电力系统负荷非侵入式监测方法研究

为了实现对电力系统负荷的高效监测,提出了针对其暂态与稳态工作状况的非侵入式监测方法。对于准确获得任意稳态时刻的负荷工作状态的问题,提出了基于自筛选的优化遗传算法(AOGA)的稳态监测模型,将电力参数模型转换为有功分量模型及无功分量模型,以此建立双目标函数,解决了由于高谐波电流影响小、求解参数少引起监测误差的问题。优化遗传算法构造了自筛选程序,将适应度相同的结果先做筛选,再利用欧氏距离对功率进行判别,解决了传统遗传算法(GA)进行负荷监测时由于适应度相同引起误判的缺陷。当负荷进行投切时,为了准确获得投切类型,该文建立了基于功率-时间(P-T)的暂态监测Matlab-Simulink模型,首先利用离散傅里叶分解的方法提取暂态发生前后功率的变化量,通过对比功率匹配度对动作负荷进行识别;在功率监测的基础上,以负荷的谐波含有率为负荷特征进行谐波特征判别,进一步提高了暂态负荷监测的精度。