CN107884676A - 一种基于汇流箱支路数据的组串级预警算法 - Google Patents
一种基于汇流箱支路数据的组串级预警算法 Download PDFInfo
- Publication number
- CN107884676A CN107884676A CN201710856627.0A CN201710856627A CN107884676A CN 107884676 A CN107884676 A CN 107884676A CN 201710856627 A CN201710856627 A CN 201710856627A CN 107884676 A CN107884676 A CN 107884676A
- Authority
- CN
- China
- Prior art keywords
- branch
- moment
- data
- header box
- current
- 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.)
- Withdrawn
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/08—Locating faults in cables, transmission lines, or networks
- G01R31/088—Aspects of digital computing
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Emergency Alarm Devices (AREA)
Abstract
本发明公开了一种基于汇流箱支路数据的组串级预警算法,包括如下步骤:数据清洗:将大正值、大负值及异常数据去掉;支路选择:计算各支路的电流和,从小到大排列,取位于前面实际输入路数的支路数据,其它去掉;计算各时刻支路电流值间的标准差,若标准差为0,则将该时刻的数据去掉;计算加权离散率:经过上述筛选得到的各支路及各时刻的数据,计算每时刻的支路电流标准差及平均值,用各时刻的支路电流平均值作为权重,计算各时刻支路电流变异系数的加权平均值;预警判断:上述加权平均值如果大于设定值二,判为汇流箱的设备故障,如果等于0,判为汇流箱通讯故障,其余情况,判为设备正常。本发明所公开的算法可以对汇流箱故障进行准确预警。
Description
技术领域
本发明涉及汇流箱故障判断方法,特别涉及一种基于汇流箱支路数据的组串级预警算法。
背景技术
光伏行业,在后期的运维中,电气设备种类少,数量多。其中一类是直流汇流箱,数量众多。对于智能汇流箱,可以实现将汇流箱各支路的电流及直流母线电压通过通讯接出来,保存到数据库,并实现在站内实时展示。
但是,由于汇流箱数量众多,汇流箱支路组串数量更为众多。即使,在站控可以展示的情况下,由于运维人员数量与设备数量匹配失衡,造成许多组串的故障不能及时发现。众多设备及支数数量,及通讯设备故障、干扰等原因,导致现在市场上监控程序,无法从数量众多的支路中找到真正存在故障或低效的支路,并实现自动、准确预警,以对运维人员工作予以指导。
发明内容
为解决上述技术问题,本发明提供了一种基于汇流箱支路数据的组串级预警算法,以达到对汇流箱故障进行准确预警的目的。
为达到上述目的,本发明的技术方案如下:
一种基于汇流箱支路数据的组串级预警算法,包括如下步骤:
(1)数据清洗:将某一时间段内通讯过程中产生的超过设定值一的数据去掉,并将相邻时刻支路电流相同的数值也去掉;
(2)支路选择:计算各支路的电流和,从小到大排列,取位于前面实际输入路数的支路数据,其它去掉;计算各时刻支路电流值间的标准差,若标准差为0,则将该时刻的数据去掉;
(3)计算加权离散率:经过上述筛选得到的各支路及各时刻的数据,计算每时刻的支路电流标准差及平均值,用各时刻的支路电流平均值作为权重,计算各时刻支路电流变异系数的加权平均值;
(4)预警判断:判断上述加权平均值是否大于设定值二,及是否等于0,如果大于设定值二,判为汇流箱的设备故障,如果等于0,判为汇流箱通讯故障,其余情况,判为设备正常。
上述方案中,所述步骤(1)中具体方法为:各时刻的支路电流大于150A或小于0A的数值去掉。
上述方案中,所述步骤(4)中的设定值二为0.265A,随着故障路数的增加,各支路电流的平均值逐渐减小,标准差先增大后减小,但是离散率不断增大。离散率的阈值设成0.2650可以将故障路数为1的设备预警出来。
通过上述技术方案,本发明提供的基于汇流箱支路数据的组串级预警算法可以根据单台汇流箱数据(全天或一小时或半小时)计算支路组串电流的电流加权离散率,根据这个指标来判断该汇流箱的故障类型。该指标的计算利用的是汇流箱支路组串的电流离散率,利用各时刻的电流和值作为权重,对其计算加权平均值。之所以,选择加权离散率,是因为同一个设备会每一个时刻计算一个离散率数值,根据每时刻的电流平均值和该时刻的离散率计算加权离散率,可反映一段时间的设备故障情况
在计算过程中,最大的困难就是在通讯过程中,数据产生各种异常,包括:大正值异常、大负值异常和零值异常及恒值异常。针对性地采用支路电流绝对值和值设定阈值,差分去重,及各支路电流标准差等去除异常。
在计算过程中,由于单汇流箱内部,乱序接入导致在计算时,难以定位出实际的电流值及故障的电流值。针对性地采用支路电流和值降序排列,取实际输入路数的前几支路。从而做到对汇流箱故障的准确预警。
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。
图1为本发明实施例所公开的一种基于汇流箱支路数据的组串级预警算法流程示意图。
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。
以汇流箱一天的数据为例,具体步骤如下:
(1)数据清洗:
这一步的目的是将通讯过程中产生的大负值和大正值去掉,以及异常数据去掉。具体的实现方法是,各时刻的支路电流大于150A或小于0A的数值去掉,相邻时刻支路电流相同的数值也去掉;
(2)支路选择:
汇流箱每时刻返回16条支路电流值,但是实际接入的只有12路,需要根据实际的设备接入支路组串数选取实际数量的组串电流值,计算一段时间各支路的电流值之和,从小到大排序,取前12路组串电流值之和最大的支路作为实际接入设备的支路,具体参见表1:
表1
支路编号 | 时间1 | 时间2 | 时间3 | 平均值 | 秩号 |
CurrentNo1 | 0.6513 | 0.6681 | 0.6787 | 0.6660 | 6 |
CurrentNo2 | 0.6314 | 0.6634 | 0.6949 | 0.6632 | 7 |
CurrentNo3 | 0.6063 | 0.6521 | 0.7233 | 0.6605 | 8 |
CurrentNo4 | 0.5976 | 0.6238 | 0.6483 | 0.6232 | 11 |
CurrentNo5 | 0.0000 | 0.0000 | 0.0000 | 0.0000 | 13 |
CurrentNo6 | 0.0000 | 0.0000 | 0.0000 | 0.0000 | 13 |
CurrentNo7 | 0.0000 | 0.0000 | 0.0000 | 0.0000 | 13 |
CurrentNo8 | 0.0000 | 0.0000 | 0.0000 | 0.0000 | 13 |
CurrentNo9 | 0.7080 | 0.6997 | 0.7270 | 0.7116 | 2 |
CurrentNo10 | 0.5351 | 0.6315 | 0.6841 | 0.6169 | 12 |
CurrentNo11 | 0.5890 | 0.6538 | 0.6681 | 0.6370 | 9 |
CurrentNo12 | 0.6391 | 0.6662 | 0.7308 | 0.6787 | 5 |
CurrentNo13 | 0.6013 | 0.6265 | 0.6446 | 0.6241 | 10 |
CurrentNo14 | 0.6598 | 0.7272 | 0.7382 | 0.7084 | 3 |
CurrentNo15 | 0.6837 | 0.7210 | 0.7315 | 0.7121 | 1 |
CurrentNo16 | 0.6495 | 0.6914 | 0.7142 | 0.6851 | 4 |
表1中,支路编号为5-8的平均值为0,因此,取其余12支路的数据。计算各时刻支路电流值间的标准差,若标准差为0,则将该时刻的数据也去掉,具体见表2,该表中的数据没有等于0的,不需要删掉:
表2
支路编号 | 时间1 | 时间2 | 时间3 |
CurrentNo1 | 0.6513 | 0.6681 | 0.6787 |
CurrentNo2 | 0.6314 | 0.6634 | 0.6949 |
CurrentNo3 | 0.6063 | 0.6521 | 0.7233 |
CurrentNo4 | 0.5976 | 0.6238 | 0.6483 |
CurrentNo9 | 0.7080 | 0.6997 | 0.7270 |
CurrentNo10 | 0.5351 | 0.6315 | 0.6841 |
CurrentNo11 | 0.5890 | 0.6538 | 0.6681 |
CurrentNo12 | 0.6391 | 0.6662 | 0.7308 |
CurrentNo13 | 0.6013 | 0.6265 | 0.6446 |
CurrentNo14 | 0.6598 | 0.7272 | 0.7382 |
CurrentNo15 | 0.6837 | 0.7210 | 0.7315 |
CurrentNo16 | 0.6495 | 0.6914 | 0.7142 |
标准差 | 0.0466 | 0.0348 | 0.0335 |
(3)计算加权离散率:经过上述筛选得到的各支路及各时刻的数据,计算每时刻的支路电流标准差及平均值,用各时刻的支路电流平均值作为权重,计算各时刻支路电流变异系数的加权平均值;
标准差公式:
平均值公式:
离散率公式:
加权离散率公式:
计算出的结果见表3:
表3
时间1 | 时间2 | 时间3 | |
标准差 | 0.0466 | 0.0348 | 0.0335 |
平均数 | 0.6293 | 0.6687 | 0.6986 |
离散率 | 0.0741 | 0.0521 | 0.0479 |
加权离散率 | 0.0576 |
(4)预警判断:判断上述加权平均值是否大于0.265A,及是否等于0,如果大于0.265A,判为汇流箱的设备故障,如果等于0,判为汇流箱通讯故障,其余情况,判为设备正常。
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 (3)
1.一种基于汇流箱支路数据的组串级预警算法,其特征在于,包括如下步骤:
(1)数据清洗:将某一时间段内通讯过程中产生的超过设定值一的数据去掉,并将相邻时刻支路电流相同的数值也去掉;
(2)支路选择:计算各支路的电流和,从小到大排列,取位于前面实际输入路数的支路数据,其它去掉;计算各时刻支路电流值间的标准差,若标准差为0,则将该时刻的数据去掉;
(3)计算加权离散率:经过上述筛选得到的各支路及各时刻的数据,计算每时刻的支路电流标准差及平均值,用各时刻的支路电流平均值作为权重,计算各时刻支路电流变异系数的加权平均值;
(4)预警判断:判断上述加权平均值是否大于设定值二,及是否等于0,如果大于设定值二,判为汇流箱的设备故障,如果等于0,判为汇流箱通讯故障,其余情况,判为设备正常。
2.根据权利要求1所述的一种基于汇流箱支路数据的组串级预警算法,其特征在于,所述步骤(1)中具体方法为:各时刻的支路电流大于150A或小于0A的数值去掉。
3.根据权利要求1所述的一种基于汇流箱支路数据的组串级预警算法,其特征在于,所述步骤(4)中的设定值二为0.265A。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710856627.0A CN107884676A (zh) | 2017-09-21 | 2017-09-21 | 一种基于汇流箱支路数据的组串级预警算法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710856627.0A CN107884676A (zh) | 2017-09-21 | 2017-09-21 | 一种基于汇流箱支路数据的组串级预警算法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107884676A true CN107884676A (zh) | 2018-04-06 |
Family
ID=61780785
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710856627.0A Withdrawn CN107884676A (zh) | 2017-09-21 | 2017-09-21 | 一种基于汇流箱支路数据的组串级预警算法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107884676A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109507468A (zh) * | 2018-12-21 | 2019-03-22 | 九州能源有限公司 | 一种基于关联特征的汇流箱支路电流检测方法及系统 |
CN115514021A (zh) * | 2022-11-11 | 2022-12-23 | 云南电网能源投资有限责任公司 | 分布式光伏电站的故障调控方法、系统及计算机设备 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103678872A (zh) * | 2013-09-27 | 2014-03-26 | 国家电网公司 | 一种光伏发电系统性能评估方法及装置 |
CN104821789A (zh) * | 2015-05-06 | 2015-08-05 | 国家电网公司 | 一种光伏发电系统可靠性的检测方法 |
CN205899597U (zh) * | 2016-07-22 | 2017-01-18 | 北京木联能软件股份有限公司 | 光伏电站运行管理系统 |
CN107040205A (zh) * | 2017-04-26 | 2017-08-11 | 晶科电力有限公司 | 一种用于光伏电站的设备监测装置 |
CN107070399A (zh) * | 2016-12-07 | 2017-08-18 | 北京金鸿泰科技有限公司 | 一种汇流箱电流管理方法和装置 |
-
2017
- 2017-09-21 CN CN201710856627.0A patent/CN107884676A/zh not_active Withdrawn
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103678872A (zh) * | 2013-09-27 | 2014-03-26 | 国家电网公司 | 一种光伏发电系统性能评估方法及装置 |
CN104821789A (zh) * | 2015-05-06 | 2015-08-05 | 国家电网公司 | 一种光伏发电系统可靠性的检测方法 |
CN205899597U (zh) * | 2016-07-22 | 2017-01-18 | 北京木联能软件股份有限公司 | 光伏电站运行管理系统 |
CN107070399A (zh) * | 2016-12-07 | 2017-08-18 | 北京金鸿泰科技有限公司 | 一种汇流箱电流管理方法和装置 |
CN107040205A (zh) * | 2017-04-26 | 2017-08-11 | 晶科电力有限公司 | 一种用于光伏电站的设备监测装置 |
Non-Patent Citations (2)
Title |
---|
傅国轩等: "并网光伏电站基于汇流箱组串电流离散率的分析方法及应用", 《电网与清洁能源》 * |
华静: "手把手教你如何将电站数据化——汇流箱篇", 《HTTPS://SOLAR.OFWEEK.COM/2016-07/ART-260002-11000-30013033.HTML》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109507468A (zh) * | 2018-12-21 | 2019-03-22 | 九州能源有限公司 | 一种基于关联特征的汇流箱支路电流检测方法及系统 |
CN115514021A (zh) * | 2022-11-11 | 2022-12-23 | 云南电网能源投资有限责任公司 | 分布式光伏电站的故障调控方法、系统及计算机设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109145957B (zh) | 基于大数据的配电网异常指标的识别与处理方法及装置 | |
CN105117839B (zh) | 一种基于连锁故障的电力系统薄弱环节辨识方法 | |
CN112329806B (zh) | 一种用于低压台区拓扑识别的电表聚类方法 | |
CN112688428B (zh) | 一种基于物联网技术的10千伏电网同期线损治理方法 | |
CN106990325B (zh) | 基于突变逻辑阵的配网小电流接地故障判定方法 | |
CN111817299B (zh) | 基于模糊推理的配电台区线损率异常成因智能辨识方法 | |
CN108683180A (zh) | 一种三相低压配电网拓扑重建方法 | |
CN109214527A (zh) | 一种变压器故障早期诊断预警方法和系统 | |
CN107884676A (zh) | 一种基于汇流箱支路数据的组串级预警算法 | |
CN110571925A (zh) | 一种利用配电网监测终端数据分析电能质量的方法 | |
CN112131216A (zh) | 一种基于物模型的输电线路自适应数据库创建方法及装置 | |
Fang et al. | A statistical approach to guide phase swapping for data-scarce low voltage networks | |
CN110783913B (zh) | 基于群的计及预想事故集最佳电网拓扑在线优化方法 | |
CN106780125A (zh) | 一种基于月均用电量的采集异常紧急程度计算方法 | |
CN113189418A (zh) | 一种基于电压数据的拓扑关系识别方法 | |
CN116203351A (zh) | 线路阻抗异常的检测方法及系统 | |
CN109301832B (zh) | 一种基于n-1静态安全约束下的断面潮流优化控制方法 | |
CN112182499B (zh) | 一种基于时序电量数据的低压配电网拓扑结构辨识方法 | |
CN115808600B (zh) | 基于数学形态学和模式识别的直流电弧检测方法 | |
Mahanty et al. | An improved method for digital relaying of transmission lines | |
CN113300367B (zh) | 电网关键断面在线快速识别方法、输电限额制定方法及装置 | |
CN114675212B (zh) | 一种配电变压器中性点连接异常研判方法 | |
Kim et al. | Estimation of fault location on distribution feeders using PQ monitoring data | |
CN111382763A (zh) | 一种光伏集群划分方法及系统 | |
CN107436396A (zh) | 一种考虑电压暂降的电网薄弱环节的辨识方法 |
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 | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20180406 |
|
WW01 | Invention patent application withdrawn after publication |