CN112180197B - 一种辩识中压配网线路非正常运行方式的波形分析方法 - Google Patents
一种辩识中压配网线路非正常运行方式的波形分析方法 Download PDFInfo
- Publication number
- CN112180197B CN112180197B CN202011083291.7A CN202011083291A CN112180197B CN 112180197 B CN112180197 B CN 112180197B CN 202011083291 A CN202011083291 A CN 202011083291A CN 112180197 B CN112180197 B CN 112180197B
- Authority
- CN
- China
- Prior art keywords
- operation mode
- load
- abnormal operation
- waveform curve
- distribution network
- 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
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
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
- G06V10/751—Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
-
- 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)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Computing Systems (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Databases & Information Systems (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种辩识中压配网线路非正常运行方式的波形分析方法,包括:生成非正常运行方式的负载波形曲线模板库,利用历史数据训练获得不同时间跨度的负载波形曲线模板的负载越变系数;利用训练后的非正常运行方式的负载波形曲线模板库T,对中压配电网线路的历史负荷采样数据进行分析,辨识标记非正常运行方式负载。该方法通过智能辨识配电网线路的非正常运行方式,减少了大量的人力,还原了各个线路的真实正常负载运行状况,精准的计算出线路的可开放容量信息,避免了过度超前扩容建设的资源浪费和乐观误判设备的剩余裕度而导致的超负荷运行。
Description
技术领域
本发明涉及配电网线路技术领域,尤其涉及一种辩识中压配网线路非正常运行方式的波形分析方法。
背景技术
在配电网线路负载运行状况分析过程中,电网管理人员在分析配电网线路正常运行状态下的负载运行状况时,需要先取得配电网线路近期的历史负载数据,通过去除线路非正常运行方式下的历史负载,再将剩余的历史负载求最大值,即可得到线路的最大负载值;在辨识配电网线路的非正常运行方式状态时,主要的方式是依靠查找线路运行方式调整记录、查询配网开关刀闸等设备的遥信变位事件及关注开关刀闸的分合状态来进行判断,但是上述方式主要依靠人工查找和判别,但是由于配电网线路数据较多,因此人工工作量大,且上述验证工作依赖于人员的专业水平和电网经验,因此并不适用于实际的应用。
发明内容
根据现有技术存在的问题,本发明公开了一种辩识中压配网线路非正常运行方式的波形分析方法,具体包括如下步骤:
生成非正常运行方式的负载波形曲线模板库:调用停电管理系统获取应用地区的所有中压配电网线路运行方式的调整历史记录,根据运行方式调整记录梳理归类确定运行方式调整的时间长度区间,以设定时间为间隔生成不同时间跨度的负载波形曲线模板库;
利用历史数据训练获得不同时间跨度的负载波形曲线模板的负载越变系数;
利用训练后的非正常运行方式的负载波形曲线模板库T,对中压配电网线路的历史负荷采样数据进行分析,辨识标记非正常运行方式负载。
进一步的,所述负载越变系数采用如下方式获取:
B1:加载生成的非正常运行方式的负载波形曲线模板库T;
B2:获取分析时间区段的训练样本线路历史负荷采样数据;
B3:负载越变系数训练:
B3-1:从负载波形曲线模板库T中获取一个模块Tx;
B3-2:设定初始越变系数为Vx=1.05;
B3-3:逐个分析训练样本线路历史负荷采样数据,记录所有Pa_min>Pn_max*Vx的发生日期信息;
B3-4:提取训练样本线路的所有持续时间为x天的运行方式调整历史记录,与流程B3-3的记录日期信息进行比对,当历史记录与辨识日期数据完全匹配则跳转至流程B3-5;否则设定Vx=Vx+0.05,跳转至流程B3-3重复执行;
B3-5.将Vx值保存至模块Tx的负载越变系数V;
B3-6:跳转至流程B3-1,重复执行,直至所有模板都分析完成。
进一步的,所述辨识标记非正常运行方式负载具体采用如下方式:
C1:加载非正常运行方式的负载波形曲线模板库T;
C2:获取1条线路历史负荷采样数据;
C3:从负载波形曲线模板库T中取出一个模块Tx,记录所有Pa_min>Pn_max*V的发生日期信息,重复流程C3,直至所有模板均分析完成;
C4:汇总流程C3的所有发生日期信息;
C5:标记流程C4所有日期的历史采样数据为非正常运行方式负载;
C6:重复流程C2-C5,直至所有线路均分析完成,分析出所有线路的非正常运行方式负载发生时间段。
由于采用了上述技术方案,本发明提供的一种辩识中压配网线路非正常运行方式的波形分析方法,该方法通过智能辨识配电网线路的非正常运行方式,减少了大量的人力,还原了各个线路的真实正常负载运行状况,精准的计算出线路的可开放容量信息,避免了过度超前扩容建设的资源浪费和乐观误判设备的剩余裕度而导致的超负荷运行。
附图说明
为了更清楚地说明本申请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申请中记载的一些实施例,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为本发明方法的流程图。
具体实施方式
为使本发明的技术方案和优点更加清楚,下面结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚完整的描述:
如图1所示的一种辩识中压配网线路非正常运行方式的波形分析方法,包括如下步骤:
步骤一:生成非正常运行方式负载波形曲线模板库,包括流程A1~A2。
A1.调用停电管理系统获取应用地区的所有中压配电网线路运行方式调整历史记录;
A2.根据运行方式调整记录梳理归类确定运行方式调整的时间长度区间,以1天时间为间隔生成不同时间跨度的负载波形曲线模板库T:{T1、T2……Tn};(其中T1:持续1天区间运行方式调整,T2:持续2天区间运行方式调整,……Tn:持续n天区间运行方式调整;Tx由3个参数组成,Pa_min为运行方式调整期间的最小日峰值负载,Pn_max为正常运行方式下的最大日峰值负载,V为当前模板负载越变系数)。
步骤二:利用历史数据训练获得不同时间跨度的负载波形曲线模板的负载越变系数,包括流程B1~B3。
B1.加载步骤一生成的非正常运行方式负载波形曲线模板库T;
B2.获取步骤一分析时间区段的训练样本线路历史负荷采样数据(为确保样本多样性建议不少于50条线路);
B3.负载越变系数训练;
B3-1.从T中获取一个模块Tx;
B3-2设定初始越变系数为Vx=1.05;
B3-3.逐个分析训练样本线路历史负荷采样数据,记录所有Pa_min>Pn_max*Vx的发生日期信息;
B3-4.提取训练样本线路的所有持续时间为x天的运行方式调整历史记录,与流程B3-3的记录日期信息进行比对。当历史记录与辨识日期数据完全匹配则跳转至流程B3-5;否则设定Vx=Vx+0.05,跳转至流程B3-3重复执行。
B3-5.将Vx值保存至模块Tx的负载越变系数V;
B3-6.跳转至流程B3-1,重复执行,直至所有模板都分析完成。
步骤三:利用训练后的非正常运行方式负载波形曲线模板库T,对中压配电网线路的历史负荷采样数据进行分析,辨识标记非正常运行方式负载。
C1.加载非正常运行方式负载波形曲线模板库T;
C2.获取1条线路历史负荷采样数据;
C3-1.从T中取出一个模块Tx;
C3-2.记录所有Pa_min>Pn_max*V的发生日期信息;
C3-3.重复流程C3-1,直至所有模板均分析完成;
C4.汇总流程C3的所有发生日期信息;
C5.标记流程C4所有日期的历史采样数据为非正常运行方式负载;
C6.重复流程C2~C5,直至所有线路均分析完成,分析出所有线路的非正常运行方式负载发生时间段。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。
Claims (1)
1.一种辩识中压配网线路非正常运行方式的波形分析方法,其特征在于包括:
生成非正常运行方式的负载波形曲线模板库:调用停电管理系统获取应用地区的所有中压配电网线路运行方式的调整历史记录,根据运行方式调整记录梳理归类确定运行方式调整的时间长度区间,以设定时间为间隔生成不同时间跨度的负载波形曲线模板库;
利用历史数据训练获得不同时间跨度的负载波形曲线模板的负载越变系数;
利用训练后的非正常运行方式的负载波形曲线模板库T,对中压配电网线路的历史负荷采样数据进行分析,辨识标记非正常运行方式负载;
生成非正常运行方式负载波形曲线模板库,包括流程A1~A2;
A1.调用停电管理系统获取应用地区的所有中压配电网线路运行方式调整历史记录;
A2.根据运行方式调整记录梳理归类确定运行方式调整的时间长度区间,以1天时间为间隔生成不同时间跨度的负载波形曲线模板库T:{T1、T2……Tn};
其中T1:持续1天区间运行方式调整,T2:持续2天区间运行方式调整,……Tn:持续n天区间运行方式调整;Tx由3个参数组成,Pa_min为运行方式调整期间的最小日峰值负载,Pn_max为正常运行方式下的最大日峰值负载,V为当前模板负载越变系数;所述负载越变系数采用如下方式获取:
B1:加载生成的非正常运行方式的负载波形曲线模板库T;
B2:获取分析时间区段的训练样本线路历史负荷采样数据;
B3:负载越变系数训练:
B3-1:从负载波形曲线模板库T中获取一个模块Tx;
B3-2:设定初始越变系数为Vx=1.05;
B3-3:逐个分析训练样本线路历史负荷采样数据,记录所有Pa_min>Pn_max*Vx的发生日期信息;
B3-4:提取训练样本线路的所有持续时间为x天的运行方式调整历史记录,与流程B3-3的记录日期信息进行比对,当历史记录与辨识日期数据完全匹配则跳转至流程B3-5;否则设定Vx=Vx+0.05,跳转至流程B3-3重复执行;
B3-5:将Vx值保存至模块Tx的负载越变系数V;
B3-6:跳转至流程B3-1,重复执行,直至所有模板都分析完成;
所述辨识标记非正常运行方式负载具体采用如下方式:
C1:加载非正常运行方式的负载波形曲线模板库T;
C2:获取1条线路历史负荷采样数据;
C3:从负载波形曲线模板库T中取出一个模块Tx,记录所有Pa_min>Pn_max*V的发生日期信息,重复流程C3,直至所有模板均分析完成;
C4:汇总流程C3的所有发生日期信息;
C5:标记流程C4所有日期的历史采样数据为非正常运行方式负载;
C6:重复流程C2-C5,直至所有线路均分析完成,分析出所有线路的非正常运行方式负载发生时间段。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011083291.7A CN112180197B (zh) | 2020-10-12 | 2020-10-12 | 一种辩识中压配网线路非正常运行方式的波形分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011083291.7A CN112180197B (zh) | 2020-10-12 | 2020-10-12 | 一种辩识中压配网线路非正常运行方式的波形分析方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112180197A CN112180197A (zh) | 2021-01-05 |
CN112180197B true CN112180197B (zh) | 2023-01-03 |
Family
ID=73947934
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011083291.7A Active CN112180197B (zh) | 2020-10-12 | 2020-10-12 | 一种辩识中压配网线路非正常运行方式的波形分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112180197B (zh) |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003018742A (ja) * | 2001-07-02 | 2003-01-17 | Tokyo Electric Power Co Inc:The | スポットネットワーク配電系統の保護制御方式 |
CN101916989B (zh) * | 2010-08-20 | 2012-08-01 | 国网电力科学研究院 | 电力系统二次连续采样值有效性判别方法 |
CN102033177B (zh) * | 2010-10-25 | 2014-05-07 | 华北电力大学 | 一种配电网电力线路功率角测量方法及测量系统 |
KR101268712B1 (ko) * | 2011-09-29 | 2013-05-28 | 한국전력공사 | 배전계통의 전기품질 이상 파형 감지 시스템 및 방법 |
CN105227213A (zh) * | 2014-06-25 | 2016-01-06 | 国家电网公司 | 用于主动配电网的信号处理方法和装置 |
CN106160211B (zh) * | 2015-03-30 | 2019-08-02 | 国家电网公司 | 基于多路工频通信技术的农村电网远程检测系统与方法 |
US10700523B2 (en) * | 2017-08-28 | 2020-06-30 | General Electric Company | System and method for distribution load forecasting in a power grid |
CN109598386A (zh) * | 2018-12-12 | 2019-04-09 | 国网山东省电力公司临沂供电公司 | 一种基于深度学习的配网优化精准分析方法及系统 |
CN109492957B (zh) * | 2019-01-10 | 2022-03-15 | 南方电网科学研究院有限责任公司 | 一种配电网线路运行效率的评价方法、装置及存储介质 |
CN110705873B (zh) * | 2019-09-30 | 2022-06-03 | 国网福建省电力有限公司 | 一种配电网运行状态画像分析方法 |
-
2020
- 2020-10-12 CN CN202011083291.7A patent/CN112180197B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN112180197A (zh) | 2021-01-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3798846A1 (en) | Operation and maintenance system and method | |
CN108767851B (zh) | 一种变电站运维智能作业指挥方法及系统 | |
CN105550100A (zh) | 一种信息系统故障自动恢复的方法及系统 | |
JP2002532799A (ja) | 特にセメントキルンの技術プロセスにおけるセンサ予測のための事例ベース推論システムと方法および装置 | |
CN107067156A (zh) | 配电网停电策略的评估方法和装置 | |
US20220245096A1 (en) | Method and device for facilitating storage of data from an industrial automation control system or power system | |
CN112180197B (zh) | 一种辩识中压配网线路非正常运行方式的波形分析方法 | |
CN117318069B (zh) | 一种供电系统故障自愈方法及系统 | |
Rajanarayan Prusty et al. | Uncertainty modeling steps for probabilistic steady-state analysis | |
CN117093952A (zh) | 基于电力设备运行状态的智能控制方法及系统 | |
CN115050172B (zh) | 一种碳排放量检测预警方法及装置 | |
CN110738427A (zh) | 一种电力部门工作质量评分系统 | |
KR102593144B1 (ko) | 이상 탐지 및 복원 기반의 전력 수요량 예측 장치 및 방법 | |
CN110458455A (zh) | 一种员工调配管理方法及系统 | |
CN115731073A (zh) | 基于业务场景分析的调度操作异常监控方法 | |
CN112926777B (zh) | 考虑商业建筑用能行为的日前负荷预测方法及系统 | |
CN114338532A (zh) | 光网络资源预估方法及装置、存储介质、终端设备 | |
KR20220061709A (ko) | 전력의 피크 부하를 저감하기 위한 보상 생성 방법 및 그 방법을 수행하는 동작 제어 장치 | |
CN111126744A (zh) | 一种电网变电设备检修管理方法及系统 | |
CN115102859B (zh) | 一种硬件设备灵活更新迭代的物联网边缘智能实现方法 | |
JPWO2020157948A1 (ja) | 運用支援装置、システム、方法及びプログラム | |
Hubana et al. | Machine Learning Based Electrical Load Forecasting Using Decision Tree Algorithms | |
CN109583842A (zh) | 一种监理月报生成方法、装置、电子设备及计算机存储介质 | |
CN117786372B (zh) | 基于机器学习的分布式光伏发电数据处理方法及系统 | |
CN118137534A (zh) | 基于数据分析的电网调频控制优化方法及系统 |
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 |