CN104393593B - 一种基于三态数据有效融合的方法 - Google Patents

Abstract

本发明公开了一种变电站在线电力系统分析中基于三态数据有效融合的方法案，该方法利用一体化监控系统中动态、稳态、暂态三态数据的不同特性、融合后数据的使用目的，采用多种方法和手段对数据进行融合，输出数据根据时间要求划分不同品级。本发明能够有效利用变电站内高度冗余的多源量测信息，提高融合后坏数据的识别率，进一步提高了数据精度。

Description

一种基于三态数据有效融合的方法

技术领域

本发明涉及一种基于三态数据有效融合的方法，属于电力工程的继电保护自动化领域。

背景技术

传统的变电站当发生事故时,值班运行人员往往会陷入浩瀚的告警、事故信息中，无法从纷杂的告警信息中快速判断事故点及原因，因此无法及时的避免事故扩大。随着IEC61850标准在电力系统的深入应用及计算机技术的发展、一体化信息平台技术在变电站深入应用，从而实现了对电网三态（稳态、动态、暂态）数据的综合采集，为完善变电站高级应用综合分析及诊断提供了技术保障。变电站数据处理层可以根据三态数据的不同特点进行综合分析，实现变电站数据层的快速、准确的计算，为业务运行及维护人员提供帮助，提高电网的安全稳定运行。

本发明中根据实际业务的数据需求，配置需要融合的目标数据集，在方案实施的不同步骤中，逐步实现数据的辨识、监测、不同静度要求的融合结果，为智能电网的安全稳定运行提供了强有力的保障。

发明内容

发明目的：

本发明提供了一种基于三态数据有效融合的方法，其目的是提高电力系统运行的安全可靠性，适用于智能变电站中的110～550kV智能变电站站域差动保护。

技术方案：

一种基于三态数据有效融合的方法，其特征在于：利用专家数据库和建立在数据库规则基础之上的推理引擎，利用一体化监控平台提供的三态数据库，完成变电站网络系统的拓扑分析，剔出坏的状态量，然后利用传统的基尔霍夫定理、各个子系统的内部逻辑关系，建立量测量融合模型，完成稳态数据和动态数据的融合；具体步骤如下：

（1）选择需要融合的数据库集，根据需求可对所有或者部分多源数据，采用合适的算法进行融合，由于现在智能变电站数据量庞大，可对重要多源数据进行融合；

（2）对数据进行分类，按电压等级，子系统，量测类型进行分类，不同的数据采用不同的融合模型；

（3）对于量测数据，如果是多源数据，可以采用恰当的方法建模；如果不是多源的，但是变电站许多数据之间存在多种相关关系，可以利用这种关系，对数据融合提高精度和可靠性；

（4）对于非多源状态量，可以利用拓扑错误检测机制，建立数据模型和推理引擎对状态量进行甄别；

（5）根据输出品质需求和对时间要求的宽裕度，可以启动高精确度的融合进程，输出高品质数据。

对一些特殊的电力系统分析功能，进一步利用暂态数据分析对特别关心的数据进一步融合，形成高品质数据，供分析使用。

上述的基于三态数据有效融合的的方法，其特征在于：步骤如下：

（1）首先建立需要融合的目标数据集，再形成相关的多源数据集；对目标数据集分类；

（2）建立状态量分析的专家知识库和分析引擎；剔除错误的状态量；

（3）通过拓扑分析，获得零阻抗网络拓扑孤岛；在拓扑孤岛中，各个节点由于零阻抗的缘故，在同一时间断面，电压基本一致，电流和功率满足KCL定律；对多源模拟数据建立融合模型，特别是应该包含动态复数据，对融合结果采用基于正则化残差的搜索法对模拟量坏数据进行剔除，并算出坏数据的估计值；

（4）通过步骤（3）和步骤（2）的交替执行，最终剔除大部分坏数据；再建立量测量的融合模型，完成基于动态和稳态数据冗余的目标数据集的融合；

（5）通过人工干预或者自动进行暂态数据的分析，对步骤（4）得到的同一时间断面的冗余数据和暂态分析结果按照不同的权重进行步骤（2）-步骤（4）数据融合；经过暂态数据融合的数据可信度和准确度都有量级的提高，相应数据应置不同的标志。

优点及效果：

本发明是一种基于三态数据有效融合的方法，具有以下优点和有益效果：

该方法利用一体化监控系统中动态、稳态、暂态三态数据的不同特性、融合后数据的使用目的，采用多种方法和手段对数据进行融合，输出数据根据时间要求划分不同品级。本发明能够有效利用变电站内高度冗余的多源量测信息，提高融合后坏数据的识别率，进一步提高了数据精度。

具体实施方式

在线电力系统分析中，一些重要节点的量测数据，比如网络中的电压、电流、功率等，通常在自身所处的系统中或者其它系统中都有冗余，本发明公开变电站在线电力系统分析中多源数据融合的一种方案，该方案利用一体化监控系统中动态、稳态、暂态三态数据的不同特性、融合后数据的使用目的，采用多种方法和手段对数据进行融合，输出数据根据时间要求划分不同品级。

本发明涉及一种基于三态数据有效融合的方法，特别是110～550kV智能变电站站域三态数据数据融合的方法，其原理如下：

在变电站电力系统分析中，一些重要节点的量测数据，比如网络中的电压、电流、功率等，通常在自身所处的系统中或者其它系统中都有冗余，本发明是变电站在线电力系统分析中多源数据融合的一种方法，该方法利用一体化监控系统中动态、稳态、暂态三态数据的不同特性、融合后数据的使用目的，采用多种方法和手段对数据进行融合，输出数据根据时间要求划分不同品级。该方法包括：1、选择需要融合的数据库集，根据需求可对所有或者部分多源数据，采用合适的算法进行融合，如果需要极高的实时性，由于现在智能变电站数据量庞大，可对重要多源数据进行融合；2、对数据进行分类，按电压等级，子系统，量测类型进行分类，不同的数据采用不同的融合模型；3、对于量测数据，如果是多源数据，可以采用恰当的方法建模，如果不是多源的，但是变电站许多数据之间存在多种相关关系，可以利用这种关系，对数据融合提高精度和可靠性；4、对于非多源状态量，可以利用拓扑错误检测机制，建立数据模型和推理引擎对状态量进行甄别；5、根据输出品质需求和对时间要求的宽裕度，可以启动高精确度的融合进程，输出高品质数据。本发明能够有效利用变电站内高度冗余的多源量测信息，提高融合后坏数据的识别率，在必要的前提下进一步提高数据精度。

本发明涉及一种基于三态数据有效融合的方法，利用专家数据库和建立在数据库规则基础之上的推理引擎，利用一体化监控平台提供的三态数据库，完成变电站网络系统的拓扑分析，剔出坏的状态量，然后利用传统的基尔霍夫定理、各个子系统的内部逻辑关系，建立量测量融合模型，完成稳态数据和动态数据的融合。对一些特殊的电力系统分析功能，进一步利用暂态数据分析对特别关心的数据进一步融合，形成高品质数据，供分析使用。具体步骤如下：

（1）选择需要融合的数据库集，根据需求可对所有或者部分多源数据，采用合适的算法进行融合，由于现在智能变电站数据量庞大，可对重要多源数据进行融合。

（2）对数据进行分类，按电压等级，子系统，量测类型进行分类，不同的数据采用不同的融合模型。

（3）对于量测数据，如果是多源数据，可以采用恰当的方法建模；如果不是多源的，但是变电站许多数据之间存在多种相关关系，可以利用这种关系，对数据融合提高精度和可靠性。

（4）对于非多源状态量，可以利用拓扑错误检测机制，建立数据模型和推理引擎对状态量进行甄别。

（5）根据输出品质需求和对时间要求的宽裕度，可以启动高精确度的融合进程，输出高品质数据。

针对电力系统分析需要，提出了基于三态数据有效融合的多品级输出的方法，其步骤如下：

（1）首先建立需要融合的目标数据集，再形成相关的多源数据集；对目标数据集分类。

（2）建立状态量分析的专家知识库和分析引擎；剔除错误的状态量。

（3）通过拓扑分析，获得零阻抗网络拓扑孤岛；在拓扑孤岛中，各个节点由于零阻抗的缘故，在同一时间断面，电压基本一致，电流和功率满足KCL定律；对多源模拟数据建立融合模型，特别是应该包含动态复数据，对融合结果采用基于正则化残差的搜索法对模拟量坏数据进行剔除，并算出坏数据的估计值。

（4）通过步骤（3）和步骤（2）的交替执行，最终剔除大部分坏数据；再建立量测量的融合模型，完成基于动态和稳态数据冗余的目标数据集的融合。

（5）通过人工干预或者自动进行暂态数据的分析，对步骤（4）得到的同一时间断面的冗余数据和暂态分析结果按照不同的权重进行步骤（2）-步骤（4）数据融合；经过暂态数据融合的数据可信度和准确度都有量级的提高，相应数据应置不同的标志。

实施例1

一种变电站基于三态数据有效融合多品级输出的实现方法，具体步骤如下：

步骤1：选择需要融合的数据库集，该数据集对数据按电压等级，子系统，量测类型进行分类。电压等级，可分为1000KV，500KV，330KV，220KV，110KV，35KV；对量测数据分成不同子系统：主变系统，线路系统，母线系统等；量测类型分为状态量和模拟量。

步骤2：在不同的电压等级中，根据不同系统的网络特点，对量测量和状态量分别建立不同的模型。在监控系统中，量测量的坏数据剔除，多源数据的整合，都和拓扑分析有关。多源状态量的有效融合或者说剔除错误的拓扑数据，对量测量的正确融合结果有着重要作用。通过建立拓扑错误分析专家系统，该系统包括网络元件之间相互关联的规则库和能够高效运转的分析引擎。

规则的建立依赖以下原则：

a、对子系统网络中的断路器、开关根据所处子系统的特点分别建立依赖关系。

b、建立相互依赖的信息：开关位置和相关量测量的关系；开关位置和其他开关位置的关系。

c、建立时间上的依赖关系，包括暂时的依赖和固有的依赖：开关位置与当前量测量的依赖关系，与历史库中数据的依赖关系；开关位置与当前相关开关位置的关系，与历史库中数据的依赖关系。

d、与监控系统中告警事件、SOE事件、保护系统的信息等的依赖关系。

基于这四条原则，建立起一系列的规则。每当开关状态发生变化，或者一些依赖的量测量发生变化，如果满足启动分析条件，分析引擎按照规则自动分析，甄别拓扑状态。

步骤3：在网络中，根据拓扑分析，获得零阻抗网络拓扑孤岛；在拓扑故孤岛中，各个节点由于零阻抗的缘故，在同一时间断面，电压基本一致，电流和功率满足KCL定律。对多源模拟数据建立融合模型，特别是应该包含动态复数据，包含丰富的信息。对相互冗余的稳态数据、动态数据，分别取不同的权值系数带入模型进行计算，对动态数据之间的冗余、稳态数据之间的冗余可以根据先验数据或者这些物理量的几何分布特点设计模型，也可采用平均值的办法进行融合，采用基于正则化残差的搜索法对模拟量坏数据进行剔除，。

同一断面的动态数据和稳态数据的融合，数据直接从实时库获得，融合结果在20ms以内即可得到，但是不管是专家知识库引擎的推理，还是基于模型计算的量测量，通常建立一个前提，就是大部分数据是正确的，只有极个别数据是错误的。在极端情况下，融合结果可能是错误的，因此通过稳态动态数据融合的结果通常应置相应的标志。

步骤4：在第3步完成后，因为对部分错误量测剔除后，可重新执行第2步，之后再执行第3步。在第三步量测模型计算过程中，如果数据异常，可重复第四步。得出统一时间断面的最终的数据融合结果，根据需要可保存在实时数据库中，也可保存在历史数据库，以备电力分析使用。

步骤5：通过稳态和动态数据能够满足一般电力分析的实时性和准确性。如果系统发生重大事件，或者网络拓扑发生变化时，需要更为详尽、准确地数据，还需要通过对暂态数据分析实现。在IEC61850标准在电力系统应用后，暂态数据的接入可靠性与及时性都大大提高。暂态数据主要包括故障前后的模拟量通道波形，动作相别、动作时间及动作值等，利用故障后收到的上述暂态数据（录波信息）可以通过步骤3—4步对故障进行全面、细致的分析。

通过人工干预或者自动进行暂态数据的分析，对第4步得到的同一时间断面的冗余数据按照不同的权重进行数据融合。经过暂态数据融合的数据可信度和准确度都有量级的提高，相应数据应置不同的标志。

Claims (2)

1.一种基于三态数据有效融合的方法，其特征在于：利用专家数据库和建立在数据库规则基础之上的推理引擎，利用一体化监控平台提供的三态数据库，完成变电站网络系统的拓扑分析，剔除坏的状态量，然后利用传统的基尔霍夫定理、各个子系统的内部逻辑关系，建立量测量融合模型，完成稳态数据和动态数据的融合；具体步骤如下：

（1）选择需要融合的数据库集，根据需求可对所有或者部分多源数据，采用合适的算法进行融合，由于现在智能变电站数据量庞大，可对重要多源数据进行融合；

（2）对数据进行分类，按电压等级，子系统，量测类型进行分类，不同的数据采用不同的融合模型；

（3）对于量测数据，如果是多源数据，采用恰当的方法建模；如果不是多源的，但是变电站许多数据之间存在多种相关关系，利用这种关系，对数据融合提高精度和可靠性；

（4）对于非多源状态量，利用拓扑错误检测机制，建立数据模型和推理引擎对状态量进行甄别；

（5）根据输出品质需求和对时间要求的宽裕度，启动高精确度的融合进程，输出高品质数据。

2.根据权利要求1所述的基于三态数据有效融合的方法，其特征在于：基于三态数据有效融合的多品级输出的方法步骤如下：

（1）首先建立需要融合的目标数据集，再形成相关的多源数据集；对目标数据集分类；

（2）建立状态量分析的专家知识库和分析引擎；剔除错误的状态量；

（3）通过拓扑分析，获得零阻抗网络拓扑孤岛；在拓扑孤岛中，各个节点由于零阻抗的缘故，在同一时间断面，电压基本一致，电流和功率满足KCL定律；对多源模拟数据建立融合模型，其包含动态复数据，对融合结果采用基于正则化残差的搜索法对模拟量坏数据进行剔除，并算出坏数据的估计值；

（4）通过步骤（3）和步骤（2）的交替执行，最终剔除大部分坏数据；再建立量测量的融合模型，完成基于动态和稳态数据冗余的目标数据集的融合；

（5）通过人工干预或者自动进行暂态数据的分析，对步骤（4）得到的同一时间断面的冗余数据和暂态分析结果按照不同的权重进行步骤（2）-步骤（4）数据融合；经过暂态数据融合的数据可信度和准确度都有量级的提高，相应数据应置不同的标志。