CN104866964A - 智能变电站飞点数据处理方法 - Google Patents

Abstract

本发明公开了一种智能变电站飞点数据处理方法，包括：获取当前采样点的采样值；当当前采样点的采样值同时满足第一条件和第二条件时，判别当前采样点为飞点；将判别为飞点的采样点的采样值按照曲线拟合的方式恢复为正常值。本发明能够甄别出飞点数据，并将飞点数据还原为正常数据，从而提高计算的准确性，继而提高继电保护的可靠性。

Description

智能变电站飞点数据处理方法

技术领域

本发明涉及电力系统自动化技术领域，尤其涉及一种智能变电站飞点数据处理方法。

背景技术

电子式互感器和合并单元等电子设备已经普遍用于智能变电站中，这些电子设备的可靠性和稳定性将直接决定了数字化继电保护装置的可靠性。目前，针对这些电子设备的采样数据的失效、中断、失步、检修不一致等数据品质异常情况，继电保护装置已经做出了完善的措施来保证可靠性。但是在设备正常运行情况下，由于电子设备的恶劣工作环境及元器件的老化的影响，数据采集器会出现工作电压下降的情况，导致发送的数据就不是采集后处理的数据，可能发送的是乱码，即个别正常采样点数据传变失真，而且这些传变失真数据相对正常数据差别特别大，将这些传变失真数据称为飞点数据。由于飞点数据所带的数据品质因素均正常，所以继电保护装置不会剔除该数据，而是将该数据纳入正常的保护计算，计算的傅氏值与正常值有很大的偏差，从而会导致继电保护的不正确动作。

综上，智能变电站中出现的飞点数据会给继电保护装置的可靠性带来不可预估的影响，因此需要对飞点数据进行处理后再进行计算，从而提高计算的准确性，继而提高继电保护的可靠性。

发明内容

本发明所要解决的技术问题在于，提供一种智能变电站飞点数据处理方法，该方法能够甄别出飞点数据，并将飞点数据还原为正常数据，从而提高计算的准确性，继而提高继电保护的可靠性。

为了解决上述技术问题，本发明提供了一种智能变电站飞点数据处理方法，包括：

一种智能变电站飞点数据处理方法，其特征在于，包括：

获取当前采样点的采样值；

当当前采样点的采样值同时满足第一条件和第二条件时，判别当前采样点为飞点；

其中，所述第一条件为： $\begin{array}{c}|f\left(\mathrm{NT}\right)-f\left((N-1)T\right)|>k_1\·2\sin (50\mathrm{\π}/\mathrm{fs})f_{\mathrm{nax}}\\ |f\left(\mathrm{NT}\right)-f\left((N+1)T\right)|>k_1\·2\sin (50\mathrm{\π}/\mathrm{fs})f_{\mathrm{nax}}\end{array}$

所述第二条件为： $\begin{array}{c}\left|f\left(\mathrm{NT}\right)\right|>k_2\·\left|f\left((N-1)T\right)\right|\\ \left|f\left(\mathrm{NT}\right)\right|>k_2\·\left|f\left((N+1)T\right)\right|\end{array}$

式中，f(NT)表示当前采样点的采样值，f((N-1)T)表示前一采样点的采样值，f((N+1)T)表示后一采样点的采样值，f_max表示前一周期内的采样点的采样值的最大幅值，fs为采样频率，k₁、k₂为可靠系数；

将判别为飞点的采样点的采样值按照曲线拟合的方式恢复为正常值；其中，判别为飞点的采样点恢复后的采样值为f(NT)＝(f((N+1)T)-f((N-1)T))/2。

其中，所述可靠系数k₁取大于1的值，优选为1.5。

其中，所述可靠系数k₂取大于1/cos(100π/fs)的值，优选为2。

实施本发明，具有如下有益效果：该方法能够规避智能变电站中电子设备由于工作环境恶劣、元器件老化等多方面原因造成的飞点数据，智能变电站中的继电保护装置采用上述处理方法后，能够甄别出飞点数据，并将飞点数据还原为正常数据，再进行计算，从而提高计算的准确性，继而提高继电保护的可靠性。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明提供的智能变电站飞点数据处理方法的一个实施例的流程示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

图1是本发明提供的智能变电站飞点数据处理方法的一个实施例的流程示意图，如图1所示，包括步骤：

S101、获取当前采样点的采样值。

S102、当当前采样点的采样值同时满足第一条件和第二条件时，判别当前采样点为飞点。

技术人员通过对采集的异常采样数据分析发现，这些飞点数据有以下特征：都是单个点出现且不连续，瞬时值比正常波形的有效值大得很多。因此可以利用以上特征来识别飞点数据。

电力系统正常运行时，仅有基波与谐波分量存在，电流、电压波形均为连续的光滑正弦曲线。根据正弦波连续性的特征，同时考虑到发生故障后，为了防止故障后的第一个采样点与正常运行的最后一个采样点不延续性，即当前采样点与前一个采样点和后一个采样点均不满足连续性，构建第一条件来判别该点不满足正弦函数的连续性。第一条件具体为：

$\begin{array}{c}|f\left(\mathrm{NT}\right)-f\left((N-1)T\right)|>k_1\·2\sin (50\mathrm{\π}/\mathrm{fs})f_{\mathrm{nax}}\\ |f\left(\mathrm{NT}\right)-f\left((N+1)T\right)|>k_1\·2\sin (50\mathrm{\π}/\mathrm{fs})f_{\mathrm{nax}}\end{array}.$

f(NT)表示当前采样点的采样值，f((N-1)T)表示前一采样点的采样值，f((N+1)T)表示后一采样点的采样值，f_max表示前一周期内的采样点的采样值的最大幅值，fs为采样频率。

为防止故障电流谐波影响导致误判飞点，增加k₁为可靠系数，通常取大于1的值，可适当抬高，k₁取为1.5或1.5左右。

在CT饱和时，电流降低的过程中，可能会误判飞点数据，同时也能解决大部分数据由0变有时启动误判飞点。采用第二条件来排除CT饱和误判的情况。所述第二条件具体为：

$\begin{array}{c}\left|f\left(\mathrm{NT}\right)\right|>k_2\·\left|f\left((N-1)T\right)\right|\\ \left|f\left(\mathrm{NT}\right)\right|>k_2\·\left|f\left((N+1)T\right)\right|\end{array}.$

所述可靠系数k₂取大于1/cos(100π/fs)的值，通常取值为2或2左右。

当同时满足所述第一条件和第二条件时，判别当前采样点为飞点数据。

S103、将判别为飞点的采样点的采样值按照曲线拟合的方式恢复为正常值。

其中，判别为飞点的采样点恢复后的采样值为：

f(NT)＝(f((N+1)T)-f((N-1)T))/2。

数据恢复后，就可以利用恢复之后的采样点的采样值进行傅氏算法计算，从而提高计算的准确性，继而提高继电保护的可靠性

实施本发明，具有如下有益效果：该方法能够规避智能变电站中电子设备由于工作环境恶劣、元器件老化等多方面原因造成的飞点数据，智能变电站中的继电保护装置采用上述处理方法后，能够甄别出飞点数据，并将飞点数据还原为正常数据，再进行计算，从而提高计算的准确性，继而提高继电保护的可靠性。

需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。

专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (5)

1.一种智能变电站飞点数据处理方法，其特征在于，包括：

获取当前采样点的采样值；

当当前采样点的采样值同时满足第一条件和第二条件时，判别当前采样点为飞点；

其中，所述第一条件为： $\begin{array}{c}|f\left(\mathrm{NT}\right)-f\left((N-1)T\right)|{>k}_1\·2\sin (50\mathrm{\π}/\mathrm{fs})f_{\mathrm{nax}}\\ |f\left(\mathrm{NT}\right)-f\left((N+1)T\right)|>k_1\·2\sin (50\mathrm{\π}/\mathrm{fs})f_{\mathrm{nax}}\end{array}$

所述第二条件为： $\begin{array}{c}\left|f\left(\mathrm{NT}\right)\right|>k_2\·\left|f\left((N-1)T\right)\right|\\ \left|f\left(\mathrm{NT}\right)\right|>k_2\·\left|f\left((N+1)T\right)\right|\end{array}$

式中，f(NT)表示当前采样点的采样值，f((N-1)T)表示前一采样点的采样值，f((N+1)T)表示后一采样点的采样值，f_max表示前一周期内的采样点的采样值的最大幅值，fs为采样频率，k₁、k₂为可靠系数；

将判别为飞点的采样点的采样值按照曲线拟合的方式恢复为正常值；其中，判别为飞点的采样点恢复后的采样值为f(NT)＝(f((N+1)T)-f((N-1)T))/2。

2.如权利要求1所述的智能变电站飞点数据处理方法，其特征在于，所述可靠系数k₁取大于1的值。

3.如权利要求2所述的智能变电站飞点数据处理方法，其特征在于，所述可靠系数k₁取值为1.5。

4.如权利要求1所述的智能变电站飞点数据处理方法，其特征在于，所述可靠系数k₂取大于1/cos(100π/fs)的值。

5.如权利要求4所述的智能变电站飞点数据处理方法，其特征在于，所述可靠系数k₂取值为2。