CN110389264A - 一种异常用电计量的检测方法 - Google Patents

一种异常用电计量的检测方法 Download PDF

Info

Publication number
CN110389264A
CN110389264A CN201910599241.5A CN201910599241A CN110389264A CN 110389264 A CN110389264 A CN 110389264A CN 201910599241 A CN201910599241 A CN 201910599241A CN 110389264 A CN110389264 A CN 110389264A
Authority
CN
China
Prior art keywords
metering
rank correlation
correlation coefficient
electro
phase 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.)
Granted
Application number
CN201910599241.5A
Other languages
English (en)
Other versions
CN110389264B (zh
Inventor
林振智
刘晟源
章天晗
章博
连子宽
金伟超
林之岸
崔雪原
韩畅
杨莉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhejiang University ZJU
Original Assignee
Zhejiang University ZJU
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Zhejiang University ZJU filed Critical Zhejiang University ZJU
Priority to CN201910599241.5A priority Critical patent/CN110389264B/zh
Publication of CN110389264A publication Critical patent/CN110389264A/zh
Application granted granted Critical
Publication of CN110389264B publication Critical patent/CN110389264B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R19/00—Arrangements for measuring currents or voltages or for indicating presence or sign thereof
    • G01R19/165—Indicating that current or voltage is either above or below a predetermined value or within or outside a predetermined range of values
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R19/00—Arrangements for measuring currents or voltages or for indicating presence or sign thereof
    • G01R19/165—Indicating that current or voltage is either above or below a predetermined value or within or outside a predetermined range of values
    • G01R19/16566—Circuits and arrangements for comparing voltage or current with one or several thresholds and for indicating the result not covered by subgroups G01R19/16504, G01R19/16528, G01R19/16533
    • G01R19/16571—Circuits and arrangements for comparing voltage or current with one or several thresholds and for indicating the result not covered by subgroups G01R19/16504, G01R19/16528, G01R19/16533 comparing AC or DC current with one threshold, e.g. load current, over-current, surge current or fault current
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis

Abstract

本发明涉及一种异常用电计量的检测方法，其包括步骤：获取计量设备的三相电流信息并按照大小进行排序和归一化；计算三相电流的斯皮尔曼秩相关系数；计算斯皮尔曼秩相关系数经变换后的t统计量；构造关于t统计量的原假设和备择假设，进行假设检验，从而判断计量设备是否异常。其可以为电力系统运行人员检测异常用电计量情况提供相应支持。

Description

一种异常用电计量的检测方法
技术领域
本发明涉及电力系统领域，特别是涉及一种异常用电计量的检测方法。
背景技术
过去，操作人员和维修人员都是对用户计量设备进行逐一检查，以确定其是否处于异常数据采集状态。这样的方式可以避免大部分故障，然而却十分费时，并且将带来不必要的停机。近年来，随着智能电网和智能变电站技术的快速发展，越来越多的智能设备和测量设备被部署，大量与用户计量相对应的数据可以被得到，这些有价值的数据为异常用电计量监测带来了潜在的解决方案。
发明内容
基于此，本发明提出了一种异常用电计量的检测方法。
1)获取计量设备的三相电流信息并按照大小进行排序和归一化；
2)计算三相电流的斯皮尔曼秩相关系数；
3)计算斯皮尔曼秩相关系数经变换后的t统计量；
4)构造关于t统计量的原假设和备择假设，进行假设检验，从而判断计量设备是否异常。
上述技术方案中，步骤1)中获取计量设备的三相电流信息并按照大小进行排序和归一化，具体如下：
假设用IA＝[IA1,IA2,…,IAN]T,IB＝[IB1,IB2,…,IBN]T和IC＝[IC1,IC2,…,ICN]T分别代表ABC三相在一天按时序采集的电流，将其中的元素按照从大到小的顺序重新排列得到排序后的向量 从而，三相电流的秩矩阵可以表示为
式中：N是每次监测的时间窗口长度。在确定斯皮尔曼秩相关系数之前，首先要对秩矩阵进行标准化，将矩阵转换为从而更好地表示三相电流的差异，其中矩阵的元素可以表示为
步骤2)中计算三相电流的斯皮尔曼秩相关系数，方法为：
三相电流对应的斯皮尔曼秩相关系数矩阵为
式中：和分别是向量和的平均值。如果每个列向量IA,IB,IC中没有相同的值，则的值为整数，相关系数可简化为
式中：
步骤3)中计算斯皮尔曼秩相关系数经变换后的t统计量，方法为：
斯皮尔曼秩相关系数的t统计量定义为
式中：服从自由度为N-2的t分布。
步骤4)中计算构造关于t统计量的原假设和备择假设，进行假设检验，方法为：
t分布的概率密度函数定义为
式中：n是t分布的自由度。自由度为N-2的t分布且置信区间为α时的阈值tα(N-2)为
在本发明中，如果α＝0.05且N＝96，则tα(N-2)＝1.661。
建立原假设H0:和备择假设H1:并计算的数值并和tα(N-2)进行比较。如果则拒绝原假设H0，这意味着当前用电计量是正常的。否则，接受原假设H0，这意味着当前用电计量是异常的。
本发明的有益效果是：
本发明通过构造关于斯皮尔曼秩相关系数经变换后t统计量的原假设和备择假设，进行假设检验，可以快速有效的检测到用户变压器的异常数据，从而提醒维修人员及时进行检查，该方法无需停机，可以极大降低电力系统运行人员检测异常用电计量情况的工作量。
附图说明
图1为一个实施例的一种异常用电计量的检测方法流程图；
图2为一个实施例的三相电流幅值变化图；
图3为一个实施例的第4天到第8天的三相电流幅值图；
图4为一个实施例的第28天到第32天的三相电流幅值图；
图5为一个实施例的第38天到第43天的三相电流幅值图；
图6为一个实施例的电流的斯皮尔曼秩相关系数；
图7为一个实施例的电流的斯皮尔曼秩相关系数的t统计量；
具体实施方式
为了更好地理解本发明的目的、技术方案以及技术效果，以下结合附图对本发明进行进一步的讲解说明。
参考图1，图1所示为一个实施例的一种异常用电计量的检测方法，包括如下步骤：
S10，获取计量设备的三相电流信息并进行排序和归一化：
假设用IA＝[IA1,IA2,…,IAN]T,IB＝[IB1,IB2,…,IBN]T和IC＝[IC1,IC2,…,ICN]T分别代表ABC三相在一天按时序采集的电流，将其中的元素按照从大到小的顺序重新排列得到排序后的向量 从而，三相电流的秩矩阵可以表示为
式中：N是每次监测的时间窗口长度。在确定斯皮尔曼秩相关系数之前，首先要对秩矩阵进行标准化，将矩阵转换为从而更好地表示三相电流的差异，其中矩阵的元素可以表示为
S20，计算三相电流的斯皮尔曼秩相关系数；在一个实施例中：
式中：X,Y∈{A,B,C}；和分别是向量和的平均值。如果每个列向量IA,IB,IC中没有相同的值，则的值为整数，相关系数可简化为
式中：
S30，计算斯皮尔曼秩相关系数经变换后的t统计量；在一个实施例中：
斯皮尔曼秩相关系数的t统计量定义为
式中：服从自由度为N-2的t分布。
S40，构造关于t统计量的原假设和备择假设，进行假设检验；在一个实施例中：
t分布的概率密度函数定义为
式中：n是t分布的自由度。自由度为N-2的t分布且置信区间为α时的阈值tα(N-2)为
在本发明中，如果α＝0.05且N＝96，则tα(N-2)＝1.661。
建立原假设H0:和备择假设H1:并计算的数值并和tα(N-2)进行比较。如果则拒绝原假设H0，这意味着当前用电计量是正常的。否则，接受原假设H0，这意味着当前用电计量是异常的。
以浙江电网用户变压器相关数据为例，说明本发明的异常用电计量的检测方法的有效性。从用户采集信息系统中采集到的三相电流如图2所示。可以看出，三相电流在2017/04/01 00:00到2017/05/31 23:45期间存在较大的波动。为了清楚地揭示电流的变化情况，图3、图4、图5分别给出了该病例第4天至第8天、第28天至第32天、第39天至第43天的详细视图。不同相间电流的斯皮尔曼秩相关系数如图6所示。图6中有3个凹陷位置，因此有理由怀疑在2017/04/04、2017/04/30和2017/05/11这3个位置分别发生了异常数据采集。然而，如果只使用斯皮尔曼秩相关系数，则不能给出确定的阈值。因此，图7给出了t统计量的折线图。
在图7中,青色线表示当α＝0.05、N＝96时的阈值tα(N-2)。可以看出，和在2017/04/04超过阈值，并在2017/04/06恢复正常；在2017/04/30超过阈值，在2017/05/01恢复正常。因此，在2017/04/04和2017/04/30分别首次触发了两个不同类型的报警，这说明B相数据采集异常的可能性较大，经过检修后故障均被清除。因此，该方法可以检测到用户变压器的异常数据采集，并提醒维修人员及时进行检查。

Claims (5)

1.一种异常用电计量的检测方法，其特征在于，包括如下步骤：
1)获取计量设备的三相电流信息并按照大小进行排序和归一化；
2)计算三相电流的斯皮尔曼秩相关系数；
3)计算斯皮尔曼秩相关系数经变换后的t统计量；
4)构造关于t统计量的原假设和备择假设，进行假设检验，从而判断计量设备是否异常。
2.根据权利要求1所述的异常用电计量的检测方法，其特征在于，获取计量设备的三相电流信息并按照大小进行排序和归一化，具体如下：
假设用IA＝[IA1,IA2,…,IAN]T,IB＝[IB1,IB2,…,IBN]T和IC＝[IC1,IC2,…,ICN]T分别代表ABC三相在一天按时序采集的电流，将其中的元素按照从大到小的顺序重新排列得到排序后的向量 从而，三相电流的秩矩阵可以表示为
式中：N是每次监测的时间窗口长度，在确定斯皮尔曼秩相关系数之前，首先要对秩矩阵进行标准化，将矩阵转换为从而更好地表示三相电流的差异，其中矩阵的元素可以表示为
3.根据权利要求1所述的异常用电计量的检测方法，其特征在于，计算三相电流的斯皮尔曼秩相关系数，具体如下：
三相电流对应的斯皮尔曼秩相关系数矩阵为
式中：X,Y∈{A,B,C}；和分别是向量和的平均值；如果每个列向量IA,IB,IC中没有相同的值，则的值为整数，相关系数可简化为
式中：
4.根据权利要求1所述的异常用电计量的检测方法，其特征在于，计算斯皮尔曼秩相关系数经变换后的t统计量，具体如下：
斯皮尔曼秩相关系数的t统计量定义为
式中：服从自由度为N-2的t分布。
5.根据权利要求1所述的异常用电计量的检测方法，其特征在于，构造关于t统计量的原假设和备择假设，进行假设检验，具体如下：
t分布的概率密度函数定义为
式中：n是t分布的自由度，自由度为N-2的t分布且置信区间为α时的阈值tα(N-2)为
建立原假设H0:和备择假设H1:并计算的数值并和tα(N-2)进行比较，如果则拒绝原假设H0，这意味着当前用电计量是正常的，否则，接受原假设H0，这意味着当前用电计量是异常的。
CN201910599241.5A 2019-07-01 2019-07-01 一种异常用电计量的检测方法 Active CN110389264B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910599241.5A CN110389264B (zh) 2019-07-01 2019-07-01 一种异常用电计量的检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910599241.5A CN110389264B (zh) 2019-07-01 2019-07-01 一种异常用电计量的检测方法

Publications (2)

Publication Number Publication Date
CN110389264A true CN110389264A (zh) 2019-10-29
CN110389264B CN110389264B (zh) 2020-07-17

Family

ID=68286238

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910599241.5A Active CN110389264B (zh) 2019-07-01 2019-07-01 一种异常用电计量的检测方法

Country Status (1)

Country Link
CN (1) CN110389264B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112215307A (zh) * 2020-11-19 2021-01-12 薛蕾 一种应用机器学习自动检测地震仪器信号异常的方法
CN113792477A (zh) * 2021-08-18 2021-12-14 珠海派诺科技股份有限公司 一种用电异常识别方法、系统、装置和火灾预警系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105893523A (zh) * 2016-03-31 2016-08-24 华东师范大学 利用答案相关性排序的评估度量来计算问题相似度的方法
CN106127614A (zh) * 2016-08-30 2016-11-16 西南交通大学 一种基于三参数威尔分布的电力异常数据辨识方法
CN109614981A (zh) * 2018-10-17 2019-04-12 东北大学 基于斯皮尔曼等级相关的卷积神经网络的电力系统智能故障检测方法及系统
WO2019084236A1 (en) * 2017-10-26 2019-05-02 Institute For Systems Biology METHOD AND SYSTEM FOR GENERATING AND COMPARING GENOTYPES

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105893523A (zh) * 2016-03-31 2016-08-24 华东师范大学 利用答案相关性排序的评估度量来计算问题相似度的方法
CN106127614A (zh) * 2016-08-30 2016-11-16 西南交通大学 一种基于三参数威尔分布的电力异常数据辨识方法
WO2019084236A1 (en) * 2017-10-26 2019-05-02 Institute For Systems Biology METHOD AND SYSTEM FOR GENERATING AND COMPARING GENOTYPES
CN109614981A (zh) * 2018-10-17 2019-04-12 东北大学 基于斯皮尔曼等级相关的卷积神经网络的电力系统智能故障检测方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
杨光盛等: "基于CRITIC和理想点法的计量设备运行质量评估", 《电力系统保护与控制》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112215307A (zh) * 2020-11-19 2021-01-12 薛蕾 一种应用机器学习自动检测地震仪器信号异常的方法
CN112215307B (zh) * 2020-11-19 2024-03-19 薛蕾 一种应用机器学习自动检测地震仪器信号异常的方法
CN113792477A (zh) * 2021-08-18 2021-12-14 珠海派诺科技股份有限公司 一种用电异常识别方法、系统、装置和火灾预警系统

Also Published As

Publication number Publication date
CN110389264B (zh) 2020-07-17

Similar Documents

Publication Publication Date Title
CN107462863B (zh) 一种智能电能表运行误差运行诊断分析方法及系统
EP3009801A1 (en) Failure sign diagnosis system of electrical power grid and method thereof
CN104221475B (zh) 用于照明控制的光传感器的故障检测、定位及性能监控
Catterson et al. Online conditional anomaly detection in multivariate data for transformer monitoring
EP2096508A1 (en) A system for multidemensional data-driven utility baselining
KR101214765B1 (ko) 전력설비 모니터링 시스템 및 방법
CN115115282B (zh) 一种高电压台区电力系统数据分析方法
CN108226772A (zh) 用于开关装置的诊断设备
CN113488901B (zh) 一种智能配电柜的安全监控系统及方法
CN110389264A (zh) 一种异常用电计量的检测方法
CN112418687B (zh) 基于用电特征的用户用电异常识别方法、装置和存储介质
CN109543083A (zh) 一种多元电网实时数据中异常数据的检测方法
CN103400308A (zh) Gis设备运行状态在线检测方法与系统
CN106197759B (zh) 一种温度传感器控制系统
Boškoski et al. Optimal selection of proton exchange membrane fuel cell condition monitoring thresholds
WO2016136391A1 (ja) 事故点標定装置及び方法、電力系統監視システム、設備計画支援システム
CN111562037A (zh) 一种温度表的故障检测方法及装置
CN109407039A (zh) 智能电表及其系统、自诊断方法和故障检测方法
JPWO2020046536A5 (zh)
CN116821834B (zh) 基于内嵌传感器的真空断路器检修管理系统
JP6456123B2 (ja) 太陽光パネル警報報知システム
CN116298459B (zh) 一种智能雷电流在线监测系统
CN110750403B (zh) 基于电力终端的停上电测试方法及相关装置
CN107908663A (zh) 基于能源数据采集后数据质量检测的方法
CN117664281B (zh) 基于物联网的超声波水表故障检测与自动校准方法和系统

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