基波与谐波检测新方法研究的任务书.docx

基波与谐波检测新方法研究的任务书
任务书
任务名称：基波与谐波检测新方法研究
任务目标：
-研究电力系统中基波与谐波的特征与检测方法。
-研究基于机器学习的电力负荷谐波检测新方法。
-开发基于该新方法的谐波检测算法，实现对电力负荷中谐波分量的自动检测与统计。
任务背景：
在电力系统中，负荷谐波频率往往是一个重要的技术参数。负荷中的谐波不仅会降低设备的能效，增加电力系统的能耗，还会引发负载电流的波形畸变，甚至造成电力系统的瞬时故障。因此，准确地检测负荷谐波而及时采取相应的措施显得至关重要。
传统上，基波与谐波的检测往往需要使用滤波器或者傅里叶变换等数学方法来进行。然而，这种方法比较耗时，而且不够灵活。随着机器学习技术的发展，我们可以利用大数据及其统计分析，来自动对电力负荷中的谐波分量进行快速而准确地检测。
任务步骤：
1.研究电力系统中基波与谐波的特征与检测方法。
1.1研究基波与谐波的特征及其在电力系统中的作用。
1.2研究电力负荷谐波检测的传统方法，分析其优缺点。
1.3探究基于机器学习的电力负荷谐波检测方法的优势与适用条件
2.研究基于机器学习的电力负荷谐波检测新方法。
2.1研究机器学习的基本原理。
2.2研究现有基于机器学习的谐波检测方法，并分析其优缺点；
2.3探究新型机器学习模型的适用性，以及相应的特征工程和预处理技术。
3.开发基于该新方法的谐波检测算法，实现对电力负荷中谐波分量的自动检测与统计。
3.1利用已有的电力负荷数据集进行样本数据的标注、清洗与预处理。
3.2开发基于机器学习的谐波检测算法，并考虑算法的鲁棒性和稳定性。
3.3利用该算法在已有的数据集上进行测试，并分析其检测精度和效率。
4.将该新方法应用于电力监测系统中，并为应用提供技术支持。
4.1将该算法嵌入到已有的电力监测系统中，实现对实时电力负荷谐波分量的自动检测。
4.2为电力监控系统提供技术支持和维护服务，跟进算法的最新优化和迭代。
任务成果：
完成研究后，获得以下成果：
1.电力系统基波与谐波特征及其检测方法的研究报告，系统讲解其优缺点及适用情况。
2.基于机器学习的电力负荷谐波检测新方法的研究报告，总结现有方法及其优缺点，提出新方法的应用前景和优势。
3.基于新方法的谐波检测算法，能够在电力负荷中自动检测谐波分量，并转化为可视化数据，用于电力监测系统中。
4.电力负荷谐波检测在电力系统中的应用案例演示，用于相应行业的培训和推广。
任务实施：
1.任务周期：6个月；
2.研究人员：1名数据分析师、1名算法工程师、2名电力工程师；
3.具体工作计划：
月份|工作任务
---|---
第1-2个月|研究电力系统中基波与谐波的特征与检测方法，并形成研究报告，交由主管审核。
第3-4个月|研究基于机器学习的电力负荷谐波检测新方法，并形成研究报告，交由主管审核。
第5-6个月|开发基于该新方法的谐波检测算法，并在已有的电力负荷数据集上进行测试分析，并将代码嵌入到电力监测系统中，并完成技术服务及支持。
4.任务成果提交：
成果物名称|验收标准|提交时间
---|---|---
电力系统基波与谐波特征及其检测方法的研究报告|符合任务目标和要求|任务结束前7天
基于机器学习的电力负荷谐波检测新方法的研究报告|符合任务目标和要求|任务结束前7天
基于新方法的谐波检测算法|可运行且在数据集上表现优秀|任务结束前7天
电力负荷谐波检测在电力系统中的应用案例演示|可操作实现|任务结束前7天
任务要求：
1.所有研究内容必须遵循科学严谨的方法，必要的实验数据、样本、模型必须考虑在内；
2.研究过程需要记录实验、结果等内容，完成实验报告；
3.研究完成后，需要及时形成研究报告、算法代码提交，并进行验收和交流。
4.研究人员应按照计划表，保证研究进度，以及完成质量。
参考文献：
1.方立祥.基于机器学习的负荷谐波分析算法研究[D].长春:吉林大学,2016.
2.顾春江.基于机器学习的输电线路谐波异物定位[J].电力系统保护与控制,2016,44(18):69-74.