基于k中心点聚类的稳态电能质量预警阈值研究.docVIP

PAGE 1 - 基于k中心点聚类的稳态电能质量预警阈值研究 刘建华，刘艳梅，冯纯纯，李锦程，张屹修 （中国矿业大学 电气与动力工程学院 江苏 徐州 221008） 摘要：对稳态电能质量预警阈值的研究是适应电能质量预警系统的开发。针对目前稳态电能质量预警阈值确定方法复杂单一的问题，提出了一种基于k中心点聚类的稳态电能质量阈值确定方法。该方法是在对电能质量数据进行聚类分析的基础上，使用基于距离的平方和误差作为聚类质量的度量，根据阈值确定的实际情况取k=2，自然地将所有数据分为正常类和异常类两类，在此基础上进行阈值的选取。实验结果证明，在确定电能质量阈值的问题上，该方法具有良好的效果和效率。 关键词：电能质量；预警阈值；k中心点聚类 中图分类号：TM71 文献标识码：A 文章编号：1001-1390(2018)22-0000-00 Early warning thresholding of steady-state power quality based on k-medoids clustering Liu Jianhua, Liu Yanmei, Feng Chunchun, Li Jincheng, Zhang Yixiu ( School(School of Electrical and Power Engineering, China University of Mining and Technology, Xuzhou 221008, Jiangsu, China.) Abstract：The study of steady-state power quality (PQ) warning threshold is for the development of PQ early warning system. In this paper, a method of determining the steady-state PQ threshold based on k-medoids clustering is proposed to solve the problem that the current segmentation method of steady-state PQ warning threshold of is a complex and single. The method firstly analyzes the PQ data by cluster analysis, then, uses the square sum error based on distance is adopted as the clustering quality metric function. According to the actual situation determined by the threshold, the method sets the value of k as =2, naturally divides all the data into two classes: normal class and abnormal class, on the previous basis, the threshold is selected. The experimental results show that, for the selection of PQ threshold, the above method has good effect and efficiency. Keywords：power quality, early warning threshold, k-medoids clustering PAGE 4 0　引 言 随着我国智能电网产业结构的升级，无论配电还是发电环节都在向自动化方向发展，在自动化实现的过程中，电力系统应用到了大量的非线性电力电子元件，同时直流输电技术和FACTS技术也广泛应用于实际工程中，这些都会给电力系统带来谐波和电压波动等影响，降低了电网的电能质量[1]。这些也会对电能的生产、传输、分配和使用带来影响，甚至引发严重的电力事故，造成巨大的经济损失。因此对电能质量进行预警显得尤为重要，对降低电力事故、提高电力企业的市场竞争力和满足用户的供电要求也具有重要的意义。 在电能质量研究方面，目前主要集中在电能质量监测系统，扰动源识别、分类，信号去噪，治理技术等方面[2-6]，而电能质量预警阈值方面的研究很少，文献[7]提出了基于模糊聚类算法的阈值设定方法，此方法在建立模糊相似矩阵的基础上构造动态聚类图对电能质