【精彩论文】基于谐波发射水平的工业用户电力设备分类识别方法

观点凝练

摘要：随着电力物联网的快速发展，明确用户负荷状况对改善供电服务质量、电价决策、需求侧响应、有偿精准服务等方面起着重要作用。基于非侵入式方法进行工业电力设备的分类识别，存在工业负荷先验知识较少、用电采集系统数据采样频率低等问题。应用工业大用户的电能质量监测数据，提出一种基于谐波发射水平的工业用户电力设备分类识别方法。首先，提出基于双边累计和算法的工业设备投入/切除事件检测方法。其次，提取各次事件的典型特性，构建工业用户设备特征矩阵，提出高贡献率特征筛选方法，减少特征数量。提出基于k-means聚类算法和轮廓系数的工业用户电力设备分类识别方法。应用上海地区10 kV电压等级下某轧机用户14天的电能质量监测数据，验证了所提方法对于设备情况未知的工业用户设备分类具有较高的准确性，具有一定的实用价值和推广意义。
结论：本文针对工业负荷分类研究中先验数据难获得、先验知识库难形成等问题，提出了基于谐波发射水平的工业用户电力设备分类识别方法，主要结论包括：（1）采用双边CUSUM方法对算例中14天监测数据进行分析，得出106个设备投入/切除事件。并利用谐波贡献率实现了对高贡献率谐波特征的有效提取，降低了特征矩阵维度。（2）引入轮廓系数，采用逆推法实现了k-means聚类算法初始值的确定，最终得出3类设备类型。聚类效果通过BP神经网络与设备时间与功率分布特性验证了本文方法的有效性与合理性。（3）分析了工业用户不同电力设备的时间分布规律，研究结果有望应用在需求侧响应等电网规划与决策中。在进一步筛选不可替代特征、引入有功、无功变化量特征等方面，还应展开研究，进一步提高工业设备识别的准确性。

引文信息

杨心刚, 张鹏, 杜洋, 等. 基于谐波发射水平的工业用户电力设备分类识别方法[J]. 中国电力, 2021, 54(8): 43-51.YANG Xingang, ZHANG Peng, DU Yang, et al. Classification and identification method of power equipment for industrial users based on harmonic emission level[J]. Electric Power, 2021, 54(8): 43-51.‍

 往期回顾 

编辑：杨彪

审核：方彤

声明

根据国家版权局最新规定，纸媒、网站、微博、微信公众号转载、摘编《中国电力》编辑部的作品，转载时要包含本微信号名称、二维码等关键信息，在文首注明《中国电力》原创。个人请按本微信原文转发、分享。欢迎大家转载分享。