CN106199338A - 一种短路故障型电压暂降源的辨识方法 - Google Patents

Abstract

本发明公开了一种短路故障型电压暂降源的辨识方法，包括：步骤10）采集短路故障型电压暂降样本数据，对所述样本数据进行数据预处理后，形成匹配库数据；步骤20）获取实测的短路故障型电压暂降波形数据，经过标准化处理后，作为待匹配数据；步骤30）计算动态时间弯曲距离：对匹配库数据和待匹配数据进行归一化，计算归一化后的待匹配数据与匹配库数据的动态时间弯曲距离；步骤40）识别短路故障类型：依据动态时间弯曲距离大小，判定实测的电压暂降的短路类型及短路相别，实现电压暂降源的辨识。该方法能够对短路故障引起的电压暂降进行准确辨识，适用于工程实际。

Description

一种短路故障型电压暂降源的辨识方法

技术领域

本发明属于电能质量监控与分析技术领域，具体来说，涉及一种短路故障型电压暂降源的辨识方法。

背景技术

随着电网的不断建设和发展，各类工业电力用户接入电网。这些用户采用了先进的自动化、智能化、数字化的电压暂降敏感设备，如PLC、变频器、总线、接触器、继电器、控制器等，对供电电压质量提出了非常高的要求。一旦这些设备因电压暂降停止工作，整套设备或流水线都会受到影响，给企业带来了巨大的损失。生产企业普遍认为电压暂降已经上升为最重要的电能质量问题，是现代工业用电负荷正常安全工作的主要干扰，各方面均已予以重点关注。

电压暂降已经成为亟需解决的电能质量问题。目前电压暂降治理措施主要包括提高设备的耐受能力、减少电压暂降源的产生、抑制扰动源的传播和配置电压暂降补偿装置。而准确辨识电压暂降源是治理电压暂降的前提。电压暂降源的识别有助于选择合理的治理措施，同时可为电力供应部门和用户之间的协调纠纷提供依据。

电压暂降源的辨识是指根据检测到的电压暂降数据特征识别其产生原因。国内外已经对电压暂降源的辨识方法开展了大量研究，并获得众多成果，主要有小波变换、S变换、向量机等方法。电力***中的大部分的电压暂降由短路故障所引起，电压暂降经过不同类型变压器传播后暂降类型也可能发生改变。上述辨识方法只能够有效区分感应电动机启动、变压器空载激磁和短路故障这三种原因引起的电压暂降，但对短路故障引起的电压暂降无法进一步辨识出***中具体的短路故障类型及短路相，这大大限制了方法在实际工程中的应用。

发明内容

技术问题：本发明所要解决的技术问题是：提供一种短路故障型电压暂降源的辨识方法，该方法能够对短路故障引起的电压暂降进行准确辨识，适用于工程实际，为工程人员定位电压暂降源、分析电压暂降传播机理和选择电压暂降治理措施提供有效帮助。

技术方案：为解决上述技术问题，本发明实施例采用一种短路故障型电压暂降源辨识方法，该方法包括以下步骤：

步骤10)采集短路故障型电压暂降样本数据，对所述样本数据进行数据预处理后，形成匹配库数据；

步骤20)获取实测的短路故障型电压暂降波形数据，经过标准化处理后，作为待匹配数据；

步骤30)计算动态时间弯曲距离：对匹配库数据和待匹配数据进行归一化，计算归一化后的待匹配数据与匹配库数据的动态时间弯曲距离；

步骤40)识别短路故障类型：依据动态时间弯曲距离大小，判定实测的电压暂降的短路类型及短路相别，实现电压暂降源的辨识。

作为优选例，所述的步骤10)具体包括：

步骤101)采集历史数据中短路故障型电压暂降样本数据，所述样本数据包括abc相接地短路、ab相接地短路和a相接地短路三种短路故障引起的电压暂降ABC相数据，每组样本数据按下式排列成数据序列：

U_A(1),U_B(1),U_C(1)

U_A(2),U_B(2),U_C(2)

U_A(M),U_B(M),U_C(M)

式中，U_A(1)表示第1组样本数据中的A相电压，U_B(1)表示第1组样本数据中的B相电压,U_C(1)表示第1组样本数据中的C相电压，U_A(2)表示第2组样本数据中的A相电压，U_B(2)表示第2组样本数据中的B相电压,U_C(2)表示第2组样本数据中的C相电压，U_A(M)表示第M组样本数据中的A相电压，U_B(M)表示第M组样本数据中的B相电压,U_C(M)表示第M组样本数据中的C相电压，M表示样本的数量；

步骤102)对步骤101)采集的数据序列进行数据预处理，每组数据序列排列成1行，对于ab相接地短路调整数据相序作为bc、ca相接地短路的样本数据，对于a相接地短路，调整数据相序作为b、c相接地短路的样本数据，形成7行3M列的匹配库数据，匹配库数据形式如下：

U_A(1),U_A(2)…U_A(M),U_B(1),U_B(2)…U_B(M),U_C(1),U_C(2)…U_C(M)}①

式中，①为abc相接地短路的匹配库数据；②为ab相接地短路的匹配库数据；③为a相接地短路的匹配库数据；第一行为abc相接地短路，第二行为ab相接地短路，第三行为bc相接地短路，第四行为ca相接地短路，第五行为a相接地短路，第六行为b相接地短路，第七行为c相接地短路。

作为优选例，所述的步骤20)包括：获取公共连接点处实测的电压暂降波形数据，形式如下：

$\begin{array}{c}{\stackrel{\‾}{U}}_A\left(1\right),{\stackrel{\‾}{U}}_B\left(1\right),{\stackrel{\‾}{U}}_C\left(1\right)\\ {\stackrel{\‾}{U}}_A\left(2\right),{\stackrel{\‾}{U}}_B\left(2\right),{\stackrel{\‾}{U}}_C\left(2\right)\\ .\\ .\\ .\\ {\stackrel{\‾}{U}}_A\left(N\right),{\stackrel{\‾}{U}}_B\left(N\right),{\stackrel{\‾}{U}}_C\left(N\right)\end{array}$

式中，表示实测数据中第1组数据的A相电压，表示实测数据中第1组数据的B相电压，表示实测数据中第1组数据的C相电压，表示实测数据中第2组数据的A相电压，表示实测数据中第2组数据的B相电压，表示实测数据中第2组数据的C相电压，表示实测数据中第N组数据的A相电压，表示实测数据中第N组数据的B相电压，表示实测数据中第N组数据的C相电压；

对获取的实测电压暂降波形数据进行标准化处理，将数据排成1行3N列的待匹配数据，形式如下：

${\stackrel{\‾}{U}}_A\left(1\right),{\stackrel{\‾}{U}}_A\left(2\right)...{\stackrel{\‾}{U}}_A\left(N\right),{\stackrel{\‾}{U}}_B\left(1\right),{\stackrel{\‾}{U}}_B\left(2\right)...{\stackrel{\‾}{U}}_B\left(N\right),{\stackrel{\‾}{U}}_C\left(1\right),{\stackrel{\‾}{U}}_C\left(2\right)...{\stackrel{\‾}{U}}_C\left(N\right).$

作为优选例，所述的步骤30)包括：

步骤301)对每行匹配库数据和待匹配数据进行归一化处理，分别归算到区间[-1，1]内，归一化函数为：

$U^{\′}\left(p\right)=\frac{2U\left(p\right)-U_{min}-U_{max}}{U_{max}-U_{min}},(p=1,2,3...,3M)$

${\stackrel{\‾}{U}}^{\′}\left(q\right)=\frac{2\stackrel{\‾}{U}\left(q\right)-{\stackrel{\‾}{U}}_{min}-{\stackrel{\‾}{U}}_{max}}{{\stackrel{\‾}{U}}_{\max }-{\stackrel{\‾}{U}}_{\min }},(q=1,2,3...,3N)$

式中，U表示归一化之前的匹配库数据一行序列，表示归一化之前的待匹配数据的一行序列；U_max表示U的最大值，表示的最大值；U_min表示U的最小值，表示的最小值；U'表示归一化后匹配库数据一行序列，表示归一化后的待匹配数据的一行序列；

步骤302)计算归一化后的待匹配数据与归一化后的匹配库数据之间的动态时间弯曲距离：

首先，利用U'和构造一个3M行3N列的距离矩阵A，即为：

式中，A中元素表示归一化后的待匹配数据与匹配库数据U′的对齐距离；

U'和的动态时间弯曲距离为：

$\left\{\begin{array}{c}DTW(U^{\′},{\stackrel{\‾}{U}}^{\′})=D(3M,3N)\\ D(0,0)=0\\ D(0,\mathrm{\∞})=0\\ D(\mathrm{\∞},0)=0\\ D(i,j)=a_{ij}+min\left\{D\right(i-1,j-1),D(i-1,j),D(i,j-1\left)\right\}\\ 1\≤i\≤3M,1\≤j\≤3N\end{array}\right.$

式中，D(i,j)表示a_ij与其前段的最小动态时间弯曲距离之和；a_ij表示A中元素d(x_i,x_j)；∞表示标号为1到3M或1到3N的任意数值；

步骤303)匹配库数据下移一行，重复步骤302)，直至计算完待匹配数据与所有行匹配库数据的动态时间弯曲距离，得到7个动态时间弯曲距离。

作为优选例，所述的步骤40)包括：将7个动态时间弯曲距离最小的一行匹配库数据作为与待匹配数据匹配度最高的数据，待匹配数据与匹配库数据中该行数据属于同一类型电压暂降。

有益效果：与现有技术相比，本发明实施例具有以下有益效果：该方法能够准确辨识出短路故障型电压暂降源的类型及短路相别。传统的辨识方法只能够有效区分感应电动机启动、变压器空载激磁和短路故障这三种原因引起的电压暂降，但对短路故障引起的电压暂降无法进一步辨识出***中具体的短路故障类型及短路相别。本实施例的方法能够利用工程中实测的电压暂降数据进行分析辨识，方法简单有效，易于工程应用。

附图说明

图1为本发明实施例的流程图。

图2(a)为本发明实施例中abc相接地短路时采集的电压暂降样本数据波形图。

图2(b)为本发明实施例中ab相接地短路时采集的电压暂降样本数据波形图。

图2(c)为本发明实施例中a相接地短路时采集的电压暂降样本数据波形图。

图3为本发明实施例中电压暂降实测数据波形图。

具体实施方式

下面结合实例和附图，对本发明实施例的技术方案做进一步的说明。

如图1所示，本发明实施例提供一种短路故障型电压暂降源的辨识方法，包括以下步骤：

步骤10)采集短路故障型电压暂降样本数据，对所述样本数据进行数据预处理后，形成匹配库数据；

步骤20)获取实测的短路故障型电压暂降波形数据，经过标准化处理后，

作为待匹配数据；

步骤30)计算动态时间弯曲距离：对匹配库数据和待匹配数据进行归一化，计算归一化后的待匹配数据与匹配库数据的动态时间弯曲距离；

步骤40)识别短路故障类型：依据动态时间弯曲距离大小，判定实测的电压暂降的短路类型及短路相别，实现电压暂降源的辨识。

在上述实施例中，所述的步骤10)具体包括：

步骤101)采集历史数据中短路故障型电压暂降样本数据，所述样本数据包括abc相接地短路、ab相接地短路和a相接地短路三种短路故障引起的电压暂降ABC相数据，每组样本数据按下式排列成数据序列：

U_A(1),U_B(1),U_C(1)

U_A(2),U_B(2),U_C(2)

U_A(M),U_B(M),U_C(M)

式中，U_A(1)表示第1组样本数据中的A相电压，U_B(1)表示第1组样本数据中的B相电压,U_C(1)表示第1组样本数据中的C相电压，U_A(2)表示第2组样本数据中的A相电压，U_B(2)表示第2组样本数据中的B相电压,U_C(2)表示第2组样本数据中的C相电压，U_A(M)表示第M组样本数据中的A相电压，U_B(M)表示第M组样本数据中的B相电压,U_C(M)表示第M组样本数据中的C相电压，M表示样本的数量；

步骤102)对步骤101)采集的数据序列进行数据预处理，每组数据序列排列成1行，对于ab相接地短路调整数据相序作为bc、ca相接地短路的样本数据，对于a相接地短路，调整数据相序作为b、c相接地短路的样本数据，形成7行3M列的匹配库数据，匹配库数据形式如下：

U_A(1),U_A(2)…U_A(M),U_B(1),U_B(2)…U_B(M),U_C(1),U_C(2)…U_C(M)}①

式中，①为abc相接地短路的匹配库数据；②为ab相接地短路的匹配库数据；③为a相接地短路的匹配库数据；第一行为abc相接地短路，第二行为ab相接地短路，第三行为bc相接地短路，第四行为ca相接地短路，第五行为a相接地短路，第六行为b相接地短路，第七行为c相接地短路。

在上述实施例中，所述的步骤20)具体包括：获取公共连接点(对应英文全称Pointof Common Coupling；文中简称为PCC点)处实测的电压暂降波形数据，形式如下：

$\begin{array}{c}{\stackrel{\‾}{U}}_A\left(1\right),{\stackrel{\‾}{U}}_B\left(1\right),{\stackrel{\‾}{U}}_C\left(1\right)\\ {\stackrel{\‾}{U}}_A\left(2\right),{\stackrel{\‾}{U}}_B\left(2\right),{\stackrel{\‾}{U}}_C\left(2\right)\\ .\\ .\\ .\\ {\stackrel{\‾}{U}}_A\left(N\right),{\stackrel{\‾}{U}}_B\left(N\right),{\stackrel{\‾}{U}}_C\left(N\right)\end{array}$

式中，表示实测数据中第1组数据的A相电压，表示实测数据中第1组数据的B相电压，表示实测数据中第1组数据的C相电压，表示实测数据中第2组数据的A相电压，表示实测数据中第2组数据的B相电压，表示实测数据中第2组数据的C相电压，表示实测数据中第N组数据的A相电压，表示实测数据中第N组数据的B相电压，表示实测数据中第N组数据的C相电压；

对获取的实测电压暂降波形数据进行标准化处理，将数据排成1行3N列的待匹配数据，形式如下：

${\stackrel{\‾}{U}}_A\left(1\right),{\stackrel{\‾}{U}}_A\left(2\right)...{\stackrel{\‾}{U}}_A\left(N\right),{\stackrel{\‾}{U}}_B\left(1\right),{\stackrel{\‾}{U}}_B\left(2\right)...{\stackrel{\‾}{U}}_B\left(N\right),{\stackrel{\‾}{U}}_C\left(1\right),{\stackrel{\‾}{U}}_C\left(2\right)...{\stackrel{\‾}{U}}_C\left(N\right).$

在上述实施例中，所述的步骤30)具体包括：

步骤301)对每行匹配库数据和待匹配数据进行归一化处理，分别归算到区间[-1，1]内，归一化函数为：

$U^{\′}\left(p\right)=\frac{2U\left(p\right)-U_{min}-U_{max}}{U_{max}-U_{min}},(p=1,2,3...,3M)$

${\stackrel{\‾}{U}}^{\′}\left(q\right)=\frac{2\stackrel{\‾}{U}\left(q\right)-{\stackrel{\‾}{U}}_{min}-{\stackrel{\‾}{U}}_{max}}{{\stackrel{\‾}{U}}_{\max }-{\stackrel{\‾}{U}}_{\min }},(q=1,2,3...,3N)$

式中，U表示归一化之前的匹配库数据一行序列，表示归一化之前的待匹配数据的一行序列；U_max表示U的最大值，表示的最大值；U_min表示U的最小值，表示的最小值；U'表示归一化后匹配库数据一行序列，表示归一化后的待匹配数据的一行序列；

步骤302)计算归一化后的待匹配数据与归一化后的匹配库数据之间的动态时间弯曲距离：

首先，利用U'和构造一个3M行3N列的距离矩阵A，即为：

式中，A中元素表示归一化后的待匹配数据与匹配库数据U′的对齐距离；

U'和的动态时间弯曲距离为：

$\left\{\begin{array}{c}DTW(U^{\′},{\stackrel{\‾}{U}}^{\′})=D(3M,3N)\\ D(0,0)=0\\ D(0,\mathrm{\∞})=0\\ D(\mathrm{\∞},0)=0\\ D(i,j)=a_{ij}+min\left\{D\right(i-1,j-1),D(i-1,j),D(i,j-1\left)\right\}\\ 1\≤i\≤3M,1\≤j\≤3N\end{array}\right.$

式中，D(i,j)表示a_ij与其前段的最小动态时间弯曲距离之和；a_ij表示A中元素d(x_i,x_j)；∞表示标号为1到3M或1到3N的任意数值；

步骤303)匹配库数据下移一行，重复步骤302)，直至计算完待匹配数据与所有行匹配库数据的动态时间弯曲距离，得到7个动态时间弯曲距离。

在上述实施例中，所述的步骤40)具体包括：将7个动态时间弯曲距离最小的一行匹配库数据作为与待匹配数据匹配度最高的数据，待匹配数据与匹配库数据中该行数据属于同一类型电压暂降。辨识结果如下：

本发明实施例的辨识方法，利用动态时间弯曲距离衡量实测的电压暂降数据与匹配库数据的相似度，寻找出匹配库中与待匹配数据最相似的波形数据，进而判定实测的电压暂降的类型及短路相别。现有技术中，电压暂降源的辨识主要集中在区分感应电动机启动、变压器空载激磁和短路故障这三种原因引起的电压暂降，而电力***中短路故障是电压暂降的主要原因，因此需要进一步辨识出***中具体的短路故障类型及短路相别。本实施例方法能够对短路故障引起的电压暂降进行准确辨识，适用于工程实际，为工程人员定位电压暂降源、分析电压暂降传播机理和选择电压暂降治理措施提供有效帮助。

下面例举一具体实施例。

以某个10kV母线为例，在母线下的380V用户侧设置电压测量装置进行电压暂降数据采集。仿真中依次设置abc相接地短路、ab相接地短路和a相接地短路形成电压暂降样本波形，短路时长为100ms；设置bc相接地短路形成电压暂降实测波形，短路时长为50ms；数据采样频率为10kHz。

执行本发明实施例的辨识方法，包括以下步骤：

步骤10)采集短路故障型电压暂降样本数据，包括abc相接地短路、ab相接地短路和a相接地短路3种短路故障引起的电压暂降ABC相数据，经过预处理形成7行3000列的匹配库数据。本实例采集的电压暂降样本数据如图2所示，图中横坐标表示采样点数，纵坐标表示电压幅值的标幺值。图2(a)为abc相接地短路时采集的电压暂降样本数据图；图2(b)为ab相接地短路时采集的电压暂降样本数据图；图2(c)为a相接地短路时采集的电压暂降样本数据图。

步骤20)获取PCC点的实测的电压暂降波形数据，标准化后形成1行3000列的待匹配数据。本实例获取的实测电压暂降波形数据如图3所示，图中横坐标表示采样点数，纵坐标表示电压幅值的标幺值。

步骤30)计算归一化后待匹配数据与匹配库数据每一行的DTW距离，共计得到7个DTW距离，计算结果如表1所示。

表1 DTW距离计算结果

编号	1	2	3	4	5	6	7
								DTW距离	653.11	1411.70	5.17	756.86	1330.30	579.38	167.16

步骤40)待匹配数据与匹配库数据的第3行数据匹配度最高，两者属于同一类型电压暂降，故辨识结果为实测的电压暂降是由bc相接地短路故障引起的。本实施的辨识结果与实际情况一致，辨识结果准确。

以上显示和描述了本发明的基本原理、主要特征和优点。本领域的技术人员应该了解，本发明不受上述具体实施例的限制，上述具体实施例和说明书中的描述只是为了进一步说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护的范围由权利要求书及其等效物界定。

Claims (5)

1.一种短路故障型电压暂降源的辨识方法，其特征在于，该方法包括以下步骤：

步骤10)采集短路故障型电压暂降样本数据，对所述样本数据进行数据预处理后，形成匹配库数据；

步骤20)获取实测的短路故障型电压暂降波形数据，经过标准化处理后，作为待匹配数据；

步骤30)计算动态时间弯曲距离：对匹配库数据和待匹配数据进行归一化，计算归一化后的待匹配数据与匹配库数据的动态时间弯曲距离；

步骤40)识别短路故障类型：依据动态时间弯曲距离大小，判定实测的电压暂降的短路类型及短路相别，实现电压暂降源的辨识。

2.根据权利要求1所述的短路故障型电压暂降源的辨识方法，其特征在于，所述的步骤10)具体包括：

步骤101)采集历史数据中短路故障型电压暂降样本数据，所述样本数据包括abc相接地短路、ab相接地短路和a相接地短路三种短路故障引起的电压暂降ABC相数据，每组样本数据按下式排列成数据序列：

$\begin{array}{c}{U}_A\left(1\right),U_B\left(1\right),U_C\left(1\right)\\ U_A\left(2\right),U_B\left(2\right),U_C\left(2\right)\\ \·\\ \·\\ \·\\ U_A\left(M\right),U_B\left(M\right),U_C\left(M\right)\end{array}$

式中，U_A(1)表示第1组样本数据中的A相电压，U_B(1)表示第1组样本数据中的B相电压,U_C(1)表示第1组样本数据中的C相电压，U_A(2)表示第2组样本数据中的A相电压，U_B(2)表示第2组样本数据中的B相电压,U_C(2)表示第2组样本数据中的C相电压，U_A(M)表示第M组样本数据中的A相电压，U_B(M)表示第M组样本数据中的B相电压,U_C(M)表示第M组样本数据中的C相电压，M表示样本的数量；

步骤102)对步骤101)采集的数据序列进行数据预处理，每组数据序列排列成1行，对于ab相接地短路调整数据相序作为bc、ca相接地短路的样本数据，对于a相接地短路，调整数据相序作为b、c相接地短路的样本数据，形成7行3M列的匹配库数据，匹配库数据形式如下：

U_A(1),U_A(2)…U_A(M),U_B(1),U_B(2)…U_B(M),U_C(1),U_C(2)…U_C(M)}①

式中，①为abc相接地短路的匹配库数据；②为ab相接地短路的匹配库数据；③为a相接地短路的匹配库数据；第一行为abc相接地短路，第二行为ab相接地短路，第三行为bc相接地短路，第四行为ca相接地短路，第五行为a相接地短路，第六行为b相接地短路，第七行为c相接地短路。

3.根据权利要求2所述的短路故障型电压暂降源的辨识方法，其特征在于，所述的步骤20)包括：获取公共连接点处实测的电压暂降波形数据，形式如下：

$\begin{array}{c}{\stackrel{\‾}{U}}_A\left(1\right),{\stackrel{\‾}{U}}_B\left(1\right),{\stackrel{\‾}{U}}_C\left(1\right)\\ {\stackrel{\‾}{U}}_A\left(2\right),{\stackrel{\‾}{U}}_B\left(2\right),{\stackrel{\‾}{U}}_C\left(2\right)\\ \begin{array}{c}.\\ .\\ .\end{array}\\ {\stackrel{\‾}{U}}_A\left(N\right),{\stackrel{\‾}{U}}_B\left(N\right),{\stackrel{\‾}{U}}_C\left(N\right)\end{array}$

式中，表示实测数据中第1组数据的A相电压，表示实测数据中第1组数据的B相电压，表示实测数据中第1组数据的C相电压，表示实测数据中第2组数据的A相电压，表示实测数据中第2组数据的B相电压，表示实测数据中第2组数据的C相电压，表示实测数据中第N组数据的A相电压，表示实测数据中第N组数据的B相电压，表示实测数据中第N组数据的C相电压；

对获取的实测电压暂降波形数据进行标准化处理，将数据排成1行3N列的待匹配数据，形式如下：

${\stackrel{\‾}{U}}_A\left(1\right),{\stackrel{\‾}{U}}_A\left(2\right)...{\stackrel{\‾}{U}}_A\left(N\right),{\stackrel{\‾}{U}}_B\left(1\right),{\stackrel{\‾}{U}}_B\left(2\right)...{\stackrel{\‾}{U}}_B\left(N\right),{\stackrel{\‾}{U}}_C\left(1\right),{\stackrel{\‾}{U}}_C\left(2\right)...{\stackrel{\‾}{U}}_C\left(N\right).$

4.根据权利要求3所述的短路故障型电压暂降源的辨识方法，其特征在于，所述的步骤30)包括：

步骤301)对每行匹配库数据和待匹配数据进行归一化处理，分别归算到区间[-1，1]内，归一化函数为：

$U^{\′}\left(p\right)=\frac{2U\left(p\right)-U_{min}-U_{max}}{U_{max}-U_{min}},(p=1,2,3...,3M)$

${\stackrel{\‾}{U}}^{\′}\left(q\right)=\frac{2\stackrel{\‾}{U}\left(q\right)-{\stackrel{\‾}{U}}_{min}-{\stackrel{\‾}{U}}_{max}}{{\stackrel{\‾}{U}}_{\max }-{\stackrel{\‾}{U}}_{\min }},(q=1,2,3...,3N)$

式中，U表示归一化之前的匹配库数据一行序列，表示归一化之前的待匹配数据的一行序列；U_max表示U的最大值，表示的最大值；U_min表示U的最小值，表示的最小值；U'表示归一化后匹配库数据一行序列，表示归一化后的待匹配数据的一行序列；

步骤302)计算归一化后的待匹配数据与归一化后的匹配库数据之间的动态时间弯曲距离：

首先，利用U'和构造一个3M行3N列的距离矩阵A，即为：

式中，A中元素表示归一化后的待匹配数据与匹配库数据U′的对齐距离；

U'和的动态时间弯曲距离为：

$\left\{\begin{array}{c}DTW(U^{\′},{\stackrel{\‾}{U}}^{\′})=D(3M,3N)\\ D(0,0)=0\\ D(0,\mathrm{\∞})=0\\ D(\mathrm{\∞},0)=0\\ D(i,j)=a_{ij}+min\{D(i-1,j-1),D(i-1,j),D(i,j-1)\}\\ 1\≤i\≤3M,1\≤j\≤3N\end{array}\right.$

式中，D(i,j)表示a_ij与其前段的最小动态时间弯曲距离之和；a_ij表示A中元素d(x_i,x_j)；∞表示标号为1到3M或1到3N的任意数值；

步骤303)匹配库数据下移一行，重复步骤302)，直至计算完待匹配数据与所有行匹配库数据的动态时间弯曲距离，得到7个动态时间弯曲距离。

5.根据权利要求4所述的短路故障型电压暂降源的辨识方法，其特征在于，所述的步骤40)包括：将7个动态时间弯曲距离最小的一行匹配库数据作为与待匹配数据匹配度最高的数据，待匹配数据与匹配库数据中该行数据属于同一类型电压暂降。