CN103886518A - 一种基于监测点电能质量数据挖掘的电压暂降预警方法 - Google Patents

Abstract

本发明公开了一种基于监测点电能质量数据挖掘的电压暂降预警方法，其包括：1）使用AHP法确定各电压暂降幅值和持续时间的权重；2）原始数据采集，采集监测点的电压暂降历史监测数据；3）构造原始数据矩阵，将监测点电压暂降测试数据、标准电压、自设等级限值、前一段时间电压暂降均值以及电压暂降最低限值结合到一起构成一个原始数据矩阵；4）数据预处理，包括同趋势化、归一化；5）使用改进的TOPSIS法计算各贴近系数；6）预警等级判断。本发明方法利用改进的TOPSIS法，计算出监测数据与各等级限值的贴近程度，并据此对监测点电压暂降的严重程度做出及时合理的预警，可使供用电双方了解所属区域电网一段时间内的母线或线路的电压暂降状况，提高电网运行可靠性和经济性。

Description

一种基于监测点电能质量数据挖掘的电压暂降预警方法

技术领域

本发明属于电能质量监控技术领域，涉及一种用于电力系统及电力用户输配电网的电能质量监控方法，即基于监测点电能质量数据挖掘的电压暂降预警方法。

背景技术

在电气与电子工程师协会（IEEE）标准中，电压暂降可以简单的定义为：供电系统中某点的工频电压有效值突然下降到额定电压的90%～10%，并在随后的10ms～1min短暂持续后恢复正常。由此可以看出电压暂降的特性。

目前，对电压暂降的研究主要集中在数据采集方法或对采集后的数据的基本处理上，这些研究主要包括电压暂降监测装置和方法、电压暂降指标量化评估以及电压暂降扰动识别等方面，对电能质量监测点或电能质量干扰源并网点的电压暂降监测数据异常检测及预警的研究欠缺。随着用电设备技术的发展，基于计算机、微处理器、高度自动化的新型电力电子设备在电力系统中大量的投入使用。这些设备对电压暂降干扰非常敏感，一次电压暂降会造成巨大的经济损失。专家们认为，电压暂降已成为最重要的电能质量问题，对供电质量提出了新的挑战，所以有必要对电压暂降监测数据进行挖掘，及时给出相关线路的超标和异常数据，给出预警提示，做到问题早发现，早解决。将由电压暂降问题引发的电力事故的可能性降到最低，保证电力的安全运行。电压暂降预警作为监控平台的重要功能之一，可对历史或当前电压暂降状况进行及时可靠预警，可以发现电网运行已经存在或潜在的电能质量问题。专职人员针对预警系统给出的预警，对每一条记录进行处理；如果是指标超标，说明此线路该指标不满足相应标准，应采取相应的措施予以改善；如果是指标异常，说明此线路该指标某段时间内，与正常运行时存在较大的差异，需予以关注。由此可见，一种合理可行的电压暂降预警方法，可以为供用电双方及时准确提供电网电压暂降预警信息，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作用。

发明内容

针对现有技术上存在的不足，本发明目的是在于提供一种可使供用电双方了解所属区域电网一段时间内的母线或线路的电压暂降状况，提高电网运行可靠性和经济性的基于监测点电能质量数据挖掘的电压暂降预警方法。

为了实现上述目的，本发明是通过如下的技术方案来实现：

本发明的一种基于监测点电能质量数据挖掘的电压暂降预警方法，包括下述步骤：

1）使用层次分析法(Analytic Hierarchy Process,简称AHP法)确定各电压暂降幅值和持续时间的权重；

2）数据采集：采集监测点的电压暂降历史监测数据，包括电压暂降幅值、持续时间和发生次数，同时采集待测试的电能质量监测点的电压暂降测试数据，并将上述采集的数据保存到数据库中；

3）构造原始数据矩阵：将监测点电压暂降测试数据、标准电压、自设等级限值、前一段时间电压暂降均值以及电压暂降最低限值这5个电压暂降数据序列，结合到一起构成一个5行2*n列的原始数据矩阵；

4）数据预处理，对原始数据矩阵进行数据预处理，包括同趋势化、归一化等，并将处理完后的数据保存到数据库中；

5）计算各贴近系数：根据改进的TOPSIS（Technique for OrderPreference by Similarity to an Ideal Solution）法，分别计算出各电压暂降数据序列的贴近系数；

6）预警等级判断：根据步骤5）计算得到的贴近系数，判断监测数据与各等级限值的贴近程度，从而判断出对监测点电压暂降预警。

本发明步骤1）中，使用AHP法确定各电压暂降幅值和持续时间的权重的具体方法为：

11）对电压暂降特征量：暂降幅值和持续时间，建立层次的递阶结构；

12）在所确定的层次递阶结构中，建立比较判断矩阵；

13）对判断矩阵进行层次单排序、层次总排序的一致性检验；

14）若均满足一致性检验，则将判断矩阵中最大特征值对应的正规化特征向量的分量作为对应元素的权重。

本发明步骤2）中，采集电压暂降历史监测数据和测试数据的具体方法为：

21)为保证采集的数据能够全面反映监测点电压暂降问题，至少连续12个月每天对该监测点进行电压暂降监测数据采集，并将监测数据按照监测日存入“监测点电压暂降历史监测数据库”。在这里存储时需注意的是，数据库中不单存储有发生实际电压暂降监测数据，还存储有实际未发生暂降的监测数据。我们将这部分数据也当成电压暂降数据，只不过其是电压跌落为0%，持续时间为0s的标准电压。另外，在得到全部的历史监测数据后，可对其求平均值，得到这一段时间内电压暂降均值，包括电压暂降幅值均值和持续时间幅值均值；

22）根据实际调试需要，选取待测试的电能质量监测点，然后采集选取的电能质量监测点的电压暂降测试数据。然后再将采集的测试数据存入到数据库，构成“电能质量预警指标测试数据库”。

本发明步骤3）中，构造原始数据矩阵的具体方法为：

31）取n个某监测点电压暂降测试数据，包括n个暂降幅值及n个对应的持续时间；

32）将标准电压、监测点电压暂降测试数据、自设等级限值、前一段时间电压暂降均值以及电压暂降最低限值这5个电压暂降数据序列，结合到一起构成一个5行2×n列的原始数据矩阵。

本发明步骤4）中，数据预处理的具体方法为：

41）为便于后续分析，需对原始矩阵进行同趋势化处理，将指标全变为低优指标，常用的方法有倒数法和插值法等；

42）同趋势化后，为了消除计量单位的影响，需要进行向量归一化处理，得到归一化矩阵。

本发明步骤5）中，计算各贴近系数的具体方法为：

51）将标准电压和电压暂降最低限值分别作为绝对正理想解和绝对负理想解；

52）使用改进TOPSIS法分别计算各电压暂降数据序列的贴近系数。这里有一点需要注意的是，常规意义下，利用TOPSIS法计算得到的贴近系数是不可以大于1的，但此处扩展了其定义，使其可以在电压暂降超过最低限值的情况下出现大于1的情况。

本发明步骤6）中，预警等级的具体方法为：

根据步骤6）计算得到的贴近系数，可知监测数据与各等级限值的贴近程度。直接比较各贴近系数可做出对监测点电压暂降预警。

有益效果：与现有技术相比，本发明具有以下优点：

（1）有利于量化分析电压暂降严重度。根据该预警方法计算出的贴近系数，不仅考虑了残留电压和持续时间的影响，而且计及了它们各自对量化指标的影响权重，更加真实的反映电压暂降的干扰水平。相比较而言，目前研究中用的较多的电压暂降能量指标和严重度指标，虽也可量化评估电压暂降，但相比较而言，能量指标由于公式计算的缺陷，可能会导致量化结果在某些情况下不能真实反映电压暂降严重度，而严重度指标具有跳跃性，不能反映连续的变化。因此计及了各自权重的贴近系数可用来量化电压暂降的干扰水平。

（2）有利于提高区域电网运行的安全可靠性，根据电压暂降预警方法确定的结果，结合各扰动源的运行特性和要求，构成一整套电压暂降预警系统，对一段时间区域电网的电能质量状况做出及时可靠的预警。对于供用电双方，可以适时调整自身的运行/生产计划，避免电能质量进一步恶化，提高电网运行的安全可靠性。

附图说明

下面结合附图和具体实施方式来详细说明本发明；

图1为本发明的流程图。

图2为本发明的电压暂降预警层次模型。

具体实施方式

为使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，下面结合具体实施方式，进一步阐述本发明。

参见图1，本实施例是一种基于监测点电能质量数据挖掘的电压暂降预警方法，其可使供用电双方了解所属区域电网一段时间内的母线或线路的电压暂降状况，提高电网运行可靠性和经济性。其具体方法流程如下：

1）使用AHP法确定各电压暂降幅值和持续时间的权重。

11）对电压暂降特征量：暂降幅值和持续时间，从监测点的角度综合评估电压暂降的干扰水平，建立层次的递阶结构；建立层次的递阶结构的具体方法为：

根据电压暂降两个特征量：暂降幅值和持续时间，结合各监测时刻点的角度综合评估电压暂降的严重程度，建立的层次模型如图2所示。

12）在所确定的层次递阶结构中，建立比较判断矩阵；建立比较判断矩阵的具体方法为：

为避免评价结论的错误与一致性检验的错误，本发明采用一种新的指标标度，如表1所示。

表1为建立比较判断矩阵所需的比例标度及其含义

然后再将如图2中每一指标及其对应的下层元素构成一子区域，同时利用专家咨询法和如表1所示的指标标度即可构建若干个判断矩阵。

13）对判断矩阵进行层次单排序、层次总排序的一致性检验；一致性检验的具体方法为：

对于复杂事物的各因素两两比较时，不可能做到完全一致，因而存在估计误差，并导致特征值和特征向量也存在偏差，故而要进行一致性检验。

首先需对判断矩阵的特征向量和特征值进行计算，相关计算公式如下所示：

BW＝λ_maxW（1）

式中，λ_max为判断矩阵B的最大特征值，W为对应的归一化特征向量。

再利用一致性指标来衡量一个指标标度的优劣，其计算公式如下：

$\mathrm{CI}=\frac{{\mathrm{\λ}}_{\max }-n}{n-1}---\left(2\right)$

其中，n为判断矩阵B的阶数，n＞1;

将式（2）计算得到的一致性指标CI与其平均随机性一致性指标RI相除，得随机一致性比率CR，即：

CR＝CI/RI（3）

当该随机一致性比率小于0.1时，认为层次单排序结果有较好的一致性即满足一致性检验，否则需要重新计算判断矩阵的构成元素。

14）若均满足一致性检验，则将判断矩阵中最大特征值对应的正规化特征向量的分量作为对应元素的权重。

2）采集电压暂降历史监测数据和测试数据。

21)为保证采集的数据能够全面反映监测点电压暂降问题，至少连续12个月每天对该监测点进行监测数据采集，并将监测数据按照监测日存入“监测点电压暂降历史监测数据库”。在这里存储时需注意的是，数据库中不单存储有发生实际电压暂降监测数据，还存储有实际未发生暂降的监测数据。我们将这部分数据也当成电压暂降数据，只不过其是电压跌落为0%，持续时间为0s的标准电压。另外，在得到全部的历史监测数据后，可对其求平均值，得到这一段时间内电压暂降均值，包括电压暂降幅值均值和持续时间幅值均值；

22）根据实际调试需要，选取待测试的电能质量监测点，然后采集选取的电能质量监测点的电压暂降测试数据。然后再将采集的测试数据存入到数据库，构成“电能质量预警指标测试数据库”。

3）构造原始数据矩阵：将监测点电压暂降测试数据、标准电压、自设等级限值、前一段时间电压暂降均值以及电压暂降最低限值这5个电压暂降数据序列，结合到一起构成一个5行2*n列的原始数据矩阵。

31）取n个某监测点电压暂降测试数据，包括n个暂降幅值及n个对应的持续时间；

32）将标准电压、监测点电压暂降测试数据、自设等级限值、前一段时间电压暂降均值以及电压暂降最低限值这5个电压暂降数据序列，结合到一起构成一个5行2*n列的原始数据矩阵。

4）数据预处理，对原始数据矩阵进行数据预处理，包括同趋势化、归一化等，并将处理完后的数据保存到数据库中。

41）为便于后续分析，需对原始矩阵进行同趋势化处理，将指标全变为低优指标，常用的方法有倒数法和插值法等；

42）同趋势化后，为了消除计量单位的影响，需要进行向量归一化处理，得到归一化矩阵。

步骤42）中归一化的具体方法为：

为了消除计量单位的影响，需要按照公式（4）进行向量归一化处理，得到归一化矩阵Z

$Z_{\mathrm{ij}}=\frac{X_{\mathrm{ij}}}{\sqrt{\underset{i=1}{\overset{5}{\mathrm{\Σ}}}{\left(X_{\mathrm{ij}}\right)}^2}}---\left(4\right)$

式中，Z_ij为归一化矩阵，X_ij是原始矩阵中元素值。

5）计算各贴近系数：根据改进的TOPSIS法，分别计算出各电压暂降数据序列的贴近系数。

51）将标准电压和电压暂降最低限值分别作为绝对正理想解和绝对负理想解；

52）使用改进TOPSIS法分别计算各电压暂降数据序列的贴近系数。这里有一点需要注意的是，常规意义下，利用TOPSIS（逼近理想解）法计算得到的贴近系数是不可以大于1的，但此处扩展了其定义，使其可以在电压暂降超过最低限值的情况下出现大于1的情况。

步骤52）中计算贴近系数的具体方法为：

（1）为判断各样本的合格情况，需按照公式（5）计算绝对正理想解与绝对负理想解之间的距离D作为判断标准。

$D=\sqrt{\underset{j=1}{\overset{2n}{\mathrm{\Σ}}}{\left[w_j(Z_j^{+}-Z_j^{-})\right]}^2}---\left(5\right)$

式中，w_j为各指标权重，

和分别是绝对正理想解与绝对负理想解的元素值。

（2）按公式（6）计算各评估对象的指标值与绝对正理想解与绝对负理想解之间的距离D+和D-，计算公式如下：

$\left\{\begin{array}{c}{D}_i^{+}=\sqrt{\underset{j=1}{\overset{2n}{\mathrm{\Σ}}}{\left[w_j(Z_{\mathrm{ij}}-Z_j^{+})\right]}^2}\\ D_i^{-}\sqrt{\underset{j=1}{\overset{2n}{\mathrm{\Σ}}}{\left[w_i(Z_{\mathrm{ij}}-Z_j^{-})\right]}^2}\end{array}\right.---\left(6\right)$

（3）为能综合评估各种电压暂降情况，本发明扩展了TOPSIS中贴近系数C的定义，使其不仅可定义在0～1区间，而且在大于1的时候也有定义，此时大于1的情况是对应于电压暂降幅值低于最低限值的情形。其具体的计算公式如下：

$C_i=\left\{\begin{array}{c}\frac{D_i^{+}}{D_i^{+}-D_i^{-}},D_i^{+}\≤D\\ \frac{D_i^{+}-D_i^{-}}{D_i^{+}},D_i^{+}>D\end{array}\right.---\left(7\right)$

6）预警等级判断：根据步骤5）计算得到的贴近系数，可知监测数据与各等级限值的贴近程度，从而可做出该监测点电压暂降预警。具体的预警判断过程如下：

式中，C_i为计算得到该监测点电压暂降的贴近系数，C1、C2分别是计算得到的自设电压暂降等级和电压暂降最低限值的贴近系数。

通过上述实施例方法，根据该预警方法计算出的贴近系数，不仅考虑了残留电压和持续时间的影响，而且计及了它们各自对量化指标的影响权重，更加真实的反映电压暂降的干扰水平。相比较而言，目前研究中用的较多的电压暂降能量指标和严重度指标，虽也可量化评估电压暂降，但相比较而言，能量指标由于公式计算的缺陷，可能会导致量化结果在某些情况下不能真实反映电压暂降严重度，而严重度指标具有跳跃性，不能反映连续的变化。因此计及了各自权重的贴近系数可用来量化电压暂降的干扰水平，有利于量化分析电压暂降严重度。其次，根据电压暂降预警方法确定的结果，结合各扰动源的运行特性和要求，构成一整套电压暂降预警系统，对一段时间区域电网的电能质量状况做出及时可靠的预警；对于供用电双方，可以适时调整自身的运行/生产计划，避免电能质量进一步恶化，提高电网运行的安全可靠性。

以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。

Claims (8)

1.一种基于监测点电能质量数据挖掘的电压暂降预警方法，其特征在于，该方法包括以下步骤：

1）通过层次分析法确定各电压暂降幅值和持续时间的权重；

2）数据采集；采集监测点的电压暂降历史监测数据，包括电压暂降幅值、持续时间和发生次数，同时采集待测试的电能质量监测点的电压暂降测试数据，并将采集的数据保存到数据库中；

3）构造原始数据矩阵；将监测点电压暂降测试数据、标准电压、自设等级限值、前一段时间电压暂降均值以及电压暂降最低限值结合到一起构成一个原始数据矩阵；

4）数据预处理；对原始数据矩阵进行数据预处理，并将处理完后的数据保存到数据库中；

5）计算各贴近系数：根据改进的TOPSIS法，分别计算出各电压暂降数据序列的贴近系数；其具体方法为，首先将标准电压和电压暂降最低限值分别作为绝对正理想解和绝对负理想解；然后使用改进TOPSIS法分别计算各电压暂降数据序列的贴近系数；该改进TOPSIS法计算贴近系数方法为：

（Ⅰ）按照公式（ⅰ）计算绝对正理想解与绝对负理想解之间的距离D作为判断各样本的合格情况放入标准；

$D=\sqrt{\underset{j=1}{\overset{2n}{\mathrm{\Σ}}}{\left[w_j(Z_j^{+}-Z_j^{-})\right]}^2}---\left(i\right)$

式中，wj为各指标权重，

和

分别是绝对正理想解与绝对负理想解的元素值;

（Ⅱ）按公式（ⅱ）计算各评估对象的指标值与绝对正理想解与绝对负理想解之间的距离D+和D-，计算公式如下：

$\left\{\begin{array}{c}{D}_i^{+}=\sqrt{\underset{j=1}{\overset{2n}{\mathrm{\Σ}}}{\left[w_j(Z_{\mathrm{ij}}-Z_j^{+})\right]}^2}\\ D_i^{-}\sqrt{\underset{j=1}{\overset{2n}{\mathrm{\Σ}}}{\left[w_i(Z_{\mathrm{ij}}-Z_j^{-})\right]}^2}\end{array}\right.---\left(\mathrm{ii}\right)$

（Ⅲ）扩展了TOPSIS中贴近系数Ci的定义，该监测点电压暂降的贴近系数Ci的计算公式如下：

$C_i=\left\{\begin{array}{c}\frac{D_i^{+}}{D_i^{+}-D_i^{-}},D_i^{+}\≤D\\ \frac{D_i^{+}-D_i^{-}}{D_i^{+}},D_i^{+}>D\end{array}\right.---\left(\mathrm{iii}\right);$

其中，i为各个评估对象取值；

6）判断预警等级；根据步骤5）计算得到的贴近系数，判断监测数据与各等级限值的贴近程度，从而判断出对监测点电压暂降预警。

2.根据权利要求1中所述的一种基于监测点电能质量数据挖掘的电压暂降预警方法，其特征在于，所述步骤1）中，使用层次分析法确定各电压暂降幅值和持续时间的权重的具体方法为：

11）对电压暂降特征量：暂降幅值和持续时间，建立层次的递阶结构；

12）在所确定的层次递阶结构中，建立比较判断矩阵；

13）对判断矩阵进行层次单排序和层次总排序的一致性检验；

14）若均满足一致性检验，则将判断矩阵中最大特征值对应的正规化特征向量的分量作为对应元素的权重。

3.根据权利要求2中所述的一种基于监测点电能质量数据挖掘的电压暂降预警方法，其特征在于，所述步骤13）中，一致性检验的具体方法为：

（A），对判断矩阵的特征向量和特征值进行计算，该计算公式如下：

BW＝λ_maxW（ⅳ）

式中，λ_max为判断矩阵B的最大特征值，W为对应的归一化特征向量；

（B），利用一致性指标CI来衡量一个指标标度的优劣，所述一致性指标CI的计算公式如下：

$\mathrm{CI}=\frac{{\mathrm{\λ}}_{\max }-n}{n-1}---\left(v\right)$

其中，n为判断矩阵B的阶数，n＞1;

（C）将式（ⅴ）计算得到的一致性指标CI与其平均随机性一

致性指标RI相除，得随机一致性比率CR，即：

CR＝CI/RI（ⅵ）

当该随机一致性比率CR小于0.1时，则判断为层次单排序结果满足一致性检验，否则，重新计算判断矩阵的构成元素。

4.根据权利要求1中所述的一种基于监测点电能质量数据挖掘的电压暂降预警方法，其特征在于，所述步骤2）中，采集电压暂降历史监测数据和测试数据的具体方法为：

21)至少连续12个月每天对该监测点进行电压暂降监测数据采集，并将监测数据按照监测日存入监测点电压暂降历史监测数据库；

22）选取待测试的电能质量监测点，采集选取的电能质量监测点的电压暂降测试数据，然后再将采集的测试数据存入到数据库，构成电能质量预警指标测试数据库。

5.根据权利要求4中所述的一种基于监测点电能质量数据挖掘的电压暂降预警方法，其特征在于，所述步骤21）中，所述数据库中存储有发生实际电压暂降监测数据和实际未发生暂降的监测数据，在得到全部的历史监测数据后，将全部的历史监测数据求平均值，得到这一段时间内电压暂降均值，包括电压暂降幅值均值和持续时间幅值均值。

6.根据权利要求1中所述的一种基于监测点电能质量数据挖掘的电压暂降预警方法，其特征在于，所述步骤3）中，构造原始数据矩阵的具体方法为：

31）取n个某监测点电压暂降测试数据，包括n个暂降幅值及n个对应的持续时间；

32）将标准电压、监测点电压暂降测试数据、自设等级限值、前一段时间电压暂降均值以及电压暂降最低限值这5个电压暂降数据序列，结合到一起构成一个5行2×n列的原始数据矩阵。

7.根据权利要求1中所述的一种基于监测点电能质量数据挖掘的电压暂降预警方法，其特征在于，所述步骤4）中，数据预处理的具体方法为：

41）对原始矩阵进行同趋势化处理，将指标变为低优指标；

42）同趋势化后，对原始矩阵再进行向量归一化处理，得到归一化矩阵Z；所述向量归一化处理的计算公式为：

$Z_{\mathrm{ij}}=\frac{X_{\mathrm{ij}}}{\sqrt{\underset{i=1}{\overset{5}{\mathrm{\Σ}}}{\left(X_{\mathrm{ij}}\right)}^2}}---\left(\mathrm{vii}\right)$

式中，Z_ij为归一化矩阵，X_ij是原始矩阵中元素值。

8.根据权利要求1中所述的一种基于监测点电能质量数据挖掘的电压暂降预警方法，其特征在于，所述步骤6）中，判断预警等级方法如下：

式中，C_i为计算得到该监测点电压暂降的贴近系数，C₁、C₂分别是计算得到的自设电压暂降等级和电压暂降最低限值的贴近系数。

Images