CN110673079B - 一种台区末端感知系统及方法 - Google Patents

一种台区末端感知系统及方法 Download PDF

Info

Publication number
CN110673079B
CN110673079B CN201910784117.6A CN201910784117A CN110673079B CN 110673079 B CN110673079 B CN 110673079B CN 201910784117 A CN201910784117 A CN 201910784117A CN 110673079 B CN110673079 B CN 110673079B
Authority
CN
China
Prior art keywords
meter box
intelligent terminal
area
power failure
user
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
Application number
CN201910784117.6A
Other languages
English (en)
Other versions
CN110673079A (zh
Inventor
王卫卫
李博
赵静
王奔
刁琪
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.)
State Grid Information and Telecommunication Co Ltd
Beijing Zhongdian Feihua Communication Co Ltd
Original Assignee
State Grid Information and Telecommunication Co Ltd
Beijing Zhongdian Feihua Communication Co Ltd
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 State Grid Information and Telecommunication Co Ltd, Beijing Zhongdian Feihua Communication Co Ltd filed Critical State Grid Information and Telecommunication Co Ltd
Priority to CN201910784117.6A priority Critical patent/CN110673079B/zh
Publication of CN110673079A publication Critical patent/CN110673079A/zh
Application granted granted Critical
Publication of CN110673079B publication Critical patent/CN110673079B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R35/00Testing or calibrating of apparatus covered by the other groups of this subclass
    • G01R35/04Testing or calibrating of apparatus covered by the other groups of this subclass of instruments for measuring time integral of power or current
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R22/00Arrangements for measuring time integral of electric power or current, e.g. electricity meters
    • G01R22/06Arrangements for measuring time integral of electric power or current, e.g. electricity meters by electronic methods
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R22/00Arrangements for measuring time integral of electric power or current, e.g. electricity meters
    • G01R22/06Arrangements for measuring time integral of electric power or current, e.g. electricity meters by electronic methods
    • G01R22/061Details of electronic electricity meters
    • G01R22/068Arrangements for indicating or signaling faults

Abstract

本发明公开了一种台区末端感知系统,包括:表箱智能终端,用于监测用户端,并判定表箱停电原因及辨识用户负荷类型,将所述停电原因和所述用户负荷类型发送到主站;台区智能终端,其安装在变压器出线柜一侧,用于监测所述表箱智能终端及台区,并判定台区故障信息,将所述故障信息发送到主站;以及主站,用于接收所述表箱智能终端发送的停电原因和用户负荷类型,及接收所述台区智能终端发送的故障信息。本发明采用两层智能终端设备采集细粒度用电特征数据,通过特征识别和大数据算法实现台区拓扑的自动识别、台区故障定位和责任界定、用户的非侵入负荷识别等功能,全方位提升低压台区的管理水平和用户体验。

Description

一种台区末端感知系统及方法
技术领域
本发明涉及智能电网及智能用电领域,特别是指一种台区末端感知系统及方法。
背景技术
随着智能电网的发展,居民的用电增速加快,现已呈现出居民用电用户数量庞大、用电行为复杂、故障定位难度大、电网监测水平低等问题,具体包括以下几个方面:
(1)居民台区故障主动感知水平低,故障排除时间长。居民台区停电故障处理的技术水平还处于被动抢修阶段,同时还存在定位不准、事故责任认定水平低等问题;(2)台区电网状态感知水平低,电能质量监测装备的覆盖度有限,实时性差,对电网末端(居民用户进线)的电能质量数据采集和分析能力不足,存在比较普遍的三相不平衡、负载率高、电压低、无功过大等问题,同时缺乏智能数据分析;(3)居民用户用电状态感知水平低,现有技术没有深入挖掘细粒度用电行为数据价值,没有实现用户用电负荷辨识。
发明内容
为了解决上述存在的问题,本发明提供了一种台区末端感知系统,包括:
表箱智能终端,用于监测用户端,并判定表箱停电原因及辨识用户负荷类型,将所述停电原因和所述用户负荷类型发送到主站;
台区智能终端,其安装在变压器出线柜一侧,用于监测所述表箱智能终端及台区,并判定台区故障信息,将所述故障信息发送到主站;
以及
主站,用于接收所述表箱智能终端发送的停电原因和用户负荷类型,及接收所述台区智能终端发送的故障信息,并用于在所述表箱智能终端不能单独判定停电原因时,结合所述台区智能终端的监测结果综合判定停电原因,或者用于在所述台区智能终端不能单独判定故障信息时,结合所述表箱智能终端的监测结果综合判定故障信息。
其中,所述表箱智能终端,包括第一表箱模块、第二表箱模块及第三表箱模块;所述第一表箱模块,用于监测用户端的电气数据,当监测到用户内部短路或漏电,且用户负荷骤降为零时,将表箱停电原因判定为用户内部原因;
所述第二表箱模块,用于监测用户端的电气数据,当监测到表箱总开关跳闸而引起停电,且所述台区智能终端监测到短路状态时,将表箱停电原因判定为表箱内部短路;
所述第三表箱模块,用于监测用户端的电气数据,当未监测到短路而发生停电时,将表箱停电原因判定为上游支路原因。
其中,所述表箱智能终端还包括:
数据获取模块,用于获取用户负荷总进线上的电压及电流;
特征提取模块,用于根据获取的所述用户负荷总进线上的电压及电流,提取辨识特征数据;
特征匹配模块,用于将所述辨识特征数据与已建立的模型特征库中的已知负荷特征进行特征比对,并辨识用户负荷类型;
负荷类型输出模块,用于输出所述用户负荷类型。
其中,所述台区智能终端,包括第一台区模块、第二台区模块及第三台区模块;所述第一台区模块,用于监测所述表箱智能终端及台区,当监测到台区内部发生短路,并且台区负荷骤降为零时,将台区故障信息判定为由于台区内部故障引起总开关跳闸;
所述第二台区模块,用于监测所述表箱智能终端及台区,当监测到台区发生短路,并且台区负荷出现骤降时,将台区故障信息判定为由于台区内部故障引起支路跳闸;
所述第三台区模块,用于监测所述表箱智能终端及台区,当未监测到台区内部发生短路,同时台区停电时,将台区故障信息判定为上游故障。
较佳地,所述表箱智能终端还包括波形采集模块,用于获取短路故障波形或漏电故障波形,并将所述故障波形发送到所述主站。
较佳地,所述台区智能终端还包括台区线路线损分析模块,所述台区线路线损分析模块用于获取分支箱的用量总量,并计算所述分支箱的用量总量与变压器输出的电量之间的第一差值,若所述第一差值高于第一阈值时,所述台区线路线损分析模块向所述主站发送第一预警信息;
或用于采集台区中的线路线损,并将获取的线路线损与第二阈值进行比较,若所述线路线损高于第二阈值,所述台区线路线损分析模块向所述主站发送第二预警信息。
本发明还提供了一种台区末端感知方法,包括:
表箱智能终端监测用户端,并判定表箱停电原因及辨识用户负荷类型,将所述停电原因和所述用户负荷类型发送到主站;
台区智能终端监测所述表箱智能终端及台区,并判定台区故障信息,将所述故障信息发送到主站;
所述主站接收所述表箱智能终端发送的停电原因和用户负荷类型,及接收所述台区智能终端发送的故障信息,并在所述表箱智能终端不能单独判定停电原因时,结合所述台区智能终端的监测结果综合判定停电原因,或者在所述台区智能终端不能单独判定故障信息时,结合所述表箱智能终端的监测结果综合判定故障信息。
其中,所述表箱智能终端判定表箱停电原因的方法包括:监测用户端的电气数据,
当监测到用户内部短路或漏电,且用户负荷骤降为零时,判定为用户内部原因使得表箱停电;
当监测到表箱总开关跳闸而引起停电,且所述台区智能终端监测到短路状态时,判定为表箱内部短路使得表箱停电;
当未监测到短路而发生停电时,判定为上游支路原因使得表箱停电。
其中,所述表箱智能终端辨识用户负荷类型的方法包括:
获取用户负荷总进线上的电流及电压;
根据获取的所述用户负荷总进线上的电流及电压,提取辨识特征数据;
将所述辨识特征数据与已建立的模型特征库中的已知负荷特征进行特征比对,并辨识用户负荷类型;
输出用户负荷类型。
其中,所述台区智能终端判定台区故障信息的方法包括:监测所述表箱智能终端及台区,
当监测到台区内部发生短路,并且台区负荷骤降为零时,判定为由于台区内部故障引起总开关跳闸;
当监测到台区发生短路,并且台区负荷出现骤降时,判定为由于台区内部故障引起支路跳闸;
当未监测到台区内部发生短路,同时台区停电时,判定为上游故障。
从上面所述可以看出,本发明提供的一种台区末端感知系统及方法,可以实现低压用电环节的信息深度采集,聚焦精准营销、用电安全和主动服务,通过表后数据分析挖掘提升能效水平,利用精准故障研判和主动上报,提高用电安全可靠度,打造低压客户智能感知核心单元,具体有益效果包括:
对于用户:通过非侵入式高级量测技术,在不影响用户用电的情况下,实现对居民用户分项用电实现精准感知,常规用电设备识别率达到95%以上。通过分析用户的用电行为进行用电画像,结合多种手段实现与用户的双向互动。
对于检修人员:通过对低压设备的识别和分析,快速定位用电故障精准信息,首次完成了户内外停电责任界定,实现低压故障的精准研判,与用电服务指挥系统进行集成,30秒内完成故障工单生成,工作效率提升50%,大幅提升用电服务价值。
对于公司管理人员:通过对表前开关以及表后开关的技术升级,率先在国内实现低压台区拓扑结构100%自动识别;主动监测低压台区阻抗异常,有效防止窃电行为发生,提升低压台区线损管理能力;同时可以有效降低三相供电不平衡问题的发生,从末端改善电能质量水平,降低末端管理成本,提高公司营配服务管理能力。
社会价值:通过末端感知技术和边缘计算,有效提升台区分项负荷管理和预测能力,为聚合需求相应、虚拟电厂应用提供有效数据支撑。同时实现了低压台区内多业务的融合,打造覆盖低压用户的第二张网,实现末端数据互联互通,有效支撑泛在电力物联网的发展。
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,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例的台区末端感知系统的结构示意图;
图2为本发明实施例的表箱智能终端的结构示意图;
图3为本发明实施例的台区智能终端的结构示意图;
图4为本发明实施例的判定表箱停电原因的流程示意图;
图5为本发明实施例的判定台区故障信息的流程示意图;
图6为本发明实施例的辨识用户负荷类型的流程示意图。
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,以下结合具体实施例,并参照附图,对本发明进一步详细说明。
如图1所示,为本发明实施例的台区末端感知系统的架构示意图,包括表箱智能终端100、台区智能终端200和主站300。
其中,表箱智能终端100用于监测用户端,并判定表箱停电原因及辨识用户负荷类型,将停电原因和用户负荷类型发送到主站300;
台区智能终端200安装在变压器出线柜一侧,用于监测表箱智能终端100及台区,并判定台区故障信息,将故障信息发送到主站300;
以及
主站300,用于接收表箱智能终端100发送的停电原因和用户负荷类型,及接收台区智能终端200发送的故障信息,并用于在表箱智能终端100不能单独判定停电原因时,结合台区智能终端200的监测结果综合判定停电原因,或者用于在台区智能终端200不能单独判定故障信息时,结合表箱智能终端100的监测结果综合判定故障信息。
表箱智能终端100与台区智能终端200之间通过电力线或无线通信模式连接,主站300通过通信模块与表箱智能终端100和台区智能终端200进行信息交互。
本发明通过设置表箱智能终端和台区智能终端两层智能终端设备进行用户细粒度用电特征数据的采集,能够使得台区末端感知系统汇集所有终端数据,通过特征识别和大数据算法实现台区拓扑的自动识别和建档、台区故障定位和责任界定、用户的非侵入负荷识别、台区线路阻抗监测、台区电能质量监测等功能,全方位提升低压台区的管理水平和用户体验。
在本发明的两层智能终端中,表箱智能终端100安装在表箱处,台区智能终端200安装在变压器出线柜一侧,与分支箱通信连接,能够周期性的获取分支箱的运行参数。
通过本发明提供的台区末端感知系统中的表箱智能终端100,还可以安装在强电井内部的电力公司电表箱附近,不需要进入居民室内施工,即可对用户端的用电信息及电气数据进行采集。表箱智能终端100最多可以支持12户用户端的电气数据采集,包括采集电压、电流和漏电流等。并且在用电发生故障例如停电或短路时,能够采用超级电容或电池作为备用电源对表箱智能终端100进行供电,支持至少15秒的工作时间,实现停电原因的判定,并将停电原因的判定结果主动发送到主站200。其中通信方式可以采用2G模块、3G模块、4G模块或NB-IOT模块等无线通讯模块进行信息传输。实现表箱停电原因的判定、末端电能质量感知、线路阻抗分析、负荷类型辨识以及用电安全感知等。
通过本发明提供的台区末端感知系统中的台区智能终端200,用于监测所述表箱智能终端100及台区,具体的,表箱智能终端100与台区智能终端200之间安装分支箱,采用分支箱对部分表箱智能终端100进行电气数据监测,而台区智能终端200用于采集分支箱总进线上电气数据,包括电压、电流以及分支箱的出线支路电流等,其中台区智能终端200的采集位置位于分支箱总进线开关的下方。台区智能终端200最大能够支持十二条通道的电气数据采集,即四路三相电流(12通道=4*3相支路)。同样的,本发明的台区智能终端200在用电发生故障例如停电或短路时,能够采用超级电容或电池作为备用电源对台区智能终端200进行供电,支持停电后至少工作15秒,实现停电等故障信息的判定,并将判定后的故障信息主动发送到主站300。其中通信方式可以采用2G模块、3G模块、4G模块或NB-IOT模块等无线通讯模块进行信息传输。通过本发明的台区智能终端200实现台区故障信息的判定,包括支路短路检测和故障定位、支路漏电流检测、台区失压检测和主动推送,以及台区/支路电能质量感知,包括台区或支路的三相不平衡、电压异常、电流过载、无功异常等电能质量问题诊断。
如图2所示,本发明的表箱智能终端100用于判定表箱停电原因及辨识用户负荷类型,其包括表箱模块110和辨识模块120。其中,表箱模块110用于判定表箱停电原因,包括第一表箱模块111、第二表箱模块112及第三表箱模块113。
通常,引起用户端停电的内部事故分为短路和漏电两大类,表箱智能终端100还包括数据采集模块,数据采集模块用于获取短路故障波形或漏电故障波形,并将故障波形发送到主站300。
可选的,数据采集模块包括短路电流分析模块,短路电流分析模块内嵌在表箱智能终端100里面,可以监测到用户端内部发生的短路事故,同时录取故障波形。表箱智能终端100的数据采集模块还包括漏电流传感器,用于实时监测用户端漏电流的大小,同时录取故障波形。
表箱智能终端100根据电流、电压以及录取的故障波形等信息,判定表箱停电原因,并分辨出责任归属。
其中,第一表箱模块111,用于监测用户端的电气数据,主要是电流数据,当监测到用户内部短路或漏电,且用户负荷骤降为零时,将表箱停电原因判定为用户内部原因。用户内部原因主要是内部故障引起的跳闸,跳闸位置可能在用户端配电箱或者表箱的入户开关两个位置。
此时,发生了停电的用户通过95598报修,如果只有该用户发生停电事故,而表箱智能终端100没有失压,则可以锁定为单个用户事故,且责任属于用户本身,表箱智能终端100主动发送停电原因及故障信息给主站300。
第二表箱模块112,用于监测用户端的电气数据,当监测到表箱总开关跳闸而引起停电,且台区智能终端200监测到短路状态时,将表箱停电原因判定为表箱内部短路;表箱智能终端100主动发送停电原因及故障信息给主站300。
同时,如果只有单个表箱停电,且有属于该表箱的用户通过95598报修的情况下,可以锁定为单个表箱的事故,责任可能属于施工和运维人员的误操作。
第三表箱模块113,用于监测用户端的电气数据,当未监测到短路而发生停电时,将表箱停电原因判定为上游支路原因。此时,表箱智能终端100监测不到短路电流,只负责发送监测结果(例如失压信息)到主站300,具体停电原因由台区智能终端200和主站300联合诊断分析。本发明中,表箱智能终端100监测用户端,并与分支箱的一端连接,分支箱的另一端与出线柜一端连接,而出线柜的另一端连接台区智能终端200的变压器一端。因此在第三表箱模块113未监测到短路而发生停电时,将表箱停电原因判定为上游支路原因,此时上游支路有可能是分支箱、出线柜或者变压器某个支路发生了故障,使得表箱停电。
如图3所示,在其中一个具体实施例中,本发明的表箱智能终端100还包括辨识模块120,用于辨识用户负荷类型。辨识模块120包括数据获取模块121、特征提取模块122、特征匹配模块123和负荷类型输出模块124,其中,
数据获取模块121,用于获取用户负荷总进线上的电压及电流;
特征提取模块122,用于根据获取的用户负荷总进线上的电压及电流,提取辨识特征数据;
特征匹配模块123,用于将辨识特征数据与已建立的模型特征库中的已知负荷特征进行特征比对,并辨识用户负荷类型;
负荷类型输出模块124,用于输出用户负荷类型。
通过辨识模块120输出的用户负荷类型,最终发送到主站300,同时表箱智能终端100还能够将用户负荷的总电量、单个负荷的电量、负荷运行时间等信息发送到主站300,完成用户细粒度用电行为的辨识。
如图4所示,在其中一个具体实施例中,本发明的台区智能终端200包括第一台区模块211、第二台区模块212及第三台区模块213。
其中,第一台区模块211,用于监测表箱智能终端100及台区,当监测到台区内部发生短路,并且台区负荷骤降为零时,将台区故障信息判定为由于台区内部故障引起总开关跳闸;台区智能终端200内嵌有短路电流分析模块,可以用于检测台区内部发生的短路事故,同时录取故障波形,并将录取的故障波形发送到主站300,同时台区智能终端200将判定的故障信息及监测结果发送到主站300。
第二台区模块212,用于监测表箱智能终端100及台区,当监测到台区发生短路,并且台区负荷出现骤降时,将台区故障信息判定为由于台区内部故障引起支路跳闸;此时,台区负荷出现骤降,是指失去了短路支路上负荷,而台区智能终端200没有停电,因此判定是支路跳闸。
第三台区模块213,用于监测表箱智能终端100及台区,当未监测到台区内部发生短路,同时台区停电时,将台区故障信息判定为上游故障。此处的上游故障,有可能是出线柜、分支箱或表箱端发生了故障,台区智能终端200将监测的结果发送到主站300,由主站300结合表箱智能终端100的监测结果进行综合判定故障信息。
台区智能终端200还包括台区线路线损分析模块,用于通过采集分支箱的总的用电量,将每个分支箱上的用电量汇总计算,获取分支箱上的用电总量。然后与变压器输出的总的电量进行比较,计算分支箱的用电总量与变压器输出端的电量之间的第一差值。理想状态下,分支箱的用电总量与变压器输出端的电量是相等的,但通常情况下,线路、用电负荷等会产生一些用电损耗,因此,分支箱的用电总量与变压器输出端的电量之间会存在差值。在使用时,给差值设定一个上限,即第一阈值。
如果第一差值与第一阈值较为接近时,说明第一差值是正常的线损;如果第一差值超过第一阈值,并且二者之间相差较大时,说明漏电或线路故障较为严重,存在窃电或线路故障的风险,此时,台区线路线损分析模块向主站300发送第一预警信息,所述预警信息包括获取的分支箱的用电电量、变压器输出端的电量、第一差值和第一阈值等信息。
可选地,台区线路线损分析模块还可以将第一差值与历史数据进行比较,如果第一差值与历史数据相近,说明第一差值是正常的线损;如果第一差值与历史数据相差较大,说明存在窃电或线路故障的风险,此时,台区线路线损分析模块向主站300发送第一预警信息。
台区线路线损分析模块,还用于采集台区中线路上的线损,即线路损失的电量。预先设定线损的第二阈值,台区线路线损分析模块将获取的线路线损与第二阈值进行比较,如果线路线损高于第二阈值,所述台区线路线损分析模块向主站300发送第二预警信息。
可选地,台区线路线损分析模块还可以将第线损与历史数据进行比较,如果线损与历史数据相近,说明是正常的线损;如果线损与历史数据相差较大,说明线路可能出现异常,例如老化、接触不良等现象,此时,台区线路线损分析模块向主站300发送第二预警信息。
本发明还提供了一种台区末端感知方法,应用于前面所述的台区末端感知系统。台区末端感知方法具体包括:
表箱智能终端100监测用户端,并判定表箱停电原因及辨识用户负荷类型,将停电原因和用户负荷类型发送到主站300;
台区智能终端200监测表箱智能终端100及台区,并判定台区故障信息,将故障信息发送到主站300;
主站300接收表箱智能终端100发送的停电原因和用户负荷类型,及接收台区智能终端200发送的故障信息,并在表箱智能终端100不能单独判定停电原因时,结合台区智能终端200的监测结果综合判定停电原因,或者在台区智能终端200不能单独判定故障信息时,结合表箱智能终端100的监测结果综合判定故障信息。
其中,表箱智能终端100判定表箱停电原因的方法如图4所示,首先,执行步骤S400,表箱智能终端100监测用户端的电气数据,包括电流和电压数据,根据监测到的结果进行停电原因的判定,并将判定结果和监测结果发送到主站300,判定的停电原因类型主要是以下三种:
当出现步骤S401,表箱智能终端100监测到用户内部短路或漏电,且用户负荷骤降为零时,执行步骤S411,判定为用户内部原因使得表箱停电;
当出现步骤S402,表箱智能终端100监测到表箱总开关跳闸而引起停电,且台区智能终端200监测到短路状态时,执行步骤S412,判定为表箱内部短路使得表箱停电;
当出现步骤S403,表箱智能终端100未监测到短路而发生停电时,执行步骤S413,判定为上游支路原因使得表箱停电,此时表箱智能终端100不能单独判定具体的停电原因,将监测到的结果发送到主站300,由主站300结合台区智能终端200的监测结果综合判定停电原因。
台区智能终端200判定台区故障信息的方法如图5所示,执行步骤S500,台区智能终端200监测表箱智能终端100及台区。
当出现步骤S501,监测到台区内部发生短路,并且台区负荷骤降为零时,执行步骤S511,判定为由于台区内部故障引起总开关跳闸;
当出现步骤S502,监测到台区发生短路,并且台区负荷出现骤降时,执行步骤S512,判定为由于台区内部故障引起支路跳闸;
当出现步骤S503,未监测到台区内部发生短路,同时台区停电时,执行步骤S513,判定为上游故障。
在另一具体实施例中,如图6所示,本发明中表箱智能终端100辨识用户负荷类型的方法为:
S601、获取用户负荷总进线上的电流及电压;
S602、根据获取的用户负荷总进线上的电流及电压,提取辨识特征数据。提取的数据包括负荷的稳态特征数据、暂态特征数据和时间特征数据,其中稳态特征数据包括负荷的电流、电压和功率;暂态特征数据包括通过扫描0.1s粒度的功率曲线来获取的功率抬升、功率跌落以及功率冲击的瞬态特征;时间特征数据包括负荷的启动时间、停止时间和运行时长。
由于功率的抬升或跌落对负荷的辨识起到关键性的作用,因此在提取辨识特征数据时,主要检测是否出现功率抬升和功率跌落,如果没有出现,则电器的运行状态没有发生变化,辨识过程返回到读取电气特征信号阶段;如果出现功率的抬升或跌落,则根据本发明提供的负荷辨识算法进行计算。
S603、将辨识特征数据与已建立的模型特征库中的已知负荷特征进行特征比对,并辨识用户负荷类型;
S604、输出用户负荷类型。
此外,还输出负荷启停时间、负荷运行时间、负荷总电量以及单个负荷的电量。
由于具体用途、工作原理和控制原理的不同,各类电器在启停和运行时会引起总进线上电压、电流、功率、谐波等电气特征量的显著变化,同时在工作时间、持续时间、控制特性等非电气特征量上又有明显区别。因此辨识用户负荷类型的方法,首先需要建立各类电器的负荷模型特征库,再采用辨识特征数据提取和模式识别区分各类电器,最后根据功率持续时间计算分项电量。
其中,提取的辨识特征数据中稳态特征中的功率包括有功功率和无功功率,其中,有功功率通过P=ui计算获得,u和i分别为电压和电流的瞬时值;无功功率通过快速傅氏变换算法FFT计算获得。
根据提取的辨识特征是否有功率抬升和功率跌落作为负荷辨识的基础依据。其中功率抬升是指电器从开启至到达稳态的过程或者电器从开启至功率达到最大值的过程;功率跌落是指电器从稳态至关停的过程或者电器从功率最大值至功率为0的过程。
更进一步的,本发明还可以辨识出电器负荷的工况。
当检测到功率抬升时,根据是否出现功率冲击分两种情况进行判定。如果出现功率冲击,且满足抬升功率Ps大于300W,Kp大于2且持续时间为0.3s~0.5s时,则判定为空调启动;当检测到功率抬升且没有出现功率冲击,同时满足抬升功率Ps大于1000W,Kp小于1.05,无功功率Qs小于50Var时,则判定为电热设备启动,其中Kp为功率抬升的系数,也即是斜率。
当检测到功率跌落时,首先计算功率抬升与功率跌落之间的时间间隔Td,进而判定电器负荷的类型。
如果功率跌落Pe=KePs,则判定是定频空调工况;
如果Td大于15分钟,则判定为电热水器的长时加热工况;
如果Ps=PWh且Td小于10分钟,则判定为电热水器的保温加热工况;
如果Ps≠PWh且Td小于10分钟,则判定为电热水壶加热工况;
其中Ke是功率抬升与功率跌落之间的系数;Ps是瞬时功率;P是稳定功率;Wh是瞬时功率与稳定功率之间的系数。
因此,本发明的辨识用户负荷类型的方法是将功率抬升和功率跌落结合起来进行双重综合判定,使得通过本发明的负荷辨识方法对电器的种类判定更为准确。
在辨识出完成后,执行对辨识结果的处理,输出用户负荷类型,同时还可以输出负荷的持续时间、负荷电量以及单个负荷的电量等信息,其中负荷电量通过W=PeTd进行计算。
通过本发明提供的台区末端感知系统及方法,以智能芯片和边缘计算电气算法为核心,构建电力物联网末端硬件产品体系,具有采集、感知、边缘计算、即插即用能力的智能交互终端、传感器等系统产品。开展居民侧负荷辨识设备的终端赋能,实现低压电气设备间的全面互联、互通、互操作;进一步实现智能台区全状态感知、低压台区拓扑感知和停电辅助抢修;实现配网状态的全面感知、故障快速定位与自愈。
本发明具有先进的分布式边缘计算架构:终端采用分布式边缘计算架构,主站不参与负荷辨识,大幅度降低海量终端和主站之间的通信量。自动拓扑识别:基于用电特征实现台区拓扑和用户相位自动识别、自动成像,实现变频空调辨识和用热细分辨识。精准快速抢修:全台区故障自动定位与主动推送,30秒内完成故障工单生成,首次实现户内外停电责任界定;支持分支线级别的线损异常定位,定位拓扑错、窃电表计异常、阻抗异常等问题,有效降低电网运行成本。非侵入式负荷识别:精度高,种类全,细粒度用电数据采集,复杂工况下负荷辨识率大于85%。实现省/地/小区/居民不同层次的透明电、绿色电、互动电、安全电应用。较传统终端设备可降低成本约80%,工作效率提升50%以上。通过居民侧智能感知终端的应用,提高了用户与电网互动水平,提升客户服务体验和满意度,保障了大电网的安全运行,为电网开展精准营销服务,引导居民参与需求响应调控提供支撑。
所属领域的普通技术人员应当理解:以上任何实施例的讨论仅为示例性的,并非旨在暗示本公开的范围(包括权利要求)被限于这些例子;在本发明的思路下,以上实施例或者不同实施例中的技术特征之间也可以进行组合,步骤可以以任意顺序实现,并存在如上所述的本发明的不同方面的许多其它变化,为了简明它们没有在细节中提供。
尽管已经结合了本发明的具体实施例对本发明进行了描述,但是根据前面的描述,这些实施例的很多替换、修改和变型对本领域普通技术人员来说将是显而易见的。本发明的实施例旨在涵盖落入所附权利要求的宽泛范围之内的所有这样的替换、修改和变型。因此,凡在本发明的精神和原则之内,所做的任何省略、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 (8)

1.一种台区末端感知系统,其特征在于,包括:
表箱智能终端,用于监测用户端,并判定表箱停电原因及辨识用户负荷类型,将所述停电原因和所述用户负荷类型发送到主站;
台区智能终端,其安装在变压器出线柜一侧,用于监测所述表箱智能终端及台区,并判定台区故障信息,将所述故障信息发送到主站;以及
主站,用于接收所述表箱智能终端发送的停电原因和用户负荷类型,及接收所述台区智能终端发送的故障信息,并用于在所述表箱智能终端不能单独判定停电原因时,结合所述台区智能终端的监测结果综合判定停电原因,或者用于在所述台区智能终端不能单独判定故障信息时,结合所述表箱智能终端的监测结果综合判定故障信息,
其中,所述台区智能终端包括第一台区模块、第二台区模块及第三台区模块;
所述第一台区模块被配置成:监测所述表箱智能终端及台区,当监测到台区内部发生短路,并且台区负荷骤降为零时,将台区故障信息判定为由于台区内部故障引起总开关跳闸;
所述第二台区模块被配置成:监测所述表箱智能终端及台区,当监测到台区内部发生短路,并且台区负荷出现骤降时,将台区故障信息判定为由于台区内部故障引起支路跳闸;
所述第三台区模块被配置成:监测所述表箱智能终端及台区,当未监测到台区内部发生短路,同时台区停电时,将台区故障信息判定为上游故障。
2.根据权利要求1所述的系统,其特征在于,所述表箱智能终端,包括第一表箱模块、第二表箱模块及第三表箱模块;其中,
所述第一表箱模块,用于监测用户端的电气数据,当监测到用户内部短路或漏电,且用户负荷骤降为零时,将表箱停电原因判定为用户内部原因;
所述第二表箱模块,用于监测用户端的电气数据,当监测到表箱总开关跳闸而引起停电,且所述台区智能终端监测到短路状态时,将表箱停电原因判定为表箱内部短路;
所述第三表箱模块,用于监测用户端的电气数据,当未监测到短路而发生停电时,将表箱停电原因判定为上游支路原因。
3.根据权利要求1所述的系统,其特征在于,所述表箱智能终端还包括:
数据获取模块,用于获取用户负荷总进线上的电压及电流;
特征提取模块,用于根据获取的所述用户负荷总进线上的电压及电流,提取辨识特征数据;
特征匹配模块,用于将所述辨识特征数据与已建立的模型特征库中的已知负荷特征进行特征比对,并辨识用户负荷类型;
负荷类型输出模块,用于输出所述用户负荷类型。
4.根据权利要求1至3中任意一项所述的系统,其特征在于,所述表箱智能终端还包括波形采集模块,所述波形采集模块用于获取短路故障波形或漏电故障波形,并将所述故障波形发送到所述主站。
5.根据权利要求1至3中任意一项所述的系统,其特征在于,所述台区智能终端还包括台区线路线损分析模块,所述台区线路线损分析模块用于获取分支箱的用量总量,并计算所述分支箱的用量总量与变压器输出的电量之间的第一差值,若所述第一差值高于第一阈值时,所述台区线路线损分析模块向所述主站发送第一预警信息;
或用于采集台区中的线路线损,并将获取的线路线损与第二阈值进行比较,若所述线路线损高于第二阈值,所述台区线路线损分析模块向所述主站发送第二预警信息。
6.一种台区末端感知方法,应用于权利要求1-5中任意一项所述的台区末端感知系统,其特征在于,
表箱智能终端监测用户端,并判定表箱停电原因及辨识用户负荷类型,将所述停电原因和所述用户负荷类型发送到主站;
台区智能终端监测所述表箱智能终端及台区,并判定台区故障信息,将所述故障信息发送到主站;
所述主站接收所述表箱智能终端发送的停电原因和用户负荷类型,及接收所述台区智能终端发送的故障信息,并在所述表箱智能终端不能单独判定停电原因时,结合所述台区智能终端的监测结果综合判定停电原因,或者在所述台区智能终端不能单独判定故障信息时,结合所述表箱智能终端的监测结果综合判定故障信息,
其中,所述台区智能终端判定台区故障信息的方法包括:监测所述表箱智能终端及台区,
当监测到台区内部发生短路,并且台区负荷骤降为零时,判定为由于台区内部故障引起总开关跳闸;
当监测到台区内部发生短路,并且台区负荷出现骤降时,判定为由于台区内部故障引起支路跳闸;
当未监测到台区内部发生短路,同时台区停电时,判定为上游故障。
7.根据权利要求6所述的方法,其特征在于,所述表箱智能终端判定表箱停电原因的方法包括:监测用户端的电气数据,
当监测到用户内部短路或漏电,且用户负荷骤降为零时,判定为用户内部原因使得表箱停电;
当监测到表箱总开关跳闸而引起停电,且所述台区智能终端监测到短路状态时,判定为表箱内部短路使得表箱停电;
当未监测到短路而发生停电时,判定为上游支路原因使得表箱停电。
8.根据权利要求6所述的方法,其特征在于,所述表箱智能终端辨识用户负荷类型的方法包括:
获取用户负荷总进线上的电流及电压;
根据获取的所述用户负荷总进线上的电流及电压,提取辨识特征数据;
将所述辨识特征数据与已建立的模型特征库中的已知负荷特征进行特征比对,并辨识用户负荷类型;
输出用户负荷类型。
CN201910784117.6A 2019-08-23 2019-08-23 一种台区末端感知系统及方法 Active CN110673079B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910784117.6A CN110673079B (zh) 2019-08-23 2019-08-23 一种台区末端感知系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910784117.6A CN110673079B (zh) 2019-08-23 2019-08-23 一种台区末端感知系统及方法

Publications (2)

Publication Number Publication Date
CN110673079A CN110673079A (zh) 2020-01-10
CN110673079B true CN110673079B (zh) 2021-12-14

Family

ID=69075536

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910784117.6A Active CN110673079B (zh) 2019-08-23 2019-08-23 一种台区末端感知系统及方法

Country Status (1)

Country Link
CN (1) CN110673079B (zh)

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111650471B (zh) * 2020-05-26 2022-05-20 武汉三相瑞威科技有限公司 铁路站场故障定位设备、供电系统及故障定位方法
CN111654044B (zh) * 2020-05-29 2022-08-05 国网福建省电力有限公司 基于大数据分析的配变三相负荷不平衡问题诊断治理方法及系统
CN112433127B (zh) * 2020-11-13 2023-05-12 珠海许继电气有限公司 一种基于台区智能融合终端的故障类型识别方法及装置
CN112636472A (zh) * 2020-12-11 2021-04-09 国网辽宁省电力有限公司鞍山供电公司 一种电表边缘点状态分析的方法
CN112769234B (zh) * 2020-12-28 2023-09-01 山东鲁软数字科技有限公司智慧能源分公司 一种用电负荷智能感知系统及方法
CN112881840A (zh) * 2021-01-22 2021-06-01 广东电网有限责任公司 一种台区供电状态监测方法及系统
CN113162029A (zh) * 2021-03-29 2021-07-23 中国电力科学研究院有限公司 一种适用于低压台区层级化的负荷识别系统及方法
CN113642858B (zh) * 2021-07-29 2024-02-27 河南北斗电气设备有限公司 一种基于云平台数据库的智慧用电管理系统
CN113824210A (zh) * 2021-08-25 2021-12-21 浙江万胜智能科技股份有限公司 一种利用智能电表、智能终端进行台区拓扑识别的方法
CN113759164A (zh) * 2021-09-18 2021-12-07 戴智鸿 带负荷电压质量检测的方法及装置

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106872824A (zh) * 2017-02-15 2017-06-20 宁波华创锐科智能科技有限公司 一种电网负载电器类型识别和不同电器电量统计的方法及其装置
CN107025365A (zh) * 2017-05-16 2017-08-08 电子科技大学 一种用于用户侧的非侵入负荷辨识方法
CN107506849A (zh) * 2017-07-24 2017-12-22 国网江西省电力公司电力科学研究院 一种智能优化配变停电研判系统
CN108152578A (zh) * 2017-12-15 2018-06-12 国网陕西省电力公司电力科学研究院 台区智能电能表停电事件主动上报及研判方法
CN109066988A (zh) * 2018-09-04 2018-12-21 国家电网有限公司 一种末端电网拓扑层级停电事件优先辨识上报系统及方法
CN109472714A (zh) * 2018-06-11 2019-03-15 国网浙江海宁市供电有限公司 一种基于大数据的线路台区异常分析系统及方法
CN109670676A (zh) * 2018-11-26 2019-04-23 安徽继远软件有限公司 基于支持向量数据描述的配网台区风险预警方法及系统
CN109687590A (zh) * 2019-01-29 2019-04-26 国网湖南省电力有限公司 一种分级停复电上报方法、系统
CN109742854A (zh) * 2018-12-27 2019-05-10 国网吉林省电力有限公司电力科学研究院 一种基于智能电表数据处理的主动报修方法
CN109995145A (zh) * 2019-05-15 2019-07-09 国网湖北省电力有限公司电力科学研究院 一种基于智能配变终端的低压配电网故障主动研判方法
CN110071579A (zh) * 2019-06-05 2019-07-30 国网北京市电力公司 基于泛在电力物联网的电网供电保障和智能管控系统

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100516273B1 (ko) * 2002-02-22 2005-09-20 한국전력공사 주파수공용통신망을 이용한 전력자동화 시스템 및 그의 제어방법
JP3878963B2 (ja) * 2004-03-25 2007-02-07 アイピー・パワーシステムズ株式会社 複数の電力需要者集合エリアの電力システム

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106872824A (zh) * 2017-02-15 2017-06-20 宁波华创锐科智能科技有限公司 一种电网负载电器类型识别和不同电器电量统计的方法及其装置
CN107025365A (zh) * 2017-05-16 2017-08-08 电子科技大学 一种用于用户侧的非侵入负荷辨识方法
CN107506849A (zh) * 2017-07-24 2017-12-22 国网江西省电力公司电力科学研究院 一种智能优化配变停电研判系统
CN108152578A (zh) * 2017-12-15 2018-06-12 国网陕西省电力公司电力科学研究院 台区智能电能表停电事件主动上报及研判方法
CN109472714A (zh) * 2018-06-11 2019-03-15 国网浙江海宁市供电有限公司 一种基于大数据的线路台区异常分析系统及方法
CN109066988A (zh) * 2018-09-04 2018-12-21 国家电网有限公司 一种末端电网拓扑层级停电事件优先辨识上报系统及方法
CN109670676A (zh) * 2018-11-26 2019-04-23 安徽继远软件有限公司 基于支持向量数据描述的配网台区风险预警方法及系统
CN109742854A (zh) * 2018-12-27 2019-05-10 国网吉林省电力有限公司电力科学研究院 一种基于智能电表数据处理的主动报修方法
CN109687590A (zh) * 2019-01-29 2019-04-26 国网湖南省电力有限公司 一种分级停复电上报方法、系统
CN109995145A (zh) * 2019-05-15 2019-07-09 国网湖北省电力有限公司电力科学研究院 一种基于智能配变终端的低压配电网故障主动研判方法
CN110071579A (zh) * 2019-06-05 2019-07-30 国网北京市电力公司 基于泛在电力物联网的电网供电保障和智能管控系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于采集终端的台区停电监测功能实现及应用;钱立军 等;《电气应用》;20151231;208-210 *

Also Published As

Publication number Publication date
CN110673079A (zh) 2020-01-10

Similar Documents

Publication Publication Date Title
CN110673079B (zh) 一种台区末端感知系统及方法
AU2015309395B2 (en) Distributed energy power source control method, device and system
CN201444191U (zh) 直流电源在线监测系统
CN110672934A (zh) 一种非侵入式负荷辨识方法、终端及系统
CN104143824B (zh) 一种基于ftu的供电可靠性获取方法和系统
CN109374995B (zh) 低压配电系统、线路老化和反窃电监测方法及对应系统
CN101499650A (zh) 基于gprs的小电流接地选线保护装置及保护方法
CN104635198B (zh) 故障发现及时的电能计量装置远程监测诊断方法
CN104283319A (zh) 智能配变终端
CN109782060B (zh) 一种精益化线损分析系统
CN104678348B (zh) 效率较高的电能计量装置远程监测诊断方法
CN103545921B (zh) 城市配电台区自治管控优化供电系统及其监控系统
CN106199341A (zh) 一种单相故障接地工况下的故障线路识别方法和装置
CN110515333B (zh) 一种智能物联端子箱、泛在电力物联网平台及其应用方法
CN103995172A (zh) 变电站gis母线负荷电流在线监测方法
CN108194339A (zh) 具有故障自检功能的水泵智能控制系统
CN113013988A (zh) 一种基于双网的智能配电柜
CN112034260A (zh) 一种配电台区低压线损精益分析与反窃电精准定位方法
CN104714206B (zh) 一种故障发现及时的电能计量装置远程监测诊断方法
WO2020103640A1 (zh) 一种配变台区感知终端装置及感知方法
CN111579917A (zh) 一种低压配电网故障定位系统与方法
CN208508310U (zh) 一种电压过载过温检测的防窃电智能端子箱
CN206096341U (zh) 应用于配电网单相故障接地工况下的故障线路识别装置
CN110994787A (zh) 一种低压配网自动化设备及系统
CN115712811A (zh) 基于低压拓扑配电网下的阻抗计算模型

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