基于计量数据联合分布的用户无功补偿异常感知
工商业用户数量庞大,因缺乏必要的专业知识而难以及时感知无功补偿故障异常,容易长期带病运行,降低用电功率因数、推高用能成本.利用用户无功补偿装置正常运行时会将功率因数控制在目标区间、有功负荷和功率因数具有大致固定的联合分布的特点,提出基于计量数据联合分布的用户无功补偿异常感知方法.首先,基于用户计量数据生成有功功率和功率因数的频数分布矩阵,以此表征用户无功补偿装置的运行状态;然后,应用二维卷积神经网络对正常和故障时的样本频数分布矩阵集进行训练和测试;当待检日样本的频数分布矩阵被模型诊断为异常标签时,认为当日无功补偿装置处于故障异常状态.基于现场故障数据的测试分析表明,所提方法在准确率及误检率上均有较好的表现,可及时提示用户修复设备、提高用电能效.
异常感知、联合分布、无功补偿、卷积神经网络、分类模型
47
TM714.3;TP391.41;TU996
国家自然科学基金;湖南省教育厅重点项目
2023-09-05(万方平台首次上网日期,不代表论文的发表时间)
共10页
142-151