1.一种含分布式电源配电网的电能质量多时段综合预警方法，分布式电源简称DG，电能质量简称PQ，包括如下步骤：步骤1、DG并网前的PQ影响预评估：DG接入并网运行将给配电网带来PQ方面的影响；在DG规划阶段或DG未并网运行之前，无法获得系统PQ的实测数据，但根据DG类型、DG接入位置及容量、DG输出功率预测值、线路阻抗相关数据，采用构建等效模型及潮流计算方法，基于公式(1)能够实现关键节点并网前、后电压差和电压波动情况的分析，从而预评估DG接入并网运行对原配电网可能造成的PQ影响：其中，ΔU为接入点DG并网前、后的电压差，R0为配电网主电源到DG接入点之间的等效电阻，Ppv为预计接入的DG容量，UN为接入点的额定电压；

步骤2、DG并网后的实时PQ数据获取：在DG接入点布置PQ监测装置，实现含DG配电网PQ数据的实时采集，并将有效信息传送到目标配电网管理中心的PQ监测站服务器，在此由PQ分析软件实现电压偏差、频率偏差、三相电压不平衡度、总谐波畸变率这四项PQ单项指标值的计算；

步骤3、DG并网后的未来时段PQ预测：在充分考虑影响DG出力的多种因素以及电网负荷变化情况下，构建基于GRNN神经网络的PQ预测模型，并将其预测结果作为未来时段PQ预警的依据；

步骤301，构建广义回归神经网络的PQ预测模型，广义回归神经网络简称GRNN神经网络：以所选取的PQ影响因素为输入变量，以各单项稳态PQ指标为输出变量，分别构建基于GRNN神经网络的各单项稳态PQ指标的预测模型；

步骤302，GRNN神经网络PQ预测模型的训练：以系统采集保存的各历史时段的PQ指标数据为输出数据组，以对应时段的环境因素及负荷数据为输入数据组，进行PQ预测神经网络的训练，直至训练结果满足误差允许；

步骤303，未来目标时段的PQ预测：基于已完成训练的GRNN神经网络PQ预测模型，以未来目标时段的环境因素和负荷预测数据作为输入数据，实现含DG配电网未来目标时段的PQ指标数据预测；

步骤4、各PQ预警等级的阈值设置：针对各PQ指标项分别确定各预警等级的阈值；为避免PQ数据在阈值附近波动造成的预警信息频繁变化的困扰，设置阈值越限呆滞区；

步骤401，各预警等级阈值设置：根据各稳态PQ指标的国家标准以及专家经验，将各稳态PQ指标的国家标准中规定的“不合格”限值进一步划分为从“轻微”预警到“严重”预警的多个预警等级阈值；

步骤402，阈值越限呆滞区设置：为避免PQ数据在阈值附近波动时，可能导致预警信息频繁变化从而困扰工作人员的缺陷，为各预警等级的阈值分别设置阈值越限呆滞区，添加阈值上限和阈值下限，PQ数据未超出阈值越限呆滞区范围预警等级将不会改变：A)高预警等级的阈值下限Δx1：当PQ指标偏差程度增加越过高预警等级阈值时，系统由低预警等级转换为更高一级的预警等级；随后若PQ指标值在高预警等级阈值附近上下波动，只有当其值跌落超出由高预警等级的阈值下限Δx1形成的越限呆滞区范围，系统才能恢复为低预警等级；

B)低预警等级的阈值上限Δx2：当PQ指标偏差程度降低越过低预警等级阈值时，系统由高预警等级转换为更低一级的预警等级；随后若PQ指标值在低预警等级阈值附近上下波动，只有当其值升高超出由低预警等级的阈值上限Δx2形成的越限呆滞区范围，系统才能恢复为高预警等级；

步骤5、构建多时段综合PQ预警机制：DG并网接入前、DG并网接入后实时运行和未来时段不同场景下，PQ预警具有各自不同的意义和特征；实现上述多场景下含DG配电网的多时段综合PQ预警机制为：步骤501，DG并网前的PQ预评估预警：在DG并网前，依据步骤1对其并网接入可能造成的PQ影响进行预评估，并将预评估结果与国家PQ标准限值进行对比；若不超标则允许DG并网接入，若超标则发出预警告示，告知电网管理者或DG用户进行DG接入容量和地址的重新规划；

步骤502，DG并网后的PQ实测预警：在DG接入电网后，根据步骤2所获得的含DG配电网PQ实时监测数据与根据步骤4所获得的各预警等级阈值进行比较；依据系统给出的各项PQ指标的预警等级，对出现PQ指标异常或超标的相关线路及时给出告警；

步骤503，DG并网后的PQ预测预警：在DG接入电网后，根据步骤3所获得的含DG配电网的未来时段的PQ预测数据与根据步骤4所获得的各预警等级阈值进行比较；依据系统给出的各项PQ指标的预警等级，对预测可能出现PQ指标异常或超标的相关线路及时给出告警。