CN112686549B - 节点电压暂降严重程度评估方法、装置、设备及存储介质 - Google Patents
节点电压暂降严重程度评估方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN112686549B CN112686549B CN202011637156.2A CN202011637156A CN112686549B CN 112686549 B CN112686549 B CN 112686549B CN 202011637156 A CN202011637156 A CN 202011637156A CN 112686549 B CN112686549 B CN 112686549B
- Authority
- CN
- China
- Prior art keywords
- duration
- sag
- voltage
- voltage amplitude
- influence degree
- 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
- 238000000034 method Methods 0.000 title claims abstract description 30
- 230000001186 cumulative effect Effects 0.000 claims abstract description 72
- 238000005315 distribution function Methods 0.000 claims abstract description 59
- 230000000295 complement effect Effects 0.000 claims abstract description 38
- 238000004364 calculation method Methods 0.000 claims abstract description 16
- 230000006870 function Effects 0.000 claims description 43
- 238000011156 evaluation Methods 0.000 claims description 19
- 230000000694 effects Effects 0.000 claims description 3
- 238000005457 optimization Methods 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 3
- 230000008901 benefit Effects 0.000 description 5
- 238000004590 computer program Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000006872 improvement Effects 0.000 description 4
- 238000004088 simulation Methods 0.000 description 3
- 238000000342 Monte Carlo simulation Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000004886 process control Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种节点电压暂降严重程度评估方法、装置、设备及存储介质，所述方法包括：获取电压暂降样本数据，所述电压暂降样本数据包括电压暂降事件的电压幅值和持续时间；计算得到电压幅值的互补累积分布函数和持续时间的累积分布函数；生成电压幅值影响度曲线和持续时间影响度曲线；根据电压暂降样本数据，统计节点各次电压暂降事件的电压幅值、持续时间落于暂降统计表的区间，计算节点各次暂降事件的归一化电压暂降影响度；求取均值，生成平均电压暂降影响度指标，以对待评估节点的电压暂降严重程度进行评估。本发明兼顾暂降两大主要特征量对电压暂降系统侧严重程度进行评估，并根据特征量区间统计归纳，计算简便。
Description
技术领域
本发明涉及电力系统电能质量分析领域，更具体地说，涉及一种节点电压暂降严重程度评估方法、装置、设备及存储介质。
背景技术
电压暂降是描述电压均方根短时下降到一定阈值的现象，已然成为许多国家位居第一的电能质量问题。高新技术产业、电子信息、精密仪器等产业迅猛发展，电压暂降易造成这类行业必需的设备，诸如计算机、调速驱动装置、过程控制设备等工业必需设备的异常跳闸及非正常中断，造成不可小觑的经济损失。而随着电力系统的电力电子化程度的日益提高，合理、准确、有效地对电网的电压暂降严重程度评估，对指导敏感用户或工业用户的定址、电能质量改善工作的进行、用户满意度的提升具有重要意义。
现有的部分电压暂降评估指标存在一定的改进空间，如系统平均方均根值变动频率指标(system average RMS variation frequency index，SARFI)仅反映用户节点受到暂降的频次，丢失了所有电压暂降持续时间的信息，单纯使用SARFI指标可能造成一定的评价偏颇，需与其他指标组合使用；电压暂降持续时间期望值或剩余电压期望值均只从单一特征量角度对电压暂降的严重程度进行量化，也容易造成评估不当；电压暂降次数指标是基于电压暂降统计表格得到的，具有直观、清晰等优势，可计算总暂降次数指标，但并未考虑持续时间与幅值不同所产生的影响，仅以暂降发生次数量化其严重程度，也可能造成评估结果失衡。暂降分指标考虑了不对称暂降这一情况，兼顾了三相电压的跌落程度，但忽略了持续时间的差异对评估结果的影响。
发明内容
有鉴于此，本发明提供了一种节点电压暂降严重程度评估方法、装置、设备及存储介质，其可兼顾暂降两大主要特征量对电压暂降系统侧严重程度进行评估，并根据特征量区间统计归纳，计算简便，能在一定程度上克服现有技术典型指标的不足。
本发明的第一个目的在于提供一种节点电压暂降严重程度评估方法。
本发明的第二个目的在于提供一种节点电压暂降严重程度评估装置。
本发明的第三个目的在于提供一种计算机设备。
本发明的第四个目的在于提供一种存储介质。
本发明的第一个目的可以通过采取如下技术方案达到：
一种节点电压暂降严重程度评估方法，所述方法包括：
获取电压暂降样本数据；其中，所述电压暂降样本数据包括电压暂降事件的电压幅值和持续时间；
根据电压幅值和持续时间，计算得到电压幅值的互补累积分布函数和持续时间的累积分布函数；
将电压幅值的互补累积分布函数与归一化后的电压幅值严重性指标进行等权求和，以及将持续时间的累积分布函数与归一化后的持续时间严重性指标进行等权求和，生成电压幅值影响度曲线和持续时间影响度曲线；
基于暂降统计表对电压幅值和持续时间的区间划分，根据电压暂降样本数据，统计节点各次电压暂降事件的电压幅值、持续时间落于暂降统计表的区间，利用电压幅值影响度曲线和持续时间影响度曲线计算节点各次暂降事件的归一化电压暂降影响度；
根据节点各次暂降事件的归一化电压暂降影响度，求取均值，生成平均电压暂降影响度指标，以对待评估节点的电压暂降严重程度进行评估。
进一步的，所述利用电压幅值影响度曲线和持续时间影响度曲线计算节点各次暂降事件的归一化电压暂降影响度，具体包括：
根据电压幅值影响度曲线表达式和持续时间影响度曲线表达式，计算节点各次暂降事件的电压幅值落于暂降统计表的电压幅值区间的电压幅值影响度值以及持续时间落于暂降统计表的持续时间区间的持续时间影响度值；
根据节点各次暂降事件的电压幅值落于暂降统计表的电压幅值区间的电压幅值影响度值以及持续时间落于暂降统计表的持续时间区间的持续时间影响度值，计算节点各次暂降事件的归一化电压暂降影响度。
进一步的，所述电压幅值影响度曲线表达式，如下：
IU(U)＝0.5fMSI(U)+0.5FU(U)
其中，U表示电压幅值，FU(U)表示电压幅值的互补累积分布函数，fMSI(U)表示归一化后的电压幅值严重性指标，如下式：
所述持续时间影响度曲线表达式，如下：
IT(T)＝0.5fDSI(T)+0.5FT(T)
其中，T表示持续时间，FT(T)表示持续时间的累积分布函数，fDSI(T)表示归一化后的持续时间严重性指标，如下式：
进一步的，所述电压幅值落于暂降统计表的电压幅值区间的电压幅值影响度值，计算如下式：
其中，IU(a)表示电压幅值落于暂降统计表的电压幅值第a区间的电压幅值影响度值， U(a)分别表示电压幅值落于暂降统计表的电压幅值第a区间的上、下阈值；
所述持续时间落于暂降统计表的持续时间区间的持续时间影响度值，计算如下式：
其中，T表示持续时间，IT(b)表示持续时间落于暂降统计表的持续时间第b区间的电压幅值影响度值，T(b)分别表示持续时间落于暂降统计表的持续时间第b区间的上、下阈值；
所述归一化电压暂降影响度，计算如下式：
其中，I(a,b)表示归一化电压暂降影响度。
进一步的，所述根据电压幅值和持续时间，计算得到电压幅值的互补累积分布函数和持续时间的累积分布函数，具体包括：
基于最大熵原理，求取电压幅值的最大熵概率密度函数和持续时间的最大熵概率密度函数；
根据电压幅值的最大熵概率密度函数，通过互补累积计算得到电压幅值的互补累积分布函数，以及根据持续时间的最大熵概率密度函数，通过累积计算得到持续时间的累积分布函数。
进一步的，所述基于最大熵原理，求取电压幅值的最大熵概率密度函数和持续时间的最大熵概率密度函数，具体包括：
若随机变量x连续分布，最大熵模型如下式：
max H(x)＝-∫f(x)lnf(x)dx
其中，f(x)表示最小偏见概率分布模型，μk为随机变量的k阶原点矩，k为阶数，k＝1,2,…,n；条件极值问题通过拉格朗日乘子法化为无约束优化问题，引入拉格朗日乘子λ0，λ1，…，λn，构造拉格朗日函数，如下式：
令得到最大熵概率密度函数的解析表达式如下：
其中，a为线性变换因子；求取λk和a，确定f(x)表达式，将最大熵概率密度函数与最大熵模型的约束条件联立，得到下式：
求解得到电压幅值的最大熵概率密度函数和持续时间的最大熵概率密度函数。
进一步的，所述平均电压暂降影响度指标，计算如下式：
其中，Iave.i表示节点i的平均电压暂降影响度指标，I(a,b)表示归一化电压暂降影响度，Nab.i表示节点i电压幅值落于暂降统计表的电压幅值第a区间、持续时间落于暂降统计表的持续时间第b区间的电压暂降事件的次数，A表示暂降统计表的电压幅值区间数，B表示暂降统计表的持续时间区间数。
本发明的第二个目的可以通过采取如下技术方案达到：
一种节点电压暂降严重程度评估装置，所述装置包括：
获取模块，用于获取电压暂降样本数据；其中，所述电压暂降样本数据包括电压暂降事件的电压幅值和持续时间；
第一计算模块，用于根据电压幅值和持续时间，计算得到电压幅值的互补累积分布函数和持续时间的累积分布函数；
生成模块，用于将电压幅值的互补累积分布函数与归一化后的电压幅值严重性指标进行等权求和，以及将持续时间的累积分布函数与归一化后的持续时间严重性指标进行等权求和，生成电压幅值影响度曲线和持续时间影响度曲线；
第二计算模块，用于基于暂降统计表对电压幅值和持续时间的区间划分，根据电压暂降样本数据，统计节点各次电压暂降事件的电压幅值、持续时间落于暂降统计表的区间，利用电压幅值影响度曲线和持续时间影响度曲线计算节点各次暂降事件的归一化电压暂降影响度；
评估模块，用于根据节点各次暂降事件的归一化电压暂降影响度，求取均值，生成平均电压暂降影响度指标，以对待评估节点的电压暂降严重程度进行评估。
本发明的第三个目的可以通过采取如下技术方案达到：
一种计算机设备，包括处理器以及用于存储处理器可执行程序的存储器，所述处理器执行存储器存储的程序时，实现上述的节点电压暂降严重程度评估方法。
本发明的第四个目的可以通过采取如下技术方案达到：
一种存储介质，存储有程序，所述程序被处理器执行时，实现上述的节点电压暂降严重程度评估方法。
本发明相对于现有技术具有如下的有益效果：
本发明通过电压暂降样本数据能够生成电压幅值影响度曲线和持续时间影响度曲线，统计节点各次电压暂降事件的电压幅值、持续时间落于暂降统计表的区间，利用电压幅值影响度曲线和持续时间影响度曲线计算节点各次暂降事件的归一化电压暂降影响度，求取均值，生成平均电压暂降影响度指标，该平均电压暂降影响度指标兼顾了电压暂降幅值和持续时间两大特征量，并根据特征量区间统计归纳，计算简便，能够在一定程度上对待评估网络节点的电压暂降严重程度进行评估，与现有的典型指标相比，对电网的节点电压暂降严重程度评估更合理和更准确。
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示出的结构获得其他的附图。
图1为本发明实施例1的节点电压暂降严重程度评估方法的流程图。
图2为本发明实施例2的节点电压暂降严重程度评估方法的IEEE30节点标准测试系统的示意图。
图3为本发明实施例2的节点电压暂降严重程度评估方法的IEEE30节点系统各节点的电压暂降严重程度的评估结果示意图。
图4为本发明实施例3的节点电压暂降严重程度评估装置的结构框图。
图5为本发明实施例4的计算机设备的结构框图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将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、完整地描述，显然，所描述的实施例是本发明的一部分实施例，而不是全部的实施例，基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例1：
如图1所示，本实施例提供了一种节点电压暂降严重程度评估方法，该方法包括以下步骤：
S101、获取电压暂降样本数据。
具体地，通过实测、仿真等手段获取电压暂降数据，作为待评估的电压暂降样本数据，电压暂降样本数据包括电压暂降事件的电压幅值和持续时间；若是实测数据，应注意进行数据清理，这是因为电压暂降具有网络传播特性，实际电压暂降发生的时候，可能不止一个监测点会捕捉到该次电压暂降数据，可将监测到的电压暂降事件按照时间顺序进行排列，并根据经验或者实际情况确定一个时间阈值tΔ；若在时序上，n次监测到的电压暂降事件的发生时间间隔小于等于tΔ，可将n次暂降事件视为同一次事件；若采用仿真手段，因仿真事件次次独立，则无需考虑该问题。
S102、根据电压幅值和持续时间，计算得到电压幅值的互补累积分布函数和持续时间的累积分布函数。
进一步地，该步骤S102具体包括：
S1021、基于最大熵原理，求取电压幅值的最大熵概率密度函数和持续时间的最大熵概率密度函数。
1)最大熵原理旨在求取最小偏见概率分布模型f(x)，以期在保证样本统计特性的前提下熵值最大；若随机变量x连续分布，最大熵模型如下式：
其中，μk为随机变量的k阶原点矩(μ0＝1)，通过电压暂降样本数据求取，k为阶数，k＝1,2,…,n；式(1)的条件极值问题通过拉格朗日乘子法化为无约束优化问题，引入拉格朗日乘子λ0，λ1，…，λn，构造拉格朗日函数，如下式：
2)求取式(2)的最大值，令得到最大熵概率密度函数的解析表达式如下：
其中，a为线性变换因子；求取λk和a，确定f(x)表达式，将最大熵概率密度函数与最大熵模型，即式(3)和式(1)的约束条件联立，得到下式：
3)求解式(4)得到电压幅值的最大熵概率密度函数和持续时间的最大熵概率密度函数。
S1022、根据电压幅值的最大熵概率密度函数，通过互补累积计算得到电压幅值的互补累积分布函数，以及根据持续时间的最大熵概率密度函数，通过累积计算得到持续时间的累积分布函数。
其中，电压幅值用U表示，持续时间用T表示，电压幅值的最大熵概率密度函数用fU(U)表示，持续时间的最大熵概率密度函数用fT(T)表示，电压幅值的互补累积分布函数，电压幅值的互补累积分布函数用FU(U)表示，持续时间的累积分布函数用FT(T)表示。
电压幅值的最大熵概率密度函数fU(U)求取互补累积分布函数FU(U)的原因是：单次电压暂降事件的电压幅值越小，电压暂降的严重程度愈为严重，互补累积分布函数具有相似的特征，即变量取值越大，互补累积分布函数的取值越低，符合实际需要，FU(U＝U1)＝m％表示暂降事件样本中存在m％的暂降事件的电压幅值低于U1水平，故利用互补累积分布函数反映暂降的严重程度具有其数学意义。
S103、将电压幅值的互补累积分布函数与归一化后的电压幅值严重性指标进行等权求和，以及将持续时间的累积分布函数与归一化后的持续时间严重性指标进行等权求和，生成电压幅值影响度曲线和持续时间影响度曲线。
归一化后的电压幅值严重性指标(duration severity index，DSI)，表达式如下所示：
归一化后的持续时间严重性指标(magnitude severity index，MSI)，表达式如下所示：
将电压幅值的互补累积分布函数与归一化后的电压幅值严重性指标进行等权求和，生成电压幅值影响度曲线，电压幅值影响度曲线表达式如下：
IU(U)＝0.5fMSI(U)+0.5FU(U) (7)
将持续时间的累积分布函数与归一化后的持续时间严重性指标进行等权求和，生成持续时间影响度曲线，持续时间影响度曲线表达式如下：
IT(T)＝0.5fDSI(T)+0.5FT(T) (8)
将电压幅值的互补累积分布函数FU(U)与归一化后的电压幅值严重性指标进行等权求和，以及将持续时间的累积分布函数FT(T)与归一化后的持续时间严重性指标进行等权求和的原因如下：
利用累积/互补累积分布函数反映单次事件暂降特征量的影响程度具有优势：1)物理意义明确，取值在[0,1]内，易比较；2)在样本分布集中的区间，影响度值应变化较快以保证良好的区分性，累积/互补累积概率函数具有上述特征，符合要求。但优势2)也伴生劣势：样本数据的分布通常具有偏态性，在样本分布较稀疏的区间，累积/互补分布概率函数斜率可能过低，导致区分度过弱。
针对上述劣势，引入具有线性区分度电压暂降特征量严重性指标函数对累积/互补累积概率函数进行修正。修正后得到的电压暂降幅值、持续时间影响度曲线综合了累积/互补累积分布函数及严重性指标各自的优势：在全定义域具有一定的区分性，且在在样本分布集中的区间，影响度值变化相对较快，保证了良好的区分性。
S104、基于暂降统计表对电压幅值和持续时间的区间划分，根据电压暂降样本数据，统计节点各次电压暂降事件的电压幅值、持续时间落于暂降统计表的区间，利用电压幅值影响度曲线和持续时间影响度曲线计算节点各次暂降事件的归一化电压暂降影响度。
暂降统计表是由IEC 61000-2-8标准的推荐表格修改得到。IEC 61000-2-8标准的推荐表格清晰明确，常作为系统侧统计指标，但是仍具有改进的空间：a)据统计，电网中有绝大多数的电压暂降的持续时间在1s之内，因此在本发明中不统计1s以上的暂降事件，此外，为更好地区分，将推荐表格在1s内的暂降事件的持续时间区间再度细化；b)根据电压暂降定义，推荐表格中持续时间从0.02s开始具有不妥，应从0.5周波开始统计。根据上述修改思路，对IEC 61000-2-8标准的推荐表格进行修改，得到修改的暂降统计表如下表1所示。可见，修改后的暂降统计表有9个电压幅值区间及8个持续时间区间。根据暂降特征量的不同可将暂降事件统计在72栏内。
表1暂降统计表
进一步地，该步骤S104具体包括：
S1041、根据电压幅值影响度曲线表达式和持续时间影响度曲线表达式，计算节点各次暂降事件的电压幅值落于暂降统计表的区间的电压幅值影响度值以及持续时间落于暂降统计表的区间的持续时间影响度值。
假设单次暂降事件的电压幅值落于暂降统计表的电压幅值区间为第a区间，单次暂降事件的持续时间落于暂降统计表的持续时间区间为第b区间，因此，电压幅值落于暂降统计表任一区间的电压幅值影响度值和持续时间落于暂降统计表任一区间的持续时间影响度值，计算如下式：
其中，IU(a)表示电压幅值落于暂降统计表的电压幅值第a区间的电压幅值影响度值；IT(b)表示持续时间落于暂降统计表的持续时间第b区间的持续时间影响度值。
U(a)为暂降统计表中电压幅值第a区间上、下阈值，/>T(b)为暂降统计表中持续时间第b区间上、下阈值；可见，单次暂降事件的电压幅值落在第a区间的电压幅值影响度值由IU(U)曲线在第a区间中点的取值决定，单次暂降事件的持续时间落在第b区间的持续时间影响度值由IT(T)曲线在第b区间中点的取值决定。
S1042、根据节点各次暂降事件的电压幅值落于暂降统计表的区间的电压幅值影响度值以及持续时间落于暂降统计表的区间的持续时间影响度值，计算节点各次暂降事件的归一化电压暂降影响度。
因为电压暂降事件的电压幅值由过渡电阻、故障电阻、网络参数等决定，电压暂降事件的持续时间一般由自恢复故障的故障持续时间、继电保护装置动作时间决定，两者相互独立，可根据式(9)求取电压幅值落于暂降统计表的电压幅值第a区间、持续时间落于暂降统计表的持续时间第b区间时的归一化电压暂降影响度，即为单次暂降事件的归一化电压暂降影响度，如下式：
S105、根据节点各次暂降事件的归一化电压暂降影响度，求取均值，生成平均电压暂降影响度指标，以对待评估节点的电压暂降严重程度进行评估。
表达式如下：
其中，Iave.i表示节点i的平均电压暂降影响度指标，I(a,b)表示归一化电压暂降影响度，Nab.i表示节点i电压幅值落于暂降统计表的电压幅值第a区间、持续时间落于暂降统计表的持续时间第b区间的电压暂降事件的次数，A表示暂降统计表的电压幅值区间数，B表示暂降统计表的持续时间区间数，由暂降统计表的说明可以知道，A＝9，B＝8，即式(12)可改写为：
本实施例的平均电压暂降影响度指标能够一定程度上对待评估网络节点的电压暂降严重程度进行评估，与现有的典型指标相比，对电网的节点电压暂降严重程度评估更合理和更准确。
实施例2：
如图2所示，本实施例选择IEEE30节点标准测试系统为分析对象，如图2所示，采用蒙特卡洛方法(Monte Carlo simulation，MCS)对故障随机参数进行抽样生成故障场景集，蒙特卡洛抽样次数为3000次，得到用于评估的电压暂降事件的电压暂降样本数据。按照本发明实施例1中所述的步骤S101～S105对3000次电压暂降事件进行统计并计算，得到IEEE30节点系统各节点的电压暂降严重程度的评估结果，如图3所示。
由图3可见，1、2、5、8、11、13号节点因与电源电气距离较近，发生电压暂降时，这些节点由于有电源或调相机提供电压支撑，因此这些节点的电压暂降严重程度较低，而29、30等编号的节点，因处于网络拓扑边缘，其受到电压暂降的影响较大，严重程度较高。
实施例3：
如图4所示，本实施例提供了一种节点电压暂降严重程度评估装置，该装置包括获取模块401、第一计算模块402、生成模块403、第二计算模块404和评估模块405，各个模块的具体功能如下：
获取模块401，用于获取电压暂降样本数据；其中，所述电压暂降样本数据包括电压暂降事件的电压幅值和持续时间。
第一计算模块402，用于根据电压幅值和持续时间，计算得到电压幅值的互补累积分布函数和持续时间的累积分布函数。
生成模块403，用于将电压幅值的互补累积分布函数与归一化后的电压幅值严重性指标进行等权求和，以及将持续时间的累积分布函数与归一化后的持续时间严重性指标进行等权求和，生成电压幅值影响度曲线和持续时间影响度曲线。
第二计算模块404，用于基于暂降统计表对电压幅值和持续时间的区间划分，根据电压暂降样本数据，统计节点各次电压暂降事件的电压幅值、持续时间落于暂降统计表的区间，利用电压幅值影响度曲线和持续时间影响度曲线计算节点各次暂降事件的归一化电压暂降影响度。
评估模块405，用于根据节点各次暂降事件的归一化电压暂降影响度，求取均值，生成平均电压暂降影响度指标，以对待评估节点的电压暂降严重程度进行评估。
本实施例中各个模块的具体实现可以参见上述实施例1，在此不再一一赘述；需要说明的是，本实施例提供的装置仅以上述各功能模块的划分进行举例说明，在实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。
实施例4：
本实施例提供了一种计算机设备，该计算机设备为计算机，如图5所示，其包括通过系统总线501连接的处理器702、存储器、输入装置503、显示器504和网络接口505，该处理器用于提供计算和控制能力，该存储器包括非易失性存储介质506和内存储器507，该非易失性存储介质506存储有操作系统、计算机程序和数据库，该内存储器507为非易失性存储介质中的操作系统和计算机程序的运行提供环境，处理器502执行存储器存储的计算机程序时，实现上述实施例1的节点电压暂降严重程度评估方法，如下：
获取电压暂降样本数据；其中，所述电压暂降样本数据包括电压暂降事件的电压幅值和持续时间；
根据电压幅值和持续时间，计算得到电压幅值的互补累积分布函数和持续时间的累积分布函数；
将电压幅值的互补累积分布函数与归一化后的电压幅值严重性指标进行等权求和，以及将持续时间的累积分布函数与归一化后的持续时间严重性指标进行等权求和，生成电压幅值影响度曲线和持续时间影响度曲线；
基于暂降统计表对电压幅值和持续时间的区间划分，根据电压暂降样本数据，统计节点各次电压暂降事件的电压幅值、持续时间落于暂降统计表的区间，利用电压幅值影响度曲线和持续时间影响度曲线计算节点各次暂降事件的归一化电压暂降影响度；
根据节点各次暂降事件的归一化电压暂降影响度，求取均值，生成平均电压暂降影响度指标，以对待评估节点的电压暂降严重程度进行评估。
实施例4：
本实施例提供了一种存储介质，该存储介质为计算机可读存储介质，其存储有计算机程序，所述计算机程序被处理器执行时，实现上述实施例1的节点电压暂降严重程度评估方法，如下：
获取电压暂降样本数据；其中，所述电压暂降样本数据包括电压暂降事件的电压幅值和持续时间；
根据电压幅值和持续时间，计算得到电压幅值的互补累积分布函数和持续时间的累积分布函数；
将电压幅值的互补累积分布函数与归一化后的电压幅值严重性指标进行等权求和，以及将持续时间的累积分布函数与归一化后的持续时间严重性指标进行等权求和，生成电压幅值影响度曲线和持续时间影响度曲线；
基于暂降统计表对电压幅值和持续时间的区间划分，根据电压暂降样本数据，统计节点各次电压暂降事件的电压幅值、持续时间落于暂降统计表的区间，利用电压幅值影响度曲线和持续时间影响度曲线计算节点各次暂降事件的归一化电压暂降影响度；
根据节点各次暂降事件的归一化电压暂降影响度，求取均值，生成平均电压暂降影响度指标，以对待评估节点的电压暂降严重程度进行评估。
需要说明的是，本实施例的计算机可读存储介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
综上所述，本发明通过电压暂降样本数据能够生成电压幅值影响度曲线和持续时间影响度曲线，统计节点各次电压暂降事件的电压幅值、持续时间落于暂降统计表的区间，利用电压幅值影响度曲线和持续时间影响度曲线计算节点各次暂降事件的归一化电压暂降影响度，求取均值，生成平均电压暂降影响度指标，该平均电压暂降影响度指标兼顾了电压暂降幅值和持续时间两大特征量，并根据特征量区间统计归纳，计算简便，能够在一定程度上对待评估网络节点的电压暂降严重程度进行评估，与现有的典型指标相比，对电网的节点电压暂降严重程度评估更合理和更准确。
以上所述，仅为本发明专利较佳的实施例，但本发明专利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专利所公开的范围内，根据本发明专利的技术方案及其发明构思加以等同替换或改变，都属于本发明专利的保护范围。
Claims (8)
1.一种节点电压暂降严重程度评估方法，其特征在于，所述方法包括：
获取电压暂降样本数据；其中，所述电压暂降样本数据包括电压暂降事件的电压幅值和持续时间；
根据电压幅值和持续时间，计算得到电压幅值的互补累积分布函数和持续时间的累积分布函数；
将电压幅值的互补累积分布函数与归一化后的电压幅值严重性指标进行等权求和，以及将持续时间的累积分布函数与归一化后的持续时间严重性指标进行等权求和，生成电压幅值影响度曲线和持续时间影响度曲线；
基于暂降统计表中对电压幅值和持续时间的区间划分，根据电压暂降样本数据，统计节点各次电压暂降事件的电压幅值、持续时间落于暂降统计表的区间，利用电压幅值影响度曲线和持续时间影响度曲线计算节点各次暂降事件的归一化电压暂降影响度，所述暂降统计表由IEC 61000-2-8标准的推荐表格修改得到，所述暂降统计表不统计1s以上的暂降事件，且在1s内的暂降事件的持续时间区间再度细化；根据电压暂降定义，所述暂降统计表中的持续时间从0.5周波开始统计；修改得到的暂降统计表有9个电压幅值区间及8个持续时间区间；
根据节点各次暂降事件的归一化电压暂降影响度，求取均值，生成平均电压暂降影响度指标，以对待评估节点的电压暂降严重程度进行评估；
所述利用电压幅值影响度曲线和持续时间影响度曲线计算节点各次暂降事件的归一化电压暂降影响度，具体包括：
根据电压幅值影响度曲线表达式和持续时间影响度曲线表达式，计算节点各次暂降事件的电压幅值落于暂降统计表的电压幅值区间的电压幅值影响度值以及持续时间落于暂降统计表的持续时间区间的持续时间影响度值；
根据节点各次暂降事件的电压幅值落于暂降统计表的电压幅值区间的电压幅值影响度值以及持续时间落于暂降统计表的持续时间区间的持续时间影响度值，计算节点各次暂降事件的归一化电压暂降影响度；
所述电压幅值落于暂降统计表的电压幅值区间的电压幅值影响度值，计算如下式：
其中，IU(a)表示电压幅值落于暂降统计表的电压幅值第a区间的电压幅值影响度值， U(a)分别表示电压幅值落于暂降统计表的电压幅值第a区间的上、下阈值；
所述持续时间落于暂降统计表的持续时间区间的持续时间影响度值，计算如下式：
其中，T表示持续时间，IT(b)表示持续时间落于暂降统计表的持续时间第b区间的电压幅值影响度值，T(b)分别表示持续时间落于暂降统计表的持续时间第b区间的上、下阈值；
所述归一化电压暂降影响度，计算如下式：
其中，I(a,b)表示归一化电压暂降影响度。
2.根据权利要求1所述的节点电压暂降严重程度评估方法，其特征在于，所述电压幅值影响度曲线表达式，如下：
IU(U)＝0.5fMSI(U)+0.5FU(U)
其中，U表示电压幅值，FU(U)表示电压幅值的互补累积分布函数，fMSI(U)表示归一化后的电压幅值严重性指标，如下式：
所述持续时间影响度曲线表达式，如下：
IT(T)＝0.5fDSI(T)+0.5FT(T)
其中，FT(T)表示持续时间的累积分布函数，fDSI(T)表示归一化后的持续时间严重性指标，如下式：
其中，T表示持续时间。
3.根据权利要求1-2任一项所述的节点电压暂降严重程度评估方法，其特征在于，所述根据电压幅值和持续时间，计算得到电压幅值的互补累积分布函数和持续时间的累积分布函数，具体包括：
基于最大熵原理，求取电压幅值的最大熵概率密度函数和持续时间的最大熵概率密度函数；
根据电压幅值的最大熵概率密度函数，通过互补累积计算得到电压幅值的互补累积分布函数，以及根据持续时间的最大熵概率密度函数，通过累积计算得到持续时间的累积分布函数。
4.根据权利要求3所述的节点电压暂降严重程度评估方法，其特征在于，所述基于最大熵原理，求取电压幅值的最大熵概率密度函数和持续时间的最大熵概率密度函数，具体包括：
若随机变量x连续分布，最大熵模型如下式：
max H(x)＝-∫f(x)lnf(x)dx
其中，f(x)表示最小偏见概率分布模型，μk为随机变量的k阶原点矩，k为阶数，k＝1,2,…,n；条件极值问题通过拉格朗日乘子法化为无约束优化问题，引入拉格朗日乘子λ0，λ1，…，λn，构造拉格朗日函数，如下式：
令得到最大熵概率密度函数的解析表达式如下：
其中，a为线性变换因子；求取λk和a，确定f(x)表达式，将最大熵概率密度函数与最大熵模型的约束条件联立，得到下式：
求解得到电压幅值的最大熵概率密度函数和持续时间的最大熵概率密度函数。
5.根据权利要求1-2任一项所述的节点电压暂降严重程度评估方法，其特征在于，所述平均电压暂降影响度指标，计算如下式：
其中，Iave.i表示节点i的平均电压暂降影响度指标，I(a,b)表示归一化电压暂降影响度，Nab.i表示节点i电压幅值落于暂降统计表的电压幅值第a区间、持续时间落于暂降统计表的持续时间第b区间的电压暂降事件的次数，A表示暂降统计表的电压幅值区间数，B表示暂降统计表的持续时间区间数。
6.一种节点电压暂降严重程度评估装置，其特征在于，所述装置包括：
获取模块，用于获取电压暂降样本数据；其中，所述电压暂降样本数据包括电压暂降事件的电压幅值和持续时间；
第一计算模块，用于根据电压幅值和持续时间，计算得到电压幅值的互补累积分布函数和持续时间的累积分布函数；
生成模块，用于将电压幅值的互补累积分布函数与归一化后的电压幅值严重性指标进行等权求和，以及将持续时间的累积分布函数与归一化后的持续时间严重性指标进行等权求和，生成电压幅值影响度曲线和持续时间影响度曲线；
第二计算模块，用于基于暂降统计表中对电压幅值和持续时间的区间划分，根据电压暂降样本数据，统计节点各次电压暂降事件的电压幅值、持续时间落于暂降统计表的区间，利用电压幅值影响度曲线和持续时间影响度曲线计算节点各次暂降事件的归一化电压暂降影响度，所述暂降统计表由IEC 61000-2-8标准的推荐表格修改得到，所述暂降统计表不统计1s以上的暂降事件，且在1s内的暂降事件的持续时间区间再度细化；根据电压暂降定义，所述暂降统计表中的持续时间从0.5周波开始统计；修改得到的暂降统计表有9个电压幅值区间及8个持续时间区间；
评估模块，用于根据节点各次暂降事件的归一化电压暂降影响度，求取均值，生成平均电压暂降影响度指标，以对待评估节点的电压暂降严重程度进行评估；
所述利用电压幅值影响度曲线和持续时间影响度曲线计算节点各次暂降事件的归一化电压暂降影响度，具体包括：
根据电压幅值影响度曲线表达式和持续时间影响度曲线表达式，计算节点各次暂降事件的电压幅值落于暂降统计表的电压幅值区间的电压幅值影响度值以及持续时间落于暂降统计表的持续时间区间的持续时间影响度值；
根据节点各次暂降事件的电压幅值落于暂降统计表的电压幅值区间的电压幅值影响度值以及持续时间落于暂降统计表的持续时间区间的持续时间影响度值，计算节点各次暂降事件的归一化电压暂降影响度；
所述电压幅值落于暂降统计表的电压幅值区间的电压幅值影响度值，计算如下式：
其中，IU(a)表示电压幅值落于暂降统计表的电压幅值第a区间的电压幅值影响度值， U(a)分别表示电压幅值落于暂降统计表的电压幅值第a区间的上、下阈值；
所述持续时间落于暂降统计表的持续时间区间的持续时间影响度值，计算如下式：
其中，T表示持续时间，IT(b)表示持续时间落于暂降统计表的持续时间第b区间的电压幅值影响度值，T(b)分别表示持续时间落于暂降统计表的持续时间第b区间的上、下阈值；
所述归一化电压暂降影响度，计算如下式：
其中，I(a,b)表示归一化电压暂降影响度。
7.一种计算机设备，包括处理器以及用于存储处理器可执行程序的存储器，其特征在于，所述处理器执行存储器存储的程序时，实现权利要求1-5任一项所述的节点电压暂降严重程度评估方法。
8.一种存储介质，存储有程序，其特征在于，所述程序被处理器执行时，实现权利要求1-5任一项所述的节点电压暂降严重程度评估方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011637156.2A CN112686549B (zh) | 2020-12-31 | 2020-12-31 | 节点电压暂降严重程度评估方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011637156.2A CN112686549B (zh) | 2020-12-31 | 2020-12-31 | 节点电压暂降严重程度评估方法、装置、设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112686549A CN112686549A (zh) | 2021-04-20 |
| CN112686549B true CN112686549B (zh) | 2024-06-14 |
Family
ID=75456576
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011637156.2A Active CN112686549B (zh) | 2020-12-31 | 2020-12-31 | 节点电压暂降严重程度评估方法、装置、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112686549B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113848377A (zh) * | 2021-09-30 | 2021-12-28 | 深圳供电局有限公司 | 电压暂降的隔离度计算方法、装置、设备和存储介质 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107561347A (zh) * | 2017-08-16 | 2018-01-09 | 广州供电局有限公司 | 电压暂降严重程度评价方法和系统 |
Family Cites Families (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101534008B (zh) * | 2008-12-01 | 2011-03-16 | 华南理工大学 | 减少电压暂降对用电设备影响的方法 |
| US8326576B2 (en) * | 2009-12-30 | 2012-12-04 | Mitsubishi Electric Research Laboratories, Inc. | Detecting power quality events in power distribution networks |
| CN103487682A (zh) * | 2013-09-13 | 2014-01-01 | 深圳供电局有限公司 | 一种电压暂降扰动下敏感客户电能体验质量的预警方法 |
| CN105893757B (zh) * | 2016-04-01 | 2021-02-09 | 国网河南省电力公司电力科学研究院 | 一种用于电压暂降严重程度的综合评估方法 |
| CN106370913A (zh) * | 2016-09-18 | 2017-02-01 | 浙江群力电气有限公司 | 一种节点电压暂降严重性评估系统及评估方法 |
| CN108764666A (zh) * | 2018-05-15 | 2018-11-06 | 国网上海市电力公司 | 基于多质量损失函数综合的用户暂降经济损失评估方法 |
| CN110658409A (zh) * | 2019-10-15 | 2020-01-07 | 深圳供电局有限公司 | 一种敏感设备电压暂降故障水平评估方法、计算机设备和存储介质 |
| CN110930049B (zh) * | 2019-11-29 | 2022-06-07 | 西安交通大学 | 一种用于综合评价区域配电网电能质量的方法 |
-
2020
- 2020-12-31 CN CN202011637156.2A patent/CN112686549B/zh active Active
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107561347A (zh) * | 2017-08-16 | 2018-01-09 | 广州供电局有限公司 | 电压暂降严重程度评价方法和系统 |
Non-Patent Citations (1)
| Title |
|---|
| 用电压暂降严重程度和最大熵评估负荷电压暂降敏感度;肖先勇 等;中国电机工程学报;20091105;第29卷(第31期);第115-121页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112686549A (zh) | 2021-04-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Cao et al. | Switching Markov Gaussian models for dynamic power system inertia estimation | |
| CN110601900B (zh) | 一种网络故障预警方法及装置 | |
| EP2806572A1 (en) | Detecting and locating power outages via low voltage grid mapping | |
| CN109270482B (zh) | 电压互感器计量准确度在线评价方法及终端设备 | |
| CN105098763A (zh) | 一种基于wams和ems的暂态电压稳定在线评估方法 | |
| CN111103851B (zh) | 基于联合历史和时间序列分析的异常表征的系统和方法 | |
| TWI386652B (zh) | 辨識電器狀態之方法、系統及電腦程式產品 | |
| Hasan et al. | The influence of load on risk-based small-disturbance security profile of a power system | |
| CN104900551A (zh) | 一种晶圆质量管控方法和装置 | |
| CN110930052A (zh) | 一种变电设备故障率预测方法，系统，设备及可读存储介质 | |
| CN112686549B (zh) | 节点电压暂降严重程度评估方法、装置、设备及存储介质 | |
| Werner et al. | Smart load tracking and reporting for real-time metering in electric power grids | |
| CN115600879A (zh) | 一种断路器异常预警方法、系统及相关装置 | |
| CN109587145B (zh) | 一种电力网络中的虚假数据入侵检测方法、装置及设备 | |
| CN117452090A (zh) | 一种电力设备安全监测方法及其监测系统 | |
| CN111313399B (zh) | 一种区域用电网络拓扑关系确认方法、装置和系统 | |
| CN113300373B (zh) | 一种基于prmse评价指标的稳定裕度值预测方法及装置 | |
| CN117970033A (zh) | 配电网的故障定位方法、装置、存储介质和电子装置 | |
| CN117554717A (zh) | 列车关键设备电磁干扰测试系统及方法 | |
| Follum et al. | A statistics-based threshold for the RMS-energy oscillation detector | |
| CN111044100A (zh) | 一种用于电力计量的传感器装置及控制方法 | |
| CN115494382B (zh) | 判断智能开关上下级关系的方法及系统、设备、存储介质 | |
| Nangrani et al. | Smart grid security assessment using intelligent technique based on novel chaotic performance index | |
| Li et al. | Estimation method for voltage sag occurrence frequency based on calculation of protection operating time characteristics | |
| Radhakrishnan et al. | Quality assessment of smart grid data |
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 |