CN112116013A - 一种基于波形特征的电压暂降事件归一化方法 - Google Patents

一种基于波形特征的电压暂降事件归一化方法 Download PDF

Info

Publication number
CN112116013A
CN112116013A CN202011015298.5A CN202011015298A CN112116013A CN 112116013 A CN112116013 A CN 112116013A CN 202011015298 A CN202011015298 A CN 202011015298A CN 112116013 A CN112116013 A CN 112116013A
Authority
CN
China
Prior art keywords
sag
phase
voltage
segment
event
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
CN202011015298.5A
Other languages
English (en)
Other versions
CN112116013B (zh
Inventor
胡文曦
肖先勇
汪颖
郑子萱
李长松
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.)
Sichuan University
Original Assignee
Sichuan University
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 Sichuan University filed Critical Sichuan University
Priority to CN202011015298.5A priority Critical patent/CN112116013B/zh
Publication of CN112116013A publication Critical patent/CN112116013A/zh
Application granted granted Critical
Publication of CN112116013B publication Critical patent/CN112116013B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • 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
    • G01R19/16533—Indicating that current or voltage is either above or below a predetermined value or within or outside a predetermined range of values characterised by the application
    • G01R19/16538—Indicating that current or voltage is either above or below a predetermined value or within or outside a predetermined range of values characterised by the application in AC or DC supplies
    • 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
    • G01R19/16576—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 DC or AC voltage with one threshold
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/08—Feature extraction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/12—Classification; Matching

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Power Engineering (AREA)
  • Theoretical Computer Science (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Supply And Distribution Of Alternating Current (AREA)
  • Remote Monitoring And Control Of Power-Distribution Networks (AREA)

Abstract

本发明公开了一种基于波形特征的电压暂降事件归一化方法，包括以下步骤：S1：利用电压监测装置采集A、B和C三相电压幅值；S2：过滤A、B和C三相电压幅值的零序电压，得到A、B和C三相相电压和A、B和C三相线电压；S3：根据A、B和C三相相电压与A、B和C三相线电压判断暂降类型；S4：根据A、B和C三相电压幅值，计算相同暂降类型事件的分段相似度；S5：根据相同暂降类型事件的分段相似度得到初始相似集合；基于关联规则挖掘修正变压器的影响，输出归一化辨识结果，完成电压暂降事件的归一化处理。本发明克服了监测装置对时误差的影响，不完全依赖于电压暂降发生时刻这一判据，考虑了暂降波形特征，并以此为判据进行归一化辨识，准确性高。

Description

一种基于波形特征的电压暂降事件归一化方法
技术领域
本发明属于电压暂降事件技术领域，具体涉及一种基于波形特征的电压暂降事件归一化方法。
背景技术
分析电压暂降监测数据是理解和治理电压暂降问题的基础。无论是针对暂降发生原因或位置进行追溯，还是对暂降事件进行评估，都首先需要对暂降事件进行归一化辨识，即明确电网中数量众多的电能质量监测装置所记录的暂降事件中，哪些事件是由同一个故障引起的。若暂降事件归一化结果错误，则可能影响到后续分析结果，例如造成暂降评估结果过估计或欠估计。然而，传统方法通常根据监测装置所记录的暂降事件发生时刻进行辨识，认为同一时刻发生的暂降事件均为同一故障引起。一方面，在发生雷暴等故障频发的天气条件下，电网可能短时间内在电网多处发生故障；另一方面，监测装置考虑到成本不会都安装精确的GPS，根据装置内部本地时钟设置时间戳容易发生时钟漂移等现象，进而对依赖事件发生时刻进行归一化的传统方法造成影响。针对目前暂降事件归一化辨识仅考虑暂降发生时刻造成准确性较差的问题，考虑到同一故障引起的不同位置电压暂降事件具有某些固有波形特征，利用这些特征对暂降事件进行时空关联分析，对于提高电压暂降事件归一化准确性具有重要意义。
发明内容
本发明的目的是为了解决传统方法暂降归一化辨识准确性差的问题，提出了一种基于波形特征的电压暂降事件归一化方法。
本发明的技术方案是：一种基于波形特征的电压暂降事件归一化方法包括以下步骤：
S1：利用电压监测装置采集A、B和C三相电压幅值；
S2：过滤A、B和C三相电压幅值的零序电压，得到A、B和C三相相电压和A、B和C三相线电压；
S3：根据A、B和C三相相电压与A、B和C三相线电压判断暂降类型；
S4：根据A、B和C三相电压幅值，计算相同暂降类型事件的分段相似度；
S5：根据相同暂降类型事件的分段相似度得到初始相似集合；基于关联规则挖掘修正变压器的影响，输出归一化辨识结果，完成电压暂降事件的归一化处理。
本发明的有益效果是：
(1)本发明克服了监测装置对时误差的影响，不完全依赖于电压暂降发生时刻这一判据，考虑了暂降波形特征，并以此为判据进行归一化辨识，准确性高。
(2)本发明不需要获取变压器绕组的联结方式信息，可根据监测点的历史数据及监测点之间的映射关系进行推导，实用性更强。
(3)本发明提出分段相似度量化两个暂降事件之间的相似性，不同于传统方法采用固定窗口计算信号变化模式，根据电压暂降幅值变化的固有特点采用分段算法自适应确定窗口长度，体现了同一电网故障造成的暂降事件具有相似的波形特征这一特性，基于分段相似度进行归一化辨识，提高了方法准确性。
进一步地，步骤S2中，A相相电压V'A、B相相电压V'B和C相相电压V'C的计算公式分别为：
V'A＝VA-V0
V'B＝VB-V0
V'C＝VC-V0
步骤S2中，A相线电压VAB、B相线电压VBC和C相线电压VCA的计算公式分别为：
Figure BDA0002698859370000031
Figure BDA0002698859370000032
Figure BDA0002698859370000033
其中，VA表示A相电压幅值，VB表示B相电压幅值，VC表示C相电压幅值，V0表示零序电压。
进一步地，步骤S3中，判断暂降类型的方法为：将A、B和C三相相电压和A、B和C三相线电压中的最小值作为最小电压Vmin；
若Vmin＝VA，则暂降类型为A类；若Vmin＝VB，则暂降类型为B类；若Vmin＝VC，则暂降类型为C类；若Vmin＝VAB，则暂降类型为D类；若Vmin＝VBC，则暂降类型为E类；若Vmin＝VCA，则暂降类型为F类。
上述进一步方案的有益效果是：在本发明中，暂降类型包括D类和C类两大类，分别表示单相电压跌落和两相电压跌落，例如：Da类暂降表示只有A相电压发生跌落而B和C相电压未跌落，Ca类暂降表示B和C相电压发生跌落而A相电压未发生跌落。为了方便标记和后续的关联关系推导，分别用A-F来标记各种不同暂降类型，并用G标记三相电压同时跌落的暂降。
进一步地，步骤S4包括以下子步骤：
S41：根据A、B和C三相电压幅值，计算第t个采样时刻的A相电压均方根值RMSA(t)、B相电压均方根值RMSB(t)和C相电压均方根值RMSC(t)，其计算公式分别为：
Figure BDA0002698859370000034
Figure BDA0002698859370000041
Figure BDA0002698859370000042
其中，VA表示A相电压幅值，VB表示B相电压幅值，VC表示C相电压幅值，t表示采样时刻，n表示每周波采样点数，i表示窗口采样点数值；
S42：重复计算所有时刻的A、B和C三相电压均方根值，得到A、B和C三相电压幅值序列，并利用分段法将其划分为各个分段；
S43：根据第t个采样时刻的A相电压均方根值RMSA(t)、B相电压均方根值RMSB(t)和C相电压均方根值RMSC(t)，计算第t个采样时刻的A相电压差分值pA(t)、B相电压差分值pB(t)和C相电压差分值pC(t)，其计算公式分别为：
pA(t)＝RMSA(t+w)-RMSA(t)
pB(t)＝RMSB(t+w)-RMSB(t)
pC(t)＝RMSC(t+w)-RMSC(t)
其中，w表示计算窗口，且
Figure BDA0002698859370000043
S44：根据第t个采样时刻的A相电压差分值pA(t)、B相电压差分值pB(t)和C相电压差分值pC(t)，分别判断其所属阶段；
S45：根据各个阶段的A、B和C三相电压幅值序列，分别判断其变化模式；
S46：分别计算第k个分段中，暂降事件的A、B和C三相电压幅值序列的距离；
S47：根据A、B和C三相电压的变化模式和电压幅值序列的距离分别计算A、B和C三相暂降事件的分段相似度；
S48：根据A、B和C三相暂降事件的分段相似度确定A、B和C三相暂降事件的最终分段相似度。
上述进一步方案的有益效果是：在本发明中，由于电网只有少数几种故障类型，相同类型的电压暂降事件并非一定是来源于同一电网故障事件，因此需要借助分段相似度的方法去筛选同一暂降类型中是否包含不同故障事件引起的暂降事件。本发明采用1/4周波作为计算窗口，即
Figure BDA0002698859370000051
进一步地，步骤S44中，判断A、B和C三相所处阶段的方法为：设定电压暂降发生前电压幅值的2％为阈值，若电压差分值大于阈值，则该相电压属于过渡阶段，否则该相电压属于稳定阶段。
上述进一步方案的有益效果是：在本发明中，电压差分值越大表明t时刻电压变化越大，反之则表示电压幅值比较稳定。当该值大于设定阈值时，则表示t时刻电压处于过渡段中，否则认为电压处于稳态段中。本发明设置阈值为电压暂降发生前的幅值的2％。因此，可将电压暂降波形根据其变化情况，划分为若干个过渡段和稳定段，各稳定段之间由过渡段衔接。
进一步地，步骤S45中，判断变化模式的方法为：计算A、B和C三相电压幅值序列的一阶导数，并根据一阶导数判断其变化模式M(k)，其表达式为：
M(k)＝{-2,-1,0,1,2}
其中，-2表示单调上升，-1表示先上升后下降，0表示稳定不变，1表示先下降后上升，2表示单调下降。
上述进一步方案的有益效果是：在本发明中，这些数字是人为的标记，对应单调上升、先上升后下降和稳定不变的变化模式。
进一步地，步骤S46中，A相电压幅值序列的距离DA(k)、B相电压幅值序列的距离DB(k)、C相电压幅值序列的距离DC(k)的计算公式分别为：
Figure BDA0002698859370000052
Figure BDA0002698859370000061
Figure BDA0002698859370000062
其中，
Figure BDA0002698859370000063
表示暂降事件X中A相第k个分段中电压均方根值的平均值，
Figure BDA0002698859370000064
表示暂降事件Y中A相第k个分段中电压均方根值的平均值，
Figure BDA0002698859370000065
表示暂降事件X中B相第k个分段中电压均方根值的平均值，
Figure BDA0002698859370000066
表示暂降事件Y中B相第k个分段中电压均方根值的平均值，
Figure BDA0002698859370000067
表示暂降事件X中C相第k个分段中电压均方根值的平均值，
Figure BDA0002698859370000068
表示暂降事件Y中C相第k个分段中电压均方根值的平均值。
进一步地，步骤S47中，A相暂降事件的分段相似度SA(X,Y)、B相暂降事件的分段相似度SB(X,Y)和C相暂降事件的分段相似度SC(X,Y)的计算公式分别为：
Figure BDA0002698859370000069
Figure BDA00026988593700000610
Figure BDA00026988593700000611
其中，N表示分段总数，wAk表示A相第k个分段的权重，MAx(k)表示A相暂降事件X在第k个分段的变化模式，MAy(k)表示A相暂降事件Y在第k个分段的变化模式，DA(k)表示A相电压幅值序列的距离，wBk表示B相第k个分段的权重，MBx(k)表示B相暂降事件X在第k个分段的变化模式，MBy(k)表示B相暂降事件Y在第k个分段的变化模式，DB(k)表示B相电压幅值序列的距离，wCk表示C相第k个分段的权重，MCx(k)表示C相暂降事件X在第k个分段的变化模式，MCy(k)表示C相暂降事件Y在第k个分段的变化模式，DC(k)表示C相电压幅值序列的距离。
进一步地，步骤S48中，确定A、B和C三相暂降事件的最终分段相似度的方法为：若暂降事件X的分段数量小于暂降事件Y，则将暂降事件X的第一个分段与暂减事件Y的第一个分段对齐后确定分段相似度，再将暂降事件X的第一个分段与暂减事件Y的第二个分段对齐后确定分段相似度，依次对齐计算所有分段的分段相似度，并将所有分段的分段相似度最小值作为最终分段相似度。
进一步地，步骤S5包括以下子步骤：
S51：将暂降发生时刻相差在1分钟之内的所有电压暂降事件作为分析对象；
S52：设置分段相似度阈值为80％；
S53：将相同暂降类型事件的分段相似度和分段相似度阈值进行比较，若相同暂降类型事件的最终分段相似度小于分段相似度阈值，则两个电压暂降事件相似，并进入步骤S54，否则认为两个事件不属于同一故障引起，并进入步骤S57；
S54：将相似的电压暂降事件记为同一集合，得到多个暂降事件初始相似集合；
S55：针对任意两个初始相似集合所对应的两个监测点集合查询符合映射规律的历史数据；
S56：若历史数据中超过80％的数据符合映射关系，则认为两个集合中的暂降事件是由同一故障经变压器传播后得到的不同类型暂降事件，将这两个集合合并为一个集合，否则认为两个集合中的暂降事件是两个独立故障引起的，不能合并；
S57：输出归一化辨识结果，完成电压暂降事件的归一化处理。
上述进一步方案的有益效果是：在本发明中，由于电压暂降事件在电网中传播时，受变压器绕组联结方式的影响，三相电压幅值和相位会发生改变，最终造成暂降类型及分段相似度均可能发生改变。考虑传播过程具有规律性，本发明提出一种关联规则挖掘的方式获取暂降类型的传播规律。每一个集合中的事件暂降类型相同，分段相似度高，不同集合之间暂降类型不同。对于映射规律，例如集合1中标记为B的暂降事件经过变压器传播后为集合2中标记为D的暂降事件。将两个集合中所有监测数据所对应的监测点也划分为对应的两个集合，查询历史数据中其他时刻的暂降事件，若80％的历史数据仍能满足上述映射关系，则认为两个集合之间存在变压器的影响，且两个集合可以合并为一个集合。即两个集合中的暂降事件虽然类型不同，仍然认为是同一故障引起的暂降事件。否则，认为两个集合是不同故障引起的暂降事件。同一集合中的暂降事件可看作同一故障引起的电压暂降，输出最终的归一化辨识结果。
附图说明
图1为电压暂降事件归一化方法的流程图。
具体实施方式
下面结合附图对本发明的实施例作进一步的说明。
在描述本发明的具体实施例之前，为使本发明的方案更加清楚完整，首先对本发明中出现的缩略语和关键术语定义进行说明：
电压暂降事件归一化：指由于电网发生故障后可能在多个监测点记录到暂降事件，根据监测数据判断哪些记录的暂降事件是由同一个故障引起的过程叫做归一化过程；
暂降分类：指根据电压暂降三相电压幅值和相位之间的关系，约定俗成地将电压暂降事件划分为多种不同暂降类型。
如图1所示，本发明提供了一种基于波形特征的电压暂降事件归一化方法，包括以下步骤：
S1：利用电压监测装置采集A、B和C三相电压幅值；
S2：过滤A、B和C三相电压幅值的零序电压，得到A、B和C三相相电压和A、B和C三相线电压；
S3：根据A、B和C三相相电压与A、B和C三相线电压判断暂降类型；
S4：根据A、B和C三相电压幅值，计算相同暂降类型事件的分段相似度；
S5：根据相同暂降类型事件的分段相似度得到初始相似集合；基于关联规则挖掘修正变压器的影响，输出归一化辨识结果，完成电压暂降事件的归一化处理。
在本发明实施例中，如图1所示，步骤S2中，A相相电压V'A、B相相电压V'B和C相相电压V'C的计算公式分别为：
V'A＝VA-V0
V'B＝VB-V0
V'C＝VC-V0
步骤S2中，A相线电压VAB、B相线电压VBC和C相线电压VCA的计算公式分别为：
Figure BDA0002698859370000091
Figure BDA0002698859370000092
Figure BDA0002698859370000093
其中，VA表示A相电压幅值，VB表示B相电压幅值，VC表示C相电压幅值，V0表示零序电压。
在本发明实施例中，如图1所示，步骤S3中，判断暂降类型的方法为：将A、B和C三相相电压和A、B和C三相线电压中的最小值作为最小电压Vmin；
若Vmin＝VA，则暂降类型为A类；若Vmin＝VB，则暂降类型为B类；若Vmin＝VC，则暂降类型为C类；若Vmin＝VAB，则暂降类型为D类；若Vmin＝VBC，则暂降类型为E类；若Vmin＝VCA，则暂降类型为F类。
在本发明中，如表1所示，暂降类型包括D类和C类两大类，分别表示单相电压跌落和两相电压跌落，例如：Da类暂降表示只有A相电压发生跌落而B和C相电压未跌落，Ca类暂降表示B和C相电压发生跌落而A相电压未发生跌落。为了方便标记和后续的关联关系推导，分别用A-F来标记各种不同暂降类型，并用G标记三相电压同时跌落的暂降。
表1
|V<sub>min</sub>| V<sub>A</sub> V<sub>B</sub> V<sub>C</sub> V<sub>AB</sub> V<sub>BC</sub> V<sub>CA</sub>
暂降类型 D<sub>a</sub> D<sub>b</sub> D<sub>c</sub> C<sub>c</sub> C<sub>a</sub> C<sub>b</sub>
标记 A B C D E F
在本发明实施例中，如图1所示，步骤S4包括以下子步骤：
S41：根据A、B和C三相电压幅值，计算第t个采样时刻的A相电压均方根值RMSA(t)、B相电压均方根值RMSB(t)和C相电压均方根值RMSC(t)，其计算公式分别为：
Figure BDA0002698859370000101
Figure BDA0002698859370000102
Figure BDA0002698859370000103
其中，VA表示A相电压幅值，VB表示B相电压幅值，VC表示C相电压幅值，t表示采样时刻，n表示每周波采样点数，i表示窗口采样点数值；
S42：重复计算所有时刻的A、B和C三相电压均方根值，得到A、B和C三相电压幅值序列，并利用分段法将其划分为各个分段；
S43：根据第t个采样时刻的A相电压均方根值RMSA(t)、B相电压均方根值RMSB(t)和C相电压均方根值RMSC(t)，计算第t个采样时刻的A相电压差分值pA(t)、B相电压差分值pB(t)和C相电压差分值pC(t)，其计算公式分别为：
pA(t)＝RMSA(t+w)-RMSA(t)
pB(t)＝RMSB(t+w)-RMSB(t)
pC(t)＝RMSC(t+w)-RMSC(t)
其中，w表示计算窗口，且
Figure BDA0002698859370000111
S44：根据第t个采样时刻的A相电压差分值pA(t)、B相电压差分值pB(t)和C相电压差分值pC(t)，分别判断其所属阶段；
S45：根据各个阶段的A、B和C三相电压幅值序列，分别判断其变化模式；
S46：分别计算第k个分段中，暂降事件的A、B和C三相电压幅值序列的距离；
S47：根据A、B和C三相电压的变化模式和电压幅值序列的距离分别计算A、B和C三相暂降事件的分段相似度；
S48：根据A、B和C三相暂降事件的分段相似度确定A、B和C三相暂降事件的最终分段相似度。
在本发明中，由于电网只有少数几种故障类型，相同类型的电压暂降事件并非一定是来源于同一电网故障事件，因此需要借助分段相似度的方法去筛选同一暂降类型中是否包含不同故障事件引起的暂降事件。本发明采用1/4周波作为计算窗口，即
Figure BDA0002698859370000112
在本发明实施例中，如图1所示，步骤S44中，判断A、B和C三相所处阶段的方法为：设定电压暂降发生前电压幅值的2％为阈值，若电压差分值大于阈值，则该相电压属于过渡阶段，否则该相电压属于稳定阶段。
在本发明中，电压差分值越大表明t时刻电压变化越大，反之则表示电压幅值比较稳定。当该值大于设定阈值时，则表示t时刻电压处于过渡段中，否则认为电压处于稳态段中。本发明设置阈值为电压暂降发生前的幅值的2％。因此，可将电压暂降波形根据其变化情况，划分为若干个过渡段和稳定段，各稳定段之间由过渡段衔接。
在本发明实施例中，如图1所示，步骤S45中，判断变化模式的方法为：计算A、B和C三相电压幅值序列的一阶导数，并根据一阶导数判断其变化模式M(k)，其表达式为：
M(k)＝{-2,-1,0,1,2}
其中，-2表示单调上升，-1表示先上升后下降，0表示稳定不变，1表示先下降后上升，2表示单调下降。
在本发明中，这些数字是人为的标记，对应单调上升、先上升后下降和稳定不变的变化模式。
在本发明实施例中，如图1所示，步骤S46中，A相电压幅值序列的距离DA(k)、B相电压幅值序列的距离DB(k)、C相电压幅值序列的距离DC(k)的计算公式分别为：
Figure BDA0002698859370000121
Figure BDA0002698859370000122
Figure BDA0002698859370000123
其中，
Figure BDA0002698859370000131
表示暂降事件X中A相第k个分段中电压均方根值的平均值，
Figure BDA0002698859370000132
表示暂降事件Y中A相第k个分段中电压均方根值的平均值，
Figure BDA0002698859370000133
表示暂降事件X中B相第k个分段中电压均方根值的平均值，
Figure BDA0002698859370000134
表示暂降事件Y中B相第k个分段中电压均方根值的平均值，
Figure BDA0002698859370000135
表示暂降事件X中C相第k个分段中电压均方根值的平均值，
Figure BDA0002698859370000136
表示暂降事件Y中C相第k个分段中电压均方根值的平均值。
在本发明实施例中，如图1所示，步骤S47中，A相暂降事件的分段相似度SA(X,Y)、B相暂降事件的分段相似度SB(X,Y)和C相暂降事件的分段相似度SC(X,Y)的计算公式分别为：
Figure BDA0002698859370000137
Figure BDA0002698859370000138
Figure BDA0002698859370000139
其中，N表示分段总数，wAk表示A相第k个分段的权重，MAx(k)表示A相暂降事件X在第k个分段的变化模式，MAy(k)表示A相暂降事件Y在第k个分段的变化模式，DA(k)表示A相电压幅值序列的距离，wBk表示B相第k个分段的权重，MBx(k)表示B相暂降事件X在第k个分段的变化模式，MBy(k)表示B相暂降事件Y在第k个分段的变化模式，DB(k)表示B相电压幅值序列的距离，wCk表示C相第k个分段的权重，MCx(k)表示C相暂降事件X在第k个分段的变化模式，MCy(k)表示C相暂降事件Y在第k个分段的变化模式，DC(k)表示C相电压幅值序列的距离。第k个分段的权重表示第k个分段长度占整个暂降事件长度的比例。
在本发明实施例中，如图1所示，步骤S48中，确定A、B和C三相暂降事件的最终分段相似度的方法为：若暂降事件X的分段数量小于暂降事件Y，则将暂降事件X的第一个分段与暂减事件Y的第一个分段对齐后确定分段相似度，再将暂降事件X的第一个分段与暂减事件Y的第二个分段对齐后确定分段相似度，依次对齐计算所有分段的分段相似度，并将所有分段的分段相似度最小值作为最终分段相似度。
在本发明实施例中，如图1所示，步骤S5包括以下子步骤：
S51：将暂降发生时刻相差在1分钟之内的所有电压暂降事件作为分析对象；
S52：设置分段相似度阈值为80％；
S53：将相同暂降类型事件的分段相似度和分段相似度阈值进行比较，若相同暂降类型事件的最终分段相似度小于分段相似度阈值，则两个电压暂降事件相似，并进入步骤S54，否则认为两个事件不属于同一故障引起，并进入步骤S57；
S54：将相似的电压暂降事件记为同一集合，得到多个暂降事件初始相似集合；
S55：针对任意两个初始相似集合所对应的两个监测点集合查询符合映射规律的历史数据；
S56：若历史数据中超过80％的数据符合映射关系，则认为两个集合中的暂降事件是由同一故障经变压器传播后得到的不同类型暂降事件，将这两个集合合并为一个集合，否则认为两个集合中的暂降事件是两个独立故障引起的，不能合并；
S57：输出归一化辨识结果，完成电压暂降事件的归一化处理。
在本发明中，由于电压暂降事件在电网中传播时，受变压器绕组联结方式的影响，三相电压幅值和相位会发生改变，最终造成暂降类型及分段相似度均可能发生改变。考虑传播过程具有规律性，本发明提出一种关联规则挖掘的方式获取暂降类型的传播规律。每一个集合中的事件暂降类型相同，分段相似度高，不同集合之间暂降类型不同。对于映射规律，例如集合1中标记为B的暂降事件经过变压器传播后为集合2中标记为D的暂降事件。将两个集合中所有监测数据所对应的监测点也划分为对应的两个集合，查询历史数据中其他时刻的暂降事件，若80％的历史数据仍能满足上述映射关系，则认为两个集合之间存在变压器的影响，且两个集合可以合并为一个集合。即两个集合中的暂降事件虽然类型不同，仍然认为是同一故障引起的暂降事件。否则，认为两个集合是不同故障引起的暂降事件。同一集合中的暂降事件可看作同一故障引起的电压暂降，输出最终的归一化辨识结果。
本发明的工作原理及过程为：本发明的方法考虑了暂降波形的变化规律，提出分段相似性判据辨识暂降波形的相似性，进而判断是否属于同一故障引起的事件。其中，考虑到变压器不同绕组联结方式对暂降波形特征的影响，结合暂降分类算法，采用关联规则挖掘的方式分析暂降事件之间是否存在映射关系。存在映射关系的事件虽然暂降波形特征不同，但仍是源于同一故障。通过上述方法，提高暂降事件归一化的准确性和实用性。
本发明的有益效果为：
(1)本发明克服了监测装置对时误差的影响，不完全依赖于电压暂降发生时刻这一判据，考虑了暂降波形特征，并以此为判据进行归一化辨识，准确性高。
(2)本发明不需要获取变压器绕组的联结方式信息，可根据监测点的历史数据及监测点之间的映射关系进行推导，实用性更强。
(3)本发明提出分段相似度量化两个暂降事件之间的相似性，不同于传统方法采用固定窗口计算信号变化模式，根据电压暂降幅值变化的固有特点采用分段算法自适应确定窗口长度，体现了同一电网故障造成的暂降事件具有相似的波形特征这一特性，基于分段相似度进行归一化辨识，提高了方法准确性。
本领域的普通技术人员将会意识到，这里所述的实施例是为了帮助读者理解本发明的原理，应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。本领域的普通技术人员可以根据本发明公开的这些技术启示做出各种不脱离本发明实质的其它各种具体变形和组合，这些变形和组合仍然在本发明的保护范围内。

Claims (10)

1.一种基于波形特征的电压暂降事件归一化方法，其特征在于，包括以下步骤：
S1：利用电压监测装置采集A、B和C三相电压幅值；
S2：过滤A、B和C三相电压幅值的零序电压，得到A、B和C三相相电压和A、B和C三相线电压；
S3：根据A、B和C三相相电压与A、B和C三相线电压判断暂降类型；
S4：根据A、B和C三相电压幅值，计算相同暂降类型事件的分段相似度；
S5：根据相同暂降类型事件的分段相似度得到初始相似集合；基于关联规则挖掘修正变压器的影响，输出归一化辨识结果，完成电压暂降事件的归一化处理。
2.根据权利要求1所述的基于波形特征的电压暂降事件归一化方法，其特征在于，所述步骤S2中，A相相电压V′A、B相相电压V′B和C相相电压V′C的计算公式分别为：
V′A＝VA-V0
V′B＝VB-V0
V′C＝VC-V0
所述步骤S2中，A相线电压VAB、B相线电压VBC和C相线电压VCA的计算公式分别为：
Figure FDA0002698859360000011
Figure FDA0002698859360000012
Figure FDA0002698859360000013
其中，VA表示A相电压幅值，VB表示B相电压幅值，VC表示C相电压幅值，V0表示零序电压。
3.根据权利要求1所述的基于波形特征的电压暂降事件归一化方法，其特征在于，所述步骤S3中，判断暂降类型的方法为：将A、B和C三相相电压和A、B和C三相线电压中的最小值作为最小电压Vmin；
若Vmin＝VA，则暂降类型为A类；若Vmin＝VB，则暂降类型为B类；若Vmin＝VC，则暂降类型为C类；若Vmin＝VAB，则暂降类型为D类；若Vmin＝VBC，则暂降类型为E类；若Vmin＝VCA，则暂降类型为F类。
4.根据权利要求1所述的基于波形特征的电压暂降事件归一化方法，其特征在于，所述步骤S4包括以下子步骤：
S41：根据A、B和C三相电压幅值，计算第t个采样时刻的A相电压均方根值RMSA(t)、B相电压均方根值RMSB(t)和C相电压均方根值RMSC(t)，其计算公式分别为：
Figure FDA0002698859360000021
Figure FDA0002698859360000022
Figure FDA0002698859360000023
其中，VA表示A相电压幅值，VB表示B相电压幅值，VC表示C相电压幅值，t表示采样时刻，n表示每周波采样点数，i表示窗口采样点数值；
S42：重复计算所有时刻的A、B和C三相电压均方根值，得到A、B和C三相电压幅值序列，并利用分段法将其划分为各个分段；
S43：根据第t个采样时刻的A相电压均方根值RMSA(t)、B相电压均方根值RMSB(t)和C相电压均方根值RMSC(t)，计算第t个采样时刻的A相电压差分值pA(t)、B相电压差分值pB(t)和C相电压差分值pC(t)，其计算公式分别为：
pA(t)＝RMSA(t+w)-RMSA(t)
pB(t)＝RMSB(t+w)-RMSB(t)
pC(t)＝RMSC(t+w)-RMSC(t)
其中，w表示计算窗口，且
Figure FDA0002698859360000031
S44：根据第t个采样时刻的A相电压差分值pA(t)、B相电压差分值pB(t)和C相电压差分值pC(t)，分别判断其所属阶段；
S45：根据各个阶段的A、B和C三相电压幅值序列，分别判断其变化模式；
S46：分别计算第k个分段中，暂降事件的A、B和C三相电压幅值序列的距离；
S47：根据A、B和C三相电压的变化模式和电压幅值序列的距离分别计算A、B和C三相暂降事件的分段相似度；
S48：根据A、B和C三相暂降事件的分段相似度确定A、B和C三相暂降事件的分段相似度。
5.根据权利要求4所述的基于波形特征的电压暂降事件归一化方法，其特征在于，所述步骤S44中，判断A、B和C三相所处阶段的方法为：设定电压暂降发生前电压幅值的2％为阈值，若电压差分值大于阈值，则该相电压属于过渡阶段，否则该相电压属于稳定阶段。
6.根据权利要求4所述的基于波形特征的电压暂降事件归一化方法，其特征在于，所述步骤S45中，判断变化模式的方法为：计算A、B和C三相电压幅值序列的一阶导数，并根据一阶导数判断其变化模式M(k)，其表达式为：
M(k)＝{-2,-1,0,1,2}
其中，-2表示单调上升，-1表示先上升后下降，0表示稳定不变，1表示先下降后上升，2表示单调下降。
7.根据权利要求4所述的基于波形特征的电压暂降事件归一化方法，其特征在于，所述步骤S46中，A相电压幅值序列的距离DA(k)、B相电压幅值序列的距离DB(k)、C相电压幅值序列的距离DC(k)的计算公式分别为：
Figure FDA0002698859360000041
Figure FDA0002698859360000042
Figure FDA0002698859360000043
其中，
Figure FDA0002698859360000044
表示暂降事件X中A相第k个分段中电压均方根值的平均值，
Figure FDA0002698859360000045
表示暂降事件Y中A相第k个分段中电压均方根值的平均值，
Figure FDA0002698859360000046
表示暂降事件X中B相第k个分段中电压均方根值的平均值，
Figure FDA0002698859360000047
表示暂降事件Y中B相第k个分段中电压均方根值的平均值，
Figure FDA0002698859360000048
表示暂降事件X中C相第k个分段中电压均方根值的平均值，
Figure FDA0002698859360000049
表示暂降事件Y中C相第k个分段中电压均方根值的平均值。
8.根据权利要求4所述的基于波形特征的电压暂降事件归一化方法，其特征在于，所述步骤S47中，A相暂降事件的分段相似度SA(X,Y)、B相暂降事件的分段相似度SB(X,Y)和C相暂降事件的分段相似度SC(X,Y)的计算公式分别为：
Figure FDA00026988593600000410
Figure FDA00026988593600000411
Figure FDA00026988593600000412
其中，N表示分段总数，wAk表示A相第k个分段的权重，MAx(k)表示A相暂降事件X在第k个分段的变化模式，MAy(k)表示A相暂降事件Y在第k个分段的变化模式，DA(k)表示A相电压幅值序列的距离，wBk表示B相第k个分段的权重，MBx(k)表示B相暂降事件X在第k个分段的变化模式，MBy(k)表示B相暂降事件Y在第k个分段的变化模式，DB(k)表示B相电压幅值序列的距离，wCk表示C相第k个分段的权重，MCx(k)表示C相暂降事件X在第k个分段的变化模式，MCy(k)表示C相暂降事件Y在第k个分段的变化模式，DC(k)表示C相电压幅值序列的距离。
9.根据权利要求4所述的基于波形特征的电压暂降事件归一化方法，其特征在于，所述步骤S48中，确定A、B和C三相暂降事件的最终分段相似度的方法为：若暂降事件X的分段数量小于暂降事件Y，则将暂降事件X的第一个分段与暂减事件Y的第一个分段对齐后确定分段相似度，再将暂降事件X的第一个分段与暂减事件Y的第二个分段对齐后确定分段相似度，依次对齐计算所有分段的分段相似度，并将所有分段的分段相似度最小值作为最终分段相似度；
若暂降事件X的分段数量大于暂降事件Y，则将暂降事件Y的第一个分段与暂减事件X的第一个分段对齐后确定分段相似度，再将暂降事件Y的第一个分段与暂减事件X的第二个分段对齐后确定分段相似度，依次对齐计算所有分段的分段相似度，并将所有分段的分段相似度最小值作为最终分段相似度。
10.根据权利要求1所述的基于波形特征的电压暂降事件归一化方法，其特征在于，所述步骤S5包括以下子步骤：
S51：将暂降发生时刻相差在1分钟之内的所有电压暂降事件作为分析对象；
S52：设置分段相似度阈值为80％；
S53：将相同暂降类型事件的分段相似度和分段相似度阈值进行比较，若相同暂降类型事件的最终分段相似度小于分段相似度阈值，则两个电压暂降事件相似，并进入步骤S54，否则认为两个事件不属于同一故障引起，并进入步骤S57；
S54：将相似的电压暂降事件记为同一集合，得到多个暂降事件初始相似集合；
S55：针对任意两个初始相似集合所对应的两个监测点集合查询符合映射规律的历史数据；
S56：若历史数据中超过80％的数据符合映射关系，则认为两个集合中的暂降事件是由同一故障经变压器传播后得到的不同类型暂降事件，将这两个集合合并为一个集合，否则认为两个集合中的暂降事件是两个独立故障引起的，不能合并；
S57：输出归一化辨识结果，完成电压暂降事件的归一化处理。
CN202011015298.5A 2020-09-24 2020-09-24 一种基于波形特征的电压暂降事件归一化方法 Active CN112116013B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011015298.5A CN112116013B (zh) 2020-09-24 2020-09-24 一种基于波形特征的电压暂降事件归一化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011015298.5A CN112116013B (zh) 2020-09-24 2020-09-24 一种基于波形特征的电压暂降事件归一化方法

Publications (2)

Publication Number Publication Date
CN112116013A true CN112116013A (zh) 2020-12-22
CN112116013B CN112116013B (zh) 2021-07-20

Family

ID=73801465

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011015298.5A Active CN112116013B (zh) 2020-09-24 2020-09-24 一种基于波形特征的电压暂降事件归一化方法

Country Status (1)

Country Link
CN (1) CN112116013B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113052082A (zh) * 2021-03-26 2021-06-29 南京灿能电力自动化股份有限公司 一种基于图像识别的电压暂降事件关联方法
CN113077012A (zh) * 2021-04-26 2021-07-06 福州大学 一种电压暂降同源检测方法及系统
CN113311220A (zh) * 2021-05-26 2021-08-27 上海红檀智能科技有限公司 电压暂降的诊断方法、系统、介质及电子设备

Citations (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102072983A (zh) * 2010-11-22 2011-05-25 华北电力大学（保定） 一种电压暂降起因监判方法
CN102445620A (zh) * 2011-11-21 2012-05-09 东北大学 一种暂态电能质量检测装置和方法
CN102608493A (zh) * 2011-01-25 2012-07-25 华北电力科学研究院有限责任公司 一种电压暂降源的定位方法及装置
CN103065265A (zh) * 2012-12-14 2013-04-24 山东电力集团公司电力科学研究院 基于PQView数据源的电能质量扰动类型识别方法
CN104215881A (zh) * 2014-09-09 2014-12-17 中国矿业大学 一种基于序扰动有功电流方向的电压暂降源定位方法
CN104374988A (zh) * 2014-11-19 2015-02-25 华北电力大学 一种考虑相位跳变的电压暂降分类方法
CN105976266A (zh) * 2016-05-16 2016-09-28 国网江苏省电力公司电力科学研究院 基于典型电压暂降波形匹配的电压暂降原因识别方法
CN106548013A (zh) * 2016-10-19 2017-03-29 西安工程大学 利用改进不完全s变换的电压暂降源识别方法
CN106646103A (zh) * 2016-09-29 2017-05-10 福州大学 一种基于多测点正序电压最优匹配的电压暂降源定位方法
US20170285114A1 (en) * 2016-04-04 2017-10-05 Schneider Electric USA, Inc. Method and system for analyzing waveforms in power systems
CN108038123A (zh) * 2017-11-06 2018-05-15 重庆大学 一种基于频数分布的数据离散化方法
CN109307795A (zh) * 2018-11-30 2019-02-05 广东电网有限责任公司 波形点检测方法及装置
CN109378823A (zh) * 2018-11-15 2019-02-22 四川大学 一种电压暂降水平的综合评估方法
CN109375060A (zh) * 2018-11-12 2019-02-22 上海金智晟东电力科技有限公司 一种配电网故障波形相似度计算方法
CN109374953A (zh) * 2018-12-14 2019-02-22 国网湖北省电力有限公司电力科学研究院 一种基于电压有效值序列的电压暂降波形点检测方法
CN110196377A (zh) * 2019-04-18 2019-09-03 华南理工大学 一种电网电压暂降评级方法
CN110808580A (zh) * 2019-10-25 2020-02-18 国网天津市电力公司电力科学研究院 基于小波变换和极限学习机的电压暂降源快速辨识方法
CN111522804A (zh) * 2020-04-15 2020-08-11 国网江苏省电力有限公司 一种变压器设备状态监测异常数据清洗方法

Patent Citations (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102072983A (zh) * 2010-11-22 2011-05-25 华北电力大学（保定） 一种电压暂降起因监判方法
CN102608493A (zh) * 2011-01-25 2012-07-25 华北电力科学研究院有限责任公司 一种电压暂降源的定位方法及装置
CN102445620A (zh) * 2011-11-21 2012-05-09 东北大学 一种暂态电能质量检测装置和方法
CN103065265A (zh) * 2012-12-14 2013-04-24 山东电力集团公司电力科学研究院 基于PQView数据源的电能质量扰动类型识别方法
CN104215881A (zh) * 2014-09-09 2014-12-17 中国矿业大学 一种基于序扰动有功电流方向的电压暂降源定位方法
CN104374988A (zh) * 2014-11-19 2015-02-25 华北电力大学 一种考虑相位跳变的电压暂降分类方法
US20170285114A1 (en) * 2016-04-04 2017-10-05 Schneider Electric USA, Inc. Method and system for analyzing waveforms in power systems
US10802081B2 (en) * 2016-04-04 2020-10-13 Schneider Electric USA, Inc. Method and system for analyzing waveforms in power systems
CN105976266A (zh) * 2016-05-16 2016-09-28 国网江苏省电力公司电力科学研究院 基于典型电压暂降波形匹配的电压暂降原因识别方法
CN106646103A (zh) * 2016-09-29 2017-05-10 福州大学 一种基于多测点正序电压最优匹配的电压暂降源定位方法
CN106548013A (zh) * 2016-10-19 2017-03-29 西安工程大学 利用改进不完全s变换的电压暂降源识别方法
CN108038123A (zh) * 2017-11-06 2018-05-15 重庆大学 一种基于频数分布的数据离散化方法
CN109375060A (zh) * 2018-11-12 2019-02-22 上海金智晟东电力科技有限公司 一种配电网故障波形相似度计算方法
CN109378823A (zh) * 2018-11-15 2019-02-22 四川大学 一种电压暂降水平的综合评估方法
CN109307795A (zh) * 2018-11-30 2019-02-05 广东电网有限责任公司 波形点检测方法及装置
CN109374953A (zh) * 2018-12-14 2019-02-22 国网湖北省电力有限公司电力科学研究院 一种基于电压有效值序列的电压暂降波形点检测方法
CN110196377A (zh) * 2019-04-18 2019-09-03 华南理工大学 一种电网电压暂降评级方法
CN110808580A (zh) * 2019-10-25 2020-02-18 国网天津市电力公司电力科学研究院 基于小波变换和极限学习机的电压暂降源快速辨识方法
CN111522804A (zh) * 2020-04-15 2020-08-11 国网江苏省电力有限公司 一种变压器设备状态监测异常数据清洗方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
WEN-XI HU 等: "Voltage sag/swell waveform analysis method based on multi-dimension characterisation", 《IET GENERATION, TRANSMISSION & DISTRIBUTION》 *
张庆超: "一种改进的电压暂降检测方法", 《电工技术学报》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113052082A (zh) * 2021-03-26 2021-06-29 南京灿能电力自动化股份有限公司 一种基于图像识别的电压暂降事件关联方法
CN113052082B (zh) * 2021-03-26 2023-11-17 南京灿能电力自动化股份有限公司 一种基于图像识别的电压暂降事件关联方法
CN113077012A (zh) * 2021-04-26 2021-07-06 福州大学 一种电压暂降同源检测方法及系统
CN113311220A (zh) * 2021-05-26 2021-08-27 上海红檀智能科技有限公司 电压暂降的诊断方法、系统、介质及电子设备
CN113311220B (zh) * 2021-05-26 2024-04-19 上海红檀智能科技有限公司 电压暂降的诊断方法、系统、介质及电子设备

Also Published As

Publication number Publication date
CN112116013B (zh) 2021-07-20

Similar Documents

Publication Publication Date Title
CN112116013B (zh) 一种基于波形特征的电压暂降事件归一化方法
CN110718908B (zh) 基于层次聚类法的配电网拓扑结构识别方法及系统
CN104915434A (zh) 一种基于马氏距离dtw的多维时间序列分类方法
CN112396007B (zh) 一种非侵入式居民负荷突变事件三阈值检测方法和系统
CN111538960B (zh) 基于改进模糊c均值聚类的交流异步电机故障诊断方法
CN112098889B (zh) 一种基于神经网络和特征矩阵的单相接地故障定位方法
CN114490156A (zh) 一种时间序列数据异常标记方法
CN111856209A (zh) 一种输电线路故障分类方法及装置
CN114359674A (zh) 基于度量学习的非侵入式负荷识别方法
CN112379213A (zh) 一种故障检测方法及系统
CN112072621A (zh) 基于5g通信和动态模式匹配的配电网线路差动保护方法
CN109145764B (zh) 综合检测车的多组检测波形的未对齐区段识别方法及装置
US20220413032A1 (en) Machine learning based method and device for disturbance classification in a power transmission line
CN112615372B (zh) 一种基于变异系数的含电压干扰装置台区检测方法
Shadmehr et al. A Machine Learning Based Tool for Voltage Dip Classification
CN115470858A (zh) 基于ddtw距离和最小最大距离算法的配电台区拓扑辨识方法
CN114969638A (zh) 一种基于模态当量标准化的桥梁性能异常预警方法
CN114594342A (zh) 一种配电网接地故障判决输入波形一致性处理方法
CN111368933A (zh) 一种基于Softmax回归的配电网暂态过程故障分类方法及系统
Zhao et al. User-transformer relationship verification method of low voltage distribution network based on voltage correlaion analysis
Nunez et al. Two methods for voltage sag source location
CN110048402A (zh) 一种两阶段电网参数估计方法
CN111583064B (zh) 基于动态时间规整的负荷生产时段检测方法和存储介质
CN118091480B (zh) 一种电源故障检测方法
Feng et al. A method for identifying major disturbance sources in a regional grid

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