Muster terminsvollmacht

Die Tabellen 1 und 2 zeigen, dass die Genauigkeitsrate und die Erwartungen der FDP höher sind als die von PD, PCA und TD im MPQTS-Musterabgleich. Die Vergleichsergebnisse deuten darauf hin, dass eine vernünftige und genaue Kopplungsbewertung der integrierten Störung nicht weiter mit PD, PCA und TD erreicht werden kann. Die Gründe sind wie folgt. Die Prinzipien von PD und PCA sind mathematische Statistiken. PD hängt von prominenten lokalen Features ab, während PCA nur für große Daten geeignet ist. Für TD fehlt es der stückweisen Merkmalsextraktionsweise an klarer physischer Bedeutung. Darüber hinaus zielt das MPQTS-Musterabgleich darauf ab, die PQ-Kopplung zwischen Knoten zu bewerten, was mehr auf Übergrenzungsstörungen als auf standardkonforme Störungen lenkt. TD ignoriert jedoch den Unterschied zum Schweregrad der Störung, was zu fehlerhaften Ergebnissen führen kann, die zu einem MPQTS-Musterabgleich führen. Im Vergleich zu den drei Methoden verkörpert die FDP nicht nur das Timing-Verhältnis und die kontinuierliche Variation von MPQTS, sondern spiegelt auch den Unterschied in den Variationstrends der integrierten Störung mit der Berücksichtigung der Störschwere wider. Daher ist die FDP-Methode genauer und anwendbar für die Kopplung sanatoner Nagung sausen integrierter Störungen zwischen Knoten in einem Verteilungssystem. Bei einem PQ-Muster an zwei Knoten sind die Zeilennummern der Feature-Matrizen identisch, da die Störvariablen einander entsprechen. Die Spaltennummern der Feature-Matrizen werden durch allgemein unterschiedliche stückweise Zahlen entschieden.

Die erforderliche Zeitreihenmusterabgleichsmethode sollte für die Muster-Feature-Matrizen mit derselben Zeile und unterschiedlichen Spaltennummern gelten. Die DTW-Entfernung unterstützt Zeitdehnung und Verziehen, wodurch die Ausrichtungsübereinstimmungsbeziehung zwischen zwei univariaten Zeitreihen [16] bestimmt werden kann. Daher schlägt diese Studie eine FDP-Methode vor, die auf DTW-Entfernung basiert, um das Musterabgleich sowohl auf UPQTS als auch auf MPQTS in verschiedenen Verschmutzungsmustern zu implementieren. Die Smart Grid PQ-Kopplungsbewertung auf der Grundlage von Musterkonstruktion, Musterdarstellung und Zeitreihenmusterabgleich wird mit einem 14-Bus-Verteilungssystem durchgeführt, wie in Abbildung 2 dargestellt. Die Netzteile befinden sich an den Knoten 1, 2 und 3. Die UPQTS der Spannungsabweichung (Istwerte) und die MPQTS der integrierten Störung (pro Einheitswerte) an den Knoten, mit Ausnahme der Netzteile, sind in den Abbildungen 3 und 4 mit einem Abtastschritt von 10 min angegeben. Spannungsschwankung, Spannungsabweichung, interharmonisches Spannungsverhältnis, Gesamtharmonische Spannungsverzerrung und dreiphasige Spannungsungleichgewicht sind in den variablen Schwingungsgrößen dargestellt. Bzw. Um übermäßige numerische Unterschiede zwischen den Störungen zu vermeiden, um eine klare Beobachtung für MPQTS zu beeinflussen, werden die Störungen in Pro-Einheit-Werte (p.u.) umgewandelt, und die Basiswerte sind die Grenzen der Störungen [25]. Die ist-Werte werden in der Berechnung verwendet. Die folgenden beiden Fälle werden berücksichtigt.

Um die vier Objektivmuster zu extrahieren, wird die Gleichstromkomponente , , und entsprechend den vier Komponenten sizes.where ist der Wurzel-Mittelwert von , , oder , , und sind die täglichen und wöchentlichen Zyklusmuster, die jeweils die Störungsschwankungen pro Tag und pro Woche widerspiegeln, und sind die niedrigen und hohen Frequenzmuster, die jeweils die Zufälligkeit der langsamen und schnellen Störungsschwankungen widerspiegeln. Abbildung 5 zeigt die Größen- und Variationsgesetze der Spannungsabweichung in den vier Mustern, was die folgenden Aspekte widerspiegelt.

Comments are closed.