基于配电网中 PMU 数据的破坏性事件分类

配电网中具有高采样率的高级测量设备（例如微型相量测量单元（{\mu}PMU））的普及，为广域监测和诊断应用（例如态势感知、配电资产健康监测）提供了前所未有的潜力。中断配电网资产正常运行的意外破坏性事件，随着时间的推移最终可能导致永久性故障，并带来昂贵的更换成本。因此，破坏性事件分类为配电网资产的预防性维护提供了有用信息。预防性维护在时间方面提供了广泛的好处，可避免意外停电、提高维护人员的利用率并降低设备更换成本。本文提出了一个基于 PMU 数据的框架，用于对配电网中的破坏性事件进行分类。考虑了两种破坏性事件，即故障电容器组投切和故障调节器有载分接开关（OLTC）投切，并将其与配电网中正常的突变负载变化区分开来。所提出框架的性能通过在 IEEE 13 节点配电网中对事件进行仿真得到了验证。事件分类采用两种不同的算法进行表述：i) 主成分分析（PCA）结合多类支持向量机（SVM），以及 ii) 自编码器结合 softmax 分类器。结果证明了所提出算法的有效性及令人满意的分类准确率。