基于改进kShape聚类的谐波污染分区方法

张敏, 樊瑞, 祗会强, 张世锋, 李慧蓬, 赵军

辽宁工程技术大学学报(自然科学版) ›› 2024, Vol. 43 ›› Issue (03) : 342-350.

基于改进kShape聚类的谐波污染分区方法

  • 张敏, 樊瑞, 祗会强, 张世锋, 李慧蓬, 赵军
作者信息 +
History +

摘要

针对大量电力电子负荷接入后,谐波源数量大幅增加,全网谐波源位置追溯困难的问题,利用电能质量监测数据,提出一种基于双层聚类的谐波分区溯源方案。首先,使用基于波形相似性的k Shape时间序列聚类算法,通过计算谐波电压序列的形态距离来度量数据波动相似性,挖掘谐波污染关联信息;然后,引入自适应密度峰值聚类改进k Shape算法,解决初始聚类中心随机选取导致的局部最小化问题,实现最佳聚类数目的自适应选择。该方法能够有效实现多谐波源的区域化定位,缩小主导谐波源的嫌疑范围,适用于大规模谐波源接入场景的溯源分析。基于IEEE 123节点网络和监测平台的实测数据,验证了方法的有效性和实用性。

关键词

谐波溯源 / 谐波污染分区 / kShape聚类 / 时间序列相似性 / 自适应密度峰值聚类

中图分类号

TM73

引用本文

导出引用
张敏, 樊瑞, 祗会强, 张世锋, 李慧蓬, 赵军. 基于改进kShape聚类的谐波污染分区方法. 辽宁工程技术大学学报(自然科学版). 2024, 43(03): 342-350

基金

国网山西省电力公司科技项目(52053022000A)

评论

Accesses

Citation

Detail

段落导航
相关文章

/