基于隐马尔可夫模型的电压暂降发生时间预测

作者：李琼林; 刘书铭; 郑晨; 王毅; 张博; 代双寅; 唐钰政

来源：中国测试, 2023, 49(04): 106-113.

• 电压暂降
• 发生时间预测
• 隐马尔可夫模型
• 监测数据特性

通过电能质量监测系统(power quality monitoring system, PQMS)中蕴含的电网历史故障变化、趋势等重要信息，对未来电压暂降进行预测，可为用户和电网公司合理规划生产，避免经济损失提供有力帮助。该文提出一种基于隐马尔可夫模型的电压暂降发生时间(occurrence time of voltage sag, OTVS)预测方法。首先对电压暂降发生时间的变量可预测性、数据冗余性、事件混沌性进行分析，揭示电压暂降监测数据特性；然后针对这三种特性，提出基于模糊C-均值聚类算法(fuzzy C-means algorithm, FCMA)和赤池信息准则(Akaike information criterion, AIC)的电压暂降历史状态识别与划分方法，以区间型变量刻画监测数据中的历史变化信息；建立考虑暂降历史变化信息和电网扰动变化信息的隐马尔可夫模型，实现对未来电压暂降的预测。最后，利用中部某省10个监测点的历史数据进行验证，所提方法的预测准确率最高可达92.85%，所提方法的预测性能较其他典型预测方法约高5%～30%。

• 单位
  国网河南省电力公司电力科学研究院