CN107358542B - 一种励磁系统性能评估模型的构建方法 - Google Patents
一种励磁系统性能评估模型的构建方法 Download PDFInfo
- Publication number
- CN107358542B CN107358542B CN201710504492.1A CN201710504492A CN107358542B CN 107358542 B CN107358542 B CN 107358542B CN 201710504492 A CN201710504492 A CN 201710504492A CN 107358542 B CN107358542 B CN 107358542B
- Authority
- CN
- China
- Prior art keywords
- evaluation
- factors
- basic
- excitation system
- excitation
- 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
- 230000005284 excitation Effects 0.000 title claims abstract description 84
- 238000000034 method Methods 0.000 title claims abstract description 59
- 238000013210 evaluation model Methods 0.000 title claims abstract description 31
- 238000011156 evaluation Methods 0.000 claims abstract description 185
- 238000009826 distribution Methods 0.000 claims description 77
- 239000011159 matrix material Substances 0.000 claims description 69
- 230000011218 segmentation Effects 0.000 claims description 49
- 230000003068 static effect Effects 0.000 claims description 18
- 230000001052 transient effect Effects 0.000 claims description 16
- 230000004044 response Effects 0.000 claims description 14
- 230000033228 biological regulation Effects 0.000 claims description 12
- 238000012545 processing Methods 0.000 claims description 9
- 230000009466 transformation Effects 0.000 claims description 7
- 230000010355 oscillation Effects 0.000 claims description 6
- 238000010276 construction Methods 0.000 claims description 4
- 238000013016 damping Methods 0.000 claims description 4
- 230000005347 demagnetization Effects 0.000 claims description 2
- 229910052710 silicon Inorganic materials 0.000 claims description 2
- 239000010703 silicon Substances 0.000 claims description 2
- 230000001105 regulatory effect Effects 0.000 claims 1
- 238000000926 separation method Methods 0.000 abstract 1
- 238000012360 testing method Methods 0.000 description 17
- 230000006870 function Effects 0.000 description 11
- 238000004364 calculation method Methods 0.000 description 5
- 238000005094 computer simulation Methods 0.000 description 4
- 230000001360 synchronised effect Effects 0.000 description 4
- 238000001514 detection method Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000005192 partition Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000002146 bilateral effect Effects 0.000 description 1
- 238000004587 chromatography analysis Methods 0.000 description 1
- 230000019771 cognition Effects 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 230000008094 contradictory effect Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000002829 reductive effect Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Health & Medical Sciences (AREA)
- Geometry (AREA)
- General Health & Medical Sciences (AREA)
- Evolutionary Computation (AREA)
- Computer Hardware Design (AREA)
- Power Engineering (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Complex Calculations (AREA)
Abstract
本发明涉及一种励磁系统性能评估模型的构建方法，所述的励磁系统性能评估模型为树状结构模型，该树状结构模型顶层为待评估的励磁系统性能，底层为多个基础评估因素，中间层为分类评估因素，所述的参数包括基础评估因素的等级评估阈值以及基础评估因素和分类评估因素的权重，所述的参数确定方法包括如下步骤：(1)获取数据样本，所述的数据样本中包括多个不同励磁系统所对应的基础评估因素的基础评估数据；(2)对每个基础评估因素采用概率曲线拟合分隔法获取对应的等级评估阈值；(3)针对基础评估因素和分类评估因素分别采用1～9标度法获取相应的权重。与现有技术相比，本发明方法简单科学，间接提高评估模型的可靠性。
Description
技术领域
本发明涉及一种参数确定方法，尤其是涉及一种励磁系统性能评估模型的构建方法。
背景技术
电网规模的日益扩大和风电等波动性能源的大量并网给电力系统带来了更多扰动，电网的安全稳定运行问题日益突出，励磁系统的调节作用得到了更多的重视，对励磁系统进行全面准确的性能评估、并应用于指导现场工作和电力系统调度的重要性也愈来愈为人们所关注。同步发电机励磁系统指向同步发电机提供励磁的电源及其附属设备。励磁调节器根据输入信号和调节准则控制励磁功率单元的输出，实现控制功能和保护功能：控制功能通过维持同步发电机机端电压和分配无功功率来提高发电机组运行的稳定性；保护功能通过低励限制、过励限制、灭磁动作等措施，保护发电机和其他设备不超过容量极限。
目前同步发电机励磁系统的性能评估及参数优化工作流程如下。首先根据国家标准及行业标准的要求进行各项试验，并与标准要求进行对标操作，进而判断励磁系统性能是否合格；然后通过励磁系统模型参数的辨识，实现励磁系统等效性能的校核；最后通过仿真与优化，改善励磁系统的性能。在性能指标获取方面，目前现有励磁系统建模及PSS参数整定试验仅仅对上升时间、震荡时间、振荡次数、超调量等暂态阶跃响应指标进行了获取和评估。传统的励磁系统性能指标获取方法存在过于粗放的局限性，其评估结果的精确度低，并且影响了励磁系统仿真计算的准确性。随着电网规模的逐渐扩大及波动性可再生能源的大量并网给传统电网带来的波动和冲击，对电力系统调度提出了更高的要求，仅给出励磁系统等效动态性能是否合格已不能完全满足安全运行的需要，通常需要建立评估模型，该评估模型可能涉及多种需要确定的参数，例如用于划分基础评估数据以获取基础评估因素对应的基础评估结果的等级评估阈值、评估因素的权重，这就要求首先要确定这些参数。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种励磁系统性能评估模型的构建方法。
本发明的目的可以通过以下技术方案来实现：
一种励磁系统性能评估模型的构建方法，所述的励磁系统性能评估模型为树状结构模型，该树状结构模型顶层为待评估的励磁系统性能，底层为多个基础评估因素，中间层为分类评估因素，所述的参数包括基础评估因素的等级评估阈值以及基础评估因素和分类评估因素的权重，所述的参数确定方法包括如下步骤：
(1)获取数据样本，所述的数据样本中包括多个不同励磁系统所对应的基础评估因素的基础评估数据；
(2)对每个基础评估因素采用概率曲线拟合分割 法获取对应的等级评估阈值；
(3)针对基础评估因素和分类评估因素分别采用1～9标度法获取相应的权重。
步骤(2)中概率曲线拟合分割 法获取等级评估阈值具体为：
(21)确定所有评估等级的设定概率；
(22)统计待获取等级评估阈值的基础评估因素对应的基础评估数据，对统计的基础评估数据的概率分布进行拟合，得到拟合曲线；
(23)计算步骤(22)得到的拟合曲线的分割阈值，且使得按照所述分割阈值对所述拟合曲线与坐标轴围成的面积进行分割得到的每个分段区域面积等于相应评估等级的设定概率；
(24)对所述的分割 阈值进行等比例线性变换处理得到各评估等级的等级评估阈值。
步骤(21)中各评估等级的设定概率通过标准正态分布曲线得到，具体为：
(211)获取标准正态曲线，将标准正态曲线取值区间(-D1，D1)平均分为N 段，进而将标准正态曲线与坐标轴围成的区域划分为N个区域，每个区域对应一个评估等级，N为评估等级的总个数；
(212)分别求取N个区域的面积，并将面积值作为对应评估等级的设定概率。
步骤(22)中拟合曲线为一条或多条，当所述拟合曲线为多条时，分别根据步骤(23)求解各条拟合曲线的分割阈值，并对每条拟合曲线的分割 阈值进行均值处理作为最终的分割阈值。
所述的拟合曲线包括逆高斯分布曲线和/或对数正态分布曲线。
步骤(24)具体为：
(241)对各分割阈值进行归一化处理得到归一化分割阈值；
(242)以给定的某一评估等级的极限值为基准，对归一化分割阈值进行等比例线性变换得到各评估等级的等级评估阈值。
步骤(3)获取基础评估因素和基础评估因素的权重具体为：
(31)对于中间层的分类评估因素采用1～9标度法获取分类评估因素的比较判断矩阵；
(32)根据分类评估因素将底层的基础评估因素分为多组，将所有连接至同一分类评估因素的基础评估因素分为一组，分别对每组基础评估因素采用1～9标度法获取该组对应的基础评估因素的比较判断矩阵；
(33)分别求取各比较判断矩阵特征值及特征向量并进行归一化得到权重矩阵，所述的权重矩阵中包括对应的分类评估因素和基础评估因素的权重。
所述的1～9标度法具体为：
对于所有在同一父节点下的比较因素两两作为一对与父节点进行比较，得到比较判断矩阵A＝(aij)nxn，aij表示位于同一父节点下的第i个比较因素和第j个比较因素相对于父节点的重要程度赋值，i＝1,2，……n，j＝1,2，……n，n表示位于父节点下的比较因素的总个数。
步骤(33)还包括对比较判断矩阵的一致性检验，若通过则将步骤(33)的权重矩阵作为分类评估因素和基础评估因素的权重矩阵，否则重新执行步骤(31)。
所述的一致性检验具体为：
对于n×n比较判断矩阵A＝(aij)，aij表示判断矩阵A中第i行第i列元素， i＝1,2……n，j＝1,2……n，根据步骤(33)求得的判断矩阵A对应的权重矩阵为W， W＝(w1，w2，…，wn)T，求取一致性指标FCI，若FCI小于设置值则一致性检验通过，否则不通过，其中FCI具体为：
与现有技术相比，本发明具有如下优点：
(1)本发明提供了数学化的评估模型的参数确定的方法，避免了人工赋值参数的主观性，从而提高了评估模型评估的可靠性；
(2)从统计学的角度来看，不同机组励磁系统性能在中等范围内的数量最多，优秀和不合格的数量均较少，这种分布趋势可采用正态分布来描述，因而在等级评估阈值分割的过程中，可以根据使结果符合正态分布的概率来确定边界，进而本发明等级评估阈值采用概率曲线拟合分割 法获取，该方法符合统计学规律，结构更加科学可靠，提高了评估模型的客观科学性，提高评估结果的准确性；
(3)本发明方法对权重的确定采用1～9标度法，同时过程中包含了一致性检验，其保证了权重的合理性。
附图说明
图1为本发明励磁系统性能评估模型的构建方法的流程框图；
图2为正态分布曲线示意图；
图3为实施例中发电机空载10％阶跃的调节时间响应数据散点图；
图4为实施例中发电机空载10％阶跃的调节时间响应数据概率分布图；
图5为实施例中发电机空载10％阶跃的调节时间响应数据概率分布拟合图；
图6为实施例中两种分布拟合的阈值分割图；
图7为实施例中两个方向的阈值分割比例图。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。
实施例
如图1所示，一种励磁系统性能评估模型的构建方法，所述的励磁系统性能评估模型为树状结构模型，该树状结构模型顶层为待评估的励磁系统性能，底层为多个基础评估因素，中间层为分类评估因素，所述的参数包括基础评估因素的等级评估阈值以及基础评估因素和分类评估因素的权重，所述的参数确定方法包括如下步骤：
(1)获取数据样本，所述的数据样本中包括多个不同励磁系统所对应的基础评估因素的基础评估数据；
(2)对每个基础评估因素采用概率曲线拟合分割 法获取对应的等级评估阈值；
(3)针对基础评估因素和分类评估因素分别采用1～9标度法获取相应的权重。
步骤(2)中概率曲线拟合分割 法获取等级评估阈值具体为：
(21)确定所有评估等级的设定概率；
(22)统计待获取等级评估阈值的基础评估因素对应的基础评估数据，对统计的基础评估数据的概率分布进行拟合，得到拟合曲线；
(23)计算步骤(22)得到的拟合曲线的分割阈值，且使得按照所述分割阈值对所述拟合曲线与坐标轴围成的面积进行分割得到的每个分段区域面积等于相应评估等级的设定概率；
(24)对所述的分割 阈值进行等比例线性变换处理得到各评估等级的等级评估阈值。
步骤(21)中各评估等级的设定概率通过标准正态分布曲线得到，具体为：
(211)获取标准正态曲线，将标准正态曲线取值区间(-D1，D1)平均分为N 段，进而将标准正态曲线与坐标轴围成的区域划分为N个区域，每个区域对应一个评估等级，N为评估等级的总个数；
(212)分别求取N个区域的面积，并将面积值作为对应评估等级的设定概率。
步骤(22)中拟合曲线为一条或多条，当所述拟合曲线为多条时，分别根据步骤(23)求解各条拟合曲线的分割阈值，并对每条拟合曲线的分割 阈值进行均值处理作为最终的分割阈值。
所述的拟合曲线包括逆高斯分布曲线和/或对数正态分布曲线。
步骤(24)具体为：
(241)对各分割阈值进行归一化处理得到归一化分割阈值；
(242)以给定的某一评估等级的极限值为基准，对归一化分割阈值进行等比例线性变换得到各评估等级的等级评估阈值。
步骤(3)获取基础评估因素和基础评估因素的权重具体为：
(31)对于中间层的分类评估因素采用1～9标度法获取分类评估因素的比较判断矩阵；
(32)根据分类评估因素将底层的基础评估因素分为多组，将所有连接至同一分类评估因素的基础评估因素分为一组，分别对每组基础评估因素采用1～9标度法获取该组对应的基础评估因素的比较判断矩阵；
(33)分别求取各比较判断矩阵特征值及特征向量并进行归一化得到权重矩阵，所述的权重矩阵中包括对应的分类评估因素和基础评估因素的权重。
所述的1～9标度法具体为：
对于所有在同一父节点下的比较因素两两作为一对与父节点进行比较，得到比较判断矩阵A＝(aij)nxn，aij表示位于同一父节点下的第i个比较因素和第j个比较因素相对于父节点的重要程度赋值，i＝1,2，……n，j＝1,2，……n，n表示位于父节点下的比较因素的总个数。
步骤(33)还包括对比较判断矩阵的一致性检验，若通过则将步骤(33)的权重矩阵作为分类评估因素和基础评估因素的权重矩阵，否则重新执行步骤(31)。
所述的一致性检验具体为：
对于n×n比较判断矩阵A＝(aij)，aij表示判断矩阵A中第i行第i列元素， i＝1,2……n，j＝1,2……n，根据步骤(33)求得的判断矩阵A对应的权重矩阵为W， W＝(w1，w2，…，wn)T，求取一致性指标FCI，若FCI小于设置值则一致性检验通过，否则不通过，其中FCI具体为：
具体地，本实施例中等级以五级为例，包括优秀、良好、中等、合格、不合格五个等级。
1、等级评估阈值的确定：
在实际励磁系统的生产制造过程中，出厂试验已淘汰了不符合标准要求的机组。因而即使随着时间的推移机组的性能会逐渐变差，现场投入试验使用的机组中不合格的机组仍占小部分。从统计学的角度来看，机组性能在中等范围内的数量最多，优秀和不合格的数量均较少，这种分布趋势可采用正态分布来描述。因而在阈值分割的过程中，可以根据使结果符合正态分布的概率来确定边界。
图2显示了正态分布曲线的形状。若随机变量X服从一个数学期望为μ、标准差为σ的概率分布，且其概率密度函数为：
则这个随机变量就称为正态随机变量，该分布就称为正态分布，记作X～N(μ，σ2)。正态分布曲线形状呈钟型，两边低，中间高，左右对称，如图1所示。当μ＝ 0，σ＝1时的正态分布称为标准正态分布。为了便于描述和应用，常将正态变量作数据转换，将一般正态分布转化成标准正态分布。其标准化变换公式为：若X～N (μ，σ2)，则Y＝(X-μ)/σ～N(0，1)服从标准正态分布，通过查标准正态分布表就可以直接计算出原正态分布的概率值。
将正态分布的横轴取值区间平均分为5份，每一份的概率分别对应为五个等级的评估概率。注意到正态分布的取值区间为(-∞，+∞)，这给评分区间带来了不便。根据正态分布的3σ原则可知，X落在(μ-3σ，μ+3σ)以外的概率小于千分之三，基本上可以把区间(μ-3σ，μ+3σ)看作是随机变量X实际可能的取值区间。
对于标准正态分布来说，μ＝0，σ＝1，取值区间为D＝(-3，3)。区间长度为 6，平分为5份，每份长度为1.2，五个区间分别为D1＝(-3，-1.8)，D2＝(-1.8，-0.6)， D3＝(-0.6，0.6)，D4＝(0.6，1.8)，D5＝(1.8，3)。标准正态分布中每个数据x对应的概率值为(-∞，x)区间内的概率和，记作Φ(x)：
通过查表可知：Φ(0)＝0.5，Φ(0.6)＝0.7257，Φ(1.8)＝0.9641，Φ(3)＝0.9987，因而通过加减计算可得五个区间内的概率值分别为：
假设在多次试验中，指标的概率分布密度曲线为p(x)，判定为优秀、良好、中等、合格、不合格的概率分别为P1，P2，P3，P4，P5，那么在对该指标进行阈值分割时分两种情况讨论，第一绝对值越大越优秀，第二种为绝对值越小越优秀，其分隔结果分别如表1和表2所示。
表1绝对值越大越优秀时励磁系统性能指标阈值划分界限及判定结果
| 指标 | L<sub>5</sub><x<L<sub>4</sub> | L<sub>4</sub><x<L<sub>3</sub> | L<sub>3</sub><x<L<sub>2</sub> | L<sub>2</sub><x<L<sub>1</sub> | L<sub>1</sub><x<L<sub>0</sub> |
| 判定结果 | 不合格 | 合格 | 中等 | 良好 | 优秀 |
表2绝对值越小越优秀时励磁系统性能指标阈值划分界限及判定结果
| 指标 | L<sub>0</sub><x<L<sub>1</sub> | L<sub>1</sub><x<L<sub>2</sub> | L<sub>2</sub><x<L<sub>3</sub> | L<sub>3</sub><x<L<sub>4</sub> | L<sub>4</sub><x<L<sub>5</sub> |
| 判定结果 | 优秀 | 良好 | 中等 | 合格 | 不合格 |
两个表格的顺序相反，这样可在后续概率计算中实现统一。落到五个区间内的概率为每个区间内曲线与x轴之间的面积，即为定积分：
此概率应等于算出的正态分布概率P1～P5。由此可以计算得到L1～L5的值作为阈值分割的结果。
2.权重的确定：
以两层评估指标为例，采用层析分析法来进行指标的权重计算。依赖专家多年的经验和知识，判断同层次中的各元素相对上一层次相应元素的重要性程度，并对同层次中的各个元素进行逐项的两两比较。设上一层次元素为x0，本层次元素为 x1，x2，……，xn，任取其中两个风险因素x1和x2，判断这两个元素哪一个更为重要，以及重要性程度如何，按照表3所示的重要性标度，进行重要性程度赋值(即为aij)。
表3重要程度比较表
相对于准则x0，下层n个被比较的元素x1，x2，……，xn，就构成了一个比较判断矩阵：A＝(aij)，i＝1,2，……n，j＝1,2，……n，其中，aij表示元素xi和xj相对于准则x0的重要性程度赋值。
对于比较判断矩阵A＝(aij)对应的权重矩阵W＝(w1，w2，…，wn)T可通过下式求得：
由于比较判断矩阵中的aij是依赖专家多年的经验知识和系统长期的统计资料确定的，有着一定的主观性，因此，需要对比较判断矩阵进行一致性检测来确保比较判断矩阵的合理性。简单说，各元素的重要程度不能出现矛盾，若x1比x2重要， x2比x3重要，那么x3不能比x1重要。
对于任意比较判断矩阵A的每一个元素，如果均有下式成立：
其中，N＝{1,2……n}，则称该比较判断矩阵具有完全的一致性。比较判断矩阵是否满足一致性要求，是决定比较判断矩阵是否合理的关键问题。在构选比较判断矩阵吋，严重依赖于统计数据资料以及专家的知识和经验，由于具体客观事物所有的复杂多变性以及人类主观认识上的差异性，导致最后构造的比较判断矩阵往往具有一定程度的误差，从而使难以通过一致性检验。一般情况下，比较判断矩阵的阶数n 值越大，人为原因造成的偏离完全一致性的程度越大；反之，n值越小，人为原因造成的偏离完全一致性的程度越小。由于客观事物本身的复杂性以及人们对事物发展规律认识的局限性，当人为构造的比较判断矩阵的阶数大于2时，就难以满足完全一致性要求。通常认为，FCI值小于0.1时即可通过一致性检验。
分类评估因素包括静态调压性能、暂态小扰动性能、暂态大扰动性能、、静态无功性能以及故障处理性能中的至少一种。
其中，静态调压性能中的基础评估因素包括发电机端电压静差率和可控硅调节角与厂家设定值的一致性中的至少一种，其重要性依次递减，基于该重要性确定相应的权重。
静态无功性能所对应的基础评估因素包括无功电流调差率。
暂态小扰动性能所对应的基础评估因素包括空载10％阶跃下的电压超调量、空载10％阶跃下的振荡次数、空载10％阶跃下的调节时间、带额定负载3％阶跃下的阻尼比、带额定负载3％阶跃下的P波动次数、带额定负载3％阶跃下的调节时间以及含PSS的系统阻尼中的至少一种。
暂态大扰动性能所对应的基础评估因素包括交流励磁顶值电压倍数、励磁顶值电流倍数、允许顶值电流持续时间、交流励磁标称响应倍数、自并励静止励磁响应时间、空载100％起励下的超调量、甩额定负荷下的电压超调量、甩额定负荷下的振荡次数以及甩额定负荷下的调节时间中的至少一种。
故障处理性能所对应的基础评估因素包括能否可靠灭磁。
本实施例根据某市励磁系统建模试验报告，获取作为励磁系统的基础评估数据的发电机空载10％阶跃的调节时间响应数据，其对应的基础评估因素为空载10％阶跃的调节时间。试验数据如表4所示，数据散点图如图3所示，数据概率分布如图4所示。
表4某市部分机组发电机空载10％阶跃的调节时间响应数据
| 机组 | 调节时间s |
| A热电有限责任公司1# | 3.36 |
| B能源中心工程51# | 1.77 |
| B能源中心工程61# | 1.75 |
| C燃机发电有限责任公司1# | 1.32 |
| D燃机1# | 1.66 |
| D燃机2# | 1.35 |
| E电厂1# | 1.2 |
| E电厂2# | 1.1 |
| F电厂8# | 1.8 |
| G第二电厂1# | 1.5 |
| G第二电厂2# | 1.4 |
| G第一电厂1# | 1.41 |
| G第一电厂2# | 2 |
| H发电有限公司1# | 2.5 |
| H发电有限公司2# | 2.4 |
| H发电有限公司3# | 2.7 |
| H发电有限公司4# | 3.2 |
然后按照上述实施方式的步骤22，对基础评估数据的概率分布进行拟合，得到拟合曲线，具体如下：应用MATLAB的dfittool数据分布拟合工具箱，对数据进行分布拟合。经过试验，逆高斯分布和对数正态分布这两种分布能够较为完美地达到拟合效果。拟合分布图如图5所示，其中，A为实际的数据分布情况，B为非参数统计的拟合曲线，C为逆高斯分布的拟合曲线，D为对数正态分布拟合曲线。
其中，逆高斯分布的概率密度函数为：
μ＝1.90706，λ＝16.862，x为数据点，即空载10％阶跃的调节时间。
对数正态分布的概率密度函数为：
μ＝0.589373，σ＝0.338776，x为数据点，即空载10％阶跃的调节时间。
求解拟合曲线的分割阈值，以使得按照分割阈值对拟合曲线与坐标轴围成的面积进行分割得到的各分段面积等于标准正态分布的相应概率值，具体如下：
标准正态分布中，位于优秀、良好、中等、合格、不合格的概率分别为0.0346、0.2384、0.4514、0.2384、0.0346。本实施例选取的励磁系统建模报告中发电机空载 10％阶跃的调节时间响应数据均为满足标准要求的合格数据，因而以此为基础进行的阈值分割是对优秀、良好、中等、合格四个等级的分割。其概率总值为 0.0346+0.2384+0.4514+0.2384＝0.9628。将四个概率归一化，以各等级下的概率值和当前的概率总值0.9628相比，得到四个等级的归一化数值，因存在四舍五入的取值误差问题，为满足总值为1的取值条件，认为处于四个等级的概率值分别为 0.0359，0.2476，0.4689，0.2476。以两种分布为基础进行阈值的试分割。分割办法为：假设最终判定的分级结果符合正态分布，即位于优秀、良好、中等、合格的概率分别为0.0359，0.2476，0.4689，0.2476，求解逆高斯分布及对数正态分布的阈值界限，使两种分布下的四个面积值为以上四个概率值，如表5所示。
表5逆高斯分布及对数正态分布的阈值的试分割结果
| 分界线 | L<sub>1</sub>(优秀-良好) | L<sub>2</sub>(良好-中等) | L<sub>3</sub>(中等-合格) |
| 逆高斯分布 | 1.0051 | 1.4944 | 2.2638 |
| 对数正态分布 | 0.9796 | 1.4850 | 2.2712 |
| 算数平均值 | 0.9924 | 1.4897 | 2.2675 |
以表格中数据作为积分上下限，以两种概率分布密度函数作为被积函数，计算出的定积分概率与上述正态分布概率结果一致。并且由表格可以看出，两种分布的阈值分割计算结果差距不大，本实施例选择两种分布的算术平均值作为阈值分割的结果。两种分布的阈值分割示意图如图6所示，其中E为逆高斯分布，F为对数正态分布。
根据分析出的励磁系统分级评估模型典型指标，其中不敏感指标仅有合格和不合格两个等级，敏感指标有优秀、良好、中等、合格、不合格五个等级。励磁系统性能评估指标可分为两种：一种为绝对值越大越优秀，另一种为绝对值越小越优秀。这两种指标的分级结果略有差异。
本实施例以单项评估指标服从逆高斯分布及对数正态分布的均值为例，进行进一步的讨论分析。如图6所示，逆高斯分布及对数正态分布中的合格-不合格分界线均为5，则表格中的合格线为5，将表格中阈值分界线进行归一化后的结果如表 6所示。
表6逆高斯分布及对数正态分布的阈值的试分割结果平均归一化值
若指标为绝对值越小越优秀，其计算方法较简单，设及格线为X，则X以上为不及格，0.45350X-X为合格，0.29794X-0.45350X为中等，0.19848X-0.29794X 为良好，0-0.19848X为优秀。若指标为绝对值越大越优秀，其阈值分割比例不变，数值在0和1之间翻转。其变化如图7所示，图中S1和S11，S2和S12，S3和S13， S4和S14两两为一对三角形，其中每对三角形中位于水平方向的两条边的长度相等。经过计算，分割阈值如表7所示。
表7两种优秀绝对值指标的分割阈值
| 优秀绝对值 | L<sub>1</sub>(优秀-良好) | L<sub>2</sub>(良好-中等) | L<sub>3</sub>(中等-合格) |
| 小 | 0.19848 | 0.29794 | 0.45350 |
| 大 | 0.80152 | 0.70206 | 0.54650 |
最后根据上述实施方式的步骤140，以规定合格值为基准，对分割阈值进行等比例计算得到等级评估阈值，具体如下：
在确定等级评估阈值时，应以合格值为基准，对上表归一化后的数值进行等比例放大。在实际操作时，可由标准中规定的合格值和工程经验中获得可取到的最大值来对阈值进行逆归一化分割。其公式为：若标准中规定的合格值为X1，工程经验中获得可取到的最大值为X2，则分割界限Ln'与上表中的数据Ln之间的关系为：
则Ln'的计算公式如下：
Ln'＝X2-(X2-X1)(1-Ln)。
代入获得的励磁系统性能分级评估模型指标的表格，可以得出模型中所有指标的等级评估阈值，如表8所示。
表8励磁系统性能指标等级评估阈值
依据1～9标度法判断得到底层和中间层的比较判断矩阵如下所示。
首先对作为分类评估因素的重要性进行互相比较。现有励磁系统建模报告中重点进行了空载小扰动阶跃试验和负载小扰动阶跃试验，因而暂态小扰动性能的重要性最高；励磁系统的功能是为发电机提供磁场以维持输出电压水平的稳定、维持电力系统的动态和静态稳定，因而暂态大扰动性能和静态调压性能的重要性位于其次；由实践经验可知，剩下两个因素中，静态无功性能比故障处理性能稍显重要。因此对于中间层的分类评估因素，其比较判断矩阵为：
接下来对作为基础评估因素的的重要性进行互相比较。
第一，励磁系统的任务就是维持电力系统的无功稳定和电压稳定，很显然，静态调压性能中维持发电机端电压的能力比励磁调节器可控硅调节角的一致性稍微重要。因此，对静态调压性能这一分类评估因素下的基础评估因素建立的比较判断矩阵为：
第二，对于静态无功性能这一分类评估因素，其下只有一个基础评估因素，无需比较，因此其对应的的比较判断矩阵为：
A2＝[1]。
第三，对于暂态小扰动性能，暂态小扰动性能主要包括空载阶跃性能、负载阶跃性能、PSS整定性能，根据现有的励磁系统建模报告，空载试验和PSS整定是必做的校核项，负载试验结果与空载试验结果在一定程度上有着相关性，因而其重要性排序依次为空载阶跃性能、PSS整定性能、负载阶跃性能。根据实践报告和自动控制原理的相关知识，在阶跃响应指标中，重要性按照超调量、振荡次数、调节时间的顺序依次递减。因此暂态小扰动性能所对应的基础评估因素的比较判断矩阵为：
第四，暂态大扰动性能主要包括强励性能、甩额定负荷的阶跃性能。励磁系统在出厂时已通过强励试验，因此现场几乎不再做强励试验，而只是校核阶跃型能，因此甩额定负荷的阶跃性能比强励性能更为重要。阶跃性能指标的重要性排序已说明，不再赘述。与阶跃性能类似，强励性能的重要性排序依次为响应速度、超调量、稳态偏差。因此暂态大扰动性能所对应的基础评估因素的比较判断矩阵为：
第五，对于故障处理性能这一分类评估因素，其下只有一个基础评估因素，无需比较，因此其对应的的比较判断矩阵为：
A5＝[1]，
分别求解以上分类评估因素的比较判断矩阵及基础评估因素的比较判断矩阵的特征值及特征向量，并进行归一化，得到各比较判断矩阵的特征向量如下：
W＝[0.1290 0.0634 0.5128 0.2615 0.0333]
W1＝[0.2500 0.7500]
W2＝[1]
W3＝[0.3543 0.2399 0.1587 0.0676 0.0448 0.0312 0.1036]
W4＝[0.0350 0.0247 0.0183 0.1075 0.0739 0.0507 0.3121 0.2223 0.1555]
W5＝[1]，
各比较判断矩阵的一致性检测结果分别为：
FCI＝0.0475
FCI1＝1.1102e-16
FCI2＝0
FCI3＝0.0279
FCI4＝0.0446
FCI5＝0，
所有的一致性检测值均小于0.1，证明一级评估因素与二级评估因素的比较判断矩阵所取的权重值几乎不存在互相矛盾的情况，结果可信。
Claims (10)
1.一种励磁系统性能评估模型的构建方法，所述的励磁系统性能评估模型为树状结构模型，该树状结构模型顶层为待评估的励磁系统性能，底层为多个基础评估因素，中间层为分类评估因素，其特征在于，所述的方法包括如下步骤：
(1)获取数据样本，所述的数据样本中包括多个不同励磁系统所对应的基础评估因素的基础评估数据；
分类评估因素包括静态调压性能、暂态小扰动性能、暂态大扰动性能、静态无功性能以及故障处理性能中的至少一种；
静态调压性能中的基础评估因素包括发电机端电压静差率和可控硅调节角与厂家设定值的一致性中的至少一种；
静态无功性能所对应的基础评估因素包括无功电流调差率；
暂态小扰动性能所对应的基础评估因素包括空载10％阶跃下的电压超调量、空载10％阶跃下的振荡次数、空载10％阶跃下的调节时间、带额定负载3％阶跃下的阻尼比、带额定负载3％阶跃下的P波动次数、带额定负载3％阶跃下的调节时间以及含PSS的系统阻尼中的至少一种；
暂态大扰动性能所对应的基础评估因素包括交流励磁顶值电压倍数、励磁顶值电流倍数、允许顶值电流持续时间、交流励磁标称响应倍数、自并励静止励磁响应时间、空载100％起励下的超调量、甩额定负荷下的电压超调量、甩额定负荷下的振荡次数以及甩额定负荷下的调节时间中的至少一种；
故障处理性能所对应的基础评估因素包括能否可靠灭磁；
(2)基于数据样本对每个基础评估因素采用概率曲线拟合分割 法获取对应的等级评估阈值；
(3)基于数据样本针对基础评估因素和分类评估因素分别采用1～9标度法获取相应的权重，完成励磁系统性能评估模型的构建。
2.根据权利要求1所述的一种励磁系统性能评估模型的构建方法，其特征在于，步骤(2)中概率曲线拟合分割 法获取等级评估阈值具体为：
(21)确定所有评估等级的设定概率；
(22)统计待获取等级评估阈值的基础评估因素对应的基础评估数据，对统计的基础评估数据的概率分布进行拟合，得到拟合曲线；
(23)计算步骤(22)得到的拟合曲线的分割阈值，且使得按照所述分割阈值对所述拟合曲线与坐标轴围成的面积进行分割得到的每个分段区域面积等于相应评估等级的设定概率；
(24)对所述的分割 阈值进行等比例线性变换处理得到各评估等级的等级评估阈值。
3.根据权利要求2所述的一种励磁系统性能评估模型的构建方法，其特征在于，步骤(21)中各评估等级的设定概率通过标准正态分布曲线得到，具体为：
(211)获取标准正态曲线，将标准正态曲线取值区间(-D1，D1)平均分为N段，进而将标准正态曲线与坐标轴围成的区域划分为N个区域，每个区域对应一个评估等级，N为评估等级的总个数；
(212)分别求取N个区域的面积，并将面积值作为对应评估等级的设定概率。
4.根据权利要求2所述的一种励磁系统性能评估模型的构建方法，其特征在于，步骤(22)中拟合曲线为一条或多条，当所述拟合曲线为多条时，分别根据步骤(23)求解各条拟合曲线的分割阈值，并对每条拟合曲线的分割 阈值进行均值处理作为最终的分割阈值。
5.根据权利要求4所述的一种励磁系统性能评估模型的构建方法，其特征在于，所述的拟合曲线包括逆高斯分布曲线和/或对数正态分布曲线。
6.根据权利要求4所述的一种励磁系统性能评估模型的构建方法，其特征在于，步骤(24)具体为：
(241)对各分割阈值进行归一化处理得到归一化分割阈值；
(242)以给定的某一评估等级的极限值为基准，对归一化分割阈值进行等比例线性变换得到各评估等级的等级评估阈值。
7.根据权利要求1所述的一种励磁系统性能评估模型的构建方法，其特征在于，步骤(3)获取基础评估因素和基础评估因素的权重具体为：
(31)对于中间层的分类评估因素采用1～9标度法获取分类评估因素的比较判断矩阵；
(32)根据分类评估因素将底层的基础评估因素分为多组，将所有连接至同一分类评估因素的基础评估因素分为一组，分别对每组基础评估因素采用1～9标度法获取该组对应的基础评估因素的比较判断矩阵；
(33)分别求取各比较判断矩阵特征值及特征向量并进行归一化得到权重矩阵，所述的权重矩阵中包括对应的分类评估因素和基础评估因素的权重。
8.根据权利要求7所述的一种励磁系统性能评估模型的构建方法，其特征在于，所述的1～9标度法具体为：
对于所有在同一父节点下的比较因素两两作为一对与父节点进行比较，得到比较判断矩阵A＝(aij)nxn，aij表示位于同一父节点下的第i个比较因素和第j个比较因素相对于父节点的重要程度赋值，i＝1,2，……n，j＝1,2，……n，n表示位于父节点下的比较因素的总个数。
9.根据权利要求7所述的一种励磁系统性能评估模型的构建方法，其特征在于，步骤(33)还包括对比较判断矩阵的一致性检验，若通过则将步骤(33)的权重矩阵作为分类评估因素和基础评估因素的权重矩阵，否则重新执行步骤(31)。
10.根据权利要求9所述的一种励磁系统性能评估模型的构建方法，其特征在于，所述的一致性检验具体为：
对于n×n比较判断矩阵A＝(aij)，aij表示判断矩阵A中第i行第i列元素，i＝1,2……n，j＝1,2……n，根据步骤(33)求得的判断矩阵A对应的权重矩阵为W，W＝(w1，w2，…，wn)T，求取一致性指标FCI，若FCI小于设置值则一致性检验通过，否则不通过，其中FCI具体为：
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710504492.1A CN107358542B (zh) | 2017-06-28 | 2017-06-28 | 一种励磁系统性能评估模型的构建方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710504492.1A CN107358542B (zh) | 2017-06-28 | 2017-06-28 | 一种励磁系统性能评估模型的构建方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107358542A CN107358542A (zh) | 2017-11-17 |
| CN107358542B true CN107358542B (zh) | 2021-05-11 |
Family
ID=60273191
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710504492.1A Active CN107358542B (zh) | 2017-06-28 | 2017-06-28 | 一种励磁系统性能评估模型的构建方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107358542B (zh) |
Families Citing this family (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109308529B (zh) * | 2018-10-11 | 2021-11-30 | 国网山东省电力公司电力科学研究院 | 一种应用在网源平台的机组励磁功能综合性能评价方法 |
| CN111372271B (zh) * | 2018-12-26 | 2021-10-22 | 华为技术有限公司 | 区间划分方法、相关设备及计算机存储介质 |
| CN109827662B (zh) * | 2019-01-22 | 2020-08-04 | 江苏双汇电力发展股份有限公司 | 基于逆高斯分布低值绝缘子红外检测温度阈值的判定方法 |
| CN113574325B (zh) * | 2019-03-15 | 2022-12-27 | 3M创新有限公司 | 通过选择控制设置来控制环境的方法和系统 |
| CN112613734B (zh) * | 2020-12-22 | 2024-02-09 | 国网新疆电力有限公司营销服务中心(资金集约中心、计量中心) | 一种电能状态评估指标选取方法 |
| CN114594812B (zh) * | 2022-03-09 | 2023-04-07 | 新泰市日进化工科技有限公司 | 一种动态调整降低能耗的结晶反应釜冷却水恒温系统 |
| CN115859690B (zh) * | 2023-02-15 | 2023-06-06 | 西安热工研究院有限公司 | 一种设备电磁威胁的多等级qmu评估方法及系统 |
| CN116803561B (zh) * | 2023-08-23 | 2023-10-27 | 太原科技大学 | 一种拟高斯分布的板凸度测量方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2013020043A2 (en) * | 2011-08-03 | 2013-02-07 | Baker Hughes Incorporated | Method and apparatus for correcting temperature effects for azimuthal directional resistivity tools |
| CN104156504A (zh) * | 2014-07-21 | 2014-11-19 | 国家电网公司 | 一种发电机励磁系统参数可辨识性判定方法 |
| CN106097157A (zh) * | 2016-07-22 | 2016-11-09 | 同济大学 | 一种同步发电机励磁系统模型参数辨识优化方法 |
-
2017
- 2017-06-28 CN CN201710504492.1A patent/CN107358542B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2013020043A2 (en) * | 2011-08-03 | 2013-02-07 | Baker Hughes Incorporated | Method and apparatus for correcting temperature effects for azimuthal directional resistivity tools |
| CN104156504A (zh) * | 2014-07-21 | 2014-11-19 | 国家电网公司 | 一种发电机励磁系统参数可辨识性判定方法 |
| CN106097157A (zh) * | 2016-07-22 | 2016-11-09 | 同济大学 | 一种同步发电机励磁系统模型参数辨识优化方法 |
Non-Patent Citations (2)
| Title |
|---|
| "A method for online analyzing excitation systems performance based on PMU measurements";WangBo 等;《2011The International Conference on Advanced Power System Automation and Protection》;20111020;第2卷;第1538-1542页 * |
| "一种发电机励磁系统性能的模糊综合评估算法";傅磊 等;《电机与控制应用》;20160228;第43卷(第2期);第26-30页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107358542A (zh) | 2017-11-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107358542B (zh) | 一种励磁系统性能评估模型的构建方法 | |
| CN110009529B (zh) | 一种基于堆栈降噪自动编码器的暂态频率获取方法 | |
| CN108090615B (zh) | 基于交叉熵集成学习的电力系统故障后最低频率预测方法 | |
| CN110766320A (zh) | 一种机场智能电网运行安全评价方法及装置 | |
| CN111221249B (zh) | 一种用于数据中心系统群控的参数优化的方法 | |
| CN105894111B (zh) | 一种基于互补型模糊神经网络的能源用量预测方法和装置 | |
| CN112001644A (zh) | 一种配电网运行可靠性检测方法、装置、终端及存储介质 | |
| CN110705859A (zh) | 基于pca-自组织神经网络的中低压配电网运行状态评估方法 | |
| CN110163283A (zh) | 一种配电网极限线损率的计算方法 | |
| CN114583767B (zh) | 一种数据驱动的风电场调频响应特性建模方法及系统 | |
| CN112365044A (zh) | 一种基于k近邻算法和支持向量机的隧道掌子面失效概率预测方法 | |
| CN111680712A (zh) | 基于日内相似时刻的变压器油温预测方法、装置及系统 | |
| CN111242266A (zh) | 一种运行数据管理系统 | |
| CN109376939B (zh) | 一种基于自适应神经网络的电网稳定性实时预测方法 | |
| CN107274025B (zh) | 一种实现用电模式智能识别与管理的系统和方法 | |
| CN113255880A (zh) | 一种基于改进神经网络模型对窃电数据进行判断的方法及系统 | |
| CN110135511B (zh) | 电力系统时间断面的确定方法、装置以及电子设备 | |
| CN117131341A (zh) | 一种电表运行误差估计方法、超差电表判断方法及系统 | |
| CN115455699A (zh) | 适用于mbse的独立电力系统稳健性分析与优化方法 | |
| CN116151799A (zh) | 一种基于bp神经网络的配电线路多工况故障率快速评估方法 | |
| CN114429172A (zh) | 基于变电站用户构成的负荷聚类方法、装置、设备及介质 | |
| CN112699920A (zh) | 一种确定无源台区线损率的主影响因素的方法及系统 | |
| CN114092272A (zh) | 一种基于动态聚类算法的窃电智能判别方法 | |
| CN113659636A (zh) | 分布不确定性条件下N-k分布鲁棒机组控制方法及装置 | |
| CN113868304A (zh) | 一种配电网冗余数据的确定方法及系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |