CN101980172A - 供电系统智能装置错误数据的界定方法 - Google Patents

Abstract

本发明公开了供电系统智能装置错误数据的界定方法,定义当前采样点为第k点，当前采样点的后1点是第k+1点，当前采样点的前1点是第k-1点，当前采样点的前2点是第k-2点，它们对应的采样值分别为y(k)、y(k+1)、y(k-1)和y(k-2)，根据装置在最严重故障时稳态状态下的采样值来设定装置的最大允许的采样值之差的阖值，以此阖值作为界定采样值是否是错误数据的前提条件。本方法可以用于滤除由于系统中有噪声或干扰，或者装置发生采样异常等硬件故障或发生程序跑飞等软件故障，装置的采样有可能出现的错误数据，能显著减少常规的软硬件滤波方法产生的时滞。

Description

供电系统智能装置错误数据的界定方法

 

技术领域

本发明涉及一种可应用于供电系统中智能装置的错误数据的界定方法，属于电工技术领域。

背景技术

供电系统中的智能装置通常通过采样，得到采样值，据此进行判断和控制。如果系统中有噪声或干扰，或者装置发生采样异常等硬件故障或发生程序跑飞等软件故障，则装置的采样有可能出现错误数据，容易造成装置错误的判断和控制。

智能装置通常通过硬件滤波或者软件滤波等方法来滤除错误数据，但常规的软硬件滤波方法会产生时滞，减缓判断和控制的速度，而且有时难以识别和滤除真正的错误数据。有一种方法是根据装置在最严重故障时稳态状态下的采样值来设定装置最大允许的采样值之差的阖值，以此来滤除错误数据。此方法适用于在故障处于稳态状态时对错误数据进行界定，但当严重故障处于暂态过程中，装置有可能出现采样值之差超出按照故障处于稳态状态时设置的阖值，使得装置误判为错误数据，导致装置拒动。另外在有些情况下，装置在最严重故障时稳态状态下的采样值可能难以推算出，使得阖值难以确定。

发明内容

本发明所要解决的技术问题是如何准确判断出供电系统智能装置采样值的错误数据。

为解决上述问题，本方法提供一种可应用于供电系统智能装置的错误数据界定方法，可以据此编写程序，写入基于嵌入式微型计算机的装置来实现。

包括以下步骤：

1)定义当前采样点为第k点，当前采样点的后1点是第k+1点，当前采样点的前1点是第k-1点，当前采样点的前2点是第k-2点，它们对应的采样值分别为y(k)、y(k+1)、y(k-1)和y(k-2),根据装置在最严重故障时稳态状态下的采样值设定装置的最大允许的采样值之差的阖值，以此阖值作为界定采样值是否是错误数据的前提条件;

2)当y(k)与y(k-1)之差没有超过此阖值，y(k)与y(k-1)之差也没有超过阖值，则界定y(k)和y(k-1)是正常数据;

3)当y(k-1)与y(k-2)之差没有超过阖值，但y(k)与y(k-1)之差超过阖值，则界定y(k-1)是正常数据，y(k)是否是错误数据要通过y(k＋1)的值来判断，相当于在步骤4)和步骤5)中分析y(k-1)是否是错误数据;

4)当y(k-1)与y(k-2)之差超过阖值，y(k)与y(k-1)之差也超过阖值，而且此三点呈单调变化，即中间的y(k-1)在三点中处于中间值，则界定y(k)和y(k-1)是处于暂态过程中的正常数据;

5)当y(k-1)与y(k-2)之差超过阖值，y(k)与y(k-1)之差也超过阖值，但此三点不呈单调变化，即中间的y(k-1)在三点中处于极大值或者极小值，则界定y(k)是正常数据，y(k-1)是错误数据，y(k-1)用y(k-2)来代替，或用y(k-2) 与y(k)的平均值，即〔y(k-2) ＋y(k)〕/2来代替；

6)当y(k-1)与y(k-2)之差超过阖值，y(k)与y(k-1)之差没有超过阖值，而且此三点呈单调变化，即中间的y(k-1)在三点中处于中间值，则界定y(k)和y(k-1)是处于暂态过程中的正常数据;

7)当y(k-1)与y(k-2)之差超过阖值，y(k)与y(k-1)之差没有超过阖值，但此三点不呈单调变化，即中间的y(k-1)在三点中处于极大值或者极小值，则界定y(k)和y(k-1)是处于暂态过程中的正常数据。

本发明的原理为:装置的采样周期通常是0.1～2毫秒，如果骚扰信号进入装置内部，而且其形态与正常采样值相似，则无法采取措施，但恰恰由于各种瞬态骚扰的特殊性和采样周期的特点，使得上述的错误数据鉴别方法可以起作用。下面对几种瞬态骚扰、噪声、采样通道的软硬件故障的情况分别作具体分析：

静电放电骚扰的脉冲宽度小于1纳秒，每秒钟1次，即两个脉冲之间的间隔为1000ms。此脉冲具有宽度窄、频率低的特点；

浪涌骚扰的脉冲宽度为几十微秒，每分钟12次，即两个脉冲之间的间隔为5000ms。此脉冲的特点是宽度宽、频率低；

1MHz衰减振荡波骚扰的脉冲宽度为10微秒，每分钟20次，即两个脉冲之间的间隔为3000ms。此脉冲具有宽度较窄、频率低的特点。

上述三种骚扰，装置的采样周期远小于骚扰脉冲出现的周期，所以装置至多采到一次错误数据，不可能连续采到两个错误数据，所以能通过本方法滤除。

快速瞬变脉冲群骚扰的脉冲宽度为2微秒，两个脉冲之间的间隔为0.2ms。此脉冲的特点是宽度窄、频率高。由于脉冲频率高，所以在装置的每个采样间隔里都有可能存在骚扰脉冲，但由于装置的采样周期远大于骚扰脉冲的宽度，所以装置很难正好采样到骚扰脉冲，连续采到两个的概率就更低，所以错误数据能通过本方法滤除。

噪声干扰的脉冲情况与快速瞬变脉冲群骚扰的情况相似，不同之处仅仅是噪声干扰的脉冲是正负随机分布，而快速瞬变脉冲群骚扰是单向的，所以错误数据能通过本方法滤除。

总之，装置的采样周期要么远小于骚扰脉冲出现的周期，要么远大于骚扰脉冲的宽度，使得装置连续采到两个骚扰脉冲的可能性很低。

如果装置的采样通道出现硬件故障或者软件程序跑飞等问题，则采样值通常只有一个错误数据，不可能连续出现两个错误数据，所以也能通过本方法滤除。

总之，装置通常不会连续采到两个错误数据，能够通过本方法剔除，在极端情况下，如果误剔除，仅仅导致装置动作延迟。

如果错误数据没有识别出来，由于有阖值限制，所以可以肯定此错误数据数值不够大，不足以造成严重影响。

如果装置在最严重故障时稳态状态下的采样值难以确定，可以根据实际系统中常规故障时可能出现的最大试验值或者经验值来推算阖值，仍然用上述的对连续的几个采样值进行比较的方法来界定错误数据。

此方法的优势：如果仅仅根据装置在最严重故障时稳态状态下的采样值来设定阖值，以此来区分采样值是否是错误数据，可能会在严重故障时，由于故障的暂态特性，把正常的暂态采样值误判定为错误数据。此方法可以用于滤除由于系统中有噪声或干扰，或者装置发生采样异常等硬件故障或发生程序跑飞等软件故障，装置的采样有可能出现的错误数据，能显著减少常规的软硬件滤波方法产生的时滞。对于变化的采样值，能严格区分出是真正故障造成的还是错误数据造成的。

附图说明

图1为本发明中y(k-1)与y(k-2)之差没有超过阖值，y(k)与y(k-1)之差也没有超过阖值的示意图。

图2为本发明中y(k-1)与y(k-2)之差没有超过阖值，但y(k)与y(k-1)之差超过阖值的示意图。

图3为本发明中y(k-1)与y(k-2)之差超过阖值，y(k)与y(k-1)之差也超过阖值的一种情况示意图。

图4为本发明中y(k-1)与y(k-2)之差超过阖值，y(k)与y(k-1)之差也超过阖值的另一种情况示意图。

图5为本发明中y(k-1)与y(k-2)之差超过阖值，y(k)与y(k-1)之差没有超过阖值的一种情况示意图。

图6为本发明中y(k-1)与y(k-2)之差超过阖值，y(k)与y(k-1)之差没有超过阖值的另一种情况示意图。

具体实施方式

下面基于装置不会连续采到两个错误数据，对连续三点的采样值的各种情况进行分析。

图1  y(k-1)与y(k-2)之差没有超过阖值，y(k)与y(k-1)之差也没有超过阖值，则界定y(k)和y(k-1)是正常数据。

图2  y(k-1)与y(k-2)之差没有超过阖值，但y(k)与y(k-1)之差超过阖值，则界定y(k-1)是正常数据，y(k)是否是错误数据要通过y(k＋1)的值来判断，在图3和图4中相当于分析y(k-1)是否是错误数据。

图3  y(k-1)与y(k-2)之差超过阖值，y(k)与y(k-1)之差也超过阖值，而且此三点呈单调变化，即中间的y(k-1)在三点中处于中间值，则界定y(k)和y(k-1)是处于暂态过程中的正常数据。

图4  y(k-1)与y(k-2)之差超过阖值，y(k)与y(k-1)之差也超过阖值，但此三点不呈单调变化，即中间的y(k-1)在三点中处于极大值或者极小值，则界定y(k)是正常数据，y(k-1)是错误数据，y(k-1)可以用y(k-2)来代替，也可用y(k-2) 与y(k)的平均值，即〔y(k-2) ＋y(k)〕/2来代替。

图5  y(k-1)与y(k-2)之差超过阖值，y(k)与y(k-1)之差没有超过阖值，而且此三点呈单调变化，即中间的y(k-1)在三点中处于中间值，则界定y(k)和y(k-1)是处于暂态过程中的正常数据。

图6  y(k-1)与y(k-2)之差超过阖值，y(k)与y(k-1)之差没有超过阖值，但此三点不呈单调变化，即中间的y(k-1)在三点中处于极大值或者极小值，则界定y(k)和y(k-1)是处于暂态过程中的正常数据。

在上述方法中，对当前的y(k)界定它是否是正常数据，如果是正常数据，则它可用于逻辑控制，如果不能确定它是正常数据，则要等待后1点的采样值，如果允许装置滞后一个采样点进行判断和动作，则可简化方法，把当前的y(k)仅用于界定y(k-1)是否是错误数据，而不直接用于逻辑控制。

在上述方法中，作为界定采样值是否是错误数据的前提条件的阖值是根据装置在最严重故障时稳态状态下的采样值来设定的，如果希望装置对于错误数据的界定更严格，也可以用比上述阖值较小的值作为阖值。

如果装置在最严重故障时稳态状态下的采样值难以确定，可以根据实际系统中常规故障时最大可能的试验值或者经验值来推算阖值，再用上述的比较连续几个点采样值的方法来界定错误数据。

上述方法是基于装置不会连续采到两个错误数据的考虑，所以最多只需要通过对连续三点的采样值的比较来界定中间的采样值是否是错误数据。如果需要考虑装置会连续采到两个错误数据，则要通过对连续的四点而不是三点的采样值进行比较，来界定中间的两点是否是错误数据，界定的方法与本方法类似，这里不一一赘述。如果需要考虑装置会连续采到更多的错误数据，仍然与本方法类似，这里不一一赘述。它们均落在本发明的保护范围内。

以上已以较佳实施例公开了本发明，然其并非用以限制本发明，凡采用等同替换或者等效变换方式所获得的技术方案，均落在本发明的保护范围之内。

Claims (1)

1.供电系统智能装置错误数据的界定方法,其特征在于，包括以下步骤：

1)定义当前采样点为第k点，当前采样点的后1点是第k+1点，当前采样点的前1点是第k-1点，当前采样点的前2点是第k-2点，它们对应的采样值分别为y(k)、y(k+1)、y(k-1)和y(k-2),根据装置在最严重故障时稳态状态下的采样值设定装置的最大允许的采样值之差的阖值，以此阖值作为界定采样值是否是错误数据的前提条件;

2)当y(k)与y(k-1)之差没有超过此阖值，y(k)与y(k-1)之差也没有超过阖值，则界定y(k)和y(k-1)是正常数据;

3)当y(k-1)与y(k-2)之差没有超过阖值，但y(k)与y(k-1)之差超过阖值，则界定y(k-1)是正常数据，y(k)是否是错误数据要通过y(k＋1)的值来判断，相当于在步骤4)和步骤5)中分析y(k-1)是否是错误数据;

4)当y(k-1)与y(k-2)之差超过阖值，y(k)与y(k-1)之差也超过阖值，而且此三点呈单调变化，即中间的y(k-1)在三点中处于中间值，则界定y(k)和y(k-1)是处于暂态过程中的正常数据;

5)当y(k-1)与y(k-2)之差超过阖值，y(k)与y(k-1)之差也超过阖值，但此三点不呈单调变化，即中间的y(k-1)在三点中处于极大值或者极小值，则界定y(k)是正常数据，y(k-1)是错误数据，y(k-1)用y(k-2)来代替，或用y(k-2) 与y(k)的平均值，即〔y(k-2) ＋y(k)〕/2来代替；

6)当y(k-1)与y(k-2)之差超过阖值，y(k)与y(k-1)之差没有超过阖值，而且此三点呈单调变化，即中间的y(k-1)在三点中处于中间值，则界定y(k)和y(k-1)是处于暂态过程中的正常数据;

7)当y(k-1)与y(k-2)之差超过阖值，y(k)与y(k-1)之差没有超过阖值，但此三点不呈单调变化，即中间的y(k-1)在三点中处于极大值或者极小值，则界定y(k)和y(k-1)是处于暂态过程中的正常数据。

Images