刘锋
(湖南科技大学信息与电气工程学院,湖南湘潭,411100)
随着社会的发展和工业技术的提高,一些高精度电力设备对电能的品质产生了高要求的现状,特别是一些医疗器械,对电压,电流都有着特定的标准,而电能质量的好坏将直接影响着电力系统和电网的正常工作,从而影响用户的正常用电体验。因此,研究合理有效的电能质量评估方法具有重大意义[2]。
电能质量作为一个多指标的混合体,如何对多指标问题进行综合分析成为许多科学研究者的研究热点[5,6]。文献[4,7,8]中存在受主观因素影响大,计算复杂的缺点。文献[9]采用雷达图线性加权的方法,解决了传统雷达图法评估结果多样性问题。
FCM是一种基于划分的模糊优化算法,广泛应用于数据分析和图像处理,具有一定的工程实际应用意义,但通常需要与其他算法结合使用,本文采用pso优化FCM的聚类方法将其应用到电能质量评估上,并通过聚类有效性分析加以验证。
根据国家颁布的电能质量标准,以6项电能质量指标作为特征值,进行综合评估分析,即电压偏差、 电压波动、电压闪变、谐波畸变率、电压三相不平衡度及频率偏差[14]。依据对6项电能质量指标的要求,将电能质量划分为合格和不合格,细分为5个等级,即优质、良好、一般、较差、很差。在110kV电压下电能质量的分级界限如表1所示。

表1 电能质量评估指标及其110kv分级标准界限表