CN103065265B - 基于PQView数据源的电能质量扰动类型识别方法 - Google Patents

Abstract

本发明涉及一种用于基于PQView数据源的电能质量扰动类型识别方法，它利用pqview数据库的Site、Event、EventTrend、RMSVariation、Transient表，分几个步骤完成：步骤一：从pqview数据库中获取一定时间内的所有事件，判断各事件是否有rms类型，并且事件持续时间是否在0.01s和1min之间；如果不是则进行步骤二，如果是则继续：获取三相电压的最大最小标幺值，并对每一相的标幺值分别进行检测，判断是否出现电压暂降、短时停电以及过电压故障，并描述三相扰动原因；步骤二：有rms记录并且rms记录时长＞60s，执行稳态类型分析算法；步骤三：各返回结果写入到PerturbAnalyse扰动分析表中。

Description

基于PQView数据源的电能质量扰动类型识别方法

技术领域

本发明属于电能质量领域，尤其涉及用于基于PQView数据源的电能质量扰动类型识别方法。

背景技术

电能质量分析，衡量电能质量的主要指标有电压、频率、不平衡度、谐波、波动与闪变。目前的采集和分析技术层面，主要是针对信号的采集和简单的报表等数据统计处理，只能根据国标要求，对暂态过程进行判断，比如暂升、暂降等。

近年来由于电力系统规模和容量都不断增大，系统中的各种非线性和冲击性负载日益增多，还有许多分布式发电单元介入电网，以及敏感电子设备的应用，导致电网出现供电质量降低，甚至运行运行恶化等状况。目前提高电能质量的有效途径，就是对电能信号的进行快速的检测和准确的识别，然后针对不同的问题采取不同的解决办法，目前大部分技术都是针对电能质量的检测，无法进行准确的识别和分类扰动情况，无法对治理提供直接的根据。

发明内容

本发明的目的就是为解决上述问题，提供一种用于基于PQView数据源的电能质量扰动类型识别方法，主要是根据原始的事件记录、包括波形、RMS有效值等数据，进行进一步细化分析，根据算法识别引起事件的扰动类型，比如瞬态震荡、中性点漂移、某相短时停电等。对事件的描述和分析不仅仅是对暂态过程的分析，而是对整个事件的扰动类型进行分析和识别。

为实现上述目的，本发明采用如下技术方案：

一种用于基于PQView数据源的电能质量扰动类型识别方法，它利用pqview数据库的Site、Event、EventTrend、RMSVariation、Transient表，分几个步骤完成：

步骤一：从pqview数据库中获取一定时间内的所有事件，判断各事件是否有rms类型，并且事件持续时间是否在0.01s和1min之间；如果不是则进行步骤二，如果是则继续：

获取三相电压的最大最小标幺值，并对每一相的标幺值分别进行检测，判断是否出现电压暂降、短时停电以及过电压故障，并描述三相扰动原因；

步骤二：有rms记录并且rms记录时长＞60s，执行稳态类型分析算法；

没有rms记录，也没有瞬时值记录，返回记录数据不完整；

没有rms记录，有瞬时记录，并且为线电压通道，执行线电压的分析及分类算法；

没有rms记录，有瞬时记录，并且不是线电压通道，首先执行相电压的分析及分类算法，并基于瞬时值由相电压计算出线电压值Uab＝Ua-Ub，Ubc＝Ub-Uc，Uca＝Uc-Ua，然后执行线电压的分析及分类算法，根据两个算法返回结果作比较，线电压和相电压的分析算法结果一致的话，扰动原因为返回结果，不一致的话，判断是否10kv或者35kv并且线电压正常，是则判定扰动原因为：中性点漂移，否则分别列出线电压和相电压的算法返回结果；

步骤三：各返回结果写入到PerturbAnalyse扰动分析表中。

所述步骤一中，获取三相电压的最大最小标幺值，记为Uam、Ubm、Ucm、Uan、Ubn、Ucn，对每一项的标幺值分别进行以下判断：

0.1≤最小标幺值＜0.9，该相返回值：5，描述为：暂降；

最小标幺值＜0.1，该相返回值：4，描述为：短时停电；

最大标幺值＞1.1，该相返回值：3，描述为：过电压；

三相返回值均值如果等于a相返回值，进行步骤二，否则判断如果等于3，扰动原因为过电压；等于4，扰动原因为停电；若等于其他值，则按照返回值分别描述三相扰动原因。

所述步骤二中，稳态类型分析算法为：

rms计算的三相电压偏差都在+7％和-3％之内，基于线电压rms计算不平衡，不平衡度＜2％则返回正常，否则返回不平衡；

rms计算的三相电压负偏差任一相＞50％，返回某相停电；

rms计算的三相电压偏差不在+7％和-3％之内，并且负偏差所有相≤50％，基于线电压rms计算不平衡，不平衡度＜2％则返回电压偏差，否则返回电压偏差兼不平衡。

所述步骤二中，相电压的分析及分类算法和线电压的分析及分类算法相同，均为：

首先对电压瞬时值进行快速傅里叶算法变换fft运算，计算各相THD最大值和最小值之差，并求三相最大值THDx，对称分量法计算出不平衡度U2，通过电压瞬时值计算电压rms值及其各相偏差；

记录时间≥8个周期，THDx＜2％且三相最大的THD＞4％，返回波形畸变，否则返回其他；各比例参见如下国标，以下均相同：

GB/T14549-1993,GB/T12325-2008,GB/T15543-2008,GB15945-2008,GB12326-2008,GB/T18481-2001；

记录时间＜8个周期，三相电压rms最大偏差＜±10％，且不在+7％和-3％之内，返回电压rms暂态越限；

记录时间＜8个周期，三相电压rms最大偏差＜±10％，且都在+7％和-3％之内，三相不平衡度最大值＜4％并且三相最大的THD＜4％返回正常，否则返回瞬变振荡；

记录时间＜8个周期，三相相电压偏差最大值均大于10％，返回过电压；

记录时间＜8个周期，三相相电压偏差均小于-90％，返回短时停电，否则返回电压暂降。

暂态是指电路从一个稳定状态，由于某种作用发生变化，经过一个过渡过程进入到另一个稳定状态，那么这个过渡过程称为"暂态",本发明依据满足IEC61000和国标的终端采样数据，将事件记录的原始数据，根据不同电压等级的供用电特性，结合傅里叶变换等算法，并且不对事件进行合并的情况下，初步识别引起整个事件的扰动类型。

本发明的有益效果：本文主要解决检测扰动是否存在，针对存在的扰动进行特征量的提取和扰动分类。根据本发明识别的扰动了类型，为电能质量治理和问题的处理提供理论支持。本发明主要解决第一步结合现存的电能质量检测技术检测扰动是否存在，第二步针对存在的扰动进行特征量的提取，然后根据本发明进行扰动识别分类。只有识别了扰动的类型，结合现有变电网络各个开关连接的负载类型等才能采取不同的方法解决电能质量污染问题。比如，监测点负载类型是普通小区，而扰动类型识别结论是中性点漂移,根据中性点漂移特性，可以初步得出是由于用户侧用电量不平衡引起，当治理方看到此结论可以很快做出反应。

附图说明

图1为本发明的识别过程流程图；

图2为稳态类型分析算法流程图；

图3为相电压的分析及分类算法和线电压的分析及分类算法流程图。

具体实施方式

下面结合实施例对本发明做进一步说明。

一种用于基于PQView数据源的电能质量扰动类型识别方法，它利用pqview数据库的Site、Event、EventTrend、RMSVariation、Transient表，分几个步骤完成：

步骤一：从pqview数据库中获取一定时间内的所有事件，判断各事件是否有rms类型，并且事件持续时间是否在0.01s和1min之间；如果不是则进行步骤二，如果是则继续：

获取三相电压的最大最小标幺值，并对每一相的标幺值分别进行检测，判断是否出现电压暂降、短时停电以及过电压故障，并描述三相扰动原因；

如图1所示，步骤二：有rms记录并且rms记录时长＞60s，执行稳态类型分析算法；

没有rms记录，也没有瞬时值记录，返回记录数据不完整；

没有rms记录，有瞬时记录，并且为线电压通道，执行线电压的分析及分类算法；

没有rms记录，有瞬时记录，并且不是线电压通道，首先执行相电压的分析及分类算法，并基于瞬时值由相电压计算出线电压值Uab＝Ua-Ub，Ubc＝Ub-Uc，Uca＝Uc-Ua，然后执行线电压的分析及分类算法，根据两个算法返回结果作比较，线电压和相电压的分析算法结果一致的话，扰动原因为返回结果，不一致的话，判断是否10kv或者35kv并且线电压正常，是则判定扰动原因为：中性点漂移，否则分别列出线电压和相电压的算法返回结果；

步骤三：各返回结果写入到PerturbAnalyse扰动分析表中。

所述步骤一中，获取三相电压的最大最小标幺值，记为Uam、Ubm、Ucm、Uan、Ubn、Ucn，对每一项的标幺值分别进行以下判断：

0.1≤最小标幺值＜0.9，该相返回值：5，描述为：暂降；

最小标幺值＜0.1，该相返回值：4，描述为：短时停电；

最大标幺值＞1.1，该相返回值：3，描述为：过电压；

三相返回值均值如果等于a相返回值，进行步骤二，否则判断如果等于3，扰动原因为过电压；等于4，扰动原因为停电；若等于其他值，则按照返回值分别描述三相扰动原因。

所述步骤二中，稳态类型分析算法为：如图2所示，

rms计算的三相电压偏差都在+7％和-3％之内，基于线电压rms计算不平衡，不平衡度＜2％则返回正常，否则返回不平衡；

rms计算的三相电压负偏差任一相＞50％，返回某相停电；

rms计算的三相电压偏差不在+7％和-3％之内，并且负偏差所有相≤50％，基于线电压rms计算不平衡，不平衡度＜2％则返回电压偏差，否则返回电压偏差兼不平衡。

所述步骤二中，相电压的分析及分类算法和线电压的分析及分类算法相同，如图3所示，均为：

首先对电压瞬时值进行快速傅里叶算法变换fft运算，计算各相THD最大值和最小值之差，并求三相最大值THDx，对称分量法计算出不平衡度U2，通过电压瞬时值计算电压rms值及其各相偏差；

记录时间≥8个周期，THDx＜2％且三相最大的THD＞4％，返回波形畸变，否则返回其他；各比例参见如下国标，以下均相同：

GB/T14549-1993,GB/T12325-2008,GB/T15543-2008,GB15945-2008,GB12326-2008,GB/T18481-2001；

记录时间＜8个周期，三相电压rms最大偏差＜±10％，且不在+7％和-3％之内，返回电压rms暂态越限；

记录时间＜8个周期，三相电压rms最大偏差＜±10％，且都在+7％和-3％之内，三相不平衡度最大值＜4％并且三相最大的THD＜4％返回正常，否则返回瞬变振荡；

记录时间＜8个周期，三相相电压偏差最大值均大于10％，返回过电压；

记录时间＜8个周期，三相相电压偏差均小于-90％，返回短时停电，否则返回电压暂降。

Claims (2)

1.一种用于基于PQView数据源的电能质量扰动类型识别方法，其特征是，它利用pqview数据库的Site、Event、EventTrend、RMSVariation、Transient表，分几个步骤完成：

步骤一：从pqview数据库中获取一定时间内的所有事件，判断各事件是否有rms类型，并且事件持续时间是否在0.01s和1min之间；如果不是则进行步骤二，如果是则继续：

获取三相电压的最大标幺值和最小标幺值，并对每一相的标幺值分别进行检测，判断是否出现电压暂降、短时停电以及过电压故障，并描述三相扰动原因；

步骤二：有rms记录并且rms记录时长＞60s，执行稳态类型分析算法；

没有rms记录，也没有瞬时值记录，返回记录数据不完整；

没有rms记录，有瞬时记录，并且为线电压通道，执行线电压的分析及分类算法；

没有rms记录，有瞬时记录，并且不是线电压通道，首先执行相电压的分析及分类算法，并基于瞬时值由相电压计算出线电压值Uab＝Ua-Ub，Ubc＝Ub-Uc，Uca＝Uc-Ua，然后执行线电压的分析及分类算法，根据两个算法返回结果作比较，线电压和相电压的分析算法结果一致的话，扰动原因为返回结果，不一致的话判断是否10kv或者35kv并且线电压正常，是则判定扰动原因为：中性点漂移，否则分别列出线电压和相电压的算法返回结果；

步骤三：各返回结果写入到PerturbAnalyse扰动分析表中；

所述步骤一中，获取三相电压的最大标幺值和最小标幺值，记为Uam、Ubm、Ucm、Uan、Ubn、Ucn，对每一项的标幺值分别进行以下判断：

0.1≤最小标幺值＜0.9，该相返回值：5，描述为：暂降；

最小标幺值＜0.1，该相返回值：4，描述为：短时停电；

最大标幺值＞1.1，该相返回值：3，描述为：过电压；

三相返回值均值如果等于a相返回值，进行步骤二，否则判断如果等于3，扰动原因为过电压；等于4，扰动原因为停电；若等于其他值，则按照返回值分别描述三相扰动原因；

所述步骤二中，稳态类型分析算法为：

rms计算的三相电压偏差都在+7％和-3％之内，基于线电压rms计算不平衡，不平衡度＜2％则返回正常，否则返回不平衡；

rms计算的三相电压负偏差任一相＞50％，返回某相停电；

rms计算的三相电压偏差不在+7％和-3％之内，并且负偏差所有相≤50％，基于线电压rms计算不平衡，不平衡度＜2％则返回电压偏差，否则返回电压偏差兼不平衡。

2.如权利要求1所述的用于基于PQView数据源的电能质量扰动类型识别方法，其特征是，所述步骤二中，相电压的分析及分类算法和线电压的分析及分类算法相同，均为：

首先对电压瞬时值进行fft运算，计算各相总谐波失真THD最大值和最小值之差，并求三相最大值THDx，对称分量法计算出不平衡度U2，通过电压瞬时值计算电压rms值及其各相偏差；

记录时间≥8个周期，THDx＜2％且三相最大的THD＞4％，返回波形畸变，否则返回其他；

记录时间＜8个周期，三相电压rms最大偏差＜±10％，且不在+7％和-3％之内，返回电压rms暂态越限；

记录时间＜8个周期，三相电压rms最大偏差＜±10％，且都在+7％和-3％之内，三相不平衡度最大值＜4％并且三相最大的THD＜4％返回正常，否则返回瞬变振荡；

记录时间＜8个周期，三相相电压偏差最大值均大于10％，返回过电压；

记录时间＜8个周期，三相相电压偏差均小于-90％，返回短时停电，否则返回电压暂降。