CN111812431A - 一种数字化变电站数据处理方法、设备及存储介质 - Google Patents
一种数字化变电站数据处理方法、设备及存储介质 Download PDFInfo
- Publication number
- CN111812431A CN111812431A CN202010529024.1A CN202010529024A CN111812431A CN 111812431 A CN111812431 A CN 111812431A CN 202010529024 A CN202010529024 A CN 202010529024A CN 111812431 A CN111812431 A CN 111812431A
- Authority
- CN
- China
- Prior art keywords
- data processing
- power system
- storage medium
- digital substation
- structural elements
- 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
- 238000003860 storage Methods 0.000 title claims abstract description 18
- 238000003672 processing method Methods 0.000 title claims abstract description 8
- 238000000034 method Methods 0.000 claims abstract description 22
- 238000004364 calculation method Methods 0.000 claims abstract description 6
- 238000012545 processing Methods 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 10
- 238000005070 sampling Methods 0.000 claims description 9
- 230000009466 transformation Effects 0.000 claims description 5
- 230000002159 abnormal effect Effects 0.000 abstract description 11
- 238000001914 filtration Methods 0.000 abstract description 8
- 238000009499 grossing Methods 0.000 abstract description 4
- 230000000694 effects Effects 0.000 abstract description 3
- 230000000877 morphologic effect Effects 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 6
- 238000013461 design Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 230000009977 dual effect Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000012935 Averaging Methods 0.000 description 2
- 230000010339 dilation Effects 0.000 description 2
- 230000003628 erosive effect Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000006740 morphological transformation Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000001681 protective effect Effects 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
Images
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
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Computational Mathematics (AREA)
- Pure & Applied Mathematics (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Algebra (AREA)
- Emergency Protection Circuit Devices (AREA)
Abstract
本发明公开了一种数字化变电站数据处理方法、设备及存储介质,利用数学形态学中的开闭运算,构造了一种基于三角形结构元素的形态开‑闭组合滤波器,能够滤除较强噪声以及发生严重畸变的干扰信号,利用该发明对异常数据进行处理,不需要进行闭锁保护。本发明滤波器采用BOOL和加减计算,计算时间远小于传统的数字滤波,对波形有良好的平滑作用,能够提高数字化变电站数据的可靠性。
Description
技术领域
本发明涉及一种数字化变电站数据处理方法、设备及存储介质,属于配电力系统领域。
背景技术
数字化变电站采用电子式互感器(ET)和合并单元(MU)作为数据处理设备,包含保护装置在内的各类智能电子设备(IED)共享采样数据。一旦采样数据出现异常,尤其是电流通道出现大幅值的异常数据,可能造成差动保护、过流保护等一系列装置误跳闸,给系统带来灾难性的后果。
目前电力系统继电保护针对异常数据采取的方案为检测出异常需要闭锁保护。当确认数据异常即闭锁保护,只有经某些判据判断采样恢复正常后才开放保护。当系统故障与异常数据同时发生时,保护将延时开放甚至拒动,这同样会造成严重的后果。
发明内容
本发明的目的在于克服现有技术中的不足,提供一种数字化变电站数据处理方法、设备及存储介质,能够滤除干扰信号,利用该发明可对异常数据进行处理,保护需要处理的常规数据,不需要闭锁保护,极大的提高数字化变电站数据的可靠性。
为达到上述目的,本发明是采用下述技术方案实现的:
第一方面,本发明提供了一种数字化变电站数据处理方法,所述方法包括如下步骤:
对所采集的电力系统信号f(n)与预选取的结构元素g(m)先执行形态开运算,再执行形态闭运算,获取信号CO(f(n));
对所采集的电力系统信号f(n)与预选取的结构元素g(m)先执行形态闭运算,再执行形态开运算,获取信号OC(f(n));
计算CO(f(n))和OC(f(n))的平均值,将计算结果作为数据处理结果输出;
其中:f(n)表示长度为N,定义域为F={0,1,…,N-1}的电力系统信号;n=0,…,N-1;g(m)表示长度为M,定义域为G={0,1,…,M-1}的结构元素。
进一步地,所述结构元素为三角形结构元素。
进一步地,所述三角形结构元素的长度M不大于每周波采样点数的1/4,且M≤N。
进一步地,对电力系统信号与结构元素执行形态开运算的方法如下:
采用公式(1)执行腐蚀变换:
式中,m=0,1,....M-1;n=0,1,.....N-M;
采用公式(2)执行膨胀变换:
式中,m=0,1,....M-1;n=0,1,.....N+M-2;
采用公式(3)执行形态开运算:
式中:f(n+m)表示电力系统信号的第n+m个采样值。
进一步地,对电力系统信号与结构元素执行形态闭运算的方法如下:
第二方面,本发明提供了一种数字化变电站数据处理设备,包括处理器及存储介质;
所述存储介质用于存储指令;
所述处理器用于根据所述指令进行操作以执行前述任一项所述方法的步骤。
第三方面,本发明提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现前述任一项所述方法的步骤。
与现有技术相比,本发明提供的数字化变电站数据处理方法、设备及存储介质所达到的有益效果包括:
本发明利用数学形态学中的开闭运算,构造了一种基于三角形结构元素的形态开-闭组合滤波器,能够滤除较强噪声、甚至发生了严重的畸变干扰信号,利用该发明对异常数据进行处理,不需要闭锁保护。
本发明滤波器采用BOOL和加减计算,计算时间远小于传统的数字滤波,对波形有良好的平滑作用,能够提高数字化变电站数据的可靠性。
附图说明
图1是本发明提供的一种数字化变电站间隔层及过程层数据采样示意图;
图2是根据本发明实施例提供的一种数据算法流程图。
具体实施方式
下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案,而不能以此来限制本发明的保护范围。
如图1所示为本发明提供的一种数字化变电站间隔层及过程层数据采样示意图,通过网络获得数字化变电站的保护控制设备所需要的信号数据,对数据进行集中处理和分析。间隔层主要进行母线保护、线路保护、变压器保护和测控、录波等。过程层是指数字化变电站中智能一次设备,如现在还未完全发展的智能断路器的替代设备智能终端,电子式互感器的合并单元等。其中数据采集系统硬件采用CPU+FPGA全嵌入式设计,数据处理系统为高速多核CPU协调运算处理,提供百兆光口、千兆光口和百兆电口等多种接入方式。
传统变电站继电保护装置异常数据来源主要是电磁干扰,数字化变电站实现了数字化输出,并借助光纤传输,不仅增强了抗干扰能力,也完全摒弃了传统互感器的二次交流回路,真正实现了一、二次系统之间的电气隔离。由于智能开关的应用,现场执行机构的控制与主控室的保护及测控设备之间已没有直接的电联系。电磁干扰对数字化保护装置的影响已经远远小于传统装置。实际运行中,数字化变电站实际运行中发现异常数据通常为幅值较大的脉冲方式数据。基于数字化变电站的干扰形式进行结构元素和形态变换的选择,本发明设计出最佳形态的滤波器。
对来自站内多个间隔的数据进行统一处理记录,为数字化变电站提供正常运行数据和故障数据信息。滤波器是在滤除脉冲干扰的前提下尽可能重现其正弦平滑特性。开-闭滤波器输出幅度偏小,而闭-开滤波器的输出幅度偏大,即开-闭滤波器和闭-开滤波器这两种滤波器相对于原始波形存在相反方向的统计误差,采用这两种滤波器的进行组合再取平均,能够最大程度的中和其统计偏倚影响。本发明基于滤波器设计原则进行算法设计如下:
①态滤波算法设计。
最基本的形态变换是腐蚀、膨胀这组对偶变换(定义1及定义2)。基于这两种变换形成了两组对偶变换:形态开和形态闭,开-闭(Open-closing)和闭-开(Close-opening),见定义3及定义4。
假设f(n)为长度为N并定义在F={0,1,…,N-1}的分析对象,g(m)为长度为M并定义在G={0,1,…,M-1}上的结构元素,同时满足N≥M,设n=0,1,…,N-1,上述三组对偶变换分别定义如下:
定义1f(n)关于g(n)的腐蚀变换和膨胀变换分别定义为:
采用公式(1)执行腐蚀变换:
式中,m=0,1,....M-1;n=0,1,.....N-M;f(n+m)表示电力系统信号的第n+m个采样值;
采用公式(2)执行膨胀变换:
式中,m=0,1,....M-1;n=0,1,.....N+M-2;
定义2f(n)关于g(n)的形态开滤波器和形态闭滤波器分别定义为:
定义3f(n)关于g(n)的形态开-闭(OC)和闭-开(CO)滤波器分别定义为:
电力系统正常运行及常规故障后的波形呈现正弦特性,外观界面上非常的平滑,迥异于脉冲波形。滤波器设计的原则是在滤除脉冲干扰的前提下尽可能重现其正弦平滑特性。开-闭滤波器输出幅度偏小,而闭-开滤波器的输出幅度偏大,即开-闭滤波器和闭-开滤波器这两种滤波器相对于原始波形存在相反方向的统计误差。采用这两种滤波器的进行组合再取平均,能够最大程度的中和其统计偏倚影响。本发明基于上述定义设计的滤波器输出信号为y(n)为y(n)=[ CO(f(n))+OC(f(n))]/2 (7)
②设定信号模型。设时域里电力系统采样信号为f(n)。
③结构元素选取。三角形结构元素对于脉冲干扰有很好的滤除作用,选定结构元素的类型为三角形。为保证结构元素远小于待滤波函数,结构元素的长度M需要满足不大于每周波采样点数的1/4。另一方面考虑到滤除平稳噪声的需要,适当增大M值,滤波效果将更好。IEC 61850-9-2LE规约推荐MU输出给保护装置的数据采用每周波80点。基于这种采样率的前提下,选取结构元素的长度为5,滤波器的三角形结构元素g(5)为:{0,0.0033,0.0067,0.0050,0}。
如图2所示,本发明实施例提供的一种数据算法流程图,该数据算法可以采用C/C++语言编程实现。
当数字化变电站的脉冲干扰为等幅值干扰,等幅值干扰经差分后,即使是连续多点干扰的影响也等同于异常波形开始点和结束出现的两点干扰,与持续时间长短并无关系。国家标准《量度继电器和保护装置的电气干扰试验》第1部分:1MHz脉冲群干扰试验指出,1MHz的干扰试验波应以每工频周期6至10个脉冲的重复率加到试验继电器上,该标准对脉冲群的加入时刻并未具体要求。本发明按尽可能预计到的严酷的形式考虑异常数据,可滤除最严重的脉冲群干扰,如每周波10个脉冲,正负脉冲交替出现的形式。
本发明提供了一种数字化变电站数据处理设备,包括处理器及存储介质;所述存储介质用于存储指令,所述处理器用于根据所述指令进行操作以执行所述方法步骤。
本发明还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现前述任一项所述方法的步骤。
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。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明技术原理的前提下,还可以做出若干改进和变形,这些改进和变形也应视为本发明的保护范围。
Claims (7)
1.一种数字化变电站数据处理方法,其特征在于,所述方法包括如下步骤:
对所采集的电力系统信号f(n)与预选取的结构元素g(m)先执行形态开运算,再执行形态闭运算,获取信号CO(f(n));
对所采集的电力系统信号f(n)与预选取的结构元素g(m)先执行形态闭运算,再执行形态开运算,获取信号OC(f(n));
计算CO(f(n))和OC(f(n))的平均值,将计算结果作为数据处理结果输出;
其中:f(n)表示长度为N,定义域为F={0,1,…,N-1}的电力系统信号;n=0,…,N-1;g(m)表示长度为M,定义域为G={0,1,…,M-1}的结构元素。
2.根据权利要求1所述的数字化变电站数据处理方法,其特征在于,所述结构元素为三角形结构元素。
3.根据权利要求2所述的数字化变电站数据处理方法,其特征在于,所述三角形结构元素的长度M不大于每周波采样点数的1/4,且M≤N。
6.一种数字化变电站数据处理设备,其特征在于,包括处理器及存储介质;
所述存储介质用于存储指令;
所述处理器用于根据所述指令进行操作以执行根据权利要求1~5任一项所述方法的步骤。
7.计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现权利要求1~5任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010529024.1A CN111812431A (zh) | 2020-06-11 | 2020-06-11 | 一种数字化变电站数据处理方法、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010529024.1A CN111812431A (zh) | 2020-06-11 | 2020-06-11 | 一种数字化变电站数据处理方法、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111812431A true CN111812431A (zh) | 2020-10-23 |
Family
ID=72846581
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010529024.1A Pending CN111812431A (zh) | 2020-06-11 | 2020-06-11 | 一种数字化变电站数据处理方法、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111812431A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113933563A (zh) * | 2021-09-29 | 2022-01-14 | 国电南瑞科技股份有限公司 | 基于自适应迭代运算数学形态法的采样异常大值滤除方法、装置及系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102508013A (zh) * | 2011-11-25 | 2012-06-20 | 国网技术学院 | 改进数学形态学滤波器的电流报警信号处理方法 |
CN104714076A (zh) * | 2015-03-24 | 2015-06-17 | 清华大学 | 一种电流信号平滑处理方法及装置 |
CN106845334A (zh) * | 2016-11-29 | 2017-06-13 | 国网辽宁省电力有限公司沈阳供电公司 | 一种基于数学形态学的新型噪声提取方法 |
-
2020
- 2020-06-11 CN CN202010529024.1A patent/CN111812431A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102508013A (zh) * | 2011-11-25 | 2012-06-20 | 国网技术学院 | 改进数学形态学滤波器的电流报警信号处理方法 |
CN104714076A (zh) * | 2015-03-24 | 2015-06-17 | 清华大学 | 一种电流信号平滑处理方法及装置 |
CN106845334A (zh) * | 2016-11-29 | 2017-06-13 | 国网辽宁省电力有限公司沈阳供电公司 | 一种基于数学形态学的新型噪声提取方法 |
Non-Patent Citations (4)
Title |
---|
冯滨: "暂态电能质量扰动识别与定位方法的研究" * |
赵昭,刘利林,张承学,李海涛,王建敏: "形态学滤波器结构元素选取原则研究与分析", 《电力系统保护与控制》 * |
郭跃霞: "数学形态学在电力系统中的应用研究" * |
陈平,李庆民: "基于数学形态学的数字滤波器设计与分析", 《中国电机工程学报》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113933563A (zh) * | 2021-09-29 | 2022-01-14 | 国电南瑞科技股份有限公司 | 基于自适应迭代运算数学形态法的采样异常大值滤除方法、装置及系统 |
CN113933563B (zh) * | 2021-09-29 | 2024-04-26 | 国电南瑞科技股份有限公司 | 基于自适应迭代运算数学形态法的采样异常大值滤除方法、装置及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Liu et al. | A fast protection of multi-terminal HVDC system based on transient signal detection | |
CN110579682B (zh) | 一种故障录波数据暂态同源对比方法及装置 | |
CN106932641B (zh) | 一种基于改进hht变换的电网故障诊断方法 | |
Huai et al. | Single-ended line fault location method for multi-terminal HVDC system based on optimized variational mode decomposition | |
CN103683196A (zh) | 一种基于多重分形谱的变压器励磁涌流鉴别方法 | |
Mehdi et al. | A comprehensive review of auto-reclosing schemes in AC, DC, and hybrid (AC/DC) transmission lines | |
CN110739681A (zh) | 一种低压台区供电网络拓扑识别方法及装置 | |
CN111239646B (zh) | 有载分接开关级间短路故障预警方法、装置及存储介质 | |
CN111812431A (zh) | 一种数字化变电站数据处理方法、设备及存储介质 | |
Cozza et al. | Surge compression for improved fault location accuracy in full transient-based methods | |
Alderete et al. | Hardware implementation and real time performance evaluation of current transformer saturation detection and compensation algorithms | |
CN102435896A (zh) | 船舶中压电力系统中间歇性接地故障的快速识别方法 | |
CN113671308A (zh) | 一种配电开关数字化采集装置的异常数据筛选方法及系统 | |
Santos et al. | High impedance fault detection and location based on electromagnetic transient analysis | |
CN117129201A (zh) | 开关机械特性动态性能检测系统 | |
CN109586249B (zh) | 变压器励磁涌流判别方法和装置 | |
Verrax et al. | Low-complexity graph-based traveling wave models for HVDC grids with hybrid transmission lines: Application to fault identification | |
Akhlaghi et al. | Starting point selection approach for power system model validation using event playback | |
Chen et al. | Power quality disturbance detection based on morphology singular entropy | |
CN108493910B (zh) | 母线保护浪涌扰动识别方法与装置及差动保护方法与装置 | |
CN110082642B (zh) | 基于全相位微分滤波的电网工况故障时刻检测方法及装置 | |
Khan et al. | Improved fault location computation using prony analysis for short duration fault | |
CN114518531A (zh) | 基于故障录波的高压开关三相不同期诊断预警方法、系统及介质 | |
Júnior et al. | An overcurrent relay model to adaptive protection applications | |
Jin et al. | Study on the current differential protection of transformer based on the time difference method |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20201023 |