CN104483532B - 一种风电机组电网电压振荡识别方法及系统 - Google Patents
一种风电机组电网电压振荡识别方法及系统 Download PDFInfo
- Publication number
- CN104483532B CN104483532B CN201410667549.6A CN201410667549A CN104483532B CN 104483532 B CN104483532 B CN 104483532B CN 201410667549 A CN201410667549 A CN 201410667549A CN 104483532 B CN104483532 B CN 104483532B
- Authority
- CN
- China
- Prior art keywords
- data
- voltage
- millisecond
- line voltage
- transient
- 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.)
- Active
Links
Landscapes
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
本发明公开了一种风电机组电网电压振荡识别方法,主要针对风机单机接入的并网点,通过分析机组所产生的秒级及毫秒级瞬态数据,利用特征分析方法判断是否发生电网振荡。本发明还提供了应用上述方法的风电机组电网电压振荡识别系统。应用本发明的方法及系统进行并网电压振荡判断识别所需的数据要求低,通过风机现有数据采集手段即可实现,无需额外增设高计算频率的测控装置。并且可以实现在振荡初期发现电压振荡,利于及早发现并迅速采取反措措施。
Description
技术领域
本发明涉及风电技术领域,特别是涉及一种风电机组电网电压振荡识别方法及系统。
背景技术
截止2013年底,全球风力发电累计装机容量已达到了3.18亿千瓦,风力发电已经成为具有相当规模的产业。随着风力发电容量在区域电网中所占比例越来越大,为电力系统带来发展机遇的同时,也给其安全稳定运行和调度控制等诸多方面带来了新的挑战。大型风电场接入点多为电网末端,其区域电网属于弱电网,电压稳定性差。大量研究结果表明,电压稳定性越差的电网,风电场有功、无功的变化对系统电压的影响越灵敏。在电压稳定性差的电网中易形成电压崩溃、电网振荡、谐振等,这些电网故障状态都将影响风机的正常运行。特别是电网振荡,不仅使风机报出故障停机,影响机组的可利用率,在电网振荡严重的地区甚至会影响到机组内的用电设备。
目前常用的电网振荡检测方法是利用检测设备,通过滤波获得在振荡频率的幅值,通过其滤波后的幅值触发。然而,电网振荡的频率通常为7Hz-50Hz之间,属于机械振荡。根据采样定理,若需采集到50Hz频率的波形,采样频率至少需高于100Hz。风机PLC计算周期为20ms,即频率为50Hz,因此风机的实时数据通过傅里叶幅频分析无法有效实时判断是否发生电网振荡。而风电场内虽安装有采样频率较高的录播设备,但这些设备均未配置电网振荡检测功能。如需实现该功能,需增添二次测控设备,也需要建设专门的房间安放,成本较高。
专利CN102593831公开的电力系统次同步振荡事件在线检测系统的实现方法,包括:包括基于PMU数据在厂站端实时检测次同步振荡的方法及软件架构;在主站调度中心实时产生次同步振荡告警信息技术和自动召唤PMU子站数据展示故障数据及分析结果的可视化人机界面设计技术。其技术方案用以解决次同步振荡发生后,调度中心不能及时了解次同步振荡的状况,只能根据保护和自动装置动作情况,结合故障录波做事后分析的问题,为电网调度运行人员及时发现电力系统中的次同步振荡事件,保障机组本身安全和整个电力系统的稳定运行,提供了一种有效手段。
但上述方法存在以下缺点:需利用高采样频率的测控采集设备,数据要求微秒级数据,采样频率最小需为4.8kHz,并利用快速傅里叶变换提取相关振荡触发信号。采用该方法对测控设备的计算频率较高,需在风电场内增加专门的二次测控设备以满足采样计算要求,由此会增加风电场内的设备采购成本。而使用快速傅里叶变换算法通过设置阀值确定是否发生振荡,也使得无法在振荡发生初期对电网电压振荡现象进行识别。
因此,如何能创设一种对采样数据要求低,无需增加额外的检测设备和测控设备,快捷、有效的对风电机组电网电压振荡进行识别,尤其是在振荡发生初期进行有效识别的方法及系统,实属当前业界极需改进的目标。
发明内容
本发明的目的是提供一种风电机组电网电压振荡识别方法,使其能够快捷、有效地对电网电压振荡现象进行识别,所需数据要求低,通过风机现有数据采集手段即可获得所需数据,无需增加额外的检测设备和测控设备,从而克服现有的电网电压振荡识别方法对数据要求高、需在风电场内增加专门的二次测控设备的不足。
为实现上述目的,本发明采用如下技术方案:
一种风电机组电网电压振荡识别方法,包括秒级数据分析流程和毫秒级数据分析流程,所述的秒级数据分析流程包括以下步骤:A.获取机组在采样周期内的秒级瞬态电压数据;B.判断所述秒级瞬态电压数据是否出现高/低电压穿越,是则输出高/低电压穿越告警并返回步骤A开始下一采样周期,否则继续步骤C;C.对所述秒级瞬态电压数据进行数据特征分析,获得秒级数据的差异量数,判断该差异量数是否超过阀值M,返回步骤A开始下一采样周期,同时在判断为是时触发毫秒级数据分析流程;所述的毫秒级数据分析流程包括以下步骤:D.获取触发前后、包括本次采样周期的毫秒级瞬态电压数据;E.将步骤D获取的数据按时间间隔分成多个数据段,对所述各数据段的毫秒级瞬态电压数据进行数据特征分析,获得各数据段的差异量数,并判断这些差异量数超过阀值X的个数是否超过阀值M',否则输出电网电压阶跃告警,是则输出电网电压振荡告警。
进一步地,所述步骤C和步骤E中的差异量数为变异系数。
进一步地,所述阀值M、X、M'均通过数据训练获得。
进一步地,所述步骤B中进行高/低电压穿越判断的方法为:将在Ti时刻的秒级瞬态电压数据xi,与其前、后相邻的两个电压数据xi-1、xi+1分别做比较:如果xi>xi-1(1+s)&xi>xi+1(1+s),即数据xi同时高于其两侧数据s倍,判断为高电压穿越;如果xi<xi-1(1-s′)&xi<xi+1(1-s′),即数据xi同时低于其两侧数据s'倍,判断为低电压穿越;所述s、s’为通过数据训练得到的阀值。
进一步地,所述步骤A、B之间还包括对所述秒级瞬态电压数据进行预处理的步骤,所述预处理包括:将所述秒级瞬态电压数据中功率小于预设值的数据剔除;对电压值进行标幺化,获得并输出秒级标幺化电压时序曲线。
进一步地,所述预设值为50kW。
进一步地,所述预处理步骤与步骤B之间还包括判断样本量是否已足的步骤,是则进入步骤B,否则返回步骤A继续获取数据。
进一步地,所述步骤C还包括输出秒级瞬态电压特征点时序图。
进一步地,所述步骤D是获取触发前最多90s至触发后最多30s的毫秒级瞬态电压数据。
进一步地,所述步骤E还包括:在输出电网电压阶跃告警或电网电压振荡告警的同时,输出毫秒级标幺化电压时序曲线与毫秒级电压特征系数曲线。
本发明还提供了应用所述的风电机组电网电压振荡识别方法的风电机组电网电压振荡识别系统,采用如下技术方案:
一种应用所述方法的风电机组电网电压振荡识别系统,包括:秒级瞬态电压数据采集模块,用于获取机组的秒级瞬态电压数据;高/低电压穿越判断模块,用于判断秒级瞬态数据采集模块获取的秒级瞬态电压数据是否出现高/低电压穿越,是则激活高/低电压穿越告警模块,否则激活秒级瞬态数据特征分析模块;高/低电压穿越告警模块,用于输出高/低电压穿越告警;秒级瞬态数据特征分析模块,用于对所述秒级瞬态电压数据进行数据特征分析,获得秒级数据的差异量数,判断该差异量数是否超过阀值M,激活秒级瞬态电压数据采集模块获取下一采样周期的秒级瞬态电压数据,并在所述差异量数超过阀值M时触发毫秒级瞬态数据采集模块;毫秒级瞬态数据采集模块,用于获取触发前后、包括本次采样周期的毫秒级瞬态电压数据;毫秒级瞬态数据特征分析模块,用于将毫秒级瞬态数据采集模块获取的数据按时间间隔分成多个数据段,对所述各数据段的毫秒级瞬态电压数据进行数据特征分析,获得各数据段的差异量数,并判断这些差异量数超过阀值X的个数是否超过阀值M',是则激活电网电压振荡告警模块,否则激活电网电压阶跃告警模块;电压阶跃告警模块,用于输出电网电压阶跃告警;电压振荡告警模块,用于输出电网电压振荡告警。
由于采用上述技术方案,本发明至少具有以下优点:
(1)本发明通过分析机组运行数据,利用特征分析方法判断是否发生电网电压振荡。该方法仅需要机组运行产生的秒级瞬态数据及毫秒级瞬态数据,通过风机现有数据采集手段即可实现,无需增加额外的检测设备和测控设备,降低了设备成本。
(2)本发明的识别系统通过智能识别,能够在振荡发生初期进行有效识别,可以在第一时间发现电网振荡现象,利于早期发现并迅速采取反措措施。
(3)本发明的识别系统采用远程调用机组的秒级及毫秒级瞬态数据,并存储至本地数据库中,现场值班人员无需重新录取风电场电压数据,降低了现场值班人员的工作量,提高了数据处理的速度。
附图说明
上述仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,以下结合附图与具体实施方式对本发明作进一步的详细说明。
图1是本发明的风电机组电网电压振荡识别系统构成示意图。
图2是秒级瞬态数据实时分析流程图。
图3是毫秒级瞬态数据分析流程图。
具体实施方式
本发明提供了一种风电机组电网电压振荡识别方法,所述方法主要针对风机单机接入的并网点,通过分析机组所产生的数据,利用特征分析方法判断是否发生电网电压振荡。具体而言,主要包括如下秒级数据分析流程和毫秒级数据分析流程:
所述的秒级数据分析流程包括以下步骤:A.获取机组在采样周期内的秒级瞬态电压数据;B.判断所述秒级瞬态电压数据是否出现高/低电压穿越,是则输出高/低电压穿越告警并返回步骤A开始下一采样周期,否则继续步骤C;C.对所述秒级瞬态电压数据进行数据特征分析,获得秒级数据的差异量数,判断该差异量数是否超过阀值M,返回步骤A开始下一采样周期,同时在判断为是时触发毫秒级数据分析流程。
进一步地,所述步骤A还包括判断采样时间是否满足阀值的步骤,所述步骤A、B之间还包括对所述秒级瞬态电压数据进行预处理的步骤,所述预处理步骤与步骤B之间还包括判断样本量是否满足阀值的步骤。
所述的毫秒级数据分析流程包括以下步骤:D.获取触发前后、包括本次采样周期的毫秒级瞬态电压数据;E.将步骤D获取的数据按时间间隔分成多个数据段,对所述各数据段的毫秒级瞬态电压数据进行数据特征分析,获得各数据段的差异量数,并判断这些差异量数超过阀值X的个数是否超过阀值M',否则输出电网电压阶跃告警,是则输出电网电压振荡告警。
其中,为较好地反映数据的差异性和稳定性,步骤C和步骤E中对数据进行特征分析获得的差异量数采用变异系数。
利用上述方法对并网电压进行判断识别所需数据要求低,仅需机组PLC采集的秒级运行数据及毫秒级运行数据,通过风机现有数据采集手段即可实现,无需另外增加高计算频率的数据采集测控装置。此外,上述步骤中的所述阀值均可通过数据训练获得。采用数据训练机器学习调整相关算法阀值,可以达到在振荡初期即发现电压振荡的目的。
本发明还提供了应用上述方法的风电机组电网电压振荡识别系统。
请参阅图1所示,作为优选的实施例,本发明的风电机组电网电压振荡识别系统,包括管理及数据通信、数据中心、数据分析以及交互界面。
所述管理及数据通信包括管理模块、工业以太网通信模块、数据解析模块。其中,工业以太网通信模块用于与机组PLC进行数据通信;数据解析模块用于解析从机组PLC获得的数据;管理模块用于实现远程对机组PLC发出指令,以及管理、调用所述数据分析模块等。
所述数据中心包括机组秒级瞬态数据库和机组毫秒级瞬态数据库,分别用于存储远程调用的机组秒级瞬态数据和毫秒级瞬态数据,通过设置本地数据库无需重新录取风电场电压数据,可提高数据处理的速度。
所述数据分析包括秒级瞬态数据分析模块和毫秒级瞬态数据分析模块,用于对电网电压波动进行智能模式识别,包括高/低电压穿越、电压阶跃、电网电压振荡识别。
所述交互界面用于人机交互,便于通知风电场变电人员相关告警信息并实施相关紧急反措方案。主要包括实时告警界面、历史告警记录界面、电压时序及异常点标记界面。其中,所述告警包括高/低电压穿越告警、电压阶跃告警、电网电压振荡告警;电压时序及异常点标记界面用于显示秒级标幺化电压时序曲线、秒级瞬态电压特征点时序图、毫秒级标幺化电压时序曲线、毫秒级电压特征系数曲线。
请配合参阅图2、3所示,本发明的风电机组电网电压振荡识别系统的运行过程主要包括机组秒级瞬态数据实时分析流程和机组毫秒级瞬态数据分析流程,两个分析流程是可以独立并行的流程。
如图2所示,机组秒级瞬态数据实时分析流程具体包括:
a)数据通信模块与机组PLC通信,采集机组运行数据中的秒级瞬态电压数据,数据经解析后存储至所述秒级瞬态数据库。
b)通过数据训练得到采样周期阀值T和有效样本量阀值N’。
c)当采样周期TS满足阀值T时,秒级数据分析模块调取这个采集周期内的数据,并对数据进行预处理,否则继续进行数据采集。
d)当有效样本数N达到阀值N’时,对瞬态数据进行高/低电压穿越判断。
e)如判断出为高/低电压穿越,在交互界面显示高/低电压穿越告警,同时返回步骤a)进行下一个周期的秒级瞬态数据采集。
f)如非高/低电压穿越,进行秒级数据的数据特征分析,获得变异系数C.F(XTs)。
g)当变异系数C.F(XTs)超过阀值M后,触发毫秒级瞬态数据分析流程,同时返回步骤a)进行下一个周期的秒级瞬态数据采集。
以下对机组秒级瞬态数据实时分析流程中涉及到的数据采集与存储、数据预处理方法、高/低电压穿越判断方法以及瞬态数据特征分析方法等步骤作详细介绍:
1、采集与存储:
具体来说,机组秒级瞬态数据的采集与存储,是在机组运行状态下将状态量的实时瞬态数据进行采集并存储。具体是:机组电网电压监测模块采集的原始数据,通过PLC带通滤波及计算获得电网电压,本发明的识别系统通过工业以太网通讯模块与PLC通信获取秒级电网电压数据,数据经解析后存储至数据中心的机组秒级瞬态数据库。
2、数据预处理方法:
a)获得机组的秒级瞬态电压数据及其对应的功率和时间信息。
b)将功率小于预设值的秒级瞬态电压数据进行剔除。所述预设值优选为50kW,也可根据需要选择合适的值,根据经验,一般在30kW-100kW范围内。
c)对电压值进行标幺化,标幺化方程:标幺值=有名值/额定值。
d)在交互界面显示数据标幺化的电压时序曲线。
3、高/低电压穿越判断方法
a)将在Ti时刻的秒级瞬态电压数据xi,与其前、后两个电压数据xi-1、xi+1分别做比较。
b)通过数据训练得到阀值s、s’。
c)如果:xi>xi-1(1+s)&xi>xi+1(1+s),即数据Xi同时高于两侧数据s倍,则判断为高电压穿越。此时,交互界面显示高电压穿越告警。对于整个风电场而言,可进一步设定当全场超过H%的机组在同一时间点出现该状态时,交互界面显示高电压穿越告警。根据经验,H%一般从20%-60%内选取,其优选值为60%。
d)如果:xi<xi-1(1-s′)&xi<xi+1(1-s′),即数据Xi同时低于两侧数据s'倍,则判断为低电压穿越。此时,交互界面显示低电压穿越告警。对于整个风电场而言,可进一步设定当全场超过H%的机组在同一时间点出现该状态时,交互界面显示低电压穿越告警。根据经验,H%一般从20%-60%内选取,其优选值为60%。
e)如果以上两个判据均不满足进行如下数据特征分析。
4、所述数据特征分析通过计算变异系数对秒级瞬态数据进行差异性及稳定性判断:
变异系数的计算公式如下:
C.F(X)=SD(X)/MN(X)
其中C.F(X)表示样本X的变异系数,SD(X)为样本标准差,MN(X)表示样本均值。通过计算周期Ts内的样本变异系数,获得变异系数来确定此段时间内的电压是否稳定。
通过数据训练得到阀值C.F(X0)=M,当时,在交互界面显示电压特征点时序图,同时开始下一个周期的秒级数据采集;当时,在交互界面显示电压特征点时序图,并在图中将超过阀值的点进行特征性标注,同时开始下一个周期的秒级数据采集,并触发毫秒级瞬态数据分析流程。
请配合参阅图3所示,机组毫秒级瞬态数据分析流程如下:
a)管理模块对机组PLC下发数据录播指令,数据通信模块与机组PLC通信获取PLC录播的毫秒级瞬态电压数据,数据经解析后存储至所述毫秒级瞬态数据库。
b)毫秒级数据分析模块从毫秒级瞬态数据库调取数据并进行数据特征分析。
c)依据毫秒级数据的特征分析结果判断是电网电压阶跃还是电网电压振荡,在交互界面对应输出电网电压阶跃告警或电网电压振荡告警。
以下对机组毫秒级瞬态数据实时分析流程中涉及到的数据采集与存储、毫秒级瞬态数据特征分析步骤作详细介绍:
1、采集与存储:
机组毫秒级瞬态数据采集与存储,是在机组PLC收到管理模块的录播指令后触发,并存储触发前后的毫秒级瞬态电压数据。该电压数据是由机组电网电压监测模块采集的原始数据,通过PLC带通滤波及计算获得的。优选录播自触发前90s至触发后30s的毫秒级瞬态数据,也可以是在该时间段范围内的数据,但至少要包括与上述秒级瞬态数据分析流程中同一采样周期时段内的数据。录播完成后,本发明的识别系统通过工业以太网通讯模块与PLC通信获取毫秒级数据,数据经解析后存储至数据中心的机组毫秒级瞬态数据库。
2、毫秒级瞬态数据特征分析:
a)将毫秒级瞬态电压数据以时间T'为间隔,分为多个数据段。计算每个数据段内数据的变异系数获得包括多个数据段的变异系数的变异系数集合i=1,2,3,…n。变异系数计算方程同秒级瞬态数据特征差异性分析及稳定判断方法中的计算公式。
b)通过数据训练得到阀值C.F(X0′)=X,及数量阀值M’。
c)当集合中i=Y时,计算超过阀值C.F(X0′)的数据点数量num(C.F(X0′))。
d)当num(C.F(X0′))>M’,表明该机组电网电压出现振荡状态,在交互界面显示电网振荡告警,同时显示毫秒级标幺化电压时序曲线、毫秒级电压特征系数曲线。对于整个风电场而言,可进一步设定当全场一定比例的机组如60%的机组在同一时间点出现该状态时,交互界面显示电网振荡告警。
e)当num(C.F(X0′))≤M’,则表明在机组仅属于电网电压阶跃,在交互界面显示电网电压阶跃告警,同时显示毫秒级标幺化电压时序曲线、毫秒级电压特征系数曲线。对于整个风电场而言,可进一步设定当全场一定比例的机组如60%的机组在同一时间点出现该状态时,交互界面显示电压阶跃告警。
由于采用了以上技术方案,本发明的风电机组电网电压振荡识别系统及方法,通过秒级瞬态数据分析流程及毫秒级瞬态数据分析流程,应用数据特征分析对风电并网点电压振荡进行了可靠有效的识别,采用风机现有数据采集手段即可获得所需数据,无需使用高计算频率的测控装置,降低了设备成本。并且,由于所述分析流程中涉及到的阀值均通过数据训练获得,可以达到在振荡初期即发现电压振荡的目的,使得现场值班人员可以在第一时间发现电网振荡现象,利于迅速采取反措措施,同时也降低了值班人员的工作量。
以上所述,仅是本发明的较佳实施例而已,并非对本发明作任何形式上的限制,本领域技术人员利用上述揭示的技术内容做出些许简单修改、等同变化或修饰,均落在本发明的保护范围内。
Claims (11)
1.一种风电机组电网电压振荡识别方法,其特征在于,包括秒级数据分析流程和毫秒级数据分析流程,
所述的秒级数据分析流程包括以下步骤:
A.获取机组在采样周期内的秒级瞬态电压数据;
B.判断所述秒级瞬态电压数据是否出现高/低电压穿越,是则输出高/低电压穿越告警并返回步骤A开始下一采样周期,否则继续步骤C;
C.对所述秒级瞬态电压数据进行数据特征分析,获得秒级数据的差异量数,判断该差异量数是否超过阀值M,在判断为是与否时均返回步骤A开始下一采样周期,同时在判断为是时触发毫秒级数据分析流程;
所述的毫秒级数据分析流程包括以下步骤:
D.获取触发前后并包括本次采样周期的毫秒级瞬态电压数据;
E.将步骤D获取的数据按时间间隔分成多个数据段,对所述各数据段的毫秒级瞬态电压数据进行数据特征分析,获得各数据段的差异量数,并判断这些差异量数超过阀值X的个数是否超过阀值M',否则输出电网电压阶跃告警,是则输出电网电压振荡告警。
2.根据权利要求1所述的风电机组电网电压振荡识别方法,其特征在于,所述步骤C和步骤E中的差异量数为变异系数。
3.根据权利要求1所述的风电机组电网电压振荡识别方法,其特征在于,所述阀值M、X、M'均通过数据训练获得。
4.根据权利要求1所述的风电机组电网电压振荡识别方法,其特征在于,所述步骤B中进行高/低电压穿越判断的方法为:
将在Ti时刻的秒级瞬态电压数据xi,与其前、后相邻的两个电压数据xi-1、xi+1分别做比较:
如果xi>xi-1(1+s)&xi>xi+1(1+s),即数据xi同时高于其两侧数据s倍,判断为高电压穿越;
如果xi<xi-1(1-s′)&xi<xi+1(1-s′),即数据xi同时低于其两侧数据s'倍,判断为低电压穿越;
所述s、s’为分别通过数据训练得到的阀值。
5.根据权利要求4所述的风电机组电网电压振荡识别方法,其特征在于,所述步骤A、B之间还包括对所述秒级瞬态电压数据进行预处理的步骤,所述预处理包括:
将所述秒级瞬态电压数据中功率小于预设值的数据剔除;
对电压值进行标幺化,获得并输出秒级标幺化电压时序曲线。
6.根据权利要求5所述的风电机组电网电压振荡识别方法,其特征在于,所述预设值为50kW。
7.根据权利要求5所述的风电机组电网电压振荡识别方法,其特征在于,所述预处理步骤与步骤B之间还包括判断样本量是否已足的步骤,是则进入步骤B,否则返回步骤A继续获取数据。
8.根据权利要求1所述的风电机组电网电压振荡识别方法,其特征在于,所述步骤C还包括输出秒级瞬态电压特征点时序图。
9.根据权利要求1所述的风电机组电网电压振荡识别方法,其特征在于,所述步骤D是获取触发前最多90s至触发后最多30s的毫秒级瞬态电压数据。
10.根据权利要求1所述的风电机组电网电压振荡识别方法,其特征在于,所述步骤E还包括:在输出电网电压阶跃告警或电网电压振荡告警的同时,输出毫秒级标幺化电压时序曲线与毫秒级电压特征系数曲线。
11.一种应用权利要求1-10任一项所述方法的风电机组电网电压振荡识别系统,其特征在于,包括:
秒级瞬态电压数据采集模块,用于获取机组的秒级瞬态电压数据;
高/低电压穿越判断模块,用于判断秒级瞬态数据采集模块获取的秒级瞬态电压数据是否出现高/低电压穿越,是则激活高/低电压穿越告警模块,否则激活秒级瞬态数据特征分析模块;
高/低电压穿越告警模块,用于输出高/低电压穿越告警;
秒级瞬态数据特征分析模块,用于对所述秒级瞬态电压数据进行数据特征分析,获得秒级数据的差异量数,判断该差异量数是否超过阀值M,激活秒级瞬态电压数据采集模块获取下一采样周期的秒级瞬态电压数据,并在所述差异量数超过阀值M时触发毫秒级瞬态数据采集模块;
毫秒级瞬态数据采集模块,用于获取触发前后、包括本次采样周期的毫秒级瞬态电压数据;
毫秒级瞬态数据特征分析模块,用于将毫秒级瞬态数据采集模块获取的数据按时间间隔分成多个数据段,对所述各数据段的毫秒级瞬态电压数据进行数据特征分析,获得各数据段的差异量数,并判断这些差异量数超过阀值X的个数是否超过阀值M',是则激活电网电压振荡告警模块,否则激活电网电压阶跃告警模块;
电压阶跃告警模块,用于输出电网电压阶跃告警;
电压振荡告警模块,用于输出电网电压振荡告警。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410667549.6A CN104483532B (zh) | 2014-11-20 | 2014-11-20 | 一种风电机组电网电压振荡识别方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410667549.6A CN104483532B (zh) | 2014-11-20 | 2014-11-20 | 一种风电机组电网电压振荡识别方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104483532A CN104483532A (zh) | 2015-04-01 |
CN104483532B true CN104483532B (zh) | 2017-06-06 |
Family
ID=52758097
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410667549.6A Active CN104483532B (zh) | 2014-11-20 | 2014-11-20 | 一种风电机组电网电压振荡识别方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104483532B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111750926B (zh) * | 2019-08-27 | 2022-03-15 | 北京戴纳实验科技有限公司 | 一种实验室设备实时状态监控系统 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4882506A (en) * | 1986-09-17 | 1989-11-21 | Advanced Micro Devices, Inc. | Low voltage and low power detector circuits |
CN200950301Y (zh) * | 2006-06-05 | 2007-09-19 | 粟时平 | 动态电能质量监测与分析装置 |
JP4312163B2 (ja) * | 2005-01-26 | 2009-08-12 | Nttエレクトロニクス株式会社 | クロック及びデータ再生回路 |
CN101557110A (zh) * | 2009-06-26 | 2009-10-14 | 国网电力科学研究院 | 电力系统低频振荡在线分析及辅助决策方法 |
CN102593831A (zh) * | 2012-03-14 | 2012-07-18 | 东北电网有限公司 | 电力系统次同步振荡事件在线检测系统的实现方法 |
CN102680784A (zh) * | 2012-05-24 | 2012-09-19 | 国家电网华中电力调控分中心 | 多调度中心广域测量系统联合低频振荡在线监测方法 |
CN102820665A (zh) * | 2012-05-30 | 2012-12-12 | 邵俊松 | 一种快速识别风电并网系统发生次同步震荡的方法 |
CN102946394A (zh) * | 2012-11-22 | 2013-02-27 | 长沙理工大学 | 数据采集与监控系统中基于振荡波形特征的电网动态过程数据压缩传输与重构方法 |
CN103839196A (zh) * | 2014-03-14 | 2014-06-04 | 深圳市康必达控制技术有限公司 | 一种电能质量管理客户端系统 |
CN203745540U (zh) * | 2013-12-26 | 2014-07-30 | 南方电网科学研究院有限责任公司 | 基于振荡分量功率方向的电网低频同步振荡源识别装置 |
-
2014
- 2014-11-20 CN CN201410667549.6A patent/CN104483532B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4882506A (en) * | 1986-09-17 | 1989-11-21 | Advanced Micro Devices, Inc. | Low voltage and low power detector circuits |
JP4312163B2 (ja) * | 2005-01-26 | 2009-08-12 | Nttエレクトロニクス株式会社 | クロック及びデータ再生回路 |
CN200950301Y (zh) * | 2006-06-05 | 2007-09-19 | 粟时平 | 动态电能质量监测与分析装置 |
CN101557110A (zh) * | 2009-06-26 | 2009-10-14 | 国网电力科学研究院 | 电力系统低频振荡在线分析及辅助决策方法 |
CN102593831A (zh) * | 2012-03-14 | 2012-07-18 | 东北电网有限公司 | 电力系统次同步振荡事件在线检测系统的实现方法 |
CN102680784A (zh) * | 2012-05-24 | 2012-09-19 | 国家电网华中电力调控分中心 | 多调度中心广域测量系统联合低频振荡在线监测方法 |
CN102820665A (zh) * | 2012-05-30 | 2012-12-12 | 邵俊松 | 一种快速识别风电并网系统发生次同步震荡的方法 |
CN102946394A (zh) * | 2012-11-22 | 2013-02-27 | 长沙理工大学 | 数据采集与监控系统中基于振荡波形特征的电网动态过程数据压缩传输与重构方法 |
CN203745540U (zh) * | 2013-12-26 | 2014-07-30 | 南方电网科学研究院有限责任公司 | 基于振荡分量功率方向的电网低频同步振荡源识别装置 |
CN103839196A (zh) * | 2014-03-14 | 2014-06-04 | 深圳市康必达控制技术有限公司 | 一种电能质量管理客户端系统 |
Also Published As
Publication number | Publication date |
---|---|
CN104483532A (zh) | 2015-04-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107609569B (zh) | 一种基于多维特征向量的配电网接地故障定位方法 | |
CN106291030B (zh) | 一种配电网计量防护系统 | |
CN107991525B (zh) | 一种绿色产业园区供用电能效监测与故障责任识别方法及系统 | |
CN106771852B (zh) | 一种网源在线监测数据统一采集和分析处理方法 | |
CN106655522A (zh) | 一种适用于电网二次设备运维管理的主站系统 | |
CN105488631A (zh) | 一种基于wams动态数据的网源协调在线监测与评估系统 | |
CN102498629B (zh) | 对电能供应网的监视 | |
CN107622342B (zh) | 一种基于mvc架构的配网台区数据分析系统 | |
CN107039976B (zh) | 一种主被动结合的配电网智能反孤岛系统及配置运行方法 | |
CN112834224B (zh) | 一种核电汽轮发电机健康状态评估方法及系统 | |
CN110880225A (zh) | 一种剩余电流式电气火灾智能监测的分析方法及装置 | |
CN108828358A (zh) | 非侵入式电力用户电器能耗分解方法及其系统 | |
CN107165770A (zh) | 一种抽水蓄能电站机组启动暂态监测与安全评估系统及方法 | |
CN113532598B (zh) | 智能水表在线故障检测调节系统 | |
CN108847682A (zh) | 一种基于运行数据的光伏发电站并网性能评估方法及系统 | |
JP6774797B2 (ja) | 監視装置および監視方法 | |
CN115270974A (zh) | 基于大数据分析的智能窃电检测系统 | |
CN104483532B (zh) | 一种风电机组电网电压振荡识别方法及系统 | |
CN102467556A (zh) | 一种电能质量智能信息系统及方法 | |
Damala et al. | A simple decision tree-based disturbance monitoring system for VSC-based HVDC transmission link integrating a DFIG wind farm | |
CN117391357B (zh) | 一种基于大数据的电网调度运行管理的调度自查系统 | |
CN114184870A (zh) | 非侵入式负荷识别方法及设备 | |
CN105989446A (zh) | 一种数据识别方法及系统 | |
CN202887349U (zh) | 基于scada系统的风电场音频识别声光报警装置 | |
CN205643500U (zh) | 一种智能精密配电瞬变峰值监测系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |