劉亞麗，于光耀，李國棟，汪穎，禹華西

（1.國網(wǎng)天津市電力公司電力科學(xué)研究院，天津 300384；2.四川大學(xué)電氣工程學(xué)院，成都 610065）

0 引言

電壓暫降事件是電力系統(tǒng)中不可避免的電能質(zhì)量問題，其對工業(yè)過程的影響和造成的重大經(jīng)濟(jì)損失，受到了工業(yè)界和學(xué)術(shù)界的廣泛關(guān)注[1-4]。電壓暫降類型是暫降事件的重要特征，為電網(wǎng)側(cè)故障類型識別、用戶側(cè)敏感設(shè)備耐受能力測試及電壓暫降治理方案的制定等提供決策信息。

電壓暫降治理可分為電網(wǎng)側(cè)治理和設(shè)備側(cè)治理兩大類。電壓暫降類型是進(jìn)行治理方案決策的關(guān)鍵因素之一。在電網(wǎng)側(cè)，電壓暫降類型能夠反映相關(guān)故障信息[5]，例如A 類暫降是由三相短路故障引起，相間短路會(huì)引起C 類暫降等。同時(shí)，電壓暫降經(jīng)變壓器傳播可能會(huì)導(dǎo)致幅值和相位變化，造成暫降類型的變化[6-7]?；陔妷簳航到?jīng)變壓器的傳播機(jī)理和監(jiān)測到的暫降類型，可分析出相應(yīng)故障類型，為電網(wǎng)側(cè)治理決策提供依據(jù)。

在設(shè)備側(cè)，采用動(dòng)態(tài)電壓恢復(fù)器、不間斷電源等補(bǔ)償措施進(jìn)行電壓暫降治理[8-10]，是工業(yè)界的主流治理方案，暫降類型信息是確定補(bǔ)償容量的重要參考。比如，當(dāng)接入點(diǎn)的大多數(shù)暫降是B 類或者D 類時(shí)，說明有兩相電壓未發(fā)生明顯跌落，補(bǔ)償容量可考慮按被補(bǔ)償設(shè)備容量的三分之一或更小來進(jìn)行設(shè)計(jì)。相應(yīng)地，電壓暫降類型是進(jìn)行敏感設(shè)備耐受能力測試時(shí)不可或缺的因素。IEC 61000-4-11[11]、IEEE 1668—2017[12]及CIGRE C4.110 報(bào)告[13]等都建議，進(jìn)行敏感設(shè)備的電壓暫降耐受能力測試時(shí)，應(yīng)考慮不同暫降類型對設(shè)備耐受能力的影響。在國內(nèi)，華北電力大學(xué)等單位進(jìn)行的變頻器測試，證明了暫降類型對設(shè)備耐受能力有重大影響[14-15]，2019年底審核通過的電力行業(yè)標(biāo)準(zhǔn)《低壓變頻器電壓暫降及短時(shí)中斷穿越能力測試技術(shù)規(guī)范》中，也特別對測試暫降的類型進(jìn)行了規(guī)定，相關(guān)國標(biāo)也正在同步擬定。

目前，國外學(xué)者提出了一些以C 和D 類型作為分類目標(biāo)的電壓暫降分類算法[16]。本文詳細(xì)分析了5 種典型電壓暫降分類算法，應(yīng)用大量仿真數(shù)據(jù)和實(shí)測數(shù)據(jù)驗(yàn)證典型算法。同時(shí)，對比不同算法的計(jì)算結(jié)果，分析導(dǎo)致算法不適用的主要原因，并提出算法改進(jìn)建議。

1 典型算法概述

本文主要研究了5 種典型的暫降分類算法，包括對稱分量法（symmetrical component algorithm，SCA）[16]、六相法（six-phase algorithm，SPA）[16]、TP-TA法（three phase three-angle algorithm，TP-TA）[17]、空間向量法（space vector algorithm，SVA）[18]和TPA 法（three-phase-angle algorithm，TPA）[19]。

1.1 SCA法

SCA 法根據(jù)正序電壓V1和負(fù)序電壓V2的關(guān)系計(jì)算電壓暫降類型，如式（1）所示。

為解決相位跳變過大造成誤判的問題，提出了修正后的計(jì)算公式，見式（2）。T為四舍五入后的整數(shù)，其值與暫降類型的關(guān)系為

1.2 SPA法

SPA 法根據(jù)不包含零序電壓的6 個(gè)線電壓和相電壓中的最小幅值計(jì)算暫降類型。該方法對相位跳變比較敏感。由于已有學(xué)者比較了對SCA 法和SPA 法的應(yīng)用效果[20]，本文不再進(jìn)行對比。

1.3 TP-TA法

TP-TA 根據(jù)3 個(gè)電壓幅值和相角，計(jì)算暫降類型，該方法基于損失電壓RV計(jì)算電壓損失率IRV，兩個(gè)參數(shù)的表達(dá)式如式（3）。

式中，i=a、b、c，為電壓相數(shù)。

損失電壓是表征暫降幅值的參數(shù)。電壓損失率差值ΔIRV定義為

IRVmax1和IRVmax2是3 個(gè)電壓損失率中降序排列的前兩個(gè)值。其次，文獻(xiàn)[17]將3 個(gè)相角定義為

最后根據(jù)以上參數(shù)，計(jì)算暫降類型，方法如下：

1）RVmin=0→C 類暫降，暫降對稱相與最小損失電壓RV所在相對應(yīng)。

2）ΔIRV＜3 且與RVmin所在相相對的其他兩相之間的相角小于120°→C 類暫降，暫降對稱相與最小損失電壓RV所在相對應(yīng)。

3）ΔIRV≥3 且與RVmax所在相相對的其他兩相之間的相角大于120°→D 類暫降，暫降對稱相與最大損失電壓RV所在相對應(yīng)。

1.4 TPA法

TPA 法基于電壓不平衡參數(shù)CVUF和β角計(jì)算暫降類型。參數(shù)CVUF定義為

其中Ku和θu分別為電壓不平衡參數(shù)的幅值和相位。β角表示為

三相電壓Va、Vb和Vc的相位分別為φa、φb和φc，線電壓Va-Vb，Vb-Vc和Vc-Va的相位分別為φab、φbc和φca。TPA 根據(jù)12 個(gè)相角φa±β，φb±β，φc±β，φab±β，φbc±β和φca±β中的最小值（絕對值）計(jì)算暫降類型。暫降類型與最小相角絕對值對應(yīng)關(guān)系為

1.5 SVA法

SVA 法將電壓波形作為輸入，計(jì)算暫降類型。三相電壓瞬時(shí)值構(gòu)成空間向量x（t）為

其中α=ej2π/3，該空間向量可以描述為向量的正序分量和負(fù)序分量的和，如式（9）。

電壓暫降期間，波形的空間矢量在復(fù)平面上的軌跡接近圓（平衡暫降）或橢圓（不平衡暫降），SVA 法根據(jù)橢圓較長半徑的傾斜角度確定暫降類型，判據(jù)如下：

2 數(shù)據(jù)來源

文獻(xiàn)[16-19]并未采用大量仿真數(shù)據(jù)和實(shí)測數(shù)據(jù)，驗(yàn)證上述5 種算法。為分析相關(guān)方法的適用性，本文分別應(yīng)用21 組仿真數(shù)據(jù)、合成仿真數(shù)據(jù)和216 組實(shí)測數(shù)據(jù)，分析比較了5 種算法的計(jì)算效果。為了方便描述，將21 組仿真數(shù)據(jù)和合成仿真數(shù)據(jù)分別命名為仿真數(shù)據(jù)1 和仿真數(shù)據(jù)2。

2.1 仿真數(shù)據(jù)1

仿真數(shù)據(jù)1 來源于文獻(xiàn)[16-19]，是上述5 種算法提出時(shí)，分別用以驗(yàn)證各種算法的仿真數(shù)據(jù)。共21 組數(shù)據(jù)，見表1，數(shù)據(jù)編號后的括號內(nèi)是該暫降數(shù)據(jù)對應(yīng)的類型。需要說明的是，其中編號為3，4，7，8，11，12，15，16 的電壓暫降，相位跳變較大，這種情況幾乎不會(huì)在電力系統(tǒng)中出現(xiàn)。

表1 電壓暫降仿真數(shù)據(jù)1Table 1 Voltage sag simulation data 1

2.2 仿真數(shù)據(jù)2

仿真數(shù)據(jù)2 根據(jù)電壓暫降類型定義公式構(gòu)建[16]。該公式中，確定暫降類型的重要參數(shù)是特征電壓CV，本文考慮CV的幅值和相位，構(gòu)建了10 000組電壓暫降，包含了所有可能發(fā)生在電力系統(tǒng)中的暫降情況。特征電壓幅值樣本數(shù)為100，范圍為0～0.99p.u.；相位樣本數(shù)為100，范圍為-90°～90°，最終合成10 000 組仿真數(shù)據(jù)用于算法驗(yàn)證。

在實(shí)際電力系統(tǒng)中，并非所有合成暫降均會(huì)發(fā)生。根據(jù)文獻(xiàn)[20]，當(dāng)系統(tǒng)X/R為10，饋線X/R為0.5 時(shí)，阻抗角為可能的最大負(fù)值，大約為-60°；如果系統(tǒng)與饋線的X/R幾乎相等，此時(shí)阻抗角有最小正值，大約為10°。因此，實(shí)際阻抗角幾乎都在-60°到+10°之間，在10 000 組合成電壓暫降中，大約只有3 800 組能在實(shí)際電力系統(tǒng)中被監(jiān)測到。

2.3 實(shí)測數(shù)據(jù)

本文采用216 組河南電網(wǎng)實(shí)測電壓暫降波形，提取每相電壓幅值和相位，獲得三相電壓矢量作為分析對象。

3 SCA法&SPA法

計(jì)算仿真數(shù)據(jù)1 的類型時(shí)，SCA 法的計(jì)算結(jié)果均正確；而應(yīng)用SPA 法計(jì)算暫降類型時(shí)有8 組錯(cuò)誤結(jié)果，分別將第3、4、7、8、11、12、15、16 的結(jié)果判斷為了Cc、Cc、Dc、Dc、Dc、Dc、Dc、Dc。對于構(gòu)建的10 000 組電壓暫降仿真數(shù)據(jù)，本文的計(jì)算結(jié)果表明SCA/SPA 法能夠準(zhǔn)確計(jì)算出78%/62%的暫降類型，Math Bollen 在文獻(xiàn)[16]和文獻(xiàn)[21]中已對SCA 法和SPA 法進(jìn)行了詳細(xì)的應(yīng)用效果分析，本文不再贅述。

在構(gòu)建仿真數(shù)據(jù)時(shí)，電壓暫降的類型是已知量；但是，對于監(jiān)測得到的實(shí)際電壓暫降波形，暫降類型是未知量，所以進(jìn)行分析研究時(shí)，很難直接使用準(zhǔn)確率指標(biāo)來描述某種算法的性能，本文主要采用方法結(jié)果相似程度對比和部分案例人工判斷（假設(shè)人工判斷結(jié)果為準(zhǔn)確結(jié)果）來分析各算法的性能。應(yīng)用SCA 和SPA 計(jì)算216 組實(shí)測暫降數(shù)據(jù)類型，結(jié)果相同的數(shù)量為135 組。對于相位跳變較大或暫降深度較淺的暫降，SPA 法非常敏感，導(dǎo)致結(jié)果錯(cuò)誤；針對上述兩項(xiàng)影響因素，SCA 的計(jì)算結(jié)果比SPA 有明顯的提升，但是仍對大相位跳變和淺暫降的情況敏感。

4 TP-TA法

應(yīng)用TP-TA 法計(jì)算仿真數(shù)據(jù)1 的類型，結(jié)果均正確。仿真數(shù)據(jù)2 根據(jù)Da和Ca類型的表達(dá)式合成，基于仿真數(shù)據(jù)2 的TP-TA 法測試結(jié)果見圖1。正負(fù)序因子F為1 時(shí)，Da類型的測試結(jié)果如圖1（a）所示，圖中所示平面的橫坐標(biāo)為CV的幅值，縱坐標(biāo)為相位跳變，平面上的每一個(gè)點(diǎn)表示一次電壓暫降，共計(jì)10 000 個(gè)點(diǎn)。圖中黑色點(diǎn)集表示錯(cuò)誤的計(jì)算結(jié)果；實(shí)線表示電力系統(tǒng)中實(shí)際暫降的邊界，兩條實(shí)線內(nèi)的區(qū)域?yàn)閷?shí)際電力系統(tǒng)中電壓暫降的幅值和相位跳變區(qū)域。

圖1 TP-TA法驗(yàn)證結(jié)果Fig.1 Verification results of TP-TA

由圖1（a）可知，對于相位跳變過大的合成仿真數(shù)據(jù)，TP-TA 法會(huì)發(fā)生誤判。根據(jù)圖1（b），當(dāng)F為0.9 時(shí)，TP-TA 法對于許多相位跳變較小的暫降事件也會(huì)造成誤判。根據(jù)圖1（c），對于Ca類合成數(shù)據(jù)，當(dāng)F為1 時(shí)，結(jié)果都正確。而當(dāng)F為0.9 時(shí)，TP-TA 法會(huì)誤判相位跳變過大的暫降，如圖1（d）。應(yīng)用仿真數(shù)據(jù)2 進(jìn)行驗(yàn)證時(shí)還發(fā)現(xiàn)，TP-TA 法的類型判據(jù)沒有能覆蓋所有電壓暫降情況，經(jīng)計(jì)算，10 000 組Da/Ca類型的數(shù)據(jù)中，有500/500 組不符合TP-TA 的各條判據(jù)，無法得到類型計(jì)算結(jié)果，圖1（a）-圖1（d）中的黑色點(diǎn)集中還包含了一部分結(jié)果未知的數(shù)據(jù)。

應(yīng)用TP-TA 法計(jì)算216 組實(shí)測暫降的類型，有86 組數(shù)據(jù)未能得出結(jié)果，見表2。以表2 中的3 組案例為例（案例22，23，24）進(jìn)行說明。這3 組電壓向量圖見圖2，3 個(gè)ΔIRV值均小于3，但與RVmin所在相相對的兩相之間的相角大于120°。在案例22中，RV最小值為RVb（RVb=0.08），與RVb（φca）所在相相對的兩相之間的相角為123.86°，超過了120°，根據(jù)1.3 描述的算法判據(jù)，不能得出結(jié)果。

表2 應(yīng)用TP-TA法未能得出結(jié)果的3組案例Table 2 Three groups of cases with result not obtained by TP-TA

圖2 與表2中3組案例對應(yīng)的向量圖Fig.2 Vector diagram corresponding to three cases in Table 2

根據(jù)TP-TA 法得出的130 個(gè)實(shí)測數(shù)據(jù)的暫降類型，有部分結(jié)果與其他算法不同。SCA 法與TP-TA 法結(jié)果不同的數(shù)量為72 組，以其中3 組為例，表3 和圖3 給出了相關(guān)計(jì)算細(xì)節(jié)。

圖3 與表3中3組案例對應(yīng)的向量圖Fig.3 Vector diagram corresponding to three cases in Table 3

表3 SCA法與TP-TA法結(jié)果不同的3組案例Table 3 Three cases with different results for SCA and TP-TA

案例25 是典型的Db類型暫降，a，b，c 三相電壓幅值分別為0.81 p.u.，0.56 p.u.和0.73 p.u.。根據(jù)TP-TA 法，ΔIRV小于3，最小RV為RVa（RVa=0.19），相對角（φbc）為101.93°，小于120°，因此暫降類型為Ca型。

案例26 為Db型，a，b，c 三相電壓幅值分別為1.19 p.u.，0.85 p.u.和0.94 p.u.。由于a 相的電壓暫升，根據(jù)TP-TA 法，最小RV對應(yīng)相為a 相，大小為0.19，導(dǎo)致其結(jié)果是Cc型暫降。

應(yīng)用SCA 法和TP-TA 法計(jì)算案例27 的暫降類型，分別為Da和Cc。案例27 的a，b，c 三相電壓幅值分別為0.85 p.u.，0.90 p.u.和0.95 p.u.。實(shí)際上該暫降的類型并不明顯，由于a 相幅值最低，SCA法結(jié)果為Da類型，同時(shí)a 相和c 相之間的相角差小于120°，導(dǎo)致TP-TA 法的結(jié)果為Cc型。

5 TPA法

應(yīng)用TPA 法計(jì)算21 組仿真數(shù)據(jù)1 的暫降類型，計(jì)算結(jié)果均為Da或Ca，在21 個(gè)計(jì)算結(jié)果中有9個(gè)錯(cuò)誤結(jié)果，分別將第1、2、3、4、13、14、15、18、20組的結(jié)果判斷為了Ca、Ca、Ca、Ca、Da、Da、Da、Da、Ca，見表4。β角是算法的核心指標(biāo)，本文研究了特征電壓幅值在0～90%的情況下β角的變化趨勢，見圖4，虛線和實(shí)線分別表示D 類和C 類暫降的β值。對于C 類和D 類暫降，β角的取值范圍分別為-0.29～ -0.01 rad 和-0.84～-0.06 rad，當(dāng)特征電壓幅值增大時(shí)，β角的絕對值遞減。由于大多數(shù)C 類和D 類暫降的β角都很小，因此β角作為判據(jù)中的一個(gè)參數(shù)，對算法結(jié)果的影響并不大。

圖4 暫降時(shí)β角的取值（無相位跳變）Fig.4 The value of β at voltage sag（without phase-angle jump）

為了說明TPA 的局限性，表4 列出了案例28和29，并配合仿真數(shù)據(jù)案例18 進(jìn)行分析。案例28為沒有發(fā)生暫降的三相平衡電壓，案例29 為無相位跳變的Db類型電壓暫降。表5 為相應(yīng)的相電壓和線電壓相位。

表4 3組案例計(jì)算結(jié)果Table 4 Calculation results of three groups of cases

表5 案例28和29的6個(gè)相角Table 5 Six phase angles of Case 28 and 29

案例28 的β角和φa均為0，因此|φa±β|為12個(gè)角中的最小值，對應(yīng)暫降類型為Da，顯然不正確。案例29 是典型的Db類型暫降，而在表4 中，最小角度為φbc+β+π/2，對應(yīng)類型為Ca。來源于表1 的案例18 實(shí)際暫降類型為Db，而TPA 法的計(jì)算結(jié)果為Da。

驗(yàn)證后發(fā)現(xiàn)，當(dāng)暫降類型為Db或Dc且沒有伴隨較大相位跳變時(shí)，φa，φb，φc大約分別為0，-2.09 rad（-120°）和2.09 rad（-120°），因此φa或φbc+π/2 的值總是最低的，見圖5，這就是TPA 法發(fā)生誤判的主要原因。

圖5 φa和φbc+π/2向量圖Fig.5 Vector diagram of φa and φbc+π/2

基于仿真數(shù)據(jù)2 的TPA 法計(jì)算結(jié)果見圖6。當(dāng)F為1 時(shí)，對于Db型仿真數(shù)據(jù)的驗(yàn)證結(jié)果如圖6（a），正確率為0，其中黑色點(diǎn)集和灰色點(diǎn)集分別表示計(jì)算結(jié)果為Ca和Da類型的暫降。F為1 時(shí)，對于Cc型仿真數(shù)據(jù)的驗(yàn)證結(jié)果如圖6（b），正確率仍為0。

圖6 TPA法驗(yàn)證結(jié)果Fig.6 Verification results of TPA method

從圖6 可知，對于Db和Cc型仿真數(shù)據(jù)，TPA 法的計(jì)算結(jié)果總是Ca或Da型。

應(yīng)用TPA 法計(jì)算216 組實(shí)測數(shù)據(jù)，結(jié)果為Ca，Da，Dc，Db類型的樣本數(shù)分別為105，108，1 和2。以非Da和Ca型的3 組樣本為例，見表6，圖7 為相應(yīng)的向量圖。

圖7 與表6中3組案例對應(yīng)的向量圖Fig.7 Vector diagram corresponding to three groups of cases in Table 6

表6 TPA法計(jì)算結(jié)果為Db或Dc的3組案例Table 6 Three groups of cases with result of Db or Dc by TPA method

案例30-32 的實(shí)際暫降類型分別是Cc，Cc和Cb，而TPA 法的結(jié)果是Db，Db和Dc，顯然是不正確的。

根據(jù)以上分析，基于合成數(shù)據(jù)和實(shí)測數(shù)據(jù)的驗(yàn)證，表明該算法的結(jié)果幾乎由φca+π/2 和φa值決定，易造成誤判，因此不建議將TPA 法作為暫降類型的計(jì)算方法。

6 SVA法

應(yīng)用SVA 法計(jì)算21 組暫降類型，有7 組計(jì)算錯(cuò)誤，分別將第4、7、8、11、12、15、16 組的結(jié)果判斷為了Cc、Dc、Dc、Dc、Dc、Dc、Dc，這7 組暫降的相位跳變都很大，可證明SVA 法對相位跳變較大的電壓暫降非常敏感。圖8 為案例4，7，8 的向量圖，虛線表示暫降前正常的三相電壓，實(shí)線表示案例中的電壓暫降向量。其橢圓長半徑的傾斜角分別為72.6°，162.5°，339.6°，見圖9。根據(jù)長半徑的傾斜角度可計(jì)算暫降類型，具體判據(jù)見圖10。對于這3 組暫降，SVA 法的計(jì)算結(jié)果均錯(cuò)誤。

圖8 仿真數(shù)據(jù)1中的3組案例向量圖Fig.8 Vector diagram of 3 groups of cases from simulation data 1

圖9 3組案例的橢圓傾斜角度Fig.9 Ellipse inclination angles of three groups of cases

圖10 基于SVA法的橢圓傾角判據(jù)圖Fig.10 Ellipse inclination angle criterion diagram based on SVA method

案例4 的傾角為72.6°，屬于Cc型（45°～75°），略低于Da型的閾值范圍75°～105°。案例7 和案例8 的傾角分別為162.5°和339.6°，在Dc型角度閾值范圍內(nèi)（135°～165°和315°～345°），同時(shí)接近于Ca型閾值范圍邊界（165°～195°和345°～360°）。橢圓傾斜角受相角跳變的影響，最終可能導(dǎo)致暫降類型計(jì)算錯(cuò)誤。為解決這一問題，也許可以通過類似于式（2）的方式修正不同類型的邊界范圍，從而改進(jìn)算法。

基于仿真數(shù)據(jù)2 的SVA 法的驗(yàn)證結(jié)果見圖11。對于相位跳變較大或暫降深度較淺的仿真數(shù)據(jù)，算法將會(huì)發(fā)生誤判，由此證明SVA 法對相位跳變比較敏感，同時(shí)可以發(fā)現(xiàn)，正負(fù)序因子F也會(huì)影響SVA法的結(jié)果。

圖11 SVA法驗(yàn)證結(jié)果Fig.11 Verification results of SVA

應(yīng)用SVA 法計(jì)算216 組實(shí)測電壓暫降，結(jié)果大致可分為3 類。第1 類，直觀類型與算法結(jié)果相同；第2 類，直觀類型與算法結(jié)果明顯不同；第3類，無法區(qū)分?jǐn)?shù)據(jù)的暫降類型。針對以上3 種情況，本節(jié)以案例33-35 作為分析對象，具體信息見表7 和圖12。

表7 SCA法與SVA法結(jié)果不同的3組案例Table 7 Three groups of cases with different results for SCA and SVA

圖12 與表9中3組案例對應(yīng)的向量圖Fig.12 Vector diagram corresponding to three groups of cases in Table 9

1）第1 類：案例33 的a、b、c 三相電壓幅值分別為0.99 p.u.、0.94 p.u.和0.85 p.u.，由于c 相跌落的幅值幾乎是其他2 相的3 倍，因此Dc類型較為合理。

2）第2 類：案例34 的直觀類型與SVA 法結(jié)果明顯不同。a、c 相的電壓跌落幅值幾乎相同，且遠(yuǎn)大于b 相跌落幅值，因此直觀類型為Cb更為合理。該暫降的橢圓軌跡見圖13，橢圓長軸角度為100.85°，根據(jù)SVA 法，其類型為Da，顯然不正確。這是由于特征電壓相位跳變的原因，導(dǎo)致長軸角度越過了Cb類型橢圓傾角的下邊界105°。

圖13 兩組案例的橢圓傾斜角度Fig.13 Ellipse inclination angles of two cases

3）第3 類：案例35 的a、b、c 三相電壓幅值分別為0.99 p.u.，0.81 p.u.和0.68 p.u.。直觀類型為Ca或Dc，很難確定其實(shí)際類型。而SVA 法的結(jié)果為Dc。由于相位跳變的原因，使得該案例的暫降類型難以直接判斷。

7 算法改進(jìn)建議

基于上述分析，現(xiàn)有方法都存在一些明顯的問題，目前的算法還不能直接應(yīng)用于監(jiān)測系統(tǒng)，為電力公司和用戶提供暫降類型信息，研究新的算法勢在必行。

在新的分類算法研究中，應(yīng)注意從以下方面進(jìn)行改進(jìn)：1）避免電壓暫降相位跳變過大和跌落深度較淺引起的誤判問題。可以以降低算法對相位跳變和跌落深度敏感度為目標(biāo)，在保持計(jì)算準(zhǔn)確率的基礎(chǔ)上開發(fā)新算法。2）不同暫降類型的閾值選擇也會(huì)對算法造成一定影響。為克服這一問題，可研究新的閾值選擇標(biāo)準(zhǔn)，修正不同類型的邊界范圍，從而對算法進(jìn)行改進(jìn)。

8 結(jié)語

本文基于仿真數(shù)據(jù)和216 組實(shí)測數(shù)據(jù)，對5 種算法的計(jì)算結(jié)果進(jìn)行了詳細(xì)對比分析，得到以下結(jié)論：

1）SCA 和SPA 法受相位跳變和淺暫降的影響，可能會(huì)造成誤判。特別是SPA 的準(zhǔn)確率偏低，正負(fù)序因子F的減小不會(huì)影響SPA 法的準(zhǔn)確率。

2）TP-TA 法的判據(jù)未能實(shí)現(xiàn)全面覆蓋，對少數(shù)暫降數(shù)據(jù)不能得出計(jì)算結(jié)果，且當(dāng)正負(fù)序因子F小于1 時(shí)，TP-TA 法的誤判率將會(huì)升高，因此不建議將該算法應(yīng)用于實(shí)際工程中。

3）TPA 法根據(jù)12 個(gè)角度中絕對值最小角作為暫降類型的計(jì)算依據(jù)，對于大多數(shù)沒有較大相位跳變的電壓暫降，φa和φbc+π/2 幾乎都接近于0，這是TPA 法錯(cuò)誤的主要原因，不建議應(yīng)用。

4）對于大多數(shù)暫降，SVA 法的應(yīng)用效果較好，但是該方法對相位跳變較為敏感，在較大相位跳變時(shí)不能得到正確結(jié)果。

在計(jì)算實(shí)測電壓暫降類型時(shí)，受大相位跳變和正負(fù)序因子F的影響，各算法的結(jié)果存在較大差異，因此，后續(xù)研究的重點(diǎn)工作應(yīng)是開發(fā)一種能夠克服上述問題的算法，作為計(jì)算暫降類型的標(biāo)準(zhǔn)算法，應(yīng)用到實(shí)際工程中。