文献类型：期刊文章

作　　者：甄超[1] 张健[1] 季坤[1] 王昕[2] 邓凌峰[3] 汪颖[3]

Zhen Chao;Zhang Jian;Ji Kun;Wang Xin;Deng Lingfeng;Wang Ying(State Grid Anhui Electric Power Co.,Ltd.,Hefei 230022,China;CEIEC Shenzhen Electric Technology Inc.,Shenzhen 518040,Guangdong,China;School of Electrical Engineering and Information,Sichuan University,Chengdu 610065,China)

机构地区：[1]国网安徽省电力有限公司,合肥230022 [2]深圳市中电电力技术股份有限公司,深圳518040 [3]四川大学电气信息学院,成都610065

出　　处：《电测与仪表》

基　　金：国家自然科学基金资助项目(51807126)

年　　份：2020

卷　　号：57

期　　号：3

起止页码：60-65

语　　种：中文

收录情况：BDHX、BDHX2017、CSA、INSPEC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：针对目前电网中电能质量干扰源复杂、用户侧治理设备管理困难的现状,文中提出了基于电网侧电能质量监测数据,对用户侧治理设备进行运行状态识别以及治理效果评价的算法,实现电网公司对用户侧电能质量治理设备的非侵入式监测。文章利用概率神经网络,将电压偏差、三相电压不平衡度、电压谐波总畸变率以及电压长时闪变作为网络的输入参数,对治理设备的工况进行分类,以实现治理设备的运行状态识别;通过对比治理设备投入前后的电能质量评估结果,结合模糊综合评价法来完成治理设备的治理效果评价。以安徽电网某变电站的监测数据为例,分析了所提电能质量治理设备运行状态识别方法和治理效果评价方法的实用性。

关 键 词：电能质量 治理设备  运行状态识别  治理效果评价  概率神经网络 模糊综合评价法

分 类 号：TM76]