基于改进PFCM算法的多重耦合电能质量扰动识别分析

摘要

非线性负荷、电力电子设备以及网络因素的复杂交互导致了电能质量问题的多样化及相互耦合。电力用户生产的多种运行方式，进一步增加了电能质量的不确定性，使其呈现出概率性分布。鉴于传统统计学方法在处理分析大规模电能质量数据时的局限性，提出了一种改进的可能模糊C均值（Possible fuzzy C-means, PFCM）聚类算法，并通过引入协方差矩阵和熵权法对原始数据进行预处理，有效提高了聚类分析的准确性和鲁棒性。首先针对改进的IEEE33节点系统进行仿真建模，并基于场景的方式生成得到电能质量特征数据；随后通过3种不同的算法挖掘出网络电能质量分布特征信息；最后通过对比3种算法的识别结果，验证了改进PFCM算法在电能质量扰动识别方面的有效性和优越性。

关键词

电能质量 / 聚类分析 / 电压暂降 / 三相不平衡 / 谐波