CN103414189B - 基于多种预测算法的电能质量稳态指标预警方法 - Google Patents
基于多种预测算法的电能质量稳态指标预警方法 Download PDFInfo
- Publication number
- CN103414189B CN103414189B CN201310385869.8A CN201310385869A CN103414189B CN 103414189 B CN103414189 B CN 103414189B CN 201310385869 A CN201310385869 A CN 201310385869A CN 103414189 B CN103414189 B CN 103414189B
- Authority
- CN
- China
- Prior art keywords
- early warning
- power quality
- index
- state index
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims abstract description 16
- 108010062616 filensin Proteins 0.000 claims abstract description 25
- 238000004364 calculation method Methods 0.000 claims description 4
- 230000007774 longterm Effects 0.000 claims description 4
- 238000012544 monitoring process Methods 0.000 abstract description 3
- 238000004458 analytical method Methods 0.000 description 4
- 238000005259 measurement Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 230000003203 everyday effect Effects 0.000 description 2
- 238000009413 insulation Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000002354 daily effect Effects 0.000 description 1
- 230000002542 deteriorative effect Effects 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了电能质量监控与预测技术领域中的一种基于多种预测算法的电能质量稳态指标预警方法。包括：针对每个电能质量稳态指标，分别利用不同的预测算法得到相应的预测数据；针对每个电能质量稳态指标，选择误差最低的预测算法得到的预测数据作为这一指标的预警基础数据；计算每日每个电能质量稳态指标的预警基础数据与该指标的CP95限值的偏差百分比；根据偏差百分比确定预警级别并生成预警信息；将预警信息存入预警信息表中，并将预警信息以邮件或短信的形式发送给管理员。本发明提高了预警的精确度和可信度。
Description
技术领域
本发明属于电能质量监控与预测技术领域，尤其涉及一种基于多种预测算法的电能质量稳态指标预警方法。
背景技术
稳态电能质量问题包括电压偏差、频率偏差、三相不平衡、电压波动与闪变、总谐波畸变率等问题。其中电压偏差、频率偏差、三相不平衡、长时闪变及总谐波畸变率五项指标是电能质量的常规指标，用这五项常规指标来评价电能质量是比较合理和符合国家标准的。电能质量问题多种多样，造成的危害也有所不同。其中，电压偏差产生的危害是很明显的，电压偏高将损坏绝缘设备，电压偏低将使异步电动机转速降低从而影响产品质量等。频率偏差的影响是当频率偏低时，汽轮机低压级叶片将由于振动加大而产生裂纹，甚至发生断落事故；频率的降低也将引起交流电动机转速相应降低，更加影响火电厂的出力，引起频率下降的恶性循环，频率的下降也会使电动机的转速下降影响产品质量。总谐波畸变率和不平衡度是电能质量非常重要的性能指标，对电力的安全、稳定、经济输送起到了重要作用。谐波会造成供电设备损耗增大，绝缘老化等，对用电设备造成干扰；三相不平衡会增加电能损耗、降低电动机效率、影响用电设备的安全运行；这些问题都会影响电力的安全运行。电压波动与闪变会造成电动机的转速不稳定，影响产品质量，严重时危及设备本身安全运行。电压波动与闪变会导致电子仪器和设备、计算机系统、自动控制生产线以及办公自动化设备等工作不正常，或受到损坏；引起照明灯光闪烁，降低了工作效率和生活质量。
目前，由于电能质量问题日益严峻，同时受关注度日益提高，因此准确全面的提高电能质量的分析显得越来越重要。可以看到，对电能质量稳态指标的预测和预警在电能质量分析方面已经变得不可或缺，它必将受实际应用的推动，不断发展和完善，在未来的电力系统中发挥更大的作用。
随着科学技术的不断发展和进步，越来越多的预测算法被引进到电能质量分析应用中来，用以对电能质量稳态数据的各项指标进行预测。其中，采用的算法有人工神经网络、关联规则、模糊随机序列、时间序列、模糊随机算法等技术，取得了一定的效果。越来越多的预测算法应用到电能质量稳态指标的预测中，使得对预测数据的预警变得越来越复杂。电能质量的预警就是通过分析电能质量预测的数据，对潜在的电能质量问题进行报警，这对供电方和用户均有重要意义。对供电方而言，掌握全网电能质量状况，可以了解电能质量超标和异常线路，促使电能质量问题治理，防止其恶化。由此可见，一种合理可行的电能质量预警方法，可以提前感知将要发生的电能质量问题，为电网的安全运行提供保障，充分发挥电能质量监控平台的巨大作用。然而，现有技术中对稳态指标的预警应用却很少，而且预警的可信度不高。
不同的预测算法得到的预测数据不尽相同，不同的预测算法对不同的稳态指标的预测精确度不同。因此，本发明针对某种稳态指标不同预测算法的历史预测数据的精确度，选择这一指标精确度比较高的预测算法的预测数据作为这一指标的预警基础数据，为决策者提供更准确的决策。
发明内容
本发明的目的在于，提供一种基于多种预测算法的电能质量稳态指标预警方法，用于解决现有的电能质量稳态指标预警准确率不高的问题。
为了实现上述目的，本发明提出的技术方案是，一种基于多种预测算法的电能质量稳态指标预警方法，其特征是所述预警方法，包括：
步骤1：针对每个电能质量稳态指标，分别利用不同的预测算法得到相应的预测数据；其中，电能质量稳态指标包括电压偏差、频率偏差、三相不平衡、长时闪变和总谐波畸变率；
步骤2：针对每个电能质量稳态指标，选择误差最低的预测算法得到的预测数据作为这一指标的预警基础数据；
步骤3：计算每日每个电能质量稳态指标的预警基础数据与该指标的CP95限值的偏差百分比；
如果电能质量稳态指标的预警基础数据与该指标的CP95限值的偏差百分比小于第一设定阈值，则电能质量稳态指标未超标；
如果电能质量稳态指标的预警基础数据与该指标的CP95限值的偏差百分比大于等于第一设定阈值并且小于第二设定阈值，则给出三级预警；
如果电能质量稳态指标的预警基础数据与该指标的CP95限值的偏差百分比大于等于第二设定阈值并且小于第三设定阈值，则给出二级预警；
如果电能质量稳态指标的预警基础数据与该指标的CP95限值的偏差百分比大于等于第三设定阈值，则给出一级预警。
所述误差的计算公式为其中，erri是第i种预测算法的误差，是利用第i种预测算法得到第j个的预测数据，N为预测数据的个数，Tj为第j个的预测数据对应的实测数据，i=1,2,...,M，M为预测算法的个数。
所述计算每日每个电能质量稳态指标的预警基础数据与该指标的CP95限值的偏差百分比采用公式e=|y-T95|/T95；其中，e为电能质量稳态指标的预警基础数据与该指标的CP95限值的偏差百分比，y为该日电能质量稳态指标的预警基础数据，T95为电能质量稳态指标的CP95限值。
本发明选择误差最低的预测算法的预测数据作为这一指标的预警基础数据，从而为电能质量稳态指标的预警提供基础数据；通过预测数据与CP95限值的限值进行比较，判断预测数据是否超标，再根据基础数据与限值的偏差百分比来确定预警的等级，提高了预警的精确度和可信度。
附图说明
图1是实施例提供的基于多种预测算法的电能质量稳态指标预警方法流程图；
图2是预警信息生成流程图；
图3是预警级别确定流程图。
具体实施方式
下面结合附图，对优选实施例作详细说明。应该强调的是，下述说明仅仅是示例性的，而不是为了限制本发明的范围及其应用。
图1是实施例提供的基于多种预测算法的电能质量稳态指标预警方法流程图。如图1所示，实施例给出的预警方法包括：
步骤S1：针对电能质量的电压偏差、频率偏差、三相不平衡、长时闪变及总谐波畸变率这五项稳态常规指标，逐一针对各项稳态指标，分析其不同预测算法的历史预测数据，比较其误差，选择误差最低的预测算法的预测数据作为这一指标的预警基础数据，从而为电能质量稳态指标的预警提供基础数据，并存入数据库中的预测表中。同时，选择各项指标的CP95限值作为度量值，国家标准中比较认可的是CP95限值。各项指标相应的度量值也存入数据库的限值表中。
表1是某个电能质量稳态指标预测算法误差计算表，其中给出了两组预测算法得到的预测数据，同时给出了每个预测数据对应的真实数据。
| 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | |
| 真实值 | 0.1 | 0.12 | 0.18 | 0.15 | 0.17 | 0.15 | 0.16 | 0.13 | 0.14 | 0.15 |
| 预测算法1 | 0.1 | 0.11 | 0.16 | 0.13 | 0.16 | 0.16 | 0.17 | 0.15 | 0.13 | 0.12 |
| 预测算法2 | 0.11 | 0.12 | 0.17 | 0.12 | 0.15 | 0.15 | 0.15 | 0.13 | 0.11 | 0.13 |
采用公式可以计算出每个预测算法的误差，预测算法1的误差为14%，预测算法2的误差为13%，通过比较两个预测算法的误差，可以确定预测算法2是误差最低的预测算法。将利用预测算法2得到的预测数据作为这一指标的预警基础数据。
步骤S2：设置三个等级的预警级别，每个等级的设定阈值为预警基础数据与CP95限值的偏差百分比的大小，第一设定阈值为10%，第二设定阈值为30%，第三设定阈值为50%，并存入预警的配置表中，管理员也可以在页面中对预警等级进行设置，也可以设置对未来n天进行预警。
步骤S3：从数据库中预测表中取出今天之后的n天的预警基础数据，针对其中每天每一项所述电能质量指标，其分析的步骤均包括:
从预测表中取出的该项指标的预警基础数据，计算该项指标的预警基础数据与该项指标相应的CP95限值的偏差百分比，如果偏差百分比小于第一设定阈值，则视其为正常数据；否则，则视其为超标数据。计算某日每个电能质量稳态指标的预警基础数据与该指标的CP95限值的偏差百分比采用公式e=|y-T95|/T95。即如果某日某个电能质量稳态指标的预警基础数据为0.12，该指标的CP95限值为0.11，则该日该电能质量稳态指标的预警基础数据与其相应的度量值的偏差百分比为e=|0.12-0.11|/0.11=9%，小于第一设定阈值，则视其为正常数据。
对于分析得出的超标数据，如果偏差百分比大于等于第一设定阈值并且小于第二设定阈值，则给出三级预警；如果偏差百分比大于等于第二设定阈值并且小于第三设定阈值，则给出二级预警；如果偏差百分比大于等于第三设定阈值，则给出一级预警。
步骤S4：将上述计算得出的预警信息存入预警信息表中，以方便用户查看和在前台页面显示。
步骤S5：将预警信息存入预警日志表中，并更新预警信息事件表中的统计标志，删除之前预警且不在保存期间的预警信息。
步骤S6：根据生成的预警信息，并根据管理员信息（包括管理员的姓名、电话和邮箱等），将预警信息以邮件或短信的形式发送给管理员，方便管理员及时查看预警信息，及时提出解决方案，保证设备的安全运行。
图2是预警信息生成流程图，是对预警信息生成过程的细化。具体步骤为：
1)从数据库中预测表中取出今天之后保存的预警基础数据，针对其中每天每一项电能质量指标进行分析。
2)计算步骤1)中得到的某项指标的某天预警基础数据与该项指标相应的CP95限值的偏差百分比，如果偏差百分比小于第一设定阈值，则视其为正常数据；否则，则视其为超标数据。
3)对于步骤2)中分析得出的超标数据，根据偏差百分比确定预警级别，并生成预警信息。
4)对于步骤3)中得出的预警信息，将预警级别、预警的日期和预测数据的日期存入预警信息表中，以方便用户查看和在前台页面显示。
5)将统计结果存入预警日志表中，并更新预警信息事件表中的统计标志，删除之前预警且不在保存期间的预警信息。
图3是对图2中根据偏差百分比确定预警级别的细化，具体为：如果偏差百分比小于第一设定阈值，则视其为正常数据；否则，则视其为超标数据。如果偏差百分比大于等于第一设定阈值并且小于第二设定阈值，则给出三级预警；如果偏差百分比大于等于第二设定阈值并且小于第三设定阈值，则给出二级预警；如果偏差百分比大于等于第三设定阈值，则给出一级预警。
本发明的有益效果在于，逐一针对各项稳态指标，分析其不同预测算法的历史预测数据，比较其误差，选择误差较低的预测算法的预测数据作为这一指标的预警基础数据，从而为电能质量稳态指标的预警提供基础数据。通过预测数据与国家标准的限值进行比较判断预测数据是否超标，然后根据预测数据与限值的正负百分比来确定预警的等级，使得预警的精确度提高，提高预警的可信度，为决策者提供决策支持。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。
Claims (3)
1.一种基于多种预测算法的电能质量稳态指标预警方法，其特征是所述预警方法包括：
步骤1：针对每个电能质量稳态指标，分别利用不同的预测算法得到相应的预测数据；其中，电能质量稳态指标包括电压偏差、频率偏差、三相不平衡、长时闪变和总谐波畸变率；
步骤2：针对每个电能质量稳态指标，选择误差最低的预测算法得到的预测数据作为这一指标的预警基础数据；
步骤3：计算每日每个电能质量稳态指标的预警基础数据与该指标的CP95限值的偏差百分比；
如果电能质量稳态指标的预警基础数据与该指标的CP95限值的偏差百分比小于第一设定阈值，则电能质量稳态指标未超标；
如果电能质量稳态指标的预警基础数据与该指标的CP95限值的偏差百分比大于等于第一设定阈值并且小于第二设定阈值，则给出三级预警；
如果电能质量稳态指标的预警基础数据与该指标的CP95限值的偏差百分比大于等于第二设定阈值并且小于第三设定阈值，则给出二级预警；
如果电能质量稳态指标的预警基础数据与该指标的CP95限值的偏差百分比大于等于第三设定阈值，则给出一级预警。
2.根据权利要求1所述的预警方法，其特征是所述误差的计算公式为其中，erri是第i种预测算法的误差，是利用第i种预测算法得到第j个预测数据，N为预测数据的个数，Tj为第j个预测数据对应的实测数据，i＝1,2,...,M，M为预测算法的个数。
3.根据权利要求1所述的预警方法，其特征是所述计算每日每个电能质量稳态指标的预警基础数据与该指标的CP95限值的偏差百分比采用公式e＝|y-T95|/T95；其中，e为电能质量稳态指标的预警基础数据与该指标的CP95限值的偏差百分比，y为该日电能质量稳态指标的预警基础数据，T95为电能质量稳态指标的CP95限值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201310385869.8A CN103414189B (zh) | 2013-08-30 | 2013-08-30 | 基于多种预测算法的电能质量稳态指标预警方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201310385869.8A CN103414189B (zh) | 2013-08-30 | 2013-08-30 | 基于多种预测算法的电能质量稳态指标预警方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN103414189A CN103414189A (zh) | 2013-11-27 |
| CN103414189B true CN103414189B (zh) | 2015-01-21 |
Family
ID=49607181
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201310385869.8A Expired - Fee Related CN103414189B (zh) | 2013-08-30 | 2013-08-30 | 基于多种预测算法的电能质量稳态指标预警方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN103414189B (zh) |
Families Citing this family (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103617568B (zh) * | 2013-12-06 | 2017-02-15 | 国家电网公司 | 稳态电能质量预警机制中的异常数据判定阈值设定方法 |
| CN103617573A (zh) * | 2013-12-13 | 2014-03-05 | 国家电网公司 | 一种电能质量指标短期趋势性预测方法 |
| CN105825315A (zh) * | 2015-01-09 | 2016-08-03 | 国家电网公司 | 一种电能质量预警方法 |
| CN104880637B (zh) * | 2015-06-26 | 2017-11-10 | 青岛海能阿尔派轨道电力设备工程科技有限公司 | 一种电气参数安全监测方法 |
| CN107525969A (zh) * | 2016-06-21 | 2017-12-29 | 中电普瑞科技有限公司 | 一种融合多种算法的自适应式电网谐波分析方法 |
| CN106405333B (zh) * | 2016-10-13 | 2020-01-21 | 国网山东省电力公司威海供电公司 | 一种分布式电网电能质量预测方法及装置 |
| CN107505522B (zh) * | 2017-08-23 | 2020-01-14 | 江苏联能电力科学研究院有限公司 | 一种基于增益预判建模的电能质量评估方法及测试仪 |
| CN112285465B (zh) * | 2020-10-15 | 2021-10-29 | 呼和浩特市奥祥电力自动化有限公司 | 一种基于智能算法的电能质量在线监测装置 |
| CN113011656B (zh) * | 2021-03-22 | 2022-08-02 | 内蒙古电力(集团)有限责任公司内蒙古电力科学研究院分公司 | 一种电站辅机故障预警方法及系统 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102170124A (zh) * | 2011-03-21 | 2011-08-31 | 江苏省电力试验研究院有限公司 | 一种电能质量稳态指标预警方法 |
| CN103093287A (zh) * | 2013-01-29 | 2013-05-08 | 广东电网公司电力调度控制中心 | 电网指标预测误差评估方法和系统 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4098687B2 (ja) * | 2003-08-22 | 2008-06-11 | 株式会社東芝 | 電力品質評価システム、電力品質評価方法及び電力品質評価用プログラム |
-
2013
- 2013-08-30 CN CN201310385869.8A patent/CN103414189B/zh not_active Expired - Fee Related
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102170124A (zh) * | 2011-03-21 | 2011-08-31 | 江苏省电力试验研究院有限公司 | 一种电能质量稳态指标预警方法 |
| CN103093287A (zh) * | 2013-01-29 | 2013-05-08 | 广东电网公司电力调度控制中心 | 电网指标预测误差评估方法和系统 |
Non-Patent Citations (2)
| Title |
|---|
| JP特开2005-73346A 2005.03.17 * |
| 面向智能电网的新一代电能质量管理平台;王芳等;《电力自动化设备》;20120731;第32卷(第7期);134-139 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN103414189A (zh) | 2013-11-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103414189B (zh) | 基于多种预测算法的电能质量稳态指标预警方法 | |
| JP7185808B1 (ja) | 故障を検出するための方法および装置、モデルをトレーニングするための方法および装置、並びにそれらのデバイスおよび記憶媒体 | |
| US12019436B2 (en) | System and method for proactive handling of multiple faults and failure modes in an electrical network of energy assets | |
| Wang et al. | Estimation methods review and analysis of offshore extreme wind speeds and wind energy resources | |
| CN103872782B (zh) | 一种电能质量数据综合服务系统 | |
| CN104156892B (zh) | 一种有源配电网电压跌落仿真与评估方法 | |
| CN108414848B (zh) | 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 | |
| CN110619469A (zh) | 一种新能源电站运营管理系统 | |
| CN109188227B (zh) | 一种双馈型风力发电机绝缘状态评估方法及系统 | |
| CN116629120A (zh) | 一种干式电力变压器的散热评价方法及系统 | |
| CN106354985B (zh) | 一种考虑分布式电源的配电系统可靠性评估方法 | |
| CN104951851A (zh) | 一种基于灰关联回归支持向量机的风电机组状态预测模型建立方法 | |
| CN103198235A (zh) | 基于风功率纵向时刻概率分布的风功率预测值预评估方法 | |
| CN103825272A (zh) | 一种基于解析法的含分散风电的配电网可靠性确定方法 | |
| CN108667005A (zh) | 一种计及新能源影响的电网静动态结合脆弱性评估方法 | |
| CN110535159A (zh) | 一种规模化储能电站运行单元故障预警的方法及系统 | |
| CN105406476A (zh) | 基于历史数据的电力系统稳定性快速判断方法 | |
| CN110783964A (zh) | 电网静态安全的风险评估方法和装置 | |
| CN110061521B (zh) | 一种考虑频率累积作用的最大风电渗透率快速评估方法 | |
| CN117691645A (zh) | 一种用于智能微电网的储能系统 | |
| CN107679744B (zh) | 基于线路脆弱性指标的大电网战略通道动态辨识方法 | |
| CN106022594B (zh) | 基于极值理论的电力系统在线运行安全风险评估方法 | |
| CN117805688A (zh) | 一种用于输变电工程的数字化监控方法、设备以及介质 | |
| CN111211556B (zh) | 一种考虑风电的配网供电可靠性评估方法 | |
| CN116611741A (zh) | 基于风电设备的服役质量指数体系构建方法及系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20150121 |