邱思语，杨洪耕

（四川大学电气信息学院，成都610065）

稀疏贝叶斯回归及其在谐波电流异常检测中的应用

邱思语，杨洪耕

（四川大学电气信息学院，成都610065）

提出了一种基于稀疏贝叶斯回归的用于检测谐波电流异常值的方法。该方法在稀疏贝叶斯框架下，利用谐波电流数据建立回归模型，以预测值与实测值间的残差作为异常检测的判据。假设噪声模型服从高斯分布，有效抑制了异常数据对回归曲线拟合的影响，从整体上保证了回归的平滑性。对实际工程数据进行分析计算，并对比其他方法，证明所提方法的有效性和准确性。

电能质量；稀疏贝叶斯回归；谐波电流；异常检测；残差

随着大量的电力电子设备、工业电弧炉等非线性负荷接入电力系统，其产生的谐波电流对电网和其他设备的危害愈加严重[1-3]。在电能质量监测过程中，由于治理装置失效、设备故障、仪器采集错误等原因[4]，造成测得的谐波电流数据发生异常，为了对谐波电流进行有效评估，避免设备误动和提前采取控制措施，有必要对谐波电流进行异常检测[5-8]。

目前，国内外对电力系统谐波电流异常检测方面的研究[9-11]相对较少。文献[12]采用无监督聚类方法分析谐波数据，能够有效识别监测点运行事件；文献[13]采用修正谐波模式方法来分析非线性负荷的谐波类型。上述方法只能实现谐波电流的分析，不具备谐波电流异常检测的能力。在实际工程中，采用总体样本方法筛选异常数据，即以样本最大值或正态分布的“3σ准则”来确定异常阈值[10]。……