【精彩论文】基于数据驱动的多污染模式电能质量耦合性评估

观点凝练

摘要：为量化电网中不同电能质量变化规律下节点间扰动的相互影响，提出一种基于数据驱动的多污染模式电能质量耦合性评估方法。首先，利用频域分解构建周期性和随机性变化扰动模式，根据扰动的变化趋势和严重性，通过考虑局部极值点的分段线性拟合提取扰动模式特征。其次，提出模式距离度量法对各扰动模式特征实施模式匹配，分析不同模式下节点间扰动时间序列的耦合性，确定系统节点间扰动的相互影响。最后，采用IEEE 14节点系统进行仿真算例分析，通过对比常用的时间序列模式匹配方法，验证了所提方法的准确性和适用性。
结论：本文提出了一种基于数据驱动的多污染模式电能质量耦合性评估方法，能够量化周期性和随机性变化模式下节点间扰动的相互影响。通过IEEE 14母线系统的算例仿真分析，与ED和DTW距离对比，本文采用的模式距离度量法能够体现扰动时间序列的时序关系和连续变化特征，反映序列间变化规律的差异，验证了所提方法的准确性和适用性。

引文信息

张健, 于浩, 梁建权, 等. 基于数据驱动的多污染模式电能质量耦合性评估[J]. 中国电力, 2022, 55(11): 84-90.ZHANG Jian, YU Hao, LIANG Jianquan, et al. Power quality coupling assessment based on data-driven under multiple pollution patterns[J]. Electric Power, 2022, 55(11): 84-90.

欢迎点击文后“阅读原文”跳转期刊官网，获取更多信息！

 往期回顾 

编辑：于静茹

校对：张重实

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。