CN111521883A - 一种用于获取高压直流输电线路电场测量值的方法及系统 - Google Patents
一种用于获取高压直流输电线路电场测量值的方法及系统 Download PDFInfo
- Publication number
- CN111521883A CN111521883A CN202010215799.1A CN202010215799A CN111521883A CN 111521883 A CN111521883 A CN 111521883A CN 202010215799 A CN202010215799 A CN 202010215799A CN 111521883 A CN111521883 A CN 111521883A
- Authority
- CN
- China
- Prior art keywords
- data
- electric field
- channel
- value
- field measurement
- 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.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R29/00—Arrangements for measuring or indicating electric quantities not covered by groups G01R19/00 - G01R27/00
- G01R29/12—Measuring electrostatic fields or voltage-potential
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Computational Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Evolutionary Biology (AREA)
- Operations Research (AREA)
- Probability & Statistics with Applications (AREA)
- Bioinformatics & Computational Biology (AREA)
- Algebra (AREA)
- Life Sciences & Earth Sciences (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
Abstract
本发明公开了一种用于获取高压直流输电线路电场测量值的方法及系统,属于高电压技术领域。本发明方法,包括:获取目标高压直流输电线路不同工况下电场初步测试数据和初步环境干扰电场数据,并剔除不同工况下电场初步测试数据和初步环境干扰电场数据中的异常数据,获取预处理数据;对预处理数据中的各通道电场测量数据进行统计,获取统计值及各通道测量电场数据的加权系数;根据加权系数获取各通道电场测量数据的加权值,对各通道电场测量数据的加权值,剔除异常通道数据、消除零点误差和进行加权平均处理,确定目标高压直流输电线路的电场测量值。本发明避免了因人的主观因素而使对测量数据的剔除标准不一致的问题。
Description
技术领域
本发明涉及高电压技术领域,并且更具体地,涉及一种用于获取高压直流输电线路电场测量值的方法及系统。
背景技术
特高压直流输电工程具有工程造价低、导线有功损耗小、系统运行稳定性好、运行可靠等优点。在需要传输电能容量大并且是在偏远地区时,采用特高压直流输电将是一种重要的选择。远距离高压直流输电工程沿线地形、海拔等条件复杂,工程需要面临多种的考验。
电晕笼是研究导线电晕效应的有效手段,但目前直流线路电磁环境的试验方法尚不成熟。因而在电晕笼内研究一套完整的高压直流导线试验方法是很有必要的,为后期进行大量高压直流导线的电磁环境试验做准备,同时为展开研究直流输电工程节约时间和减少资金的浪费。
由电晕笼研究特高压直流输电线路电磁环境问题对导线起晕场强探究有很大帮助。然而,电晕笼起晕场强量测装置,具体的,即为电场探头长期置于户外环境下工作,由于户外因素影响,难免测得数据会有波动,且导线在较低电压水平时,放电不稳定,这就导致了获得的实验数据中存在着一些异常数据,也就是上面所述的粗大误差。如若不对数据进行初步处理就直接进行起晕场强判断,对结果会产生较大影响,所以,展开对异常值的剔除就显得尤其关键,迫切需要一个有效的无效数据判定方法。
发明内容
针对上述问题本发明提出了一种用于获取高压直流输电线路电场测量值的方法,包括:
获取目标高压直流输电线路不同工况下电场初步测试数据和初步环境干扰电场数据,并剔除不同工况下电场初步测试数据和初步环境干扰电场数据中的异常数据,获取预处理数据;
对预处理数据中的各通道电场测量数据进行统计,获取统计值及各通道测量电场数据的加权系数;
根据加权系数获取各通道电场测量数据的加权值,对各通道电场测量数据的加权值,剔除异常通道数据、消除零点误差和进行加权平均处理,确定目标高压直流输电线路的电场测量值。
可选的,不同工况为不同的试验条件或试验条件的组合。
可选的,统计值为同一个工况下,一个通道的测量电场数据的平均百分位数。
可选的,加权系数为一组比值数据。
可选的,加权值为加权系数与各通道测量数据的乘积。
可选的,加权值若符合标准,则保存,若不符合标准,对整组通道数据剔除。
可选的,统计值根据如下公式确定:为:
其中,Lb为欲求的百分位数所在组段的下限、i为组段的组距、a为所需具体百分位、f为组段内的频数、N为总频数和Fb为小于Lb所在组段的累计频数。
可选的,加权系数为每日各个探头与中间探头百分位数据的比值,并对比值进行百分位运算获取的一组探头系数。
可选的,中间探头为输电线路正下方位置探头。
可选的,异常数据的判定使用格拉布斯准则法、拉依达准则法,狄克逊准则法或肖维勒准则法。
可选的,格拉布斯准则法中的统计量Gn(G1)公式如下:
其中,μ为均值、σ为标准差、X(n)和X(1)为可疑的试验数据中的粗大误差。
可选的,格拉布斯准则法的显著水平表示为T(n,α),当统计量Gn>T(n,α)时,试验数据xn是异常值,而当统计量G1>T(n,α),试验数据x1为异常值。
可选的,剔除异常通道数据后,将同一电压等级下各个通道电场测量数据进行加权平均。
可选的,零点误差为仪器误差和空间干扰误差。
可选的,零点误差根据对各通道电场测量数据的去0处理减小误差。
本发明还提出一种用于获取高压直流输电线路电场测量值的系统,包括:
采集模块,获取目标高压直流输电线路不同工况下电场初步测试数据和初步环境干扰电场数据,并剔除不同工况下电场初步测试数据和初步环境干扰电场数据中的异常数据,获取预处理数据;
处理模块,对预处理数据中的各通道电场测量数据进行统计,获取统计值及各通道测量电场数据的加权系数;
测量模块,根据加权系数获取各通道电场测量数据的加权值,对各通道电场测量数据的加权值,剔除异常通道数据、消除零点误差和进行加权平均处理,确定目标高压直流输电线路的电场测量值。
可选的,不同工况为不同的试验条件或试验条件的组合。
可选的,统计值为同一个工况下,一个通道的测量电场数据的平均百分位数。
可选的,加权系数为一组比值数据。
可选的,加权值为加权系数与各通道测量数据的乘积。
可选的,加权值若符合标准,则保存,若不符合标准,对整组通道数据剔除。
可选的,统计值根据如下公式确定:为:
其中,Lb为欲求的百分位数所在组段的下限、i为组段的组距、a为所需具体百分位、f为组段内的频数、N为总频数和Fb为小于Lb所在组段的累计频数。
可选的,加权系数为每日各个探头与中间探头百分位数据的比值,并对比值进行百分位运算获取的一组探头系数。
可选的,中间探头为输电线路正下方位置探头。
可选的,异常数据的判定使用格拉布斯准则法、拉依达准则法,狄克逊准则法或肖维勒准则法。
可选的,格拉布斯准则法中的统计量Gn(G1)公式如下:
其中,μ为均值、σ为标准差、X(n)和X(1)为可疑的试验数据中的粗大误差。
可选的,格拉布斯准则法的显著水平表示为T(n,α),当统计量Gn>T(n,α)时,试验数据xn是异常值,而当统计量G1>T(n,α),试验数据x1为异常值。
可选的,剔除异常通道数据后,将同一电压等级下各个通道电场测量数据进行加权平均。
可选的,零点误差为仪器误差和空间干扰误差。
可选的,零点误差根据对各通道电场测量数据的去0处理减小误差。
本发明可以有效避免高压直流输电线路获取测量值是的试验中因突发状况使得测试数据畸变从而对平均值产生很大偏差的情况。
本发明使得所有测量数据均被利用,提高试验测量可信度。
本发明节省了人力、时间等,同时也避免了因人的主观因素而使对测量数据的剔除标准不一致的问题。
附图说明
图1为本发明一种用于获取高压直流输电线路电场测量值的方法流程图;
图2为本发明一种用于获取高压直流输电线路电场测量值的方法实施例剔除异常数据逻辑流程图;
图3为本发明一种用于获取高压直流输电线路电场测量值的方法实施例拉依达准则法概率密度分布图;
图4为本发明一种用于获取高压直流输电线路电场测量值的方法实施例拉依达准则、格拉布斯准则和肖维勒准则统计临界系数值对比图;
图5为本发明一种用于获取高压直流输电线路电场测量值的系统结构图。
具体实施方式
现在参考附图介绍本发明的示例性实施方式,然而,本发明可以用许多不同的形式来实施,并且不局限于此处描述的实施例,提供这些实施例是为了详尽地且完全地公开本发明,并且向所属技术领域的技术人员充分传达本发明的范围。对于表示在附图中的示例性实施方式中的术语并不是对本发明的限定。在附图中,相同的单元/元件使用相同的附图标记。
除非另有说明,此处使用的术语(包括科技术语)对所属技术领域的技术人员具有通常的理解含义。另外,可以理解的是,以通常使用的词典限定的术语,应当被理解为与其相关领域的语境具有一致的含义,而不应该被理解为理想化的或过于正式的意义。
本发明提出了一种用于获取高压直流输电线路电场测量值的方法,如图1所示,包括:
获取目标高压直流输电线路不同工况下电场初步测试数据和初步环境干扰电场数据,并剔除不同工况下电场初步测试数据和初步环境干扰电场数据中的异常数据,获取预处理数据;
对预处理数据中的各通道电场测量数据进行统计,获取统计值及各通道测量电场数据的加权系数;
根据加权系数获取各通道电场测量数据的加权值,对各通道电场测量数据的加权值,剔除异常通道数据、消除零点误差和进行加权平均处理,确定目标高压直流输电线路的电场测量值。
不同工况为不同的试验条件或试验条件的组合。
统计值为同一个工况下,一个通道的测量电场数据的平均百分位数。
加权系数为一组比值数据。
加权值为加权系数与各通道测量数据的乘积。
加权值若符合标准,则保存,若不符合标准,对整组通道数据剔除。
统计值根据如下公式确定:为:
其中,Lb为欲求的百分位数所在组段的下限、i为组段的组距、a为所需具体百分位、f为组段内的频数、N为总频数和Fb为小于Lb所在组段的累计频数。
加权系数为每日各个探头与中间探头百分位数据的比值,并对比值进行百分位运算获取的一组探头系数。
中间探头为输电线路正下方位置探头。
异常数据的判定使用格拉布斯准则法、拉依达准则法,狄克逊准则法或肖维勒准则法。
格拉布斯准则法中的统计量Gn(G1)公式如下:
其中,μ为均值、σ为标准差、X(n)和X(1)为可疑的试验数据中的粗大误差。
格拉布斯准则法的显著水平表示为T(n,α),当统计量Gn>T(n,α)时,试验数据xn是异常值,而当统计量G1>T(n,α),试验数据x1为异常值。
可选的,剔除异常通道数据后,将同一电压等级下各个通道电场测量数据进行加权平均。
零点误差为仪器误差和空间干扰误差。
零点误差根据对各通道电场测量数据的去0处理减小误差。
下面结合实施例对本发明进行进一步说明。
确定不同天数下特高压直流输电线路合成电场的试验测试数据;
由于不同天数导线规格与当天试验天气均存在一定差异,每一天的试验电压组数也不相同,而同时由于天气突然变化等意外因素的影响,试验可能存在临时中止的情况,所以,在进行数据剔除前,需先将无效的试验天数剔除,防止对结果产生影响。
确定一天实验内每个电压等级下各个探头的平均百分位数;
在试验数据处理中,对每个电压等级下的各个探头原始数据进行归类,由于测量时间较长,在较低电压等级下导线放电不稳定,所以数据也存在较大差异,如果选取求平均值,得到的结果势必受到偏大或偏小值影响,将会和真实值存在较大偏差,所以,这里选择求取一组数据的百分位数,具体的,为50%值,即:
公式(1)中,Lb为欲求的百分位数所在组段的下限,i为该组段的组距,a为所需具体百分位,f为该组段内的频数,N为总频数,Fb为小于Lb所在组段的累计频数。
通过程序处理汇总,得到一天实验内每个电压等级下各个探头的50%百分位数。
获取各探头通道加权系数;
由于在本试验中,一共有五个电场探头通道进行数据采集,故各探头数据的取舍也需进行探究,经过分析,为尊重原始数据有效性,故认为所有探头测得数据都有效,但5个探头在电晕笼上布置位置存在着一定差异,因此测得的电场强度也不相同,同时由于电场边界问题,每个探头所测得的数值并非与跟导线距离成比例关系。
综合考虑,在数据处理过程中,认定各探头间测得数据比值为恒定值,且探头三位于试验导线正下方,确定该探头为参考探头,通过编程利用程序循环,50%试验数据值进行处理,在每一天试验下,逐电压依次分别用通道1、2、4、5与通道3数据作比值,得到每天的探头1、2、4、5对于探头3于每个电压下测得数据的比值,再将这一天的各个电压等级下得到的通道比值取50%值,最后得到一组共五个数据,即为上述各探头通道测得数据比值,再将所有试验天数均做此步骤处理,最后汇总,将所有试验天数对应的各通道与通道3的比值进行百分位数运算,取50%值,最终得到一组基于所有天数、所有电压等级下的探头通道实测数据比值,认定各个通道对于通道三比值均服从此规律分布。
利用格拉布斯准则法剔除异常通道数据;
对50%试验值除以对应的通道系数,将得到的通道加权值利用格拉布斯方法进行判断,剔除异常数据,判断探头是否当日试验时正常运行,具体的,如若该天试验中,某个通道有超过2次由格拉布斯准则法判断出数据异常,即认定该通道数据无效不可用,即舍弃。
将加权判断后的结果取平均值,最终得到了原始数据处理的结果,处理步骤流程图如图2所示。
剔除零点误差。
由于在0电压等级,也就是我们常说的测量背景阶段时,探头采集到的数据并不是0,这是因为起晕场强量测设备内存在电压,且探头工作时,由于各个探头自身的系数并不相同,并不能保证没有加电压时电场值就为0,因此,为减小这一状况带来的影响,将每个电压等级对应的探头数据均减去在0电压下的电场值,去除所谓的“零飘”。
随机选出10天试验数据,再从这10天中各随机选择2组试验电压下的五个探头数据组成待检验数据样本,分别求出对应的均值、残差和标准差,如下表1所示。
表1
根据上表可知,于第五行与第六行探头1试验数据出现较大偏差,与事实规律不符,因此初步判定为可疑的异常值。下面分别用四种方法对这些抽样样本进行判定。
(1)拉依达准则法
通过编程处理,拉依达准则法未能判断出样本中含有粗大误差,初步分析原因主要为试验样本的组数n过少,而粗大误差判断准则对临界条件又很敏感,在所有判断准则中,此准则临界系数最大。因此,在试验组数过少的情况下,拉依达准则是不能进行粗大误差判断的,如图3所示。
(2)格拉布斯准则法
通过编程处理,格拉布斯准则法(α=0.01)成功判断出第五行与第六行的两个异常值,且没有明显数据误判。
(3)狄克逊准则法
根据上述概念,当n=5时,采用统计量为进行运算。通过编程处理,狄克逊准则法(α=0.01)成功判断出第五行与第六行的两个异常值,同时也判断第八行探头3数据为异常值。初步分析原因此组试验样本普遍残差非常小,导致标准差也不大,而有一个稍微偏离的数据,就会被判定为异常值。经分析,此数据不应被舍弃,仍为试验值。
(4)肖维勒准则法
根据上述概念,当n=5时,肖维勒临界数据ω(n)=1.65。通过编程处理,肖维勒准则法成功判断出第五行与第六行的两个异常值,同时也判断第八行探头3数据为异常值。同样的,经分析,此数据不应被舍弃,仍为试验值。
通过以上四种检验方法比较,如下表2,对比图如图4所示,可以得到,由于样本数据量过小,拉依达准则并不适用,无法有效对粗大误差进行剔除;而剩下三种判别准则均可以对试验中产生的粗大误差进行有效的判别,其中,相比于格拉布斯准则和狄克逊准则法,肖维勒准则法计算最为简单,计算的精确度稍有些粗糙,比较适用于作为一种快速判定。而格拉布斯准则与狄克逊准则可以得到较为精确的结果,前者采用所有数据,更适用于剔除单个异常值,而后者采用部分数据,适合剔除多个异常值。
表2
具体的,根据上述样本试验进行分析,由于在本算例中测量样本相对很小,导致各个组数据标准差因数据波动会变得较大,因此比较偏离正态分布,但由于标准差数据均是由程序内置公式算法得到,所以忽略标准差存在的误差值。
其次,由于狄克逊准则在算法上使用部分数据,且计算过程相对复杂,这里选择剩余两种,即格拉布斯准则和肖维勒准则。此二者在判断数据是否为异常数据时,判别公式都可以化为形式,其中,k时统计临界系数。对于这两种判别准则,在测量次数相同的情况下,二者的临界系数却不一样,而判断结果对于这一临界系数选择的大小却相当敏感,通过上述章节查表可知,在相同k值条件下时(k=2.5),格拉布斯准则试验数据n=18(α=0.01)、n=11(α=0.01),而肖维勒准则中n=40-45。
接下来,如上格拉布斯准则法所述,其在相同临界系数时,一般有90%、95%两个置信水平,且对应的试验数据n并不相同。而当n相同时,T(n,0.01)大于T(n,0.05)的值,也就是说,当一组待测数据标准差确定时,α值越小,对异常数据的剔除标准就越严格,这样能很好的避免将正确数据当作粗大误差而剔除掉。
最后,针对试验样本选择合适的粗大误差剔除准则,以保证能准确有效的剔除异常值。根据上一段,当临界系数k=2.5时,肖维勒系数相对于格拉布斯系数跟随n的变化幅度更小,也就是说格拉布斯准则法对于试验数据的剔除判定范围更加精确,可以避免出现剔除了较大正常数据的情况,也与上述通过试验样本得到的结果吻合,因此,对于粗大误差剔除方法,本实例选择格拉布斯准则法作为判定依据。
本发明还提出了一种用于获取高压直流输电线路电场测量值的系统200,如图5所示,包括:
采集模块201,获取目标高压直流输电线路不同工况下电场初步测试数据和初步环境干扰电场数据,并剔除不同工况下电场初步测试数据和初步环境干扰电场数据中的异常数据,获取预处理数据;
处理模块202,对预处理数据中的各通道电场测量数据进行统计,获取统计值及各通道测量电场数据的加权系数;
测量模块203,根据加权系数获取各通道电场测量数据的加权值,对各通道电场测量数据的加权值,剔除异常通道数据、消除零点误差和进行加权平均处理,确定目标高压直流输电线路的电场测量值。
不同工况为不同的试验条件或试验条件的组合。
统计值为同一个工况下,一个通道的测量电场数据的平均百分位数。
加权系数为一组比值数据。
加权值为加权系数与各通道测量数据的乘积。
加权值若符合标准,则保存,若不符合标准,对整组通道数据剔除。
统计值根据如下公式确定:为:
其中,Lb为欲求的百分位数所在组段的下限、i为组段的组距、a为所需具体百分位、f为组段内的频数、N为总频数和Fb为小于Lb所在组段的累计频数。
加权系数为每日各个探头与中间探头百分位数据的比值,并对比值进行百分位运算获取的一组探头系数。
中间探头为输电线路正下方位置探头。
异常数据的判定使用格拉布斯准则法、拉依达准则法,狄克逊准则法或肖维勒准则法。
格拉布斯准则法中的统计量Gn(G1)公式如下:
其中,μ为均值、σ为标准差、X(n)和X(1)为可疑的试验数据中的粗大误差。
格拉布斯准则法的显著水平表示为T(n,α),当统计量Gn>T(n,α)时,试验数据xn是异常值,而当统计量G1>T(n,α),试验数据x1为异常值。
剔除异常通道数据后,将同一电压等级下各个通道电场测量数据进行加权平均。
零点误差为仪器误差和空间干扰误差。
零点误差根据对各通道电场测量数据的去0处理减小误差。
本发明使得所有测量数据均被利用,提高试验测量可信度。
本发明节省了人力、时间等,同时也避免了因人的主观因素而使对测量数据的剔除标准不一致的问题。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。本申请实施例中的方案可以采用各种计算机语言实现,例如,面向对象的程序设计语言Java和直译式脚本语言JavaScript等。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本申请的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本申请范围的所有变更和修改。
显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样,倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请也意图包含这些改动和变型在内。
Claims (30)
1.一种用于获取高压直流输电线路电场测量值的方法,所述方法包括:
获取目标高压直流输电线路不同工况下电场初步测试数据和初步环境干扰电场数据,并剔除不同工况下电场初步测试数据和初步环境干扰电场数据中的异常数据,获取预处理数据;
对预处理数据中的各通道电场测量数据进行统计,获取统计值及各通道测量电场数据的加权系数;
根据加权系数获取各通道电场测量数据的加权值,对各通道电场测量数据的加权值,剔除异常通道数据、消除零点误差和进行加权平均处理,确定目标高压直流输电线路的电场测量值。
2.根据权利要求1所述的方法,所述不同工况为不同的试验条件或试验条件的组合。
3.根据权利要求1所述的方法,所述统计值为同一个工况下,一个通道的测量电场数据的平均百分位数。
4.根据权利要求1所述的方法,所述加权系数为一组比值数据。
5.根据权利要求1所述的方法,所述加权值为加权系数与各通道测量数据的乘积。
6.根据权利要求1所述的方法,所述加权值若符合标准,则保存,若不符合标准,对整组通道数据剔除。
8.根据权利要求1所述的方法,所述加权系数为每日各个探头与中间探头百分位数据的比值,并对比值进行百分位运算获取的一组探头系数。
9.根据权利要求8所述的方法,所述中间探头为输电线路正下方位置探头。
10.根据权利要求1所述的方法,所述异常数据的判定使用格拉布斯准则法、拉依达准则法,狄克逊准则法或肖维勒准则法。
12.根据权利要求11所述的方法,所述格拉布斯准则法的显著水平表示为T(n,α),当统计量Gn>T(n,α)时,试验数据xn是异常值,而当统计量G1>T(n,α),试验数据x1为异常值。
13.根据权利要求1所述的方法,所述剔除异常通道数据后,将同一电压等级下各个通道电场测量数据进行加权平均。
14.根据权利要求1所述的方法,所述零点误差为仪器误差和空间干扰误差。
15.根据权利要求1所述的方法,所述零点误差根据对各通道电场测量数据的去0处理减小误差。
16.一种用于获取高压直流输电线路电场测量值的系统,所述系统包括:
采集模块,获取目标高压直流输电线路不同工况下电场初步测试数据和初步环境干扰电场数据,并剔除不同工况下电场初步测试数据和初步环境干扰电场数据中的异常数据,获取预处理数据;
处理模块,对预处理数据中的各通道电场测量数据进行统计,获取统计值及各通道测量电场数据的加权系数;
测量模块,根据加权系数获取各通道电场测量数据的加权值,对各通道电场测量数据的加权值,剔除异常通道数据、消除零点误差和进行加权平均处理,确定目标高压直流输电线路的电场测量值。
17.根据权利要求16所述的系统,所述不同工况为不同的试验条件或试验条件的组合。
18.根据权利要求16所述的系统,所述统计值为同一个工况下,一个通道的测量电场数据的平均百分位数。
19.根据权利要求16所述的系统,所述加权系数为一组比值数据。
20.根据权利要求16所述的系统,所述加权值为加权系数与各通道测量数据的乘积。
21.根据权利要求16所述的系统,所述加权值若符合标准,则保存,若不符合标准,对整组通道数据剔除。
23.根据权利要求16所述的系统,所述加权系数为每日各个探头与中间探头百分位数据的比值,并对比值进行百分位运算获取的一组探头系数。
24.根据权利要求22所述的系统,所述中间探头为输电线路正下方位置探头。
25.根据权利要求16所述的系统,所述异常数据的判定使用格拉布斯准则法、拉依达准则法,狄克逊准则法或肖维勒准则法。
27.根据权利要求25所述的系统,所述格拉布斯准则法的显著水平表示为T(n,α),当统计量Gn>T(n,α)时,试验数据xn是异常值,而当统计量G1>T(n,α),试验数据x1为异常值。
28.根据权利要求16所述的系统,所述剔除异常通道数据后,将同一电压等级下各个通道电场测量数据进行加权平均。
29.根据权利要求16所述的系统,所述零点误差为仪器误差和空间干扰误差。
30.根据权利要求16所述的系统,所述零点误差根据对各通道电场测量数据的去0处理减小误差。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010215799.1A CN111521883A (zh) | 2020-03-24 | 2020-03-24 | 一种用于获取高压直流输电线路电场测量值的方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010215799.1A CN111521883A (zh) | 2020-03-24 | 2020-03-24 | 一种用于获取高压直流输电线路电场测量值的方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111521883A true CN111521883A (zh) | 2020-08-11 |
Family
ID=71901284
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010215799.1A Pending CN111521883A (zh) | 2020-03-24 | 2020-03-24 | 一种用于获取高压直流输电线路电场测量值的方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111521883A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112067908A (zh) * | 2020-08-20 | 2020-12-11 | 国网山东省电力公司电力科学研究院 | 变电站机器人测量工频电场时畸变电场的拟合方法及系统 |
CN113128054A (zh) * | 2021-04-21 | 2021-07-16 | 重庆邮电大学 | 一种基于机器学习的电子设备屏蔽效能评估方法及装置 |
CN114064760A (zh) * | 2021-11-18 | 2022-02-18 | 广州泰禾大数据服务有限公司 | 一种数据的多维度预警分析判断方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104181883A (zh) * | 2014-08-08 | 2014-12-03 | 青岛高校信息产业有限公司 | 实时数据采集系统的异常数据实时处理方法 |
CN105352535A (zh) * | 2015-09-29 | 2016-02-24 | 河海大学 | 一种基于多传感器数据融合的测量方法 |
CN106500753A (zh) * | 2016-12-15 | 2017-03-15 | 中国航空工业集团公司西安飞机设计研究所 | 一种测试设备计量特性评定校准数据处理方法 |
CN106776480A (zh) * | 2015-11-25 | 2017-05-31 | 中国电力科学研究院 | 一种无线电干扰现场测量异常值的剔除方法 |
CN106908668A (zh) * | 2017-01-20 | 2017-06-30 | 中国电力科学研究院 | 一种实测地面合成电场数据的处理方法及系统 |
CN107918063A (zh) * | 2017-12-29 | 2018-04-17 | 中国电力科学研究院有限公司 | 一种合成电场测量系统 |
CN108875840A (zh) * | 2018-06-28 | 2018-11-23 | 广东工业大学 | 一种异常数据的识别方法 |
-
2020
- 2020-03-24 CN CN202010215799.1A patent/CN111521883A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104181883A (zh) * | 2014-08-08 | 2014-12-03 | 青岛高校信息产业有限公司 | 实时数据采集系统的异常数据实时处理方法 |
CN105352535A (zh) * | 2015-09-29 | 2016-02-24 | 河海大学 | 一种基于多传感器数据融合的测量方法 |
CN106776480A (zh) * | 2015-11-25 | 2017-05-31 | 中国电力科学研究院 | 一种无线电干扰现场测量异常值的剔除方法 |
CN106500753A (zh) * | 2016-12-15 | 2017-03-15 | 中国航空工业集团公司西安飞机设计研究所 | 一种测试设备计量特性评定校准数据处理方法 |
CN106908668A (zh) * | 2017-01-20 | 2017-06-30 | 中国电力科学研究院 | 一种实测地面合成电场数据的处理方法及系统 |
CN107918063A (zh) * | 2017-12-29 | 2018-04-17 | 中国电力科学研究院有限公司 | 一种合成电场测量系统 |
CN108875840A (zh) * | 2018-06-28 | 2018-11-23 | 广东工业大学 | 一种异常数据的识别方法 |
Non-Patent Citations (3)
Title |
---|
吕应明等: "直流输电线路下地面合成电场的无线同步测量系统研究", 《电网技术》 * |
杨正一: "《误差理论与测量不确定度》", 30 April 2000 * |
王一秀: "《中国教育行政管理大词典》", 31 August 1991 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112067908A (zh) * | 2020-08-20 | 2020-12-11 | 国网山东省电力公司电力科学研究院 | 变电站机器人测量工频电场时畸变电场的拟合方法及系统 |
CN113128054A (zh) * | 2021-04-21 | 2021-07-16 | 重庆邮电大学 | 一种基于机器学习的电子设备屏蔽效能评估方法及装置 |
CN114064760A (zh) * | 2021-11-18 | 2022-02-18 | 广州泰禾大数据服务有限公司 | 一种数据的多维度预警分析判断方法 |
CN114064760B (zh) * | 2021-11-18 | 2022-12-13 | 广州泰禾大数据服务有限公司 | 一种数据的多维度预警分析判断方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111521883A (zh) | 一种用于获取高压直流输电线路电场测量值的方法及系统 | |
US7441168B2 (en) | Fault detecting method and layout method for semiconductor integrated circuit | |
CN110580387A (zh) | 基于熵权法的直流保护系统混合威布尔可靠性评价方法 | |
US6872582B2 (en) | Selective trim and wafer testing of integrated circuits | |
CN106855990B (zh) | 核电机组仪表通道测量误差论证方法 | |
CN109613372B (zh) | 一种基于多元电网数据库的电网故障诊断方法 | |
CN110186962A (zh) | 一种用于电容层析成像的不完整测量数据成像方法 | |
CN112345972B (zh) | 基于停电事件的配电网线变关系异常诊断方法、装置及系统 | |
CN109799379B (zh) | 充电检测方法、充电检测装置和插座 | |
CN109308395B (zh) | 基于lof-knn算法的晶圆级空间测量参数异常识别方法 | |
CN112036586B (zh) | 航空装备维修器材需求统计分布检验方法 | |
US7035770B2 (en) | Fuzzy reasoning model for semiconductor process fault detection using wafer acceptance test data | |
CN112116014A (zh) | 一种配电自动化设备测试数据离群值检测方法 | |
CN114740419A (zh) | 基于“三维图”分析台区电表误差的方法、装置、设备和介质 | |
CN113376469A (zh) | 一种电能质量扰动数据的分析方法 | |
CN106501360A (zh) | 基于自比较趋势分析和振动声学的瓷绝缘子缺陷检测装置、系统及方法 | |
RU2517948C1 (ru) | Способ контрольных испытаний на гамма-процентный ресурс невосстанавливаемых радиоэлектронных устройств с экспоненциальным законом распределения времени до отказа | |
Рижов et al. | Metrological support of maintenance by the technical state of communication means | |
CN107798149A (zh) | 一种飞机维修性评估方法 | |
RU2765677C1 (ru) | Способ катодной защиты разветвленных подземных трубопроводов | |
CN112686506B (zh) | 基于多试验方法异步检测数据的配网设备综合评估方法 | |
CN113361849B (zh) | 超越概率模型的确定方法及装置、风险评估方法及装置 | |
CN114036450B (zh) | 电子信息装备测试性指标快速考核的方法及存储介质 | |
Jones | How I Evaluate Fit of Structural Equation Models | |
CN113985040A (zh) | 一种实验室检测设备精度控制的控制方法及装置 |
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 |