所有对象构成集合N，若所述N内存在至少Minpts个对象，则 执行步骤S41-6，否则则执行步骤S41-8; S41-6,令C = C+1，建立一个新簇cluster。，令cluster。= {k}; S41-7，若所述N中已经不存在未访问对象，则执行所述步骤S41-4;否则，从所述N中任 意选择未访问对象S，标记s为已访问的，判别所述s的ε -邻域内是否存在至少M i n p t s个对 象，若是则将所述s的邻域内的对象均加入所述N，判别所述s是否已经属于某一簇，若否 则将所述s加入clustere，并执行所述步骤S41-7; S41-8，标记所述k是噪声，并返回执行所述步骤S41-4; 541- 9，聚类分析结束，并记此次聚类分析共形成C个簇c Iusteri，cluster,…， clusterc，和1个噪声点noisei, · · · ,noisei，其中，所述1个噪声点各自构成一个同调机群， 即新增同调机群(?<+,=??碑〇^1，...，/)，并令？ = ?+1，以使完成对特征;/11，；^...,/7!的聚类分 析； 342，基于二维数据甙，成，."，:?7丨.，.对所述(]个簇〇1118丨61'1，〇1118丨612，'"，〇1118丨61'(；逐一进行 聚类分析，包括： 542- 1，令i = l，若clusteri中的元素数目只有一个，则新增同调机群Cohp+i = clusteri， 并令P = P+1，执行步骤S42-4,否则，计算所述clusteri中的元素所对应的特征之间的两 两欧式距离； S42-2,设定DBSCAN算法的两个参数，Minpts = 2，e参数取为特征^丨之间的两两欧式距 离的四分之一位数，并依照所述步骤S41-3至S41-8以完成聚类分析； S42-3，记所述聚类分析共形成C2个簇cl，cl2，…，clc2和12个噪声点noisei，· · ·， η 〇 i s e i 2，其中，所述1 2个噪声点各自构成同调机群，即新增同调机群,并令 P = P+12; S42-4，i = i+1，若i < C，则执行所述步骤S42-2，否则执行步骤S42-5; S42-5，所述特征?…的聚类分析结束，并记在整个S42步骤中共得到个簇，即 cluster71,cluster7 2, ··· ,cluster7 c7 ； S43,基于二维数据R3,成，·..，￥，.对S42-5中得到的所述(/个簇cluster' !,cluster' 2,…， cluster' (T逐一进行聚类分析，包括： S43-1，令i = l，若cluster、中的元素数目只有一个，则新增同调机群Cohp + i = (：1118七61'/；1，并令？ = ?+1，转向542-4，否则，计算所述(31118七61'/；1中的元素所对应的特征|)7):} 之间的两两欧式距离； S43-2,设定DBSCAN算法的两个参数，Minpts = 2，e参数取为特征^)；}之间的两两欧式距 离的四分之一位数，并依照所述步骤S41-3至S41-8完成聚类分析； S43-3,记所述次聚类分析共形成C3个簇cli，cl2,…，clc3,和13个噪声点noisei,...， η 〇 i s e i 3，其中，所述1 3个噪声点各自构成同调机群，即新增同调机群并令 P = P+13; S43-4，i = i+l，若i SC/，则执行所述步骤S43-2,否则执行步骤S43-5; S43-5,所述特征/71:./?22，....<的聚类分析结束，并记在整个543步骤中共得到(：〃个簇，即 clusteri〃，cluster〗"，…，cluster。"〃，新增同调机群并令P = P+C"〇
【专利摘要】本发明公开了一种基于小波变换的同调机群识别的方法及装置，其中方法包括：获取电力系统中的各个发电机的功角曲线；分别对各个发电机的功角曲线进行小波变换分析；分别对小波变换分析后的各个发电机的功角曲线进行特征提取，得到各个发电机的同调识别关键特征；根据各个发电机的同调识别关键特征进行基于密度的聚类分析，得到多个同调机群。该方法可以比较快速、准确地识别出电力系统暂态过程中的同调机群，实现同调机群的实时判别，从而为调度人员采取相应紧急控制措施提供了重要参考，提升电力系统的稳定控制水平。
【IPC分类】H02J3/00
【公开号】CN105429138
【申请号】CN201510921064
【发明人】胡伟, 闵勇, 周一凡, 李淼, 邵立政, 张振兴, 周悦
【申请人】清华大学, 国家电网公司, 国网湖北省电力公司
【公开日】2016年3月23日
【申请日】2015年12月11日