CN105510710B - 基于相量分群渲染的网源振荡模态辨识方法 - Google Patents
基于相量分群渲染的网源振荡模态辨识方法 Download PDFInfo
- Publication number
- CN105510710B CN105510710B CN201510977023.2A CN201510977023A CN105510710B CN 105510710 B CN105510710 B CN 105510710B CN 201510977023 A CN201510977023 A CN 201510977023A CN 105510710 B CN105510710 B CN 105510710B
- Authority
- CN
- China
- Prior art keywords
- phasor
- power
- power supply
- hunting
- supply node
- 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
- 238000012850 discrimination method Methods 0.000 title claims abstract description 11
- 230000003534 oscillatory effect Effects 0.000 title abstract description 10
- 230000010355 oscillation Effects 0.000 claims abstract description 40
- 238000000034 method Methods 0.000 claims abstract description 10
- 238000004458 analytical method Methods 0.000 claims abstract description 8
- 238000010183 spectrum analysis Methods 0.000 claims abstract description 7
- 239000003086 colorant Substances 0.000 claims abstract description 6
- 238000009877 rendering Methods 0.000 claims description 4
- 238000012800 visualization Methods 0.000 claims description 4
- 230000005611 electricity Effects 0.000 claims 1
- 238000005259 measurement Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 238000002347 injection Methods 0.000 description 2
- 239000007924 injection Substances 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000000354 decomposition reaction Methods 0.000 description 1
- 239000004615 ingredient Substances 0.000 description 1
- 238000012067 mathematical method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R23/00—Arrangements for measuring frequencies; Arrangements for analysing frequency spectra
- G01R23/16—Spectrum analysis; Fourier analysis
- G01R23/163—Spectrum analysis; Fourier analysis adapted for measuring in circuits having distributed constants
Landscapes
- Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- General Physics & Mathematics (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种基于相量分群渲染的网源振荡模态辨识方法。该方法通过频谱分析获取各电源节点的某一同频率振荡功率，以及相应的幅值和相位，然后在各电源节点用指针相量表示各电源点振荡功率的大小和方向，并根据各相量与参考相量夹角是否超过90°，将各电源节点分成两组，分别用不同的颜色进行渲染。藉此运行人员，可获取振荡功率在哪些电源点之间进行交换，振荡中心在何处，哪些电源点对振荡的贡献最大。从而克服传统振荡分析结果不能给出振荡模态结果的缺点。
Description
技术领域
本发明属于电力系统安全稳定分析领域，特别涉及一种基于相量分群渲染的振荡模态辨识方法。
背景技术
传统的发电机间低频振荡方法是采用小扰动分析程序进行某个电网的振荡模式和模态的辨识，该程序给出的模态分析结果，可以告诉调度人员各参与发电机对振荡的贡献程度和相互之间的功率交换关系，但是这种数学分析的方法，只能针对某一预设断面进行分析，该断面可能与实际运行现状有较大差别。而且，数学分析方法依赖于模式的准确程度，而设备参数的准确性在实际系统中往往难以保证。相量测量装置和以此为基础建立的广域测量系统的出现，使得运行人员可以在调度中心对全网各电源节点功率振荡的状况进行同步观测，因而可实现功率振荡的在线识别。但是目前识别的内容还只限于各节点振荡的幅值、频率和衰减系数，也就是振荡模式的辨识，对于各电源的振荡功率之间是如何交换，以及各电源节点对振荡的贡献程度，即振荡模态的辨识还没有实现的方法。
本发明通过分析振荡的相位、幅值信息，以及振荡相量在参考电源点相量上的投影成分，来对各参与振荡的电源节点进行可视化分群，由此将参与振荡的节点分成两个不同的群，并展现各节点在群众的位置以及有效振荡成分的强度，由此可使得运行人员直观看到该功率振荡的模态，以及各电源节点对振荡的参与程度，从而有利于运行人员正确控制和处理网源振荡。
发明内容
本发明的目的是：使电网控制中心的运行人员可以直观地观测到振荡的模态信息，辨识各参与机组在网源振荡中的角色和参与程度，以有利于运行人员作出正确的振荡控制决策。有鉴于此，本发明公开了一种基于相量分群渲染的网源振荡模态辨识方法。
本发明具体采用以下技术方案：
一种基于相量分群渲染的网源振荡模式辨识方法，其特征在于：
该方法通过频谱分析获取各电源节点的某一同频率振荡功率，以及相应的幅值和相位，然后在各电源节点用指针标示各电源节点注入功率中振荡功率的大小和方向，并根据各电源节点振荡功率相量与参考相量夹角是否超过90°，将各电源节点分成两组，分别用不同的颜色进行渲染。
其具体包含以下步骤：
步骤1：对于检测到的振荡事件，选择发电机节点、变压器高压侧以及外网联络线作为电源节点即功率注入点；
步骤2：对选定的时间窗内各功率注入点有功功率进行频谱分析，获取各振荡成分的频率、幅值和相位；
步骤3：选取上述振荡成分中能占比超过设定的能占比阈值的频率成分，针对每一频率成分，转入步骤4将进行进一步的可视化渲染和模态辨识；
步骤4：针对步骤3所选取的某一频率成分，选取功率注入点中幅值最大的振荡功率相量作为参考相量，即令其相角为0；
步骤5：计算该频率下除振荡功率相量幅值最大的功率注入点以外其他功率注入点的振荡功率相量与参考相量的相角差；
步骤6：在各电源节点用矢量标示对应的相量，矢量箭头的长度取为振荡功率相量的幅值，相位取为该振荡功率相量与参考相量的相角差；
步骤7：计算各电源节点的振荡功率相量在参考相量所在坐标轴上的投影的幅值；
步骤8：根据各电源节点振荡功率相量与参考相量的相角差将各电源节点分成两组，并分别着红蓝不同颜色，颜色的深浅根据振荡功率相量在参考相量上的投影的幅值确定；
步骤9：判断是否还有其他能占比超过所述能占比阈值的振荡成分，若有则返回步骤4；否则结束对振荡的模态分析。
其中，所述步骤2中，时间窗通常取值为8-16秒。
步骤3和步骤9中所述能占比阈值取值为10％。
本发明的实施将使得电网控制中心的运行人员通过基于相量测量装置的广域测量系统不仅能实时检测到所发生振荡的频率、幅值等振荡模式信息，而且可以直观地通过可视化分群观察到振荡的模态信息，了解各参与机组在网源振荡中的角色和参与程度，有利于运行人员作出正确的振荡控制决策。
附图说明
图1基于相量分群渲染的网源振荡模态辨识方法流程图。
具体实施方式
下面结合说明书附图和具体实施例对本发明的技术方案做进一步详细介绍。
如图1所示为基于相量分群渲染的网源振荡模态辨识方法流程图。本发明所提出的基于相量分群渲染的网源振荡模态辨识方法模块运行于电网调度控制中心的广域测量系统平台。各个具有相量测量装置的发电厂和变电站将同步相量测量数据以50帧/秒等高频速率上送调度主站，存储于主站的同步相量实时库和历史库，主站的低频振荡检测模块实时进行低频振荡检测，当发现有强度足够大的低频振荡时，调用本发明的基于相量分群渲染的网源振荡模态辨识模块进一步进行关于振荡的模态表达和辨识。其具体包括以下步骤：
步骤1：对于检测到的振荡事件，选择发电机节点、变压器高压侧以及外网联络线作为电源节点即功率注入点；
步骤2：对选定的时间窗内(可取为8～16秒，通常为10秒)各功率注入点有功功率进行频谱分析，所采用的频谱分析方法为Prony法或经验模态分解法，获取各振荡成分的频率、幅值和相位；
步骤3：选取上述振荡成分中能占比超过10％的频率成分，针对每一频率成分，转入步骤4进行进一步的可视化渲染和模态辨识；
步骤4：针对步骤3所选取的某一频率成分，选取功率注入点中幅值最大的振荡功率相量作为参考相量，即令其相角为0；
步骤5：计算该频率下除振荡功率相量幅值最大的功率注入点以外其他功率注入节点的振荡功率相量与参考相量的相角差；
步骤6：在各电源节点用矢量标示对应的相量，矢量箭头的长度取为振荡功率相量的幅值，相位取为该振荡功率相量与参考相量的相角差；
步骤7：计算各相量在参考相量所在坐标轴上的投影的幅值；
步骤8：根据各源节点振荡成分相量与参考相量的相角差将各节点分成两组，并分别着红蓝不同颜色，颜色的深浅根据振荡功率相量在参考相量上的投影的幅值确定；
步骤9：判断是否还有其他能占比超过10％的振荡成分，若有则返回步骤4；否则结束对振荡的模态分析。
申请人结合说明书附图对本发明的实施例做了详细的说明与描述，但是本领域技术人员应该理解，以上实施例仅为本发明的优选实施方案，详尽的说明只是为了帮助读者更好地理解本发明精神，而并非对本发明保护范围的限制，相反，任何基于本发明的发明精神所作的任何改进或修饰都应当落在本发明的保护范围之内。
Claims (3)
1.一种基于相量分群渲染的网源振荡模式辨识方法，该方法通过频谱分析获取各电源节点的某一同频率振荡功率，以及相应的幅值和相位，然后在各电源节点用指针标示各电源节点注入功率中振荡功率的大小和方向，并根据各电源节点振荡功率相量与参考相量夹角是否超过90°，将各电源节点分成两组，分别用不同的颜色进行渲染；其特征在于，所述辨识方法具体包含以下步骤：
步骤1：对于检测到的振荡事件，选择发电机节点、变压器高压侧以及外网联络线作为电源节点即功率注入点；
步骤2：对选定的时间窗内各功率注入点有功功率进行频谱分析，获取各振荡成分的频率、幅值和相位；
步骤3：选取上述所有振荡成分中能占比超过预设的能占比阈值的频率成分，针对每一频率成分，转入步骤4将进行进一步的可视化渲染和模态辨识；
步骤4：针对步骤3中某一频率成分，选取功率注入点中幅值最大的振荡功率相量作为参考相量，即令其相角为0；
步骤5：计算该频率下除振荡功率相量幅值最大的功率注入点以外其他功率注入节点的振荡功率相量与参考相量的相角差；
步骤6：在各电源节点用矢量标示对应的相量，矢量箭头的长度取为振荡功率相量的幅值，相位取为该振荡功率相量与参考相量的相角差；
步骤7：计算各电源节点的振荡功率相量在参考相量所在坐标轴上的投影的幅值；
步骤8：根据各电源节点振荡功率相量与参考相量的相角差将各电源节点分成两组，并分别着红蓝不同颜色，颜色的深浅根据振荡功率相量在参考相量上的投影的幅值确定；
步骤9：判断是否还有其他能占比超过所述能占比阈值的振荡成分，若有则返回步骤4；否则结束对振荡的模态分析。
2.根据权利要求1所示的基于相量分群渲染的网源振荡模式辨识方法，其特征在于：
在步骤2中，所述时间窗为8～16S。
3.根据权利要求1所示的基于相量分群渲染的网源振荡模式辨识方法，其特征在于：
在步骤3中，所述能占比阈值为10％。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510977023.2A CN105510710B (zh) | 2015-12-23 | 2015-12-23 | 基于相量分群渲染的网源振荡模态辨识方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510977023.2A CN105510710B (zh) | 2015-12-23 | 2015-12-23 | 基于相量分群渲染的网源振荡模态辨识方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105510710A CN105510710A (zh) | 2016-04-20 |
| CN105510710B true CN105510710B (zh) | 2018-06-26 |
Family
ID=55718831
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510977023.2A Active CN105510710B (zh) | 2015-12-23 | 2015-12-23 | 基于相量分群渲染的网源振荡模态辨识方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105510710B (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE19908475C2 (de) * | 1998-06-22 | 2002-09-19 | Agilent Technologies Inc | Filterkalibriersystem für abgestimmte Filter und Kalibrierverfahren |
| CN101408586A (zh) * | 2008-11-28 | 2009-04-15 | 北京四方继保自动化股份有限公司 | 基于经验模态分解的在线低频振荡检测和节点同调分群法 |
| CN103913632A (zh) * | 2013-12-26 | 2014-07-09 | 南方电网科学研究院有限责任公司 | 一种基于振荡分量功率方向的低频同步振荡源识别方法 |
-
2015
- 2015-12-23 CN CN201510977023.2A patent/CN105510710B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE19908475C2 (de) * | 1998-06-22 | 2002-09-19 | Agilent Technologies Inc | Filterkalibriersystem für abgestimmte Filter und Kalibrierverfahren |
| CN101408586A (zh) * | 2008-11-28 | 2009-04-15 | 北京四方继保自动化股份有限公司 | 基于经验模态分解的在线低频振荡检测和节点同调分群法 |
| CN103913632A (zh) * | 2013-12-26 | 2014-07-09 | 南方电网科学研究院有限责任公司 | 一种基于振荡分量功率方向的低频同步振荡源识别方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN105510710A (zh) | 2016-04-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104554341B (zh) | 检测轨道平顺度的系统和方法 | |
| CN104155580B (zh) | 一种关联分析与电力计算相结合的电压暂降源定位方法 | |
| CN103941233B (zh) | 一种多平台主被动传感器协同跟踪的雷达间歇交替辐射控制方法 | |
| CN104809663B (zh) | 电力专业技术服务保障监督系统及其监督方法 | |
| CN108961455A (zh) | 线路杆塔巡检方法、系统及终端设备 | |
| CN109215065A (zh) | 输电线路的树障隐患预测方法、装置和实现装置 | |
| CN107843913B (zh) | 辐射场的3d显示方法和装置 | |
| CN111753712A (zh) | 电力生产人员安全监测方法、系统以及设备 | |
| CN106685990A (zh) | 一种基于工业互联网操作系统的安全性检测方法及装置 | |
| CN110232524A (zh) | 社交网络欺诈模型的构建方法、防欺诈方法和装置 | |
| CN105844846B (zh) | 一种基于Ibeacon技术的安全监控方法、装置及系统 | |
| CN110472858A (zh) | 一种建设工程监理信息管理方法 | |
| CN103020332A (zh) | 一种民用飞机的智能虚拟维修训练系统 | |
| CN104182906A (zh) | 一种实现多角色协同操作的变电站仿真的方法及系统 | |
| CN106206356B (zh) | 提高良率提升缺陷监测效率的方法 | |
| CN105388876B (zh) | 获得基于班组的间歇型化工生产工艺符合度的方法及装置 | |
| Caplin et al. | Multiobjective investment planning under uncertainty | |
| CN110533645A (zh) | 基于视觉任务的点云数据压缩质量评价方法及系统 | |
| CN110210483A (zh) | 医疗图像病变区域分割方法、模型训练方法和设备 | |
| CN110189311A (zh) | 一种输电线路树障隐患区域树木砍伐面积的计算方法 | |
| CN108832519B (zh) | 一种变电站检修隔离的管控方法及装置 | |
| CN115809785A (zh) | 一种智慧工地管理系统 | |
| CN105913199A (zh) | 基于椭球模型的能源、经济和环境协调度计算方法及装置 | |
| CN108319776A (zh) | 基于群广义区间直觉模糊软集的仿真参数选择决策方法 | |
| CN110895832A (zh) | 一种工程管控方法及装置 |
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 |