CN110542879B - 电容式电压互感器运行性能变化趋势预测方法与系统 - Google Patents
电容式电压互感器运行性能变化趋势预测方法与系统 Download PDFInfo
- Publication number
- CN110542879B CN110542879B CN201910941760.5A CN201910941760A CN110542879B CN 110542879 B CN110542879 B CN 110542879B CN 201910941760 A CN201910941760 A CN 201910941760A CN 110542879 B CN110542879 B CN 110542879B
- Authority
- CN
- China
- Prior art keywords
- voltage transformer
- performance
- parameter
- capacitor voltage
- time window
- 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
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R35/00—Testing or calibrating of apparatus covered by the other groups of this subclass
- G01R35/02—Testing or calibrating of apparatus covered by the other groups of this subclass of auxiliary devices, e.g. of instrument transformers according to prescribed transformation ratio, phase angle, or wattage rating
-
- 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
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
-
- 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
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
- G06F17/12—Simultaneous equations, e.g. systems of linear equations
Abstract
本发明公开了一种电容式电压互感器运行性能变化趋势预测方法与系统,包括获取电容式电压互感器环境参量值及性能参数值;将获取的环境参量值及性能参数值按时间分组;将分组后的参量值及性能参数值建立环境参量与性能参数之间的第一重回归方程,提取第一重回归方程中相同环境参量在不同时间窗口的环境参量系数,形成环境参量系数集合;依据环境参量系数集合,建立环境参量系数与时间窗口的第二重回归方程,根据第一重回归方程和第二重回归方程得到电容式电压互感器性能参数值,从而对电容式电压互感器的性能进行预测。本发明提出了一种电容式电压互感器运行性能变化趋势预测方法与系统,能实现电容式电压互感器运行性能变化趋势的预测。
Description
技术领域
本发明涉及电气测量技术领域,尤其涉及一种电容式电压互感器运行性能变化趋势预测方法与系统。
背景技术
电压互感器是电网中一种重要的电力设备,用于将高电压转换成低电压,以供计量仪表和保护设备使用。其中,电容式电压互感器(Capacitor Voltage Transformer,CVT)以其冲击绝缘强度高、制造简单、体积小、重量轻、经济性显著等优势,逐渐代替电磁式电压互感器,广泛应用于110kV~500kV电网中。
国家计量检定规程JJG 1021-2007《电力互感器》中规定,电磁式电流、电压互感器的检定周期不得超过10年,电容式电压互感器的检定周期不得超过4年。电力公司主要通过停电周期检定的方式来判断电压互感器的运行状态,在执行上述规定时必须要停电,执行该条规程过程中存在困难。且该方法需要工作人员携带设备奔赴现场并拆装被测电压互感器一次引线,存在工作量大、效率低下、故障缺陷发现不及时等弊端,影响电力系统的安全运行和电能计量的公平公正。
电网系统中已有针对电容式电压互感器的在线监测系统及方法,能获取设备实时绝缘、计量参数,可靠、稳定地监测设备运行性能。但目前在线监测方法也仅限于设备运行性能的实时感知,不能预测其运行性能变化,达到未来设备状态的预知以及预警的目的。
发明内容
本发明的目的在于克服现有技术应用的不足,提出了一种电容式电压互感器运行性能变化趋势预测方法,能实现电容式电压互感器运行性能变化趋势的预测,为电容式电压互感器运行性能变化趋势的预测提供重要的理论依据,提高电容式电压互感器异常状态判定的效率。
本发明通过下述技术方案实现:
一种电容式电压互感器运行性能变化趋势预测方法,包括以下步骤:
S1:获取电容式电压互感器环境参量值及性能参数值;
S2:将获取的电容式电压互感器环境参量值及性能参数值按时间窗口分组;
S3:依据步骤S2分组后的电容式电压互感器环境参量值及性能参数值,建立电容式电压互感器环境参量与性能参数之间的第一重回归方程,并提取第一重回归方程中相同环境参量在不同时间窗口的环境参量系数,形成环境参量系数集合;
S4:依据步骤S3中的环境参量系数集合,建立环境参量系数与时间窗口的第二重回归方程组,根据任一时间窗口值可得到任一环境参量系数值,依据已得到的环境参量系数值、第一重回归方程和该时间窗口下的环境参量预测值得出电容式电压互感器性能参数值。
因为电容式电压互感器的性能受环境因素的影响较大,因此通过建立电容式电压互感器环境参量与性能参数之间的第一重回归方程,可以得到电容式电压互感器的性能与环境因素的关系,而环境因素又受季节气候的影响,季节气候又与时间有关系,因此通过建立环境参量系数与时间窗口之间的第二重回归方程组,得到环境因素与时间窗口的关系,将任意时间窗口值代入第二重回归方程组可以得到环境参量系数值,将得到的该时间窗口内的环境参量系数值和环境参量的预测值代入第一重回归方程,可以得到电容式电压互感器性能参数值,根据得到的电容式电压互感器性能参数值分析出电容式电压互感器的性能。
进一步地,所述步骤S1具体包括:
S11:从在线监测装置获取电容式电压互感器实时环境参量及性能参数。其中,电容式电压互感器环境参量为气温、气压、湿度、降水、电源频率、外电场中的任意环境参量或任意环境参量组合;电容式电压互感器性能参数包括电容式电压互感器二次电压有效值、相位,电容式电压互感器泄漏电流有效值、相位。
S12:根据步骤S11中获取的性能参数,计算电容式电压互感器的比值误差fU、相位误差δU、介质损耗值tanδ以及电容量C,其中,比值误差和相位误差反应电容式电压互感器的计量性能,介质损耗值和电容量反应电容式电压互感器的绝缘性能,计算公式如下:
δU=θcvt-θ0;
其中,Ucvt、θcvt、θIc、Ic分别为同一支电容式电压互感器的二次电压有效值、二次电压相位、泄漏电流相位、泄漏电流有效值;U0、θ0分别为相同电压等级下参考电压互感器的二次电压有效值、二次电压相位;ω为角频率。
进一步地,所述步骤3具体包括:
S31:依据步骤S12中计算得到的电容式电压互感器性能参数值,建立电容式电压互感器环境参量值与性能参数值之间的第一重回归方程,按照时间窗口顺序排列后形成回归方程组如下:
其中,Dn表示第n个时间窗口的电容式电压互感器性能参数值,f(xn)、f(yn)、f(zn)分别表示在第n个时间窗口内,以不同的环境参量xn、yn、zn为自变量的函数,f(xn,yn,...)表示以不同的环境参量相互组合的自变量函数;kni表示第n个时间窗口的不同环境参量系数,i表示不同的环境参量,cn表示第n个时间窗口影响电容式电压互感器性能的参量偏置;
S32:由于可将自变量的取值范围分为多个区间,每个区间内均可用一个拟合度比较高的线性方程来近似,使每个区间的回归方程近似于线性函数,故当f(x)、f(y)、f(z)为线性函数时,第一重回归方程为:
其中,Dn表示第n个时间窗口的电容式电压互感器性能参数值,αn、βn、γn表示第n个时间窗口中不同环境参量的系数;
S33:提取第一重回归方程中相同环境参量在不同时间窗口的环境参量系数,形成环境参量系数集合,其中,集合中均为一维向量;
其中A、B、G表示不同环境参量的环境参量系数集合,C表示影响电容式电压互感器性能的参量偏置系数集合;
进一步地,所述步骤4具体包括为:
S41:依据步骤S33中的环境参量系数集合,建立环境参量系数集合中的环境参量系数与时间序列Tm=[t1 t2 … tn]T中的时间窗口一一对应的第二重回归方程组:
αn=kαtn+kα′
βn=kβtn+kβ′
γn=kγtn+kγ′
…
cn=kctn+kc′
kα、kβ、kγ、kc为时间窗口的系数,kα′、kβ′、kγ′、kc′为常数;
S42、将下一时间窗口的时间值tn+1代入步骤S41中的第二重回归方程,得到下一时间窗口环境参量系数的预测值:
αn+1=kαtn+1+kα′
βn+1=kβtn+1+kβ′
γn+1=kγtn+1+kγ′
cn+1=kctn+1+kc′
S43、将步骤S42中得到的环境参量系数预测值,第n+1个时间窗口内的环境参量预测值带入第一重回归方程,得到电容式电压互感器性能参数的预测值:
Dn+1=αn+1xn+1+βn+1yn+1+γn+1zn+1+...+cn+1;
Dn+1表示第n+1个时间窗口的电容式电压互感器性能参数值,αn+1、βn+1、γn+1分别表示第n+1个时间窗口中不同环境参量的系数;xn+1、yn+1、zn+1分别表示第n+1个时间窗口内的环境参量预测值;cn+1表示第n+1个时间窗口影响电容式电压互感器性能的参量偏置。
依据电容式电压互感器性能参数值分析出电容式电压互感器运行性能。
一种电容式电压互感器运行性能变化趋势预测系统,包括:
数据输入单元,用于输入电容式电压互感器环境参量值及性能参数值,并将输入的数据实时传输给数据处理单元A;
数据处理单元A,用于接收数据输入单元传输的数据,根据获取的电容式电压互感器环境参量值及性能参数值,建立电容式电压互感器环境参量与性能参数之间的第一重回归方程,并将建立的第一重回归方程传输给数据处理单元B以及数据输出单元;
数据处理单元B,用于接收数据处理单元A传输的第一重回归方程,提取第一重回归方程中相同环境参量在不同时间窗口的环境参量系数,形成环境参量系数集合,并将形成的环境参量系数集合传输给数据处理单元C;
数据处理单元C,用于接收数据处理单元B传输的环境参量系数集合,建立环境参量系数与时间窗口的第二重回归方程组,并将第二重回归方程组传输给数据输出单元;
数据输出单元,用于接收数据处理单元C传输的第二重回归方程组和数据处理单元A传输的第一重回归方程,根据第二重回归方程组和不同的时间窗口值得到环境参量系数值;依据第一重回归方程、得到的环境参量系数值以及该时间窗口下的环境参量预测值,得出电容式电压互感器性能参数值,依据电容式电压互感器性能参数值分析出电容式电压互感器运行性能。
数据输入模块将获取的电容式电压互感器环境参量值及性能参数值,例如气温、气压、湿度、介质损耗值tanδ以及电容量C等数据实时传输给数据处理模块A,数据处理模块A根据获取的电容式电压互感器环境参量值及性能参数值,建立电容式电压互感器环境参量与性能参数之间的第一重回归方程,并将建立的第一重回归方程传输给数据处理模块B,数据处理模块B提取第一重回归方程中相同环境参量在不同时间窗口的环境参量系数,形成环境参量系数集合,并将形成的环境参量系数集合传输给数据处理单元C,数据处理单元C根据环境参量系数集合中的环境参量系数,建立环境参量系数与时间窗口的第二重回归方程组,并将第二重回归方程组传输给数据输出单元,数据输出单元将下一时间的时间窗口值代入第二重回归方程,得到下一时间的环境参量系数预测值,将得到的下一时间环境参量预测值和下一时间窗口的环境参量预测值代入第一重回归方程,得到下一时间的电容式电压互感器性能参数的预测值,根据下一时间的电容式电压互感器性能参数的预测值分析出下一时间的电容式电压互感器性能。
进一步地,所述数据输入单元包括数据采集模块、数据处理模块以及数据传输模块;
数据采集模块,用于采集电容式电压互感器环境参量值及性能参数,并将采集的数据实时传输给数据分析单元;
其中,电容式电压互感器环境参量为气温、气压、湿度、降水、电源频率、外电场中的任意环境参量或任意环境参量组合;电容式电压互感器性能参数包括电容式电压互感器二次电压有效值、相位,电容式电压互感器泄漏电流有效值、相位。
数据处理模块,用于接收数据采集模块获取的电容式电压互感器性能参数,计算电容式电压互感器的比值误差fU、相位误差δU、介质损耗值tanδ以及电容量C,并将计算值传输给数据分析模块,计算公式为:
δU=θcvt-θ0;
其中,Ucvt、θcvt、θIc、Ic分别为同一支电容式电压互感器的二次电压有效值、二次电压相位、泄漏电流相位、泄漏电流有效值;U0、θ0分别为相同电压等级下参考电压互感器的二次电压有效值、二次电压相位;ω为角频率。
其中,比值误差和相位误差反应电容式电压互感器的计量性能,介质损耗值和电容量反应电容式电压互感器的绝缘性能。
数据输出模块,用于接收数据采集单元实时传输的电容式电压互感器环境参量值及数据处理模块传输的电容式电压互感器性能参数值,将接收的电容式电压互感器环境参量值和性能参数值按时间窗口分组,并将分组后的数据传输给数据处理单元A。
环境参量的气温、气压、湿度以及降水受季节影响,相同季节下差别不大,将其按照时间窗口分组,并求取平均值,用平均值代替整个窗口值,降低数据处理量。
进一步地,所述第一重回归方程为:
Dn=kn1f(xn)+kn2f(yn)+kn3f(zn)+...+knif(xn,yn,...)+cn;
其中,Dn表示第n个时间窗口的电容式电压互感器性能参数值,f(xn)、f(yn)、f(zn)分别表示在第n个时间窗口内,以不同的环境参量xn、yn、zn为自变量的函数,f(xn,yn,...)表示以不同的环境参量相互组合的自变量函数;kni表示第n个时间窗口的不同环境参量系数,i表示不同的环境参量,cn表示第n个时间窗口影响电容式电压互感器性能的参量偏置。
进一步地,由于可将自变量的取值范围分为多个区间,每个区间内均可用一个拟合度比较高的线性方程来近似,使每个区间的回归方程近似于线性函数,当f(x)、f(y)、f(z)为线性函数时,所述第一重回归方程为:
Dn=αnxn+βnyn+γnzn+...cn
其中,Dn表示第n个时间窗口的电容式电压互感器性能参数值,αn、βn、γn表示第n个时间窗口中不同环境参量的系数;
进一步地,所述环境参量系数集合为:
其中A、B、G表示不同环境参量的环境参量系数集合,C表示影响电容式电压互感器性能的参量偏置系数集合;
进一步地,所述第二重回归方程组为:
αn=kαtn+kα′
βn=kβtn+kβ′
γn=kγtn+kγ′
...
cn=kctn+kc′
kα、kβ、kγ、kc为时间窗口的系数,kα′、kβ′、kγ′、kc′为常数。
本发明与现有技术相比,具有如下的优点和有益效果:
(1)本发明基于电容式电压互感器在线监测技术,能够根据测得的电容式电压互感器环境参量以及运行参数,实现电容式电压互感器运行中绝缘性能、计量性能变化趋势的预测,使电容式电压互感器在线监测技术不仅能实时感知设备的运行性能,还能预知未来设备状态的变化趋势,起到预警的目的。
(2)本发明的应用能使设备的维修和更换与停电计划、检修计划更好地配合,有效减少非计划停电带来的经济损失,真正实现电容式电压互感器的在线监测、及时预测及故障诊断,对确保电力设备的稳定运行,提高电网的可靠性以及电脑计量的公正性具有重要意义。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,下面结合实施例,对本发明作进一步的详细说明,本发明的示意性实施方式及其说明仅用于解释本发明,并不作为对本发明的限定。
实施例
一种电容式电压互感器运行性能变化趋势预测方法,包括以下步骤:
S1:获取电容式电压互感器环境参量值及性能参数值;
S2:将获取的电容式电压互感器环境参量值及性能参数值按时间窗口分组,并求得每组数据的平均值;
S3:依据步骤S2分组后的电容式电压互感器环境参量值及性能参数值,建立电容式电压互感器环境参量与性能参数之间的第一重回归方程,并提取第一重回归方程中相同环境参量在不同时间窗口的环境参量系数,形成环境参量系数集合;
S4:依据步骤S3中的环境参量系数集合,建立环境参量系数与时间窗口的第二重回归方程组,根据任一时间窗口值可得到任一环境参量系数值,依据已得到的环境参量系数值、第一重回归方程和该时间窗口下的环境参量预测值得出电容式电压互感器性能参数值。
因为电容式电压互感器的性能受环境因素的影响较大,因此通过建立电容式电压互感器环境参量与性能参数之间的第一重回归方程,可以得到电容式电压互感器的性能与环境因素的关系,而环境因素又受季节气候的影响,季节气候又与时间有关系,因此通过建立环境参量系数与时间窗口之间的第二重回归方程组,得到环境因素与时间窗口的关系,将任意时间窗口值代入第二重回归方程组可以得到环境参量系数值,将得到的该时间窗口内的环境参量系数值和环境参量的预测值代入第一重回归方程,可以得到电容式电压互感器性能参数值,根据得到的电容式电压互感器性能参数值分析出电容式电压互感器的性能。
所述步骤S1具体包括:
S11:从在线监测装置获取电容式电压互感器实时环境参量及性能参数。其中,电容式电压互感器环境参量为气温、气压、湿度、降水、电源频率、外电场中的任意环境参量或任意环境参量组合;电容式电压互感器性能参数包括电容式电压互感器二次电压有效值、相位,电容式电压互感器泄漏电流有效值、相位。
S12:根据步骤S11中获取的性能参数,计算电容式电压互感器的比值误差fU、相位误差δU、介质损耗值tanδ以及电容量C,其中,比值误差和相位误差反应电容式电压互感器的计量性能,介质损耗值和电容量反应电容式电压互感器的绝缘性能,计算公式如下:
δU=θcvt-θ0;
其中,Ucvt、θcvt、θIc、Ic分别为同一支电容式电压互感器的二次电压有效值、二次电压相位、泄漏电流相位、泄漏电流有效值;U0、θ0分别为相同电压等级下参考电压互感器的二次电压有效值、二次电压相位,参考电压互感器为电容式电压互感器、电磁式电压互感器中的一种,根据站内电压互感器的实际类型确定;ω为角频率。
所述步骤3具体包括:
S31:依据步骤S12中计算得到的电容式电压互感器性能参数值,建立电容式电压互感器环境参量值与性能参数值之间的第一重回归方程,按照时间窗口顺序排列后形成回归方程组如下:
其中,Dn表示第n个时间窗口的电容式电压互感器性能参数值,f(xn)、f(yn)、f(zn)分别表示在第n个时间窗口内,以不同的环境参量xn、yn、zn为自变量的函数,f(xn,yn,...)表示以不同的环境参量相互组合的自变量函数;kni表示第n个时间窗口的不同环境参量系数,i表示不同的环境参量,cn表示第n个时间窗口影响电容式电压互感器性能的参量偏置;
S32:由于可将自变量的取值范围分为多个区间,每个区间内均可用一个拟合度比较高的线性方程来近似,使每个区间的回归方程近似于线性函数,故当f(x)、f(y)、f(z)为线性函数时,第一重回归方程为:
其中,Dn表示第n个时间窗口的电容式电压互感器性能参数值,αn、βn、γn表示第n个时间窗口中不同环境参量的系数;
S33:提取第一重回归方程中相同环境参量在不同时间窗口的环境参量系数,形成环境参量系数集合,其中,集合中均为一维向量;
其中A、B、G表示不同环境参量的环境参量系数集合,C表示影响电容式电压互感器性能的参量偏置系数集合;
所述步骤4具体包括为:
S41:依据步骤S33中的环境参量系数集合,建立环境参量系数集合中的环境参量系数与时间序列Tm=[t1 t2 … tn]T中的时间窗口一一对应的第二重回归方程组:
αn=kαtn+kα′
βn=kβtn+kβ′
γn=kγtn+kγ′
…
cn=kctn+kc′
kα、kβ、kγ、kc为时间窗口的系数,kα′、kβ′、kγ′、kc′为常数;
S42、将下一时间窗口的时间值tn+1代入步骤S41中的第二重回归方程,得到下一时间窗口环境参量系数的预测值:
αn+1=kαtn+1+kα′
βn+1=kβtn+1+kβ′
γn+1=kγtn+1+kv′
…
cn+1=kctn+1+kc′
S43、将步骤S42中得到的环境参量系数预测值,第n+1个时间窗口内的环境参量预测值带入第一重回归方程,得到电容式电压互感器性能参数的预测值:
Dn+1=αn+1xn+1+βn+1Yn+1+γn+1zn+1+...+cn+1
Dn+1表示第n+1个时间窗口的电容式电压互感器性能参数值,αn+1、βn+1、γn+1分别表示第n+1个时间窗口中不同环境参量的系数;xn+1、yn+1、zn+1分别表示第n+1个时间窗口内的环境参量预测值;cn+1表示第n+1个时间内窗口影响电容式电压互感器性能的参量偏置。
依据电容式电压互感器性能参数值分析出电容式电压互感器运行性能。
在本实施例中,采集川西高原某500kV变电站2016年2月1日至2018年2月28日的气温数据T、大气湿度数据H以及全部电压互感器的各项参数,对站内某条线路的一支电容式电压互感器2018年3月的比值误差进行预测。
首先,将该电容式电压互感器的二次电压有效值Ucvt、参考电压互感器的二次电压有效值U0通过计算转化为性能参数比值误差fU:
将一天内的气温T、湿度H和比值误差fU进行算数平均,每天得到一组气温T、湿度H和比值误差fU,共759组数据。将得到的759组数据按时间先后顺序进行分组,时间窗口选为月,每个时间窗口为一组数据,共分为25组,第1组比值误差fU数据为D1,第2组比值误差fU数据为D2,以此类推第25组比值误差fU数据为D25。与各个比值误差fU数据对应的气温为T1,T2,……,T25,与各个比值误差fU数据对应的湿度H为H1,H2,……,H25。
根据每一组对应的数据建立电容式电压互感器环境参量与性能参数之间的第一重回归方程,具体来说,根据D1、T1和H1的数据可建立一个回归方程,根据D2、T2和H2的数据可建立第二个回归方程。依此类推,直到D25、T25和H25的数据可建立第25个回归方程。表示为:
或写为:
D=AT+BH+C;
建立回归方程,根据原始数据求解线性方程的系数,对于上述二元线性回归方程,即求解a1、a2、…、a25,b1、b2、…、b25,c1、c2、…、c25。求解的方法为最小二乘法,进行参数估计。例如,求解D1、T1和H1的数据建立的回归方程的系数,使用最小二乘法进行参数估计,就是对以下方程组求解:
代入数据,可解出a1=0.00171,b1=0.0003,c1=-0.19128。类似地,可得到其他所有系数,经过计算,得到以下回归方程组:
上式中:
其中A表示环境参量为气温时的系数集合,B表示环境参量为湿度时的系数集合,C表示影响电容式电压互感器性能的参量偏置系数集合;
将A、B、C中的元素与时间序列Tm=[t1 t2 ... tn]T中的时间窗口一一对应,建立环境参量系数与时间窗口的第二重回归方程组;
αn=kαtn+kα′;
βn=kβtn+kβ′;
cn=kctn+kc′;
同样,使用最小二乘法进行参数估计,得到kα=-6.28799×10-6,kα′=0.00225,kβ=5.02900×10-7,kβ′=0.00020;kc=7.6×10-4,kc′=-0.117613;代入上述第二重回归方程组,得到:
将2018年3月的时间值t26=26代入第二重回归方程组中,可得到下一时间窗口的环境参量系数的预测值,即2018年3月的α26、β26、γ26;
结合当地气象站的下月气温和湿度数据,或自行计算下月历年平均气温和湿度作为2018年3月的气温T和湿度H的预测值。此处以2017年3月的平均气温6.68614℃和平均湿度44.69855%RH作为2018年3月平均气温和平均湿度,可得到2013年3月的比值误差预测值:
D26=0.002087×6.68614+0.000213×44.69855-0.15637=-0.1329;
通过双重回归算法预测计算,2018年3月该互感器的比值误差平均值预测为-0.1329%。通过第二重回归方程计算和预测第一重回归方程中系数的变化,该预测值不仅包含了温度和湿度对比值误差的影响,也包含了时间变化对比值误差的缓慢影响。
一种电容式电压互感器运行性能变化趋势预测系统,包括:
数据输入单元,用于输入电容式电压互感器环境参量值及性能参数值,并将输入的数据实时传输给数据处理单元A;
数据处理单元A,用于接收数据输入单元传输的数据,根据获取的电容式电压互感器环境参量值及性能参数值,建立电容式电压互感器环境参量与性能参数之间的第一重回归方程,并将建立的第一重回归方程传输给数据处理单元B以及数据输入模块;
数据处理单元B,用于接收数据处理单元A传输的第一重回归方程,提取第一重回归方程中相同环境参量在不同时间窗口的环境参量系数,形成环境参量系数集合,并将形成的环境参量系数集合传输给数据处理单元C;
数据处理单元C,用于接收数据处理单元B传输的环境参量系数集合,建立环境参量系数与时间窗口的第二重回归方程组,并将第二重回归方程组传输给数据输出单元;
数据输出单元,用于接收数据处理单元C传输的第二重回归方程组和数据处理单元A传输的第一重回归方程,根据第二重回归方程组和不同的时间窗口值得到环境参量系数值;依据第一重回归方程、得到的环境参量系数值以及该时间窗口下的环境参量预测值,得出电容式电压互感器性能参数值,依据电容式电压互感器性能参数值分析出电容式电压互感器运行性能。
数据输入模块将获取的电容式电压互感器环境参量值及性能参数值,例如气温、气压、湿度、介质损耗值tanδ以及电容量C等数据实时传输给数据处理模块A,数据处理模块A根据获取的电容式电压互感器环境参量值及性能参数值,建立电容式电压互感器环境参量与性能参数之间的第一重回归方程,并将建立的第一重回归方程传输给数据处理模块B,数据处理模块B提取第一重回归方程中相同环境参量在不同时间窗口的环境参量系数,形成环境参量系数集合,并将形成的环境参量系数集合传输给数据处理单元C,数据处理单元C根据环境参量系数集合中的环境参量系数,建立环境参量系数与时间窗口的第二重回归方程组,并将第二重回归方程组传输给数据输出单元,数据输出单元将下一时间的时间窗口值代入第二重回归方程,得到下一时间的环境参量系数预测值,将得到的下一时间环境参量预测值和下一时间窗口的环境参量预测值代入第一重回归方程,其中,环境参量的预测值可通过当地气象站下月的各个环境参数数据,或自行计算下月历年各个环境参数数据的平均值得到。得到下一时间的电容式电压互感器性能参数的预测值,根据下一时间的电容式电压互感器性能参数的预测值分析出下一时间的电容式电压互感器性能。
在其中一个实施例中,所述数据输入单元包括数据采集模块、数据处理模块以及传输分析模块;
数据采集模块,用于采集电容式电压互感器环境参量值及性能参数,并将采集的数据实时传输给数据分析单元;
其中,电容式电压互感器环境参量为气温、气压、湿度、降水、电源频率、外电场中的任意环境参量或任意环境参量组合;电容式电压互感器性能参数包括电容式电压互感器二次电压有效值、相位,电容式电压互感器泄漏电流有效值、相位。
数据处理模块,用于接收数据采集模块获取的电容式电压互感器性能参数,计算电容式电压互感器的比值误差fU、相位误差δU、介质损耗值tanδ以及电容量C,并将计算值传输给数据分析模块,计算公式为:
δU=θcvt-θ0;
其中,Ucvt、θcvt、θIc、Ic分别为同一支电容式电压互感器的二次电压有效值、二次电压相位、泄漏电流相位、泄漏电流有效值;U0、θ0分别为相同电压等级下参考电压互感器的二次电压有效值、二次电压相位;ω为角频率。
其中,比值误差和相位误差反应电容式电压互感器的计量性能,介质损耗值和电容量反应电容式电压互感器的绝缘性能。
数据输出模块,用于接收数据采集单元实时传输的电容式电压互感器环境参量值及数据处理模块传输的电容式电压互感器性能参数值,将接收的电容式电压互感器环境参量值和性能参数值按时间窗口分组,并将分组后的数据传输给数据处理单元A。
环境参量的气温、气压、湿度以及降水受季节影响,相同季节下差别不大,将其按照时间窗口分组,并求取平均值,用平均值代替整个窗口值,降低数据处理量。
在另外一个实施例中,所述第一重回归方程为:
Dn=kn1f(xn)+kn2f(yn)+kn3f(zn)+...+knif(xn,yn,...)+cn;
其中,Dn表示第n个时间窗口的电容式电压互感器性能参数值,f(xn)、f(yn)、f(zn)分别表示在第n个时间窗口内,以不同的环境参量xn、yn、zn为自变量的函数,f(xn,yn,...)表示以不同的环境参量相互组合的自变量函数;kni表示第n个时间窗口的不同环境参量系数,i表示不同的环境参量,cn表示第n个时间窗口影响电容式电压互感器性能的参量偏置。
在另外一个实施例中,由于可将自变量的取值范围分为多个区间,每个区间内均可用一个拟合度比较高的线性方程来近似,使每个区间的回归方程近似于线性函数,当f(x)、f(y)、f(z)为线性函数时,所述第一重回归方程为:
Dn=αnxn+βnyn+γnzn+...cn
其中,Dn表示第n个时间窗口的电容式电压互感器性能参数值,αn、βn、γn表示第n个时间窗口中不同环境参量的系数;
在另外一个实施例中,所述环境参量系数集合为:
其中A、B、G表示不同环境参量的环境参量系数集合,C表示影响电容式电压互感器性能的参量偏置系数集合;
在另外一个实施例中,所述第二重回归方程组为:
αn=kαtn+kα′
βn=kβtn+kβ′
γn=kγtn+kγ′
...
cn=kctn+kc′
kα、kβ、kγ、kc为时间窗口的系数,kα′、kβ′、kγ′、kc′为常数。
以上所述的具体实施方式,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施方式而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (4)
1.一种电容式电压互感器运行性能变化趋势预测方法,其特征在于,包括以下步骤:
S1:获取电容式电压互感器环境参量值及性能参数值;
S2:将获取的电容式电压互感器环境参量值及性能参数值按时间窗口分组;
S3:依据步骤S2分组后的电容式电压互感器环境参量值及性能参数值,建立电容式电压互感器环境参量与性能参数之间的第一重回归方程,并提取第一重回归方程中相同环境参量在不同时间窗口的环境参量系数,形成环境参量系数集合;
S4:依据步骤S3中的环境参量系数集合,建立环境参量系数与时间窗口的第二重回归方程组,根据任一时间窗口值可得到任一环境参量系数值,依据已得到的环境参量系数值、第一重回归方程和该时间窗口下的环境参量预测值得出电容式电压互感器性能参数值;
其中,所述S3包括:
S31:依据步骤S12中计算得到的电容式电压互感器性能参数值,建立电容式电压互感器环境参量值与性能参数值之间的第一重回归方程:
Dn=kn1f(xn)+kn2f(yn)+kn3f(zn)+...+knif(xn,yn,...)+cn;
Dn表示第n个时间窗口的电容式电压互感器性能参数值,f(xn)、f(yn)、f(zn)分别表示在第n个时间窗口内,以不同的环境参量xn、yn、zn为自变量的函数,f(xn,yn,...)表示以不同的环境参量相互组合的自变量函数;kni表示第n个时间窗口的不同环境参量系数,i表示不同的环境参量,cn表示第n个时间窗口影响电容式电压互感器性能的参量偏置;
S32:当f(x)、f(y)、f(z)为线性函数时,第一重回归方程为:
Dn=αnxn+βnyn+γnzn…cn;
Dn表示第n个时间窗口的电容式电压互感器性能参数值,αn、βn、γn表示第n个时间窗口中不同环境参量的系数;cn表示第n个时间窗口影响电容式电压互感器性能的参量偏置;
S33:提取第一重回归方程中相同环境参量在不同时间窗口的环境参量系数,形成环境参量系数集合;
其中A、B、G表示不同环境参量的环境参量系数集合,C表示影响电容式电压互感器性能的参量偏置系数集合;
所述S1包括:
S11:从在线监测装置获取电容式电压互感器实时环境参量及性能参数;
S12:根据步骤S11中获取的性能参数,计算电容式电压互感器的比值误差fU、相位误差δU、介质损耗值tanδ以及电容量C,计算公式如下:
δU=θcvt-θ0;
其中,Ucvt、θcvt、θIc、Ic分别为同一支电容式电压互感器的二次电压有效值、二次电压相位、泄漏电流相位、泄漏电流有效值;U0、θ0分别为相同电压等级下参考电压互感器的二次电压有效值、二次电压相位;ω为角频率。
2.根据权利要求1所述的一种电容式电压互感器运行性能变化趋势预测方法,其特征在于,所述S4包括:
S41:依据步骤S33中的环境参量系数集合,建立环境参量系数与时间窗口的第二重回归方程组:
αn=kαtn+kα′
βn=kβtn+kβ′
γn=kγtn+kγ′
...
cn=kctn+kc′
kα、kβ、kγ、kc为时间窗口的系数,kα′、kβ′、kγ′、kc′为常数;
S42、将下一时间窗口的时间值tn+1代入步骤S41中的第二重回归方程,得到下一时间窗口环境参量系数的预测值:
αn+1=kαtn+1+kα′
βn+1=kβtn+1+kβ′
γn+1=kγtn+1+kγ′
…
cn+1=kctn+1+kc′
S43、结合步骤S42中得到的环境参量系数的预测值,第n+1个时间窗口内的环境参量预测值,得到电容式电压互感器性能参数的预测值:
Dn+1=αn+1xn+1+βn+1yn+1+γn+1zn+1+...+cn+1
Dn+1表示第n+1个时间窗口的电容式电压互感器性能参数值,αn+1、βn+1、γn+1分别表示第n+1个时间窗口中不同环境参量的系数;xn+1、yn+1、zn+1分别表示第n+1个时间窗口内的环境参量预测值;cn+1表示第n+1个时间内窗口影响电容式电压互感器性能的参量偏置。
3.一种电容式电压互感器运行性能变化趋势预测系统,其特征在于,包括:
数据输入单元,用于输入电容式电压互感器环境参量值及性能参数值,并将输入的数据实时传输给数据处理单元A;
数据处理单元A,用于接收数据输入单元传输的数据,根据获取的电容式电压互感器环境参量值及性能参数值,建立电容式电压互感器环境参量与性能参数之间的第一重回归方程,并将建立的第一重回归方程传输给数据处理单元B以及数据输出单元;
数据处理单元B,用于接收数据处理单元A传输的第一重回归方程,提取第一重回归方程中相同环境参量在不同时间窗口的环境参量系数,形成环境参量系数集合,并将形成的环境参量系数集合传输给数据处理单元C;
数据处理单元C,用于接收数据处理单元B传输的环境参量系数集合,建立环境参量系数与时间窗口的第二重回归方程组,并将第二重回归方程组传输给数据输出单元;
数据输出单元,用于接收数据处理单元C传输的第二重回归方程组和数据处理单元A传输的第一重回归方程,根据第二重回归方程组和不同的时间窗口值得到环境参量系数值;依据第一重回归方程、得到的环境参量系数值以及该时间窗口下的环境参量预测值,得出电容式电压互感器性能参数值,依据电容式电压互感器性能参数值分析出电容式电压互感器运行性能;
所述数据输入单元包括数据采集模块、数据处理模块以及数据传输模块;
数据采集模块,用于采集电容式电压互感器环境参量值及性能参数,并将采集的数据实时传输给数据处理单元;
数据处理模块,用于接收数据采集模块获取的电容式电压互感器性能参数,计算电容式电压互感器的比值误差fU、相位误差δU、介质损耗值tanδ以及电容量C,并将计算值传输给数据分析模块,计算公式为:
δU=θcvt-θ0;
其中,Ucvt、θcvt、θIc、Ic分别为同一支电容式电压互感器的二次电压有效值、二次电压相位、泄漏电流相位、泄漏电流有效值;U0、θ0分别为相同电压等级下参考电压互感器的二次电压有效值、二次电压相位;ω为角频率;
数据传输模块,用于接收数据采集单元实时传输的电容式电压互感器环境参量值及数据处理模块传输的电容式电压互感器性能参数值,将接收的电容式电压互感器环境参量值和性能参数值按时间窗口分组,并将分组后的数据传输给数据处理单元A;
所述第一重回归方程为:
Dn=kn1f(xn)+kn2f(yn)+kn3f(zn)+...+knif(xn,yn,...)+cn;
其中,Dn表示第n个时间窗口的电容式电压互感器性能参数值,f(xn)、f(yn)、f(zn)分别表示在第n个时间窗口内,以不同的环境参量xn、yn、zn为自变量的函数,f(xn,yn,...)表示以不同的环境参量相互组合的自变量函数;kni表示第n个时间窗口的不同环境参量系数,i表示不同的环境参量,cn表示第n个时间窗口影响电容式电压互感器性能的参量偏置;
当f(x)、f(y)、f(z)为线性函数时,所述第一重回归方程为:
Dn=αnxn+βny+γnzn+...+cn
其中,Dn表示第n个时间窗口的电容式电压互感器性能参数值,αn、βn、γn表示第n个时间窗口中不同环境参量的系数;
所述环境参量系数集合为:
其中A、B、G表示不同环境参量的环境参量系数集合,C表示影响电容式电压互感器性能的参量偏置系数集合。
4.根据权利要求3所述的一种电容式电压互感器运行性能变化趋势预测系统,其特征在于,所述第二重回归方程组为:
αn=kαtn+kα′
βn=kβtn+kβ′
γn=kγtn+kγ′
...
cn=kctn+kc′
kα、kβ、kγ、kc为时间窗口的系数,kα′、kβ′、kγ′、kc′为常数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910941760.5A CN110542879B (zh) | 2019-09-30 | 2019-09-30 | 电容式电压互感器运行性能变化趋势预测方法与系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910941760.5A CN110542879B (zh) | 2019-09-30 | 2019-09-30 | 电容式电压互感器运行性能变化趋势预测方法与系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110542879A CN110542879A (zh) | 2019-12-06 |
CN110542879B true CN110542879B (zh) | 2022-02-11 |
Family
ID=68715162
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910941760.5A Active CN110542879B (zh) | 2019-09-30 | 2019-09-30 | 电容式电压互感器运行性能变化趋势预测方法与系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110542879B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111814390B (zh) * | 2020-06-18 | 2023-07-28 | 三峡大学 | 基于传递熵和小波神经网络的电压互感器误差预测方法 |
CN112986667B (zh) * | 2021-02-22 | 2024-02-23 | 国网陕西省电力公司电力科学研究院 | 一种用于cvt电压质量测量的电压数字信号测量方法及系统 |
CN113884839A (zh) * | 2021-11-04 | 2022-01-04 | 国网四川省电力公司电力科学研究院 | 一种电容式电压互感器多参量绝缘状态评估方法及系统 |
CN115754866B (zh) * | 2022-11-04 | 2024-03-26 | 国网山东省电力公司电力科学研究院 | 一种继电保护测试仪全寿命周期监测预警系统及方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106600064A (zh) * | 2016-12-16 | 2017-04-26 | 东软集团股份有限公司 | 一种数据预测方法及装置 |
CN106771645A (zh) * | 2016-12-12 | 2017-05-31 | 国网四川省电力公司电力科学研究院 | 电容式电压互感器介损及电容量在线监测方法及监测系统 |
CN108732527A (zh) * | 2018-08-06 | 2018-11-02 | 国网四川省电力公司电力科学研究院 | 基于广域同步测量的互感器性能在线监测系统 |
CN110095744A (zh) * | 2019-04-04 | 2019-08-06 | 国网江苏省电力有限公司电力科学研究院 | 一种电子式互感器误差预测方法 |
-
2019
- 2019-09-30 CN CN201910941760.5A patent/CN110542879B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106771645A (zh) * | 2016-12-12 | 2017-05-31 | 国网四川省电力公司电力科学研究院 | 电容式电压互感器介损及电容量在线监测方法及监测系统 |
CN106600064A (zh) * | 2016-12-16 | 2017-04-26 | 东软集团股份有限公司 | 一种数据预测方法及装置 |
CN108732527A (zh) * | 2018-08-06 | 2018-11-02 | 国网四川省电力公司电力科学研究院 | 基于广域同步测量的互感器性能在线监测系统 |
CN110095744A (zh) * | 2019-04-04 | 2019-08-06 | 国网江苏省电力有限公司电力科学研究院 | 一种电子式互感器误差预测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110542879A (zh) | 2019-12-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110542879B (zh) | 电容式电压互感器运行性能变化趋势预测方法与系统 | |
CN107544046B (zh) | 一种电压互感器在线误差测量系统及方法 | |
CN106771645B (zh) | 电容式电压互感器介损及电容量在线监测方法及监测系统 | |
CN107886171B (zh) | 一种基于pmu数据的断路器状态在线诊断方法及系统 | |
CN105022019A (zh) | 单相智能电能表可靠性综合评价的方法 | |
CN109270482B (zh) | 电压互感器计量准确度在线评价方法及终端设备 | |
CN110136023A (zh) | 基于自适应增强学习的输电线路覆冰风险预测 | |
CN109086518A (zh) | 一种智能变电站输变电一次设备状态评估的方法 | |
CN103809010A (zh) | 用于确定中压网络的每相的电压和功率的装置及方法 | |
Catterson et al. | The impact of smart grid technology on dielectrics and electrical insulation | |
CN109142991A (zh) | 一种基于Burr分布的瓷绝缘子红外测零温度阈值判定方法 | |
CN104834305B (zh) | 基于dms系统的配网自动化终端遥测异常分析系统及方法 | |
CN108459269A (zh) | 一种10kV柱上真空开关状态在线评价方法与装置 | |
CN109116156A (zh) | 一种基于互感器输出信号确定输电线路线损的方法和装置 | |
CN109142922A (zh) | 薄膜电容寿命预测方法 | |
CN111091223A (zh) | 一种基于物联网智能感知技术的配变短期负荷预测方法 | |
CN103761577A (zh) | 基于风险评估与状态评价的电容型设备辅助决策系统 | |
CN105678440A (zh) | 一种基于多源信息融合的输变电设备故障率的计算方法 | |
CN113189513A (zh) | 一种基于纹波的冗余电源均流状态识别方法 | |
CN106124089A (zh) | 基于灰色理论的高压开关柜在线测温方法 | |
Rojas-Renteria et al. | An electrical energy consumption monitoring and forecasting system | |
CN115577854A (zh) | 一种基于eemd-rbf组合的分位数回归风速区间预测方法 | |
CN109387753A (zh) | 一种多元化的复合绝缘子劣化等级划分方法 | |
CN105548750B (zh) | 基于多数据处理的变电站电流二次回路状态评估方法 | |
He et al. | A Method to Predict the Trends of Operating Performance of Capacitive Voltage Transformers |
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 |