CN105139287A - 一种融合安全域的综合性电能计量装置评估方法 - Google Patents

Abstract

本发明公开了一种融合安全域的综合性电能计量装置状态评估方法，首先生成初始数据；然后根据经验给出可能影响计量装置数据采集正确性，对状态估计有较大影响的因素；再对计量装置自身误差，网损进行计量装置网络整体处理和虚拟负荷、虚拟网损分析；进行基于安全域方法的分析，获得整体状态估计可靠性判断；最后采用AHP等方法进行关键影响因素分析，然后进行基于关键因素的状态估计。本方法考虑到了电能计量装置数据的采集的时间计量方式，提高了居民电能计量装置的数据采集可靠性，并且融合了安全域的方法，在对状态进行评估的同时，兼顾的对安全边界的认识。

Description

一种融合安全域的综合性电能计量装置评估方法

技术领域

本发明涉及电能计量装置状态评估领域，特别是一种融合安全域的综合性电能计量装置状态评估方法。

背景技术

一般的电力系统安全域针对大型骨干电网，但是计量的状态和可靠性对于电力系统的状态安全性、可靠性同样具有重要影响。

智能电网可以方便的采集到各级电能表的各种数据，为提高电网状态估计精度，提高可靠性提供了可能。电网中的电能表集群一般构成树形拓扑。在电网中，往往存在损耗，如电能表损耗、漏电损耗、线路电阻损耗等。为了与实际系统的运行一致，引入虚拟支路提高估计的精度，该支路包括虚拟电表和虚拟负荷。采用这样的方法，就可以把电表集群的总损耗等效成虚拟负荷的能耗，将一般的系统安全域模型扩展为支持计量网络状态估计，并且允许系统中存在各种损耗的广义安全域模型。

一般的电表状态估计，其中主要采用的方式是采集数据，进行状态技术，获得状态估计结果。缺乏对原始数据的针对性处理，并且没有采用安全域等方法。

理想的状态估计应该有比较充分的数据样本，从时间分辨率，采集的不同装置以及具有积累的历史采集数据和相关影响因素的可能的解释。针对具有相对比较充分样本的状态估计，可以采用下面的主要步骤来进行估计：

(1)对影响原始数据的因素进行分析，建立分析基础；

(2)对原始数据进行筛选；

(3)进行状态估计；

(4)分析影响的关键因素，给出状态建议等。

但是，对于电能计量装置的状态估计很难按照上面的步骤进行，主要原因如下：我们对重庆，天津以及其他一些城市配电网的计量数据远程采集情况进行了调研和分析，发现大部分可以远程通过系统采集的电表每天只采集了一个全天累计数据；上述区域的计量装置，一般只可以对大用户和一些中高压计量有远程数据采集；采集的数据，累计和回传的时间点不一致，而且漏采集比较常见；尽管一些区域已经大量换装了具有双向传输能力的智能电表，但是通过低速载波系统很难大量、及时获得居民电表计量和状态数据；电网中存在网损、计量设备本身误差等影响因素。

针对上述影响计量装置状态估计的问题，我们对相关因素进行了分析，提出了一些针对性的技术手段来解决数据不够，影响因素众多、相互关联等突出不利条件，并且给出了改进的状态估计过程。

发明内容

本发明的目的就是提供一种融合安全域的综合性电表状态评估方法，针对理想环境下采用的状态估计方法产生的问题，提出了一种改进后的电表状态评估方法。

本发明的目的是通过这样的技术方案实现的，它包括有具体步骤如下：

1)根据日数据，结合居民生活特点、常见家用电器、用户购电、变电站负荷曲线这些数据，生成初始数据，并获取虚拟网络模型中每个电能计量装置的估计相关参数；利用构建的域模型判断电能计量装置的状态评估结果；

2)若步骤1)中判断出电能计量装置的状态评估结果为异常状态，则进一步计算电能计量装置的可靠性概率，分析得到影响电能计量装置状态评估结果的主要影响因子；

3)基于TOPSIS分析算法建立AHP分析影响因素所需的指标体系；

4)基于安全域方法对电表状态进行分析，获得整体状态估计可靠性判断；

5)采用AHP方法进行关键影响因素分析，然后进行基于关键因素的状态估计，得到电能计量装置的状态评估结果。

进一步，所述步骤1)获取的相关参数包括：电压等级、使用时间、计量精度及检定间隔周期；利用所有所述估计相关参数，构建所述虚拟网络模型中所有所述电能计量装置的域模型；再利用所述域模型，参考预设状态估计规则，判断每个所述电能计量装置的状态是否正常；当所述所有电能计量装置的状态均为正常时，确定电能计量装置状态评估结果为正常，否则，确定所述电能计量装置状态评估结果为异常。

进一步，所述步骤2)若根据步骤1)判断出所述状态评估结果为异常后，进一步计算所述域模型中每个电能计量装置的可靠性概率，并将所有可靠性概率结果按从大到小进行排序；确定顺序在后预设比例的电能计量装置，并对其进行关键因子分析，得到使得所述状态评估结果为异常的主要影响因子。

进一步，所述步骤3)是为了获得影响状态评估结果的主要影响因子，基于TOPSIS分析算法建立AHP分析影响因素所需的指标体系，即电能计量装置自身影响状态的指标体系和电能计量装置形成网络结构的指标体系。

进一步，所述步骤4)依据所有电能计量装置的实际连接关系，构建与所述所有电能计量装置的虚拟网络模型。

进一步，所述步骤5)用于计算不同影响因素下的安全域参数，在经过计算后得到的h值带入v＝(1-h)，得到对应的v值，根据得到的不同v值，分别评估出电能计量装置的状态如下：

5-1)若v值小于0.2，则表示电能计量装置状态评估结果为异常状态；

5-2)若v值处于0.2～0.5之间，则表示电能计量装置状态评估结果为注意状态；

5-3)若v值处于0.5～0.7之间，则表示电能计量装置状态评估结果为正常状态；

5-4)若v值为大于0.7，则表示电能计量装置状态评估结果为良好状态。

由于采用了上述技术方案，本发明具有如下的优点：

(1)考虑到了电表是按照天为采集单位进行数据采集，提出的改进后的状态评估方法有效的提高了电表数据采集的可靠性。

(2)融合了安全域的方法，不仅对基本状态进行了有效估计，也同时加强了对安全边界的认知。

(3)有效的解决了传统状态评估方法存在的数据不够，影响因素众多、相互关联的问题。

本发明的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述，并且在某种程度上，基于对下文的考察研究对本领域技术人员而言将是显而易见的，或者可以从本发明的实践中得到教导。本发明的目标和其他优点可以通过下面的说明书和权利要求书来实现和获得。

附图说明

本发明的附图说明如下。

图1为层次评估指标体系示意图。

图2为安全域分析评估指标体系示意图。

具体实施方式

下面结合附图和实施例对本发明作进一步说明。

改进的状态估计过程：

1)根据日数据，结合居民生活特点，常见家用电器，用户购电、变电站负荷曲线等数据，生成实验用的初始数据；

2)根据电表厂商的故障处理经验，一些计量中心的专家经验和其他领域进行状态估计的经验，给出可能影响计量装置数据采集正确性，对状态估计有较大影响的因素；

3)对计量装置自身误差，网损进行计量装置网络整体处理和虚拟负荷、虚拟网损分析；

4)进行基于安全域方法的分析；获得整体状态估计可靠性判断；

5)采用AHP等方法进行关键影响因素分析，然后进行基于关键因素的状态估计。

以居民用户为例，将用户分类为：很高用电量，高用电量，中等用电量，少量用电量和极少用电量5类；将用户负荷曲线分别使用：夏季、冬季、春秋季、特殊节假日。

这样，就有20种不同的用户日电量数据分摊到小时的组合了。为了进一步增加数据的用户差异性，我们还可以对负荷曲线分摊的系数加上随机的扰动系数，系数可以取-15％～+15％。通过这样处理，就可以有上百种不同的用户小时电量数据，根据电压等级，很容易计算得到电流值。

根据EPRI的建议，还应该采用更小时间粒度的进行电能等计量，例如每15分钟或者更短时间计量一次，即对电压、电流、频率、功率因数等细致采集。但是目前基本上无法获得足够多的此类小时间粒度计量数据。从技术上看，可以在将来有条件获得典型的15分钟或者更小时间间隔的计量数据或者负荷曲线后，按照同样的方法，将小时数据进一步分摊为15分钟或者更短的小时间间隔数据。

例如，一个高用电量用户，一天的累积计量数据是50kwh，有下面的用电曲线(已经根据负荷曲线换算了，未添加随机数的值)：

表1日数据分摊为小时数据举例

步骤1)获取虚拟网络模型中每个电能计量装置的估计相关参数，所述估计相关参数包括：电压等级、使用时间、计量精度及检定间隔周期；利用所有所述估计相关参数，构建所述虚拟网络模型中所有所述电能计量装置的域模型；利用所述域模型，参考预设状态估计规则，判断每个所述电能计量装置的状态是否正常；当所述所有电能计量装置的状态都正常时，确定状态估计结果为正常；否则，确定所述状态估计结果为异常。

步骤2)根据步骤1)在确定所述状态估计结果为异常之后，进一步计算所述域模型中每个电能计量装置的可靠性概率，并将所有所述可靠性概率由大到小排序；确定排序在后预设比例的电能计量装置，并对其进行关键因子分析，得到使得所述状态估计结果为异常的主要影响因子。

步骤3)为了分析获得主要影响状态的关键因素，TOPSIS分析算法建立AHP分析影响因素所需的指标体系：计量装置自身的影响状态的指标体系和计量装置形成网络结构的指标体系，分别见附图1和附图2；对所述排序在后预设比例的电能计量装置进行分析，得到使得所述状态估计结果为异常的主要影响因子。

步骤(4)依据所有所述电能计量装置的实际连接关系，构建与所述所有电能计量装置的虚拟网络模型。

步骤(5)计算不同影响下的安全域参数。

将上面技术得到的h值变换为v＝(1-h)，然后根据v的如下取值范围将状态进行分类。

表2状态分类表

V值范围	<0.2	0.2-0.5	0.5-0.7	>0.7
					状态类型	异常	注意	正常	良好

最后说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本技术方案的宗旨和范围，其均应涵盖在本发明的权利要求范围当中。

Claims (6)

1.一种融合安全域的综合性电能计量装置状态评估方法，其特征在于，具体步骤如下：

1)根据日数据，结合居民生活特点、常见家用电器、用户购电、变电站负荷曲线这些数据，生成初始数据，并获取虚拟网络模型中每个电能计量装置的估计相关参数；利用构建的域模型判断电能计量装置的状态评估结果；

2)若步骤1)中判断出电能计量装置的状态评估结果为异常状态，则进一步计算电能计量装置的可靠性概率，分析得到影响电能计量装置状态评估结果的主要影响因子；

3)基于TOPSIS分析算法建立AHP分析影响因素所需的指标体系；

4)基于安全域方法对电表状态进行分析，获得整体状态估计可靠性判断；

5)采用AHP方法进行关键影响因素分析，然后进行基于关键因素的状态估计，得到电能计量装置的状态评估结果。

2.如权利要求1所述的一种融合安全域的综合性电能计量装置状态评估方法，其特征在于，所述步骤1)获取的相关参数包括：电压等级、使用时间、计量精度及检定间隔周期；利用所有所述估计相关参数，构建所述虚拟网络模型中所有所述电能计量装置的域模型；再利用所述域模型，参考预设状态估计规则，判断每个所述电能计量装置的状态是否正常；当所述所有电能计量装置的状态均为正常时，确定电能计量装置状态评估结果为正常，否则，确定所述电能计量装置状态评估结果为异常。

3.如权利要求1所述的一种融合安全域的综合性电能计量装置状态评估方法，其特征在于，所述步骤2)若根据步骤1)判断出所述状态评估结果为异常后，进一步计算所述域模型中每个电能计量装置的可靠性概率，并将所有可靠性概率结果按从大到小进行排序；确定顺序在后预设比例的电能计量装置，并对其进行关键因子分析，得到使得所述状态评估结果为异常的主要影响因子。

4.如权利要求1所述的一种融合安全域的综合性电能计量装置状态评估方法，其特征在于，所述步骤3)是为了获得影响状态评估结果的主要影响因子，基于TOPSIS分析算法建立AHP分析影响因素所需的指标体系，即电能计量装置自身影响状态的指标体系和电能计量装置形成网络结构的指标体系。

5.如权利要求1所述的一种融合安全域的综合性电能计量装置状态评估方法，其特征在于，所述步骤4)依据所有电能计量装置的实际连接关系，构建与所述所有电能计量装置的虚拟网络模型。

6.如权利要求1所述的一种融合安全域的综合性电能计量装置状态评估方法，其特征在于，所述步骤5)用于计算不同影响因素下的安全域参数，在经过计算后得到的h值带入v＝(1-h)，得到对应的v值，根据得到的不同v值，分别评估出电能计量装置的状态如下：

5-1)若v值小于0.2，则表示电能计量装置状态评估结果为异常状态；

5-2)若v值处于0.2～0.5之间，则表示电能计量装置状态评估结果为注意状态；

5-3)若v值处于0.5～0.7之间，则表示电能计量装置状态评估结果为正常状态；

5-4)若v值为大于0.7，则表示电能计量装置状态评估结果为良好状态。