用于小直流母线串联微网配电的电压稳定性监测方法与流程

本发明涉及电变量测量，具体涉及电变量测量中用于小直流母线串联微网配电的电压稳定性监测方法。

背景技术：

1、电压稳定性是保证电气设备正常运行的关键因素，通过监测电压稳定性，可以及时发现电压过高或过低的情况，从而避免电气设备受到损坏或影响设备的寿命。同时对多个电气设备的电压变化数据进行检测，可以更全面地了解整个微网系统的稳定性情况，及时发现和解决可能存在的问题，确保系统的安全运行。

2、在相关技术中，利用层次方法的平衡迭代规约和聚类（balanced iterativereducing and clustering using hierarchies，birch）算法，对多个设备对应的电压变化数据进行实时检测，但由于birch算法在对电压变化数据进行聚类分析时，仅考虑了不同时刻下电压数据的大小变化情况，忽略了不同时刻下电压数据的时序信息，且在后续聚类过程中，各个簇类（比如，叶节点）对应的簇类半径均为一固定的值，使得部分密度不同的簇类对应的聚类结果出现一定的误差，从而导致后续进行异常检测的误判概率增加。

技术实现思路

1、为了解决设备电压稳定性异常检测的误判概率较高的技术问题，本发明的目的在于提供用于小直流母线串联微网配电的电压稳定性监测方法，所采用的技术方案具体如下：

2、第一方面，本发明实施例提供了用于小直流母线串联微网配电的电压稳定性监测方法，该方法包括：

3、获取与母线连接的多个设备的电压变化数据；

4、基于所述电压变化数据和所述电压变化数据的时序信息，确定所述多个设备之间的目标相似性；

5、基于所述目标相似性对所述多个设备的电压变化数据之间的原始距离进行调整，得到已调整距离；

6、基于所述已调整距离，对所述多个设备的电压变化数据所属簇类的原始簇类半径进行调整，得到已调整簇类半径；

7、基于所述已调整簇类半径，对所述多个设备的电压变化数据进行聚类，得到聚类结果；

8、基于所述聚类结果，对所述多个设备在当前时刻的电压变化数据进行电压稳定性监测；

9、其中，基于所述电压变化数据和所述电压变化数据的时序信息，确定所述多个设备之间的目标相似性，包括：

10、基于所述电压变化数据的时序信息，对所述多个设备的电压变化数据进行时间序列分解，得到所述多个设备对应的电压波动数据；

11、基于所述多个设备对应的电压波动数据，确定所述多个设备在所述时序信息中各时刻的自相关系数；

12、基于所述自相关系数，确定不同设备的电压变化数据之间的第一相似性；

13、在所述多个设备的电压变化数据中，确定任意两个设备分别在所述时序信息中任意两个时刻的邻域内的电压变化数据，得到所述任意两个设备分别对应的第一电压变化序列和第二电压变化序列；

14、基于所述第一电压变化序列和所述第二电压变化序列之间的相关程度，确定所述任意两个设备在所述任意两个时刻的邻域内的第二相似性；其中，所述目标相似性，包括：所述第一相似性和所述第二相似性。

15、在上述方案中，通过对不同设备对应电压变化数据，进行时间序列分解的（seasonal decomposition of time series by loess，stl），按照得到的分解结果，确定不同设备的电压波动情况的第一相似性；并通过分析任意两个时刻的邻域内的电压变化序列的相关程度，以确定不同设备在该邻域内的第二相似性，从而使得到的目标相似性更加精准，便于通过第一相似性和第二相似性对不同设备之间的原始距离进行修正。

16、结合上述第一方面，在一些可能的实现方式中，所述基于所述自相关系数，确定不同设备的电压变化数据之间的第一相似性，包括：

17、在时序信息的多个时刻中确定自相关系数大于预设阈值的时刻为目标时刻；

18、对所述目标时刻对应的电压波动数据进行相似度匹配，得到多个匹配时刻对；

19、基于所述多个匹配时刻对和对应的电压波动数据，确定所述不同设备的电压变化数据之间的所述第一相似性。

20、在上述方案中，通过在多个时刻中确定自相关系数大于预设阈值的目标时刻，能够提出自相关系数较小的异常数据，之后，通过对目标时刻对应的电压波动数据进行相似度匹配，便于按照每匹配时刻对下的电压波动数据，快速且准确地分析不同设备对应的电压变化数据之间的第一相似性。

21、结合上述第一方面，在一些可能的实现方式中，所述基于所述多个匹配时刻对和对应的电压波动数据，确定所述不同设备的电压变化数据之间的所述第一相似性，包括：

22、确定所述多个设备中任意两个设备对应的匹配时刻对的对数；

23、在所述任意两个设备对应的任一匹配时刻对中，获取所述任意两个设备在所述任一匹配时刻对的邻域内的候选电压波动数据；

24、基于所述候选电压波动数据，分别确定所述任意两个设备的候选电压波动数据在所述任一匹配时刻对的邻域内的最小值和最大值；

25、基于所述最小值和所述最大值，确定所述任意两个设备的电压变化数据之间的第一相似性。

26、在上述方案中，通过计算两个设备的候选电压波动数据在一个匹配时刻对的邻域内的最小值和最大值，从而能够准确得到两个设备对应的电压波动数据在匹配时刻下的相似性。

27、结合上述第一方面，在一些可能的实现方式中，所述方法还包括：

28、对所述多个设备的电压变化数据进行降噪处理，得到所述多个设备的已处理电压数据；

29、基于所述多个设备中任意两个设备的已处理电压数据和对应的时序信息，确定所述任意两个设备的已处理电压数据之间的原始距离。

30、在上述方案中，通过对电压变化数据进行降噪处理之后，再按照不同设备的已处理电压数据和对应的时序信息，计算不同设备的已处理电压数据之间的原始距离，能够提高计算原始距离的准确度。

31、结合上述第一方面，在一些可能的实现方式中，所述基于所述多个设备中任意两个设备的已处理电压数据和对应的时序信息，确定所述任意两个设备的已处理电压数据之间的原始距离，包括：

32、获取所述任意两个设备分别在所述时序信息中任意两个时刻的候选已处理电压数据；

33、基于所述任意两个设备分别对应的候选已处理电压数据，确定所述任意两个设备之间的数据差异；

34、确定所述任意两个设备在所述任意两个时刻的时序差异；

35、将所述数据差异和所述时序差异相融合，得到所述任意两个设备的已处理电压数据之间的原始距离。

36、在上述方案中，通过在考虑电压变化数据大小差异的同时，考虑两个电压变化数据在时序上的差异大小，能够防止电压变化数据大小相近但电压变化模式差异较大的部分电压变化数据之间的原始距离较小。

37、结合上述第一方面，在一些可能的实现方式中，所述基于所述目标相似性对所述多个设备的电压变化数据之间的原始距离进行调整，得到已调整距离，包括：

38、针对所述多个设备中任意两个设备，基于所述任意两个设备的目标相似性中第一相似性和第二相似性确定修正系数；

39、基于所述修正系数对所述任意两个设备的电压变化数据之间的原始距离进行调整，得到所述已调整距离。

40、在上述方案中，通过考虑不同设备对应电压数据变化之间的第一相关性，以及不同设备在任意两个时刻的邻域内的第二相似性，对该不同设备在不同时刻下电压变化数据之间的原始距离进行调整，进而能够对birch算法中各簇类对应的簇类半径进行自适应调整。

41、结合上述第一方面，在一些可能的实现方式中，所述基于所述已调整距离，对所述多个设备的电压变化数据所属簇类的原始簇类半径进行调整，得到已调整簇类半径，包括：

42、获取所述多个设备的电压变化数据所属的多个原始簇类；其中，所述多个原始簇类为采用固定半径对所述多个设备的电压变化数据进行聚类得到的；

43、在所述多个原始簇类的任一原始簇类中，确定所述任一原始簇类中所包含的设备，得到多个目标设备；

44、在任意两个目标设备的电压变化数据中，分别确定属于所述任一原始簇类的数据个数；

45、基于所述目标设备的个数、所述数据个数和所述任意两个目标设备对应的已调整距离，对所述原始簇类半径进行调整，得到所述已调整簇类半径。

46、在上述方案中，通过上述已调整距离分析原始簇类中的密度情况，从而能够按照任一原始簇类的密度对原始簇类半径进行自适应的调整，进而提高聚类结果的准确度。

47、结合上述第一方面，在一些可能的实现方式中，所述基于所述目标设备的个数、所述数据个数和所述任意两个目标设备对应的已调整距离，对所述原始簇类半径进行调整，得到所述已调整簇类半径，包括：

48、基于所述目标设备的个数、所述数据个数和所述任意两个目标设备对应的已调整距离，确定所述任一原始簇类的密度；

49、基于所述任一原始簇类的密度对所述原始簇类半径进行调整，得到所述已调整簇类半径。

50、在上述方案中，通过原始簇类的密度对原始簇类半径进行调整，能够使得到的已调整聚类半径与该原始簇类的密度相匹配，进而能够提高聚类精准度。

51、结合上述第一方面，在一些可能的实现方式中，所述基于所述聚类结果，对所述多个设备在当前时刻的电压变化数据进行电压稳定性监测，包括：

52、确定所述多个设备在当前时刻的电压变化数据在所述聚类结果中对应的簇类个数；

53、如果所述簇类个数小于预设阈值，确定所述多个设备在所述当前时刻的电压变化数据发生异常。

54、在上述方案中，对于多个设备中的任一设备，通过分析该设备当前时刻的电压变化数据所包括的簇类个数，能够准确监测该设备在当前时刻是否电压稳定性异常。

55、第二方面，提供了用于小直流母线串联微网配电的电压稳定性监测装置，所述装置包括：

56、获取模块，用于获取与母线连接的多个设备的电压变化数据；

57、确定模块，用于基于所述电压变化数据和所述电压变化数据的时序信息，确定所述多个设备之间的目标相似性；

58、第一调整模块，用于基于所述目标相似性对所述多个设备的电压变化数据之间的原始距离进行调整，得到已调整距离；

59、第二调整模块，用于基于所述已调整距离，对所述多个设备的电压变化数据所属簇类的原始簇类半径进行调整，得到已调整簇类半径；

60、聚类模块，用于基于所述已调整簇类半径，对所述多个设备的电压变化数据进行聚类，得到聚类结果；

61、监测模块，用于基于所述聚类结果，对所述多个设备在当前时刻的电压变化数据进行电压稳定性监测。

62、第三方面，提供了一种服务器，包括存储器和处理器。该存储器用于存储可执行程序代码，该处理器用于从存储器中调用并运行该可执行程序代码，使得该设备执行上述第一方面或第一方面任意一种可能的实现方式中的方法。

63、第四方面，提供了一种计算机程序产品，该计算机程序产品包括：计算机程序代码，当该计算机程序代码在计算机上运行时，使得该计算机执行上述第一方面或第一方面任意一种可能的实现方式中的方法。

64、第五方面，提供了一种计算机可读存储介质，该计算机可读存储介质存储有计算机程序代码，当该计算机程序代码在计算机上运行时，使得该计算机执行上述第一方面或第一方面任意一种可能的实现方式中的方法。

65、本发明具有如下有益效果：获取与母线连接的多个设备的电压变化数据之后，综合考虑电压变化数据和电压变化数据的时序信息，以分析多个设备之间的目标相似性；这样，通过将电压变化数据和时序信息相结合，能够使得确定的多个设备之间的目标相似性更加准确。按照该目标相似性对不同设备的电压变化数据之间的原始距离进行调整，并通过已调整距离，对多个设备的电压变化数据所属簇类的原始簇类半径进行调整，得到已调整簇类半径；采用该已调整簇类半径，对多个设备的电压变化数据进行聚类，得到聚类结果；这样，通过对原始簇类半径进行自适应调整，从而使得已调整簇类半径更加匹配多个设备的电压变化数据的密度，进而使得聚类结果更加准确；最后，通过该聚类结果，对多个设备在当前时刻的电压变化数据进行电压稳定性监测；从而提高了聚类结果对于不同电压数据波动情况的聚类效果，以及提高了对小直流母线串联微网配电进行电压稳定性监测的准确性。