(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111077592.3 (22)申请日 2021.09.14 (71)申请人 国网天津市电力公司 地址 300010 天津市河北区五经路39号 申请人 国家电网有限公司 (72)发明人 赵风松　赵长伟　骈睿珺　葛磊蛟　 花文平　刘志超　王合兵　 (74)专利代理 机构 天津盛理知识产权代理有限 公司 12209 代理人 王来佳 (51)Int.Cl. G06F 30/27(2020.01) G06Q 10/06(2012.01) G06Q 30/00(2012.01) G06Q 50/06(2012.01)G06N 3/04(2006.01) G06N 3/08(2006.01) G06F 113/04(2020.01) (54)发明名称 一种低压配电网用户电能质 量扰动溯源方 法 (57)摘要 本发明涉及一种低压配电网重要用户电能 质量扰动溯源方法， 包括以下步骤： 步骤1、 提出 低压用户电能质量扰动模式特征； 步骤2、 基于谐 波状态静态估计算法， 计算低压电力用户的不同 节点谐波数值； 步骤3、 依据步骤2的低压电力用 户的不同节 点谐波数值， 计算电能质量扰动源的 高、 中、 弱三个等级的低压电力用户的谐波变化 量， 与步骤1获得的电能质量扰动源的高、 中、 弱 三个等级的电力用户电能质量扰动模型特征曲 线进行对应归类分析， 然后从电力用户容量大 小、 扰动强弱、 谐波变化大小 三个方面， 对重要电 力用户电能质量扰动进行综合评价， 定位重要电 力用户点电能质量扰动源。 本发 明能够实现低压 配电用户的电能质量扰动快速 定位。 权利要求书3页 说明书7页 附图3页 CN 114139436 A 2022.03.04 CN 114139436 A 1.一种低压配电网重要用户电能质量扰动 溯源方法， 其特 征在于： 包括以下步骤： 步骤1、 应用低压配电网谐波潮流计算方法， 基于电力用户用电特性数据库， 将电力用 户用电特性与电能质量关联关系相结合， 考虑不同电力用户的应用环境、 电能质量， 应用神 经网络分析 方法， 提出低压用户电能质量扰动模式特 征； 步骤2、 根据步骤1电压用户电能质量扰动模式特征曲线， 基于谐波状态静态估计算法， 计算低压电力用户的不同节点谐波 数值， 并分别分析电能质量扰动源的高、 中、 弱三个等级 的低压电力用户不同节点谐波变化 规律； 步骤3、 依据步骤2的低压电力用户的不同节点谐波数值， 计算电能质量扰动源的高、 中、 弱三个等级的低压电力用户的谐波变化量， 与步骤1获得的电能质量扰动源的高、 中、 弱 三个等级的电力用户电能质量扰动模型特征曲线进行对应归类分析， 然后从电力用户容量 大小、 扰动强弱、 谐波变化大小三个方面， 对重要电力用户电能质量扰动进行综合评价， 定 位重要电力用户点电能质量扰动源。 2.根据权利要求1所述的一种低压配电网重要用户电能质量扰动溯源方法， 其特征在 于： 所述步骤1的具体步骤 包括： 步骤1.1基于电力用户用电特性数据库， 将电力用户用电特性与电能质量关联关系相 结合， 将低压电力用户分为电能质量扰动源高、 中、 弱等 三个等级； 步骤1.2考虑不同 电力用户的应用环境、 电能质量， 分别对步骤1.1中的电能质量扰动 源的高、 中、 弱三个等级的低压电力用户历史数据， 应用神经网络 分析低压用户电能质量扰 动模式特征， 获得高、 中、 弱三个等级的电力用户电能质量扰动模型特征曲线， 包括电量、 谐 波特征曲线。 3.根据权利要求2所述的一种低压配电网重要用户电能质量扰动溯源方法， 其特征在 于： 所述步骤1.1的具体包括以下步骤： 步骤1.1.1根据实际配电网的拓扑结构和设备组成， 按照低压配电网用户谐波占比大 于10％， 5％和3％分成优、 良和中等 三个等级； 步骤1.1.2考虑低压电力用户的一级、 二级、 三级等不同负荷等级， 结合电力用户实际 用电量大小和步骤1.1.1的谐波占比等级， 将低压电力用户分为电能质量扰动源高、 中、 弱 等三个等级。 4.根据权利要求2所述的一种低压配电网重要用户电能质量扰动溯源方法， 其特征在 于： 所述步骤1.2的具体包括以下步骤： 步骤1.2.1应用集成学习算法LightGBM算法， 输入已有的低压电力用户电能质量历史 数据， 依次训练多个弱决策树， 并将其进行组合， 最终生成可拟合复杂映射的强分类器， 其 基本设定为： 构建如下式所示的集成映射模型： 式中： x∈Rm为m维的样本输入， fr为第r棵回归树， 其输出 fr(x)等于样本x归入的叶节点 得分ω， T棵级联树得分累加即得到最终的预测输出 定义电能质量问题的损失函数为：权　利　要　求　书 1/3 页 2 CN 114139436 A 2式中： l为样本损失函数， 通常定义为平方损失， 即 在已迭代生成T ‑1 棵回归树时， 为使收敛速度达到最快， 第T棵树的回归目标应为损失函数下降的负梯度方向 gT； 对应于输入样本xi， gT,i可通过式计算： 训练回归树寻找最优分裂特征与分裂阈值时， LightGBM针对连续特征作离散化分区处 理， 分裂阈值只遍历特征取值范围内的部 分值， 且选择特征j与阈值v进 行分裂时， 其方差增 益为： 式中： Ω为分配到待分裂节点的样本全 集， nΩ为Ω中的样本数量， nL|j,v与nR|j,v分别为应 用特征j与阈值v分裂后分入树左半枝与 右半枝的样 本数； 遍历 至特征j时， 所选择的最佳阈 值应满足 考虑到当样本数量增加时， 对分裂阈值与特征的搜索计算复杂度也将线性增加， 对此 LightGBM采用降采样的方法， 保留前a ×100％梯度绝对值最大的样 本， 并随机抽取剩余1 ‑a 样本中的b ×100％样本用于方差增益估计， 故Gj,v计算式变为如式所示的形式： 式中： ΩA为前a×100％样本集， ΩB为剩余样本中采样b ×100％得到的子样本集； 步骤1.2.2利用经Li ghtGBM深度神经网络训练后生成的可拟合复杂映射的强分类器和 高、 中、 弱三个等级相应的三个样本集， 生成三个等级的电力用户电能质量扰动模型特征曲 线， 包括电量、 谐波特 征曲线。 5.根据权利要求1所述的一种低压配电网重要用户电能质量扰动溯源方法， 其特征在 于： 所述步骤2的具体包括以下步骤： 步骤2.1： 在充分考虑网络连接、 分支参数以及测量系 统的具体条件， 可将谐波状态估 计的测量方程写为： Z＝h(X)+V 式中， Z为量测量； x为状态变量， 通常情况下代表节点电压幅值以及节点电压相位； v为 量测误差； 步骤2.2： 注入电流和状态量节点电压相量的相位测量值之间存在着的线性关系， 有以 下线性状态方程：权　利　要　求　书 2/3 页 3 CN 114139436 A 3