CN102306242A - 时空电能质量水平快速评估方法 - Google Patents

Abstract

一种时空电能质量水平快速评估方法，属对任意时间段、任意监测点的电能质量水平进行评估的方法。通过对每项电能质量指标建立一个概率值本体模型，根据各项电能质量指标概率值本体模型提取特征量，得到各项电能质量指标每天的均值和方差，进一步可得到服从正态分布的总体样本的均值和方差，根据正态分布的特点即可得出电能质量指标的任意概率值，从而评估时空电能质量水平。本发明能够准确、快速地评估各项电能质量指标水平。可用于智能检索的时空电能质量水平快速评估。

Description

时空电能质量水平快速评估方法

技术领域

本发明涉及电力系统供电企业电网的电能质量水平的评估方法，特别是通过建立每项电能指标的概率值本体模型来对电能质量指标进行实时性监测评估的方法。 

背景技术

近年来，电能质量问题受到广泛关注，时空(“时”指选择的监测时间段，“空”指选择的监测位置)电能质量水平评估对于供电企业准确掌握电网电能质量信息，及时采取应对补偿措施至关重要。因此，长期电能质量水平快速评估具有重要意义。 

在实际工程中，电能质量长时间监测信息常根据电能质量监测信息的某一概率值进行评估。目前国内外大都采用排序的方法来计算电能质量指标概率值。在《电能质量_公用谐波》中提到：为了实用方便，实测值95％概率值的选取方法为，将实测数据从大到小排序，舍弃前5％大值，取剩余实测值中的最大值。这种简单排序方法在数据量较小时是可行的，然而，当需要对长期电能质量监测信息进行评估时，数据量很大，简单的排序方法无法快速地获取用于时空电能质量水平评估的电能质量指标值。 

为了提高计算速度，采用基于抽屉法的排序方法。抽屉法对n个数据排序的基本原理是：设定抽屉数量为N，求出n个数据的最大值a，将数值区间[0，a]等分成N等分，N个等分区间依次对应第1到第N个抽屉的取值区间，如果原始数据i归一化并乘以N后取整得到整数j，则i属于第j个抽屉，对第j个抽屉中的数据量加1，按以上方法对处理每个数据就能得到每个抽屉中的数据量；从最后一个抽屉开始累加前面每个抽屉中的数据量，当累加数据量达到所求排序位置时，再利用线性插值原理在最后累加上的这个抽屉的取值范围内插值，从而得到所求排序位置对应的数值。 

谐波包括52项指标，分别是谐波电压总畸变率、谐波电流总畸变率、各次谐波电压含有率(1-25次谐波)、各次谐波电流幅值(1-25次谐波)。四川电网 有500个电能质量监测点，每个谐波指标一天的记录数据量是1440个。经过电脑程序仿真可知，使用简单的排序方法得到100个监测点一个月内每一监测点谐波电压总畸变率的三个概率值(90％概率值、95％概率值、99％概率值)所需要的响应时间为60.281秒，使用抽屉法所需要的响应时间为23.844秒，此时需要处理的数据量为4464000；使用简单的排序方法得到100个监测点一个月内每一监测点所有谐波电压指标(26个指标)的三个概率值(90％概率值、95％概率值、99％概率值)所需要的响应时间为1737.875秒，使用抽屉法所需要的响应时间为178.578秒，此时需要处理的数据量为116064000。响应时间是指从数据库中读取数据和处理数据所需要的总时间。可见，当数据量很大时，简单的排序方法和抽屉法都不能满足电能质量水平评估的实时性要求。 

发明内容

本发明的目的是提供一种时空电能质量水平快速评估方法，以在数据量很大时，能满足电能质量水平评估的实时性要求。 

本发明的目的是这样实现的：一种时空电能质量水平快速评估方法，包括，电能质量数据采集装置和电能质量数据库分别与计算机连接，按以下步骤进行： 

1)构建电能质量概率值本体模型即针对五大电能质量指标分别构建以下五个概率值本体模型： 

电压偏差指标概率值本体模型：主要由电压偏差分相的统计特征量构成，统计特征量有样本平均值和样本方差；样本类型是电压偏差指标的每天1min值； 

频率偏差指标概率值本体模型：主要由频率偏差的统计特征量构成，统计特征量有样本平均值和样本方差；样本类型是频率偏差指标的每天3s值； 

三相电压不平衡度指标概率值本体模型：主要由三相电压不平衡度的统计特征量构成，统计特征量有样本平均值、样本方差；样本类型是三相电压不平衡度指标每天的10min值； 

闪变指标概率值本体模型：主要由闪变指标的统计特征量构成，统计特征量有样本均值、样本方差；样本类型是长时闪变指标每天的2h值和短时闪变每天10min值； 

谐波指标概率值本体模型：主要由谐波指标的统计特征量构成，统计特征量有样本平均值、样本方差；样本类型是谐波指标每天的3s值；上述谐波指标包 括：谐波电压总畸变率、谐波电流总畸变率、1-25次谐波电压含有率、1-25次谐波电流幅值； 

2)利用上述电能质量概率值本体模型获取统计特征量 

根据上述五大电能质量指标的概率值本体模型得到对应电能质量指标的统计特征量，即，该电能质量指标一段时间内每天的样本特征量，即每天的样本的均值和方差，分别表示为 

i＝1，2，L，n； 

3)由统计特征量得到总体样本的特征量 

根据一段时间内某项电能质量指标每天的样本特征量即每天的样本的均值和方差，得到总体样本的均值和方差，总体样本能反映这段时间内该电能质量指标监测信息的分布情况；总体样本 

服从正态分布： 

$\stackrel{\‾}{\mathrm{\μ}}=\frac{1}{n}\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{\mathrm{\μ}}_i$

$\stackrel{\‾}{{\mathrm{\δ}}^2}=\frac{1}{n}\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{\mathrm{\δ}}_i^2;$

4)利用总体样本获取概率值 

利用总体样本 

得到电能质量指标的任意概率值的计算公式如下所示： 

$x_p=\stackrel{\‾}{\mathrm{\μ}}+\sqrt{\stackrel{\‾}{{\mathrm{\δ}}^2}}*u_p---\left(1\right)$

其中系数u_p为标准正态分布的p分位点，满足u_p＝-u_1-p，通过查正态分布表得到，取51％到100％的整数概率时标准正态分布的p分位点u_p的值，即公式(1)中系数u_p的取值；x_1-p，x_p分别表示总体样本 

概率值为1-p，p时对应的样本值； 

5)根据电能质量指标概率值对时空电能质量水平进行评估 

利用步骤4)中计算电能质量指标的任意概率值的公式来得到各项电能质量指标常用概率值，所述计算机通过比较各项电能质量指标常用概率值与对应国标限值的大小和差距，评估各项电能质量指标水平。 

上述步骤4)中公式(1)推导过程如下： 

设标准正态分布X：N(0，1)，F(u_p)＝Φ(u_p)＝p，u_p为标准正态分布概率为p的 样本值； 

总体样本即随机变量X：N(μ，δ²)，设其分布函数设为F(x)，则对每个x∈R有 

$F\left(x\right)=\mathrm{\Φ}\left(\frac{x-\mathrm{\μ}}{\mathrm{\δ}}\right)$

如果有： 

$F\left(x\right)=\mathrm{\Φ}\left(\frac{x-\mathrm{\μ}}{\mathrm{\δ}}\right)=p$

则有： 

$\frac{x-\mathrm{\μ}}{\mathrm{\δ}}=u_p$

                               x＝μ+δ*u_p

因此，对于随机变量X：N(μ，δ²)，概率为p的样本值为：x_p＝μ+δ*u_p概率小于50％的值可以通过下面的方法得到： 

标准正态分布N(0，1)的p分位点记为u_p，即若X～N(0，1)，0＜p＜1，则记u_p使： 

                        Φ(u_p)＝P(x≤u_p)＝p 

由N(0，1)的密度的对称性易知，对每个p∈(0，1)，有 

                             -u_p＝u_1-p

因此，指标的任意概率值的计算公式为： 

上述步骤1)电能质量概率值本体模型构建时在所述电能质量数据库中建立主、从表：将电能质量数据采集装置采集的电能质量数据输入电能质量数据库形成主、从表，从表用于存储电能质量原始数据，主表用于存储电能质量特征量，上述五大电能质量指标的五个概率值本体模型的统计特征量按时间排列存储在主表中；当检索某项电能质量指标的概率值时，只需要检索主表中该项电能质量指标的特征量即均值和方差，不需要检索海量的电能质量原始数据，从而加快检索速度。 

本发明方法用于快速评估时空(“时”指选择的监测时间段，“空”指选择的监测位置)电能质量水平，通过选择不同的时空位置能得到任意时间段、任意监测点的电能质量水平评估结果。通过对每项电能质量指标建立一个概率值本体模型，根据各项电能质量指标概率值本体模型提取特征量，得到各项电能质量指标 每天的均值和方差，进一步可得到服从正态分布的总体样本的均值和方差，根据正态分布的特点即可得出电能质量指标的任意概率值，从而评估时空电能质量水平。 

与现有技术相比，本发明具有以下特点和优点： 

(1)提出了用于时空电能质量水平快速评估的PQ(电能质量)本体 

本发明方法提出了用于时空电能质量水平快速评估的长期电能质量概率值本体模型，各项电能质量指标概率值本体模型的统计特征量和样本类型如表2所示。 

表2 PQ本体 

(2)PQM(电能质量管理)数据库中形成主从表 

本发明方法在PQM数据库形成主从表，从表用于存储电能质量原始数据，主表用于存储电能质量特征量，各项电能质量指标概率值本体模型的统计特征量按时间排列存在主表中。当检索某项电能质量指标的概率值时，只需要检索主表中该项电能质量指标的特征量(均值、方差)，不需要检索海量的电能质量原始数据，可以加快检索速度。 

(3)PQ特征量预处理 

在PQM数据库的主表中读取对应检索时间段内检索电能质量指标的统计特征量(均值、方差)，从而得到总体样本的特征量(均值、方差)。 

(4)索引库 

从表1中获取所需检索概率值对应于总体样本 

任意概率值的计 算公式： 

中参数u_p的值。索引库向检索预处理模块提供总体样本的均值、方差、u_p的值。 

(5)检索预处理 

将标准正态分布计算概率值的公式经过尺度和位移变换得到计算一般正态分布概率值的公式： 

根据一般正态分布概率值的计算公式动态地计算出检索概率值，并将其与对应电能质量指标的国标限制作比较，从而得到各项电能质量指标水平的评估结果。 

(6)本发明方法准确度高 

各项电能质量指标每天监测信息样本是独立同分布的，根据概率统计原理，一段时间监测信息总体样本的某一概率值和每天监测信息样本同一概率的平均值相同。本发明方法中只需要存储一段时间内各项电能质量指标每天监测信息样本的均值和方差，就能得到这段时间内各项电能质量监测信息总体样本的任意概率值。图3是一个服从正态分布的样本概率分布图，从图中可以看出，根据任意样本概率均能得到对应的采样点值。 

表3中所示数据是由谐波总电压畸变率的三组一个月实测数据得到的：三组数据每天某一概率值的平均值、用总体样本计算的同一概率值以及它们的相对误差。 

表3 误差对比 

从三组数据中可知，每天概率值的平均值和总体样本得到的概率值的相对误差很小，最大误差为1.4263％。 

从每天概率值的平均值和总体样本得到的概率值的相对误差分析结果可知本发明方法准确度高，有工程实用价值。 

(7)本发明方法实时性好 

本发明方法中仿真使用的电脑为HP Pavilion P6000，处理器是英特尔Corei3-540(3.07GHz主频)，内存为2GB(尔必达DDR3 1333MHz)。程序仿真中，使用简单的排序方法得到100个监测点一个月内每一监测点谐波电压总畸变率的三个概率值(90％概率值、95％概率值、99％概率值)所需要的响应时间为60.281秒，使用抽屉法所需要的响应时间为23.844秒，使用本发明方法所需要的响应时间为0.484秒；通过简单的排序方法得到100个监测点一个月内每一监测点所有谐波电压指标(26个指标)的三个概率值(90％概率值、95％概率值、99％概率值)所需要的响应时间为1737.875秒，使用本抽屉法所需要的响应时间为178.578秒，使用本发明方法所需要的响应时间为0.578秒。响应时间是指从数据库中读取数据、处理数据所需要的总时间。由以上仿真数据可知本发明方法的具有很好的实时性。具体时间对比如图4所示。 

该方法能够准确、快速地评估各项电能质量指标水平。本发明方法可实现用于智能检索的时空电能质量水平快速评估。 

附图说明

图1是基于本体的电能质量智能检索系统框架图(图中实心箭头表示控制流，空心箭头表示数据流，图中右边三个PQM终端与PQM数据库进行数据交换)。 

图1-1是本发明硬件结构框图。 

图2是用于智能检索的时空电能质量水平评估的原理框图。 

图3是总体样本的概率分布图。 

图4是本发明方法与简单排序方法、抽屉法的响应时间对比图。 

具体实施方式

图1-1示出，电能质量数据采集装置和电能质量数据库分别与计算机连接。 

本发明方法的主要适用对象是谐波指标、闪变指标、三相不平衡指标、电压偏差指标、频率偏差指标。谐波指标包括：谐波电压总畸变率、谐波电流总畸变率、各次谐波电压含有率(1-25次谐波)、各次谐波电流幅值(1-25次谐波)。 

本发明方法的基本原理分为5点阐述。 

1、形成长期电能质量概率值本体模型 

长期电能质量概率值本体模型，简称PQ本体模型。电能质量本体包括很多内容，本发明中只讨论电能质量概率值本体模型本体。 

电能质量的五大评估指标：供电电压偏差、电力系统频率偏差、三相电压不平衡、闪变指标、谐波指标。谐波指标包括：谐波电压总畸变率、谐波电流总畸变率、各次谐波电压含有率(1-25次谐波)、各次谐波电流幅值(1-25次谐波)。针对五大电能质量指标分别建立5个不同的PQ本体模型。 

电压偏差指标概率值本体模型：主要由电压偏差分相的统计特征量构成。统计特征量有样本平均值和样本方差；样本类型是电压偏差指标的每天1min值。 

频率偏差指标概率值本体模型：主要由频率偏差的统计特征量构成。统计特征量有样本平均值和样本方差；样本类型是频率偏差指标的每天3s值。 

三相电压不平衡度指标概率值本体模型：主要由三相电压不平衡度的统计特征量构成。统计特征量有样本平均值、样本方差；样本类型是三相电压不平衡度指标每天的10min值。 

闪变指标概率值本体模型：主要由闪变指标的统计特征量构成。统计特征量有样本均值、样本方差；样本类型是长时闪变指标每天的2h值和短时闪变每天10min值。 

谐波指标概率值本体模型：主要由谐波指标的统计特征量构成。统计特征量有样本平均值、样本方差；样本类型是谐波指标每天的3s值。 

2、利用PQ本体模型获取统计特征量 

根据各个电能质量指标的PQ本体模型得到该电能质量指标的统计特征量，即，该电能质量指标一段时间内每天的样本特征量(均值和方差)，分别表示为 

i＝1，2，L，n。 

3、由统计特征量得到总体样本的特征量 

根据一段时间内某项电能质量指标每天的样本特征量(均值和方差)，即 i＝1，2，L，n，可以得到总体样本的均值和方差，总体样本能反映这段时间内该电能质量指标监测信息的分布情况。总体样本服从正态分布： 有： 

$\stackrel{\‾}{\mathrm{\μ}}=\frac{1}{n}\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{\mathrm{\μ}}_i$

$\stackrel{\‾}{{\mathrm{\δ}}^2}=\frac{1}{n}\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{\mathrm{\δ}}_i^2$

4、利用总体样本获取概率值 

利用总体样本 得到电能质量指标的任意概率值的计算公式如下所示： 

$x_p=\stackrel{\‾}{\mathrm{\μ}}+\sqrt{\stackrel{\‾}{{\mathrm{\δ}}^2}}*u_p---\left(1\right)$

其中u_p为标准正态分布的p分位点，满足u_p＝-u_1-p，可以通过查正态分布表得到，在电力系统中只对大于50％的概率值感兴趣，因此在表1中只列举了取51％到100％的整数概率时标准正态分布的p分位点u_p的值，即公式(1)中系数u_p的取值。x_1-p,x_p分别表示总体样本 

概率值为1-p，p时对应的样本值。 

表1 概率值大于50％的u_p

根据计算任意概率值公式(1)和表1可得： 

95％概率值的计算公式： $x_{0.95}=\stackrel{\‾}{\mathrm{\μ}}+\sqrt{\stackrel{\‾}{{\mathrm{\δ}}^2}}*u_{0.95}=\stackrel{\‾}{\mathrm{\μ}}+\sqrt{\stackrel{\‾}{{\mathrm{\δ}}^2}}*1.645$

5％概率值的计算公式： $x_{0.05}=\stackrel{\‾}{\mathrm{\μ}}+\sqrt{\stackrel{\‾}{{\mathrm{\δ}}^2}}*u_{0.05}=\stackrel{\‾}{\mathrm{\μ}}-\sqrt{\stackrel{\‾}{{\mathrm{\δ}}^2}}*u_{0.95}=\stackrel{\‾}{\mathrm{\μ}}-\sqrt{\stackrel{\‾}{{\mathrm{\δ}}^2}}*1.645$

99％概率值的计算公式： $x_{0.99}=\stackrel{\‾}{\mathrm{\μ}}+\sqrt{\stackrel{\‾}{{\mathrm{\δ}}^2}}*u_{0.99}=\stackrel{\‾}{\mathrm{\μ}}+\sqrt{\stackrel{\‾}{{\mathrm{\δ}}^2}}*2.335$

1％概率值的计算公式： $x_{0.01}=\stackrel{\‾}{\mathrm{\μ}}+\sqrt{\stackrel{\‾}{{\mathrm{\δ}}^2}}*u_{0.01}=\stackrel{\‾}{\mathrm{\μ}}-\sqrt{\stackrel{\‾}{{\mathrm{\δ}}^2}}*u_{0.99}=\stackrel{\‾}{\mathrm{\μ}}-\sqrt{\stackrel{\‾}{{\mathrm{\δ}}^2}}*2.335$

其他概率值的计算以此类推。 

下面详细介绍由随机变量X：N(μ，δ²)得到各项电能质量指标任意概率值的计算公式的推导过程。 

设标准正态分布X：N(0，1)，F(u_p)＝Φ(u_p)＝p，u_p为标准正态分布概率为p的样本值。 

随机变量X：N(μ，δ²)，设其分布函数设为F(x)，则对每个x∈R有 

$F\left(x\right)=\mathrm{\Φ}\left(\frac{x-\mathrm{\μ}}{\mathrm{\δ}}\right)$

如果有： 

$F\left(x\right)=\mathrm{\Φ}\left(\frac{x-\mathrm{\μ}}{\mathrm{\δ}}\right)=p$

则有： 

$\frac{x-\mathrm{\μ}}{\mathrm{\δ}}=u_p$

                               x＝μ+δ*u_p

因此，对于随机变量X：N(μ，δ²)，概率为p的样本值为：x_p＝μ+δ*u_p概率小于50％的值可以通过下面的方法得到。 

标准正态分布 

位点记为u_p，即若X～N(0，1)，0＜p＜1，则记u_p使： 

                         Φ(u_p)＝P(x≤u_p)＝p 

由N(0，1)的密度的对称性易知，对每个p∈(0，1)，有 

                            -u_p＝u_1-p

综上所述，指标的任意概率值的计算公式为： 

5、根据电能质量指标概率值对时空电能质量水平进行评估：利用步骤4中计算指标任意概率值的公式可得到各项电能质量指标评估常用概率值，通过比较各项电能质量指标常用概率值和其国标限值的大小和差距，可以评估各项电能质量指标水平。 

本发明方法可用于实现用于智能检索的时空电能质量水平评估。下面首先介绍基于本体的电能质量智能检索系统的基本原理，再详细介绍实现用于智能检索的时空电能质量水平评估的实现原理。 

①、基于本体的电能质量智能检索系统的基本原理： 

图1为基于本体的电能质量智能检索系统的框架图。基于本体的电能质量智能检索系统主要由领域本体、PQM数据库、PQ特征量预处理、索引库、检索预处理等几个模块组成。 

由图1可知，基于本体的电能质量智能检索系统的设计思想可以阐述为：在领域专家的帮助下，建立基于领域概念知识的领域本体。收集信息源中的数据，并参照已建立的领域本体，把收集来的数据按规定的格式存储在PQM数据库中。对用户检索界面获取的查询请求，查询转换器按照领域本体把查询请求转换成规定的格式，在领域本体的帮助下从PQM数据库中匹配出符合条件的数据集合，将定制处理后的检索结果返回给用户。 

②、用于智能检索的时空电能质量水平评估： 

用于智能检索的时空电能质量水平评估的原理框图如图2所示。实现用于智能检索的时空电能质量水平评估需要五个步骤，将详细叙述它的具体实现原理。 

(1)形成PQ本体 

电能质量本体包括很多内容，本发明中只讨论PQ本体，即长期电能质量概率值本体模型。 

电能质量的五大评估指标：供电电压偏差、电力系统频率偏差、三相电压不平衡、闪变指标、谐波指标。谐波指标包括：谐波电压总畸变率、谐波电流总畸变率、各次谐波电压含有率(1-25次谐波)、各次谐波电流幅值(1-25次谐波)。针对五大电能质量指标分别建立5个不同的PQ本体模型。 

电压偏差指标概率值本体模型：主要由电压偏差分相的统计特征量构成。统计特征量有样本平均值和样本方差；样本类型是电压偏差指标的每天1min值。 

频率偏差指标概率值本体模型：主要由频率偏差的统计特征量构成。统计特征量有样本平均值和样本方差；样本类型是频率偏差指标的每天3s值。 

三相电压不平衡度指标概率值本体模型：主要由三相电压不平衡度的统计特征量构成。统计特征量有样本平均值、样本方差；样本类型是三相电压不平衡度指标每天的10min值。 

闪变指标概率值本体模型：主要由闪变指标的统计特征量构成。统计特征量有样本均值、样本方差；样本类型是长时闪变指标每天的2h值和短时闪变每天10min值。 

谐波指标概率值本体模型：主要由谐波指标的统计特征量构成。统计特征量有样本平均值、样本方差；样本类型是谐波指标每天的3s值。 

(2)PQM数据库中形成主从表 

本发明方法在PQM数据库形成主从表，从表用于存储电能质量原始数据，主表用于存储电能质量特征量，各项电能质量指标概率值本体模型的统计特征量按时间排列存在主表中。 

(3)PQ特征量预处理 

PQ特征量预处理包括抽取和索引两部分。下面以谐波指标中的电压总谐波畸变率为例进行说明。这里假定：用户检索页面提出的查询请求是电压总谐波畸变率在一段时间内的某一概率值。 

数据抽取。用户检索页面提出的查询请求是电压总谐波畸变率在一段时间内的某一概率值。与电压总谐波畸变率对应的是谐波本体模型，在PQM数据库的主表中读取对应时间段内电压总谐波畸变率每一天的统计特征量：均值和方差，分别记为 

i＝1，2，L，n。 

建立索引。根据选定时间段内电压总谐波畸变率每天的均值和方差 

i＝1，2，L，n，可以 

样本的均值和方差，总体样本能反映这段时间内电压总谐波畸变率的分布情况。总体样本服从正态分布： 有： 

$\stackrel{\‾}{\mathrm{\μ}}=\frac{1}{n}\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{\mathrm{\μ}}_i$

$\stackrel{\‾}{{\mathrm{\δ}}^2}=\frac{1}{n}\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{\mathrm{\δ}}_i^2;$

其他电能质量指标的特征值预处理方法与谐波电压总畸变率相同。 

(4)索引库 

任意概率值的计算模型，即根据总体样本 

得到电能质量指标任意概率值的计算公式为： 

$x_p=\stackrel{\‾}{\mathrm{\μ}}+\sqrt{\stackrel{\‾}{{\mathrm{\δ}}^2}}*u_p$

其中u_p为标准正态分布的p分位点，满足u_p＝-u_1-p，可以通过查正态分布表得到。 

根据从用户检索界面获取的查询请求，即需要检索的是某项电能质量指标的某一概率值，利用PQ特征量预处理中传入的特征值和检索预处理传入的概率信息，动态获取概率值公式中的u_p、 

、 的值。 

(5)检索预处理 

根据一般正态分布概率值的计算公式动态地计算出符合检索条件的概率值，并将其与对应电能质量指标的国标限制作比较，从而得到各项电能质量指标水平的评估结果。 

将标准正态分布计算概率值的公式经过尺度 和位移 变换得到计算一般正态分布概率值的公式： 

$x_p=\stackrel{\‾}{\mathrm{\μ}}+\sqrt{\stackrel{\‾}{{\mathrm{\δ}}^2}}*u_p$

其中u_p为标准正态分布的p分位点，满足u_p＝-u_1-p，可以通过查正态分布表得到。 

以上就是用于智能检索的时空电能质量水平评估的基本原理，用于智能检索的时空电能质量水平评估可以准确、快速地评估各项电能质量指标的电能质量水平。 

Claims (3)

1.一种时空电能质量水平快速评估方法，包括，电能质量数据采集装置和电能质量数据库分别与计算机连接，其特征是：按以下步骤进行：

1)构建电能质量概率值本体模型即针对五大电能质量指标分别构建以下五个概率值本体模型：

电压偏差指标概率值本体模型：主要由电压偏差分相的统计特征量构成，统计特征量有样本平均值和样本方差；样本类型是电压偏差指标的每天1min值；

频率偏差指标概率值本体模型：主要由频率偏差的统计特征量构成，统计特征量有样本平均值和样本方差；样本类型是频率偏差指标的每天3s值；

三相电压不平衡度指标概率值本体模型：主要由三相电压不平衡度的统计特征量构成，统计特征量有样本平均值、样本方差；样本类型是三相电压不平衡度指标每天的10min值；

闪变指标概率值本体模型：主要由闪变指标的统计特征量构成，统计特征量有样本均值、样本方差；样本类型是长时闪变指标每天的2h值和短时闪变每天10min值；

谐波指标概率值本体模型：主要由谐波指标的统计特征量构成，统计特征量有样本平均值、样本方差；样本类型是谐波指标每天的3s值；上述谐波指标包括：谐波电压总畸变率、谐波电流总畸变率、1-25次谐波电压含有率、1-25次谐波电流幅值；

2)利用上述电能质量概率值本体模型获取统计特征量

根据上述五大电能质量指标的概率值本体模型得到对应电能质量指标的统计特征量，即，该电能质量指标一段时间内每天的样本特征量，即每天的样本的均值和方差，分别表示为i＝1，2，L，n；

3)由统计特征量得到总体样本的特征量

根据一段时间内某项电能质量指标每天的样本特征量即每天的样本的均值和方差，得到总体样本的均值和方差，总体样本能反映这段时间内该电能质量指标监测信息的分布情况；总体样本

服从正态分布：

$\stackrel{\‾}{\mathrm{\μ}}=\frac{1}{n}\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{\mathrm{\μ}}_i$

$\stackrel{\‾}{{\mathrm{\δ}}^2}=\frac{1}{n}\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{\mathrm{\δ}}_i^2;$

4)利用总体样本获取概率值

利用总体样本

得到电能质量指标的任意概率值的计算公式如下所示：

$x_p=\stackrel{\‾}{\mathrm{\μ}}+\sqrt{\stackrel{\‾}{{\mathrm{\δ}}^2}}*u_p---\left(1\right)$

其中系数u_p为标准正态分布的p分位点，满足u_p＝-u_1-p，通过查正态分布表得到，取51％到100％的整数概率时标准正态分布的p分位点u_p的值，即公式(1)中系数u_p的取值；x_1-n，x_p分别表示总体样本概率值为1-p，p时对应的样本值；

5)根据电能质量指标概率值对时空电能质量水平进行评估

利用步骤4)中计算电能质量指标的任意概率值的公式来得到各项电能质量指标常用概率值，所述计算机通过比较各项电能质量指标常用概率值与对应国标限值的大小和差距，评估各项电能质量指标水平。

2.根据权利要求1所述的时空电能质量水平快速评估方法，其特征是：所述步骤4)中公式(1)推导过程如下：

设标准正态分布X：N(0，1)，F(u_p)＝Φ(u_p)＝p，u_p为标准正态分布概率为p的样本值；

总体样本即随机变量X：N(μ，δ²)，设其分布函数设为F(x)，则对每个x∈R有

$F\left(x\right)=\mathrm{\Φ}\left(\frac{x-\mathrm{\μ}}{\mathrm{\δ}}\right)$

如果有：

$F\left(x\right)=\mathrm{\Φ}\left(\frac{x-\mathrm{\μ}}{\mathrm{\δ}}\right)=p$

则有：

$\frac{x-\mathrm{\μ}}{\mathrm{\δ}}=u_p$

                               x＝μ+δ*u_p

因此，对于随机变量X：N(μ，δ²)，概率为p的样本值为：x_p＝μ+δ*u_p概率小于50％的值可以通过下面的方法得到：

标准正态分布N(0，1)的p分位点记为u_p，即若X～N(0，1)，0＜p＜1，则记u_p使：

                        Φ(u_p)＝P(x≤u_p)＝p

由N(0，1)的密度的对称性易知，对每个p∈(0，1)，有

                             -u_p＝u_1-p

因此，指标的任意概率值的计算公式为：

3.根据权利要求1或2所述的时空电能质量水平快速评估方法，其特征是：所述步骤1)电能质量概率值本体模型构建时在所述电能质量数据库中建立主、从表：将电能质量数据采集装置采集的电能质量数据输入电能质量数据库形成主、从表，从表用于存储电能质量原始数据，主表用于存储电能质量特征量，上述五大电能质量指标的五个概率值本体模型的统计特征量按时间排列存储在主表中；当检索某项电能质量指标的概率值时，只需要检索主表中该项电能质量指标的特征量即均值和方差，不需要检索海量的电能质量原始数据，从而加快检索速度。

Images