CN112905958A - 基于测控装置的短时数据窗遥测数据状态辨识方法及系统 - Google Patents

基于测控装置的短时数据窗遥测数据状态辨识方法及系统 Download PDF

Info

Publication number
CN112905958A
CN112905958A CN202110110242.6A CN202110110242A CN112905958A CN 112905958 A CN112905958 A CN 112905958A CN 202110110242 A CN202110110242 A CN 202110110242A CN 112905958 A CN112905958 A CN 112905958A
Authority
CN
China
Prior art keywords
short
time data
data window
time
window
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
CN202110110242.6A
Other languages
English (en)
Other versions
CN112905958B (zh
Inventor
龚世敏
蔡亮亮
洪莹
唐斌
袁泉
李帅
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.)
Nanjing SAC Automation Co Ltd
Original Assignee
Nanjing SAC Automation Co Ltd
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 Nanjing SAC Automation Co Ltd filed Critical Nanjing SAC Automation Co Ltd
Priority to CN202110110242.6A priority Critical patent/CN112905958B/zh
Publication of CN112905958A publication Critical patent/CN112905958A/zh
Application granted granted Critical
Publication of CN112905958B publication Critical patent/CN112905958B/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
    • 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
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
    • H02J13/00001—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by the display of information or by user interaction, e.g. supervisory control and data acquisition systems [SCADA] or graphical user interfaces [GUI]
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
    • H02J13/00002—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by monitoring
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
    • H02J13/00032—Systems characterised by the controlled or operated power network elements or equipment, the power network elements or equipment not otherwise provided for
    • H02J13/00034—Systems characterised by the controlled or operated power network elements or equipment, the power network elements or equipment not otherwise provided for the elements or equipment being or involving an electric power substation
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/16—Electric power substations

Abstract

本发明公开了智能变电站技术领域的一种基于测控装置的短时数据窗遥测数据状态辨识方法及系统，可以对变电站测控装置中秒级周期数据的波动状态进行识别预警，能及时发现运行问题隐患，提高运维效率。包括：完成给定短时数据窗长度内的原始采样，得到原始采样值序列，进而获取短时数据窗内的有效值序列；根据短时数据窗内的有效值序列，获取短时数据窗内的极值点序列；基于短时数据窗内的极值点序列，统计短时数据窗内的有效变动次数，进而获取短时数据窗内的变动频率；对实时获取的短时数据窗内的变动频率进行累加得到长时数据窗内的变动频率；基于短时数据窗内的变动频率和长时数据窗内的变动频率进行遥测数据状态辨识。

Description

基于测控装置的短时数据窗遥测数据状态辨识方法及系统
技术领域
本发明属于智能变电站技术领域，具体涉及一种基于测控装置的短时数据窗遥测数据状态辨识方法及系统。
背景技术
目前智能变电站测控装置主要用于监测稳态数据，秒级周期数据刷新无法识别短时（几百毫秒级内）波动状态，采用简单的越线变化上送机制，在频繁扰动时，大大增加网络数据流量和峰值，不利于网络的稳定运行，且后台监控历史库存储一般为周期性定时存储，设定间隔都在分钟或小时级别，无法准确反应判别较小间隔内实际运行的稳定性状态。
发明内容
为解决现有技术中的不足，本发明提供一种基于测控装置的短时数据窗遥测数据状态辨识方法及系统，可以对变电站测控装置中秒级周期数据的波动状态进行识别预警，能及时发现运行问题隐患，提高运维效率，实现了系统稳态数据监测品质状态的可量化评估，为系统诊断分析提供量化决策依据。
为达到上述目的，本发明所采用的技术方案是：
第一方面，提供一种短时数据窗遥测数据状态辨识方法，包括：完成给定短时数据窗长度内的原始采样，得到原始采样值序列，进而获取短时数据窗内的有效值序列；根据短时数据窗内的有效值序列，获取短时数据窗内的极值点序列；基于短时数据窗内的极值点序列，统计短时数据窗内的有效变动次数，进而获取短时数据窗内的变动频率；对实时获取的短时数据窗内的变动频率进行累加得到长时数据窗内的变动频率；基于短时数据窗内的变动频率和长时数据窗内的变动频率进行遥测数据状态辨识。
进一步地，所述给定短时数据窗长度为整数周波20ms的整数倍。
进一步地，所述获取短时数据窗内的有效值序列，具体为：基于原始采样值序列，采用递推校准算法计算得到短时数据窗内的有效值序列。
进一步地，所述获取短时数据窗内的极值点序列，具体为：当短时数据窗内的有效值序列中的有效值A(r)满足［A(r)- A(r-1)］×［A(r+1)－A(r)］≤０时，即为极值点，并写入短时数据窗内的极值点序列B(ｋ)中，对短时数据窗内的有效值序列中的有效值进行遍历，获取短时数据窗内的极值点序列B(ｋ)。
进一步地，所述获取短时数据窗内的变动频率，具体为：对短时数据窗内的极值点序列B(ｋ)进行一阶求导，得到序列B＇(k)，以一个B＇(k1)为起始基准，与相邻连续若干个B＇(k2)、B＇(k3)、…、B＇(ki)进行求和运算，结果大于限值，记录为一次有效变动，限值=遥测变动系数×额定值；随后以B＇(ki)为起始基准，与后续相邻连续B＇（ki+1）、B＇（ki+2）、…进行求和运算，结果大于限值，累计记录一次有效变动；如此遍历，直到序列B＇（k）结束；最终统计出短时数据窗内的变动频率Ds。
进一步地，所述对实时获取的短时数据窗内的变动频率进行累加得到长时数据窗内的变动频率，具体为：实时计算短时数据窗内的变动频率Ds，并进行累加得到长时数据窗内的变动频率Dl，当累计时长大于等于长时数据窗长度Tl时，触发上送一次累计值，然后将长时数据窗内的变动频率Dl清零，重新开始下一个统计周期。
进一步地，所述基于短时数据窗内的变动频率和长时数据窗内的变动频率进行遥测数据状态辨识，具体为：当长时数据窗内的变动频率Dl达到长时变动告警限值Sl时，给出遥测频繁变动告警信息；当短时数据窗内的变动频率Ds达到短时变动告警限值Ss时，触发启动录波，保存当前变动时刻的暂态录波数据。
进一步地，所述基于短时数据窗内的变动频率和长时数据窗内的变动频率进行遥测数据状态辨识，还包括：纵向比对，进行间隔内各通道变动状态随时间变化规律统计，得出扰动负荷时间段分布规律；横向比对，分析间隔内各通道的变动关系，跨间隔横向对比不同间隔变动状态相关性。
第二方面，提供一种短时数据窗遥测数据状态辨识系统，包括：第一模块，用于完成给定短时数据窗时间内的原始采样，得到原始采样值序列，进而获取短时数据窗内的有效值序列；第二模块，用于根据短时数据窗内的有效值序列，获取短时数据窗内的极值点序列；第三模块，用于基于短时数据窗内的极值点序列，统计短时数据窗内的有效变动次数，进而获取短时数据窗内的变动频率；第四模块，用于对实时获取的短时数据窗内的变动频率进行累加得到长时数据窗内的变动频率；第五模块，用于基于短时数据窗内的变动频率和长时数据窗内的变动频率进行遥测数据状态辨识。
第三方面，提供一种计算机可读存储介质，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序被处理器运行时控制所述存储介质所在设备执行第一方面中所述的短时数据窗遥测数据状态辨识方法。
与现有技术相比，本发明所达到的有益效果：
（1）本发明通过对给定短时数据窗长度内的原始采样进行数据处理并获取短时数据窗内的有效值序列，进而获取短时数据窗内的变动频率和长时数据窗内的变动频率，并基于此进行遥测数据状态辨识，可以对变电站测控装置中秒级周期数据的波动状态进行识别预警，能及时发现运行问题隐患，提高运维效率；
（2）本发明通过针对短时数据窗遥测数据稳定趋势状态辨识预警，为系统运行提供更加丰富准确的状态监测信息，通过量化指标实时监测反应评估测量运行的稳定性，为运行优化提升提供有效支撑，实现了系统稳态数据监测品质状态的可量化评估，为系统诊断分析提供量化决策依据；
（3）本发明基于集中式的测控可以收集到多个间隔遥测运行状态信息，可以进行深度数据挖掘，进行各通道间、各间隔间的关联性分析诊断，提供综合分析结果。
附图说明
图1是本发明实施例提供的一种基于测控装置的短时数据窗遥测数据状态辨识方法的流程示意图。
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。
实施例一：
如图1所示，一种短时数据窗遥测数据状态辨识方法，包括：完成给定短时数据窗长度内的原始采样，得到原始采样值序列，进而获取短时数据窗内的有效值序列；根据短时数据窗内的有效值序列，获取短时数据窗内的极值点序列；基于短时数据窗内的极值点序列，统计短时数据窗内的有效变动次数，进而获取短时数据窗内的变动频率；对实时获取的短时数据窗内的变动频率进行累加得到长时数据窗内的变动频率；基于短时数据窗内的变动频率和长时数据窗内的变动频率进行遥测数据状态辨识。
本实施例的基本思路是针对给定的采样数据窗口，识别采样信号波动变化情况，通过量化统计波动变化次数来反应信号的稳定状态。
具体判别原理方法为：在给定的短时数据窗口内（一般200ms以内），经过递推算法计算出对应的有效值电参量，可得到给定数据窗对应的有效值曲线，当有效值曲线中相邻两个极值之差（或连续多个极值差累计算术和）大于波动限值，记录为一次有效变动。累计短时数据窗内的有效变动次数即为该通道信号的短时波动频率，短时数据窗波动频率累积得到长时数据窗波动频率。
具体包括：参数设置及统计输出、遥测变动逻辑判别过程、统计分析诊断处理三个部分。
一、参数设置及统计输出，
参数设置主要包括遥测变动系数、短时数据窗长度、长时数据窗长度、短时变动告警限值、长时变动告警限值。具体定义如下：
遥测变动系数Coef，用额定值百分比表示，用于设置测量量越线幅度判别阈值，典型值为0.1%，设置范围为0-1，本实施例设置为0.1%；
短时数据窗长度Ts：用时间表示，用于设置遥测辨识处理窗口的长度，典型值为0.2s，设置范围为0.1s-0.2s，本实施例设置为0.2s；
长时数据窗长度Tl：用时间表示，用于设置累计遥测处理窗口的长度，典型值为60s，设置范围为1s-36000s，本实施例设置为60s；
短时变动告警限值Ss：用整数计数表示，用于设置短时数据窗时间段内允许的最大变动次数，典型值为3次，设置范围为1-0xFFFF次，本实施例设置为3次；
长时变动告警限值Sl：用整数计数表示，用于设置长时数据窗时间段内允许的最大变动次数，典型值为60次，设置范围为1-0xFFFF次，本实施例设置为60次；
统计量输出包括：短时数据窗内的变动频率Ds、长时数据窗变动次数累计。具体定义如下：
短时数据窗内的变动频率Ds用于记录短时数据窗长度Ts时间段内遥测有效变动次数，本实例取Ts=0.2s，即变动频率（Ds）表示为ｎ次／0.2s；
长时数据窗内的变动频率Dl：用于记录短时数据窗长度Tl时间段内累计遥测有效变动次数，由短时数据窗内变动频率累加得到，本实例取Tl =60s，即300个连续Ds的累计得到Dl。
二、遥测变动逻辑判别过程
短时数据窗变动判别统计过程如下：
（1）原始采样算法处理，完成给定短时数据窗长度内的原始采样，得到原始采样值序列，进而获取短时数据窗内的有效值序列；
完成给定短时数据窗长度Ts（整数周波20ms 的整数倍）时间内的原始采样（SV数字采样或AD模拟采样都可），得到原始采样值序列X(n)，每周波采样点数为N，n=1、2、…、Ts/0.02×N；通过递推校准算法计算得到短时窗口内的有效值序列A(m)，其中（m=1、2、…、 Ts/0.02×4）。
本实施例取短时数据窗长度Ts=200ms，10个整数周波窗口数据，每周波采样N=80点，得到原始采样值序列X(n)， n=1、2、…、10*N；通过DFT递推校准算法计算得到短时窗口内的有效值序列A(m)，这里采用每1/4周波递推一次，可得到连续40个值的有效值序列A(m)，（m=1、2、…、40）。
（2）识别短时数据窗极值点，根据短时数据窗内的有效值序列，获取短时数据窗内的极值点序列；
当短时数据窗内的有效值序列Ａ（ｍ）中的有效值A(r)满足［A(r)- A(r-1)］×［A(r+1)－A(r)］≤０时，即为极值点，并写入短时数据窗内的极值点序列B(ｋ)中，对短时数据窗内的有效值序列中的有效值进行遍历，获取短时数据窗内的极值点序列B(ｋ)，ｋ≤Ts/0.02×4。
本实施例中，对短时数据窗内的有效值序列中的有效值A(r)进行遍历判别后得到极值点序列B(k)，其中r=1、2、…、39，当r=1时，A(r-1)=A(0)，A（0）为上一个短时数据窗有效值序列中的A（40），第一个短时数据窗A（0）初始为0，当r=39时，A(r+1)=A(40)；。
（3）短时数据窗有效变动判别及统计，基于短时数据窗内的极值点序列，统计短时数据窗内的有效变动次数，进而获取短时数据窗内的变动频率；具体方法如下：
对短时数据窗内的极值点序列B(k)进行一阶求导，得到序列B＇(k)，以一个B＇(k1)为起始基准，与相邻连续若干个B＇(k2)、B＇(k3)、…、B＇(ki)进行求和运算，结果大于限值，记录为一次有效变动，限值=遥测变动系数×额定值；随后以B＇(ki)为起始基准，与后续相邻连续B＇（ki+1）、B＇（ki+2）、…进行求和运算，结果大于限值，累计记录一次有效变动；如此遍历，直到序列B＇（k）结束；最终统计出短时数据窗内的变动频率Ds。
（4）长时数据窗有效变动统计，对实时获取的短时数据窗内的变动频率进行累加得到长时数据窗内的变动频率；
实时计算短时数据窗内的变动频率Ds，并进行累加得到长时数据窗内的变动频率Dl，当累计时长大于等于长时数据窗长度Tl时，触发上送一次累计值，然后将长时数据窗内的变动频率Dl清零，重新开始下一个统计周期。
三、统计分析诊断处理，测控装置基于短时数据窗内的变动频率和长时数据窗内的变动频率进行遥测数据状态辨识，具体如下：
（1）装置实时进行长时数据窗内的变动频率Dl判别，当长时数据窗内的变动频率Dl达到长时变动告警限值Sl时，给出遥测频繁变动告警信息；
（2）装置实时进行短时数据窗内的变动频率Ds判别，当短时数据窗内的变动频率Ds达到短时变动告警限值Ss时，可触发启动录波，保存当前变动时刻的暂态录波数据以备进一步分析；
（3）纵向比对，进行间隔内各通道变动状态随时间变化规律统计，得出扰动负荷时间段分布规律；
（4）横向比对，分析间隔内各通道的变动关系，跨间隔横向对比不同间隔变动状态相关性。
本实施例通过对给定短时数据窗长度内的原始采样进行数据处理并获取短时数据窗内的有效值序列，进而获取短时数据窗内的变动频率和长时数据窗内的变动频率，并基于此进行遥测数据状态辨识，可以对变电站测控装置中秒级周期数据的波动状态进行识别预警，能及时发现运行问题隐患，提高运维效率；通过针对短时数据窗遥测数据稳定趋势状态辨识预警，为系统运行提供更加丰富准确的状态监测信息，通过量化指标实时监测反应评估测量运行的稳定性，为运行优化提升提供有效支撑，实现了系统稳态数据监测品质状态的可量化评估，为系统诊断分析提供量化决策依据；本实施例基于集中式的测控可以收集到多个间隔遥测运行状态信息，可以进行深度数据挖掘，进行各通道间、各间隔间的关联性分析诊断，提供综合分析结果。
与后台监控数据统计相比，测控装置对波动数据统计实时性、准确性更高；通过可设置的限值及时预警，提升系统的智能化水平。
实施例二：
基于实施例一所述的短时数据窗遥测数据状态辨识方法，本实施例提供一种短时数据窗遥测数据状态辨识系统，包括：
第一模块，用于完成给定短时数据窗时间内的原始采样，得到原始采样值序列，进而获取短时数据窗内的有效值序列；
第二模块，用于根据短时数据窗内的有效值序列，获取短时数据窗内的极值点序列；
第三模块，用于基于短时数据窗内的极值点序列，统计短时数据窗内的有效变动次数，进而获取短时数据窗内的变动频率；
第四模块，用于对实时获取的短时数据窗内的变动频率进行累加得到长时数据窗内的变动频率；
第五模块，用于基于短时数据窗内的变动频率和长时数据窗内的变动频率进行遥测数据状态辨识。
实施例三：
基于实施例一所述的短时数据窗遥测数据状态辨识方法，本实施例提供一种计算机可读存储介质，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序被处理器运行时控制所述存储介质所在设备执行实施例一中所述的短时数据窗遥测数据状态辨识方法。
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 (10)

1.一种短时数据窗遥测数据状态辨识方法，其特征是，包括：
完成给定短时数据窗长度内的原始采样，得到原始采样值序列，进而获取短时数据窗内的有效值序列；
根据短时数据窗内的有效值序列，获取短时数据窗内的极值点序列；
基于短时数据窗内的极值点序列，统计短时数据窗内的有效变动次数，进而获取短时数据窗内的变动频率；
对实时获取的短时数据窗内的变动频率进行累加得到长时数据窗内的变动频率；
基于短时数据窗内的变动频率和长时数据窗内的变动频率进行遥测数据状态辨识。
2.根据权利要求1所述的短时数据窗遥测数据状态辨识方法，其特征是，所述给定短时数据窗长度为整数周波20ms的整数倍。
3.根据权利要求1所述的短时数据窗遥测数据状态辨识方法，其特征是，所述获取短时数据窗内的有效值序列，具体为：基于原始采样值序列，采用递推校准算法计算得到短时数据窗内的有效值序列。
4.根据权利要求1所述的短时数据窗遥测数据状态辨识方法，其特征是，所述获取短时数据窗内的极值点序列，具体为：
当短时数据窗内的有效值序列中的有效值A(r)满足［A(r)- A(r-1)］×［A(r+1)－A(r)］≤０时，即为极值点，并写入短时数据窗内的极值点序列B(ｋ)中，对短时数据窗内的有效值序列中的有效值进行遍历，获取短时数据窗内的极值点序列B(ｋ)。
5.根据权利要求1所述的短时数据窗遥测数据状态辨识方法，其特征是，所述获取短时数据窗内的变动频率，具体为：
对短时数据窗内的极值点序列B(k)进行一阶求导，得到序列B＇(k)，以一个B＇(k1)为起始基准，与相邻连续若干个B＇(k2)、B＇(k3)、…、B＇(ki)进行求和运算，结果大于限值，记录为一次有效变动，限值=遥测变动系数×额定值；随后以B＇(ki)为起始基准，与后续相邻连续B＇（ki+1）、B＇（ki+2）、…进行求和运算，结果大于限值，累计记录一次有效变动；如此遍历，直到序列B＇（k）结束；最终统计出短时数据窗内的变动频率Ds。
6.根据权利要求1所述的短时数据窗遥测数据状态辨识方法，其特征是，所述对实时获取的短时数据窗内的变动频率进行累加得到长时数据窗内的变动频率，具体为：
实时计算短时数据窗内的变动频率Ds，并进行累加得到长时数据窗内的变动频率Dl，当累计时长大于等于长时数据窗长度Tl时，触发上送一次累计值，然后将长时数据窗内的变动频率Dl清零，重新开始下一个统计周期。
7.根据权利要求1所述的短时数据窗遥测数据状态辨识方法，其特征是，所述基于短时数据窗内的变动频率和长时数据窗内的变动频率进行遥测数据状态辨识，具体为：
当长时数据窗内的变动频率Dl达到长时变动告警限值Sl时，给出遥测频繁变动告警信息；
当短时数据窗内的变动频率Ds达到短时变动告警限值Ss时，触发启动录波，保存当前变动时刻的暂态录波数据。
8.根据权利要求1所述的短时数据窗遥测数据状态辨识方法，其特征是，所述基于短时数据窗内的变动频率和长时数据窗内的变动频率进行遥测数据状态辨识，还包括：
纵向比对，进行间隔内各通道变动状态随时间变化规律统计，得出扰动负荷时间段分布规律；
横向比对，分析间隔内各通道的变动关系，跨间隔横向对比不同间隔变动状态相关性。
9.一种短时数据窗遥测数据状态辨识系统，其特征是，包括：
第一模块，用于完成给定短时数据窗时间内的原始采样，得到原始采样值序列，进而获取短时数据窗内的有效值序列；
第二模块，用于根据短时数据窗内的有效值序列，获取短时数据窗内的极值点序列；
第三模块，用于基于短时数据窗内的极值点序列，统计短时数据窗内的有效变动次数，进而获取短时数据窗内的变动频率；
第四模块，用于对实时获取的短时数据窗内的变动频率进行累加得到长时数据窗内的变动频率；
第五模块，用于基于短时数据窗内的变动频率和长时数据窗内的变动频率进行遥测数据状态辨识。
10.一种计算机可读存储介质，其特征是，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序被处理器运行时控制所述存储介质所在设备执行权利要求1至8中任意一项所述的短时数据窗遥测数据状态辨识方法。
CN202110110242.6A 2021-01-27 2021-01-27 基于测控装置的短时数据窗遥测数据状态辨识方法及系统 Active CN112905958B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110110242.6A CN112905958B (zh) 2021-01-27 2021-01-27 基于测控装置的短时数据窗遥测数据状态辨识方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110110242.6A CN112905958B (zh) 2021-01-27 2021-01-27 基于测控装置的短时数据窗遥测数据状态辨识方法及系统

Publications (2)

Publication Number Publication Date
CN112905958A true CN112905958A (zh) 2021-06-04
CN112905958B CN112905958B (zh) 2024-04-19

Family

ID=76120594

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110110242.6A Active CN112905958B (zh) 2021-01-27 2021-01-27 基于测控装置的短时数据窗遥测数据状态辨识方法及系统

Country Status (1)

Country Link
CN (1) CN112905958B (zh)

Citations (51)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2438860A1 (de) * 2010-10-07 2012-04-11 BIOTRONIK SE & Co. KG Medizinisches Sensorsystem
US20120114089A1 (en) * 2006-11-16 2012-05-10 Radislav Alexandrovich Potyrailo Apparatus for Detecting Contaminants in a Liquid and a System for Use Thereof
EP2452624A1 (de) * 2010-11-12 2012-05-16 BIOTRONIK SE & Co. KG Implantierbarer theranostischer Artikel
CN102623957A (zh) * 2012-04-01 2012-08-01 积成电子股份有限公司 基于窄带滤波的变数据窗基波相量求取方法
CN103296757A (zh) * 2013-05-21 2013-09-11 国家电网公司 基于多参量辨识的智能变电站二次系统故障判断方法
CN103575993A (zh) * 2013-11-04 2014-02-12 中国南方电网有限责任公司 结合pmu动态数据处理的采样数据处理方法
CN103617569A (zh) * 2013-12-10 2014-03-05 积成电子股份有限公司 基于质量评价的配网状态估计数据辨识与修正方法
CN103746722A (zh) * 2014-01-02 2014-04-23 东南大学 一种跳频信号跳周期和起跳时间估计方法
CN104598762A (zh) * 2015-02-15 2015-05-06 国电南瑞科技股份有限公司 一种能自适应频率变化的插值式采样值保护方法
CN104810796A (zh) * 2015-04-30 2015-07-29 国家电网公司 基于可变数据窗归一化面积指标的励磁涌流鉴别方法
US20150265151A1 (en) * 2002-09-03 2015-09-24 Omni Medsci, Inc. System and method for voice control of medical devices
CN104951763A (zh) * 2015-06-16 2015-09-30 北京四方继保自动化股份有限公司 基于录波大数据异常检测的发电机组次同步风险评估方法
CN105372495A (zh) * 2015-12-10 2016-03-02 广东蓄能发电有限公司 一种变频率正弦波形数据的频率和相量提取计算方法
CN105844542A (zh) * 2016-03-30 2016-08-10 东北石油大学 基于wams的电网单一大扰动在线检测方法
EP3109653A1 (de) * 2015-06-23 2016-12-28 Robert Bosch Gmbh Verfahren zum erkennen eines kurzschlusses innerhalb eines energiespeichers
CN106295850A (zh) * 2016-07-15 2017-01-04 广东电网有限责任公司电力科学研究院 一种基于历史量测的不良数据辨识方法及系统
CN106505557A (zh) * 2016-11-14 2017-03-15 中国电力科学研究院 一种遥测错误辨识方法及装置
CN106885941A (zh) * 2017-03-15 2017-06-23 国网福建省电力有限公司 基于频谱极值点的电网基波频率检测方法
CN106952178A (zh) * 2017-02-21 2017-07-14 国家电网公司 一种基于量测平衡的遥测不良数据辨识与原因分辨方法
US20170214843A1 (en) * 2016-01-22 2017-07-27 Coban Technologies, Inc. Systems, apparatuses, and methods for controlling audiovisual apparatuses
CN107064630A (zh) * 2017-03-31 2017-08-18 许继集团有限公司 一种电力系统频率测量方法及装置
CN107085134A (zh) * 2017-04-01 2017-08-22 北京机械设备研究所 一种电压闪变的检测方法
CN107153155A (zh) * 2017-06-26 2017-09-12 广东电网有限责任公司珠海供电局 一种电缆局部放电信号特征向量提取方法
CN107357977A (zh) * 2017-06-27 2017-11-17 华侨大学 基于二阶盲辨识的线性结构工作模态参数识别方法及装置
US20180025636A1 (en) * 2016-05-09 2018-01-25 Coban Technologies, Inc. Systems, apparatuses and methods for detecting driving behavior and triggering actions based on detected driving behavior
US20180050800A1 (en) * 2016-05-09 2018-02-22 Coban Technologies, Inc. Systems, apparatuses and methods for unmanned aerial vehicle
CN108062561A (zh) * 2017-12-05 2018-05-22 华南理工大学 一种基于长短时记忆网络模型的短时数据流预测方法
CN108365595A (zh) * 2018-03-09 2018-08-03 华北电力大学 基于模糊数学的柔性直流配电系统单端量保护方法
CN108490257A (zh) * 2018-03-26 2018-09-04 华北电力大学 一种基于频谱曲线拟合的短时窗间谐波测量方法
CN108876197A (zh) * 2018-07-19 2018-11-23 杨启蓓 一种电力设备集群及群组分析系统及方法
CN109087014A (zh) * 2018-08-13 2018-12-25 河海大学 一种电力系统抗差估计方法
CN109117747A (zh) * 2018-07-23 2019-01-01 电子科技大学 基于循环平稳与深度卷积神经网络的雷达信号分类方法
CN109374966A (zh) * 2018-10-23 2019-02-22 国网重庆市电力公司电力科学研究院 一种电网频率估计方法
CN109586253A (zh) * 2018-10-23 2019-04-05 西安交通大学 利用mmc注入信号特征的交流故障保护方法
CN109599866A (zh) * 2018-12-18 2019-04-09 国网辽宁省电力有限公司抚顺供电公司 一种预测辅助的电力系统状态估计方法
CN109615146A (zh) * 2018-12-27 2019-04-12 东北大学 一种基于深度学习的超短时风功率预测方法
CN109840355A (zh) * 2019-01-07 2019-06-04 国网江苏省电力有限公司电力科学研究院 一种电子式电流互感器异常数据的识别与修复方法
CN109883513A (zh) * 2019-01-17 2019-06-14 中国船舶及海洋工程设计研究院（中国船舶工业集团公司第七0八研究所） 一种基于LoRa的液位遥测系统及方法
US20190205232A1 (en) * 2018-01-03 2019-07-04 Dell Products L.P. Systems and methods for predicting information handling resource failures using deep recurrent neural networks
CN110018328A (zh) * 2019-05-07 2019-07-16 北京中瑞和电气有限公司 一种基于瞬态油流特征的电力变压器在线监测装置及方法
CN110083899A (zh) * 2019-04-17 2019-08-02 中国西安卫星测控中心 雷达测元数据的递推诊断与自修复方法
US20190241954A1 (en) * 2017-11-22 2019-08-08 The Regents Of The University Of California Type v crispr/cas effector proteins for cleaving ssdnas and detecting target dnas
CN110133433A (zh) * 2019-03-27 2019-08-16 国网浙江省电力有限公司电力科学研究院 一种基于突变积分乘积的直流配电网故障扰动辨识方法
CN110297258A (zh) * 2019-06-18 2019-10-01 中国科学院国家空间科学中心 一种单调递增计数类遥测参数异常自动判别方法及系统
CN110298455A (zh) * 2019-06-28 2019-10-01 西安因联信息科技有限公司 一种基于多变量估计预测的机械设备故障智能预警方法
CN110320434A (zh) * 2019-07-03 2019-10-11 山东大学 基于零序电流波形区间斜率曲线的高阻故障辨识方法及系统
CN110367969A (zh) * 2019-07-05 2019-10-25 复旦大学 一种改进的心电信号快速聚类分析方法
CN110610027A (zh) * 2019-08-13 2019-12-24 清华大学 一种基于短时数据的航空发动机解析余度计算方法
CN110796306A (zh) * 2019-10-29 2020-02-14 山东科技大学 一种外汇时间序列预测的构建方法
CN111238814A (zh) * 2019-09-30 2020-06-05 杭州安脉盛智能技术有限公司 一种基于短时希尔伯特变换的滚动轴承故障诊断方法
CN112000519A (zh) * 2020-08-17 2020-11-27 南京磐能电力科技股份有限公司 一种采样数据异常值修复方法及装置

Patent Citations (52)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150265151A1 (en) * 2002-09-03 2015-09-24 Omni Medsci, Inc. System and method for voice control of medical devices
US20180296096A1 (en) * 2002-09-03 2018-10-18 Omni Medsci, Inc. Measurement system with voice recognition
US20120114089A1 (en) * 2006-11-16 2012-05-10 Radislav Alexandrovich Potyrailo Apparatus for Detecting Contaminants in a Liquid and a System for Use Thereof
EP2438860A1 (de) * 2010-10-07 2012-04-11 BIOTRONIK SE & Co. KG Medizinisches Sensorsystem
EP2452624A1 (de) * 2010-11-12 2012-05-16 BIOTRONIK SE & Co. KG Implantierbarer theranostischer Artikel
CN102623957A (zh) * 2012-04-01 2012-08-01 积成电子股份有限公司 基于窄带滤波的变数据窗基波相量求取方法
CN103296757A (zh) * 2013-05-21 2013-09-11 国家电网公司 基于多参量辨识的智能变电站二次系统故障判断方法
CN103575993A (zh) * 2013-11-04 2014-02-12 中国南方电网有限责任公司 结合pmu动态数据处理的采样数据处理方法
CN103617569A (zh) * 2013-12-10 2014-03-05 积成电子股份有限公司 基于质量评价的配网状态估计数据辨识与修正方法
CN103746722A (zh) * 2014-01-02 2014-04-23 东南大学 一种跳频信号跳周期和起跳时间估计方法
CN104598762A (zh) * 2015-02-15 2015-05-06 国电南瑞科技股份有限公司 一种能自适应频率变化的插值式采样值保护方法
CN104810796A (zh) * 2015-04-30 2015-07-29 国家电网公司 基于可变数据窗归一化面积指标的励磁涌流鉴别方法
CN104951763A (zh) * 2015-06-16 2015-09-30 北京四方继保自动化股份有限公司 基于录波大数据异常检测的发电机组次同步风险评估方法
EP3109653A1 (de) * 2015-06-23 2016-12-28 Robert Bosch Gmbh Verfahren zum erkennen eines kurzschlusses innerhalb eines energiespeichers
CN105372495A (zh) * 2015-12-10 2016-03-02 广东蓄能发电有限公司 一种变频率正弦波形数据的频率和相量提取计算方法
US20170214843A1 (en) * 2016-01-22 2017-07-27 Coban Technologies, Inc. Systems, apparatuses, and methods for controlling audiovisual apparatuses
CN105844542A (zh) * 2016-03-30 2016-08-10 东北石油大学 基于wams的电网单一大扰动在线检测方法
US20180025636A1 (en) * 2016-05-09 2018-01-25 Coban Technologies, Inc. Systems, apparatuses and methods for detecting driving behavior and triggering actions based on detected driving behavior
US20180050800A1 (en) * 2016-05-09 2018-02-22 Coban Technologies, Inc. Systems, apparatuses and methods for unmanned aerial vehicle
CN106295850A (zh) * 2016-07-15 2017-01-04 广东电网有限责任公司电力科学研究院 一种基于历史量测的不良数据辨识方法及系统
CN106505557A (zh) * 2016-11-14 2017-03-15 中国电力科学研究院 一种遥测错误辨识方法及装置
CN106952178A (zh) * 2017-02-21 2017-07-14 国家电网公司 一种基于量测平衡的遥测不良数据辨识与原因分辨方法
CN106885941A (zh) * 2017-03-15 2017-06-23 国网福建省电力有限公司 基于频谱极值点的电网基波频率检测方法
CN107064630A (zh) * 2017-03-31 2017-08-18 许继集团有限公司 一种电力系统频率测量方法及装置
CN107085134A (zh) * 2017-04-01 2017-08-22 北京机械设备研究所 一种电压闪变的检测方法
CN107153155A (zh) * 2017-06-26 2017-09-12 广东电网有限责任公司珠海供电局 一种电缆局部放电信号特征向量提取方法
CN107357977A (zh) * 2017-06-27 2017-11-17 华侨大学 基于二阶盲辨识的线性结构工作模态参数识别方法及装置
US20190241954A1 (en) * 2017-11-22 2019-08-08 The Regents Of The University Of California Type v crispr/cas effector proteins for cleaving ssdnas and detecting target dnas
CN108062561A (zh) * 2017-12-05 2018-05-22 华南理工大学 一种基于长短时记忆网络模型的短时数据流预测方法
US20190205232A1 (en) * 2018-01-03 2019-07-04 Dell Products L.P. Systems and methods for predicting information handling resource failures using deep recurrent neural networks
CN108365595A (zh) * 2018-03-09 2018-08-03 华北电力大学 基于模糊数学的柔性直流配电系统单端量保护方法
CN108490257A (zh) * 2018-03-26 2018-09-04 华北电力大学 一种基于频谱曲线拟合的短时窗间谐波测量方法
CN108876197A (zh) * 2018-07-19 2018-11-23 杨启蓓 一种电力设备集群及群组分析系统及方法
CN109117747A (zh) * 2018-07-23 2019-01-01 电子科技大学 基于循环平稳与深度卷积神经网络的雷达信号分类方法
CN109087014A (zh) * 2018-08-13 2018-12-25 河海大学 一种电力系统抗差估计方法
CN109586253A (zh) * 2018-10-23 2019-04-05 西安交通大学 利用mmc注入信号特征的交流故障保护方法
CN109374966A (zh) * 2018-10-23 2019-02-22 国网重庆市电力公司电力科学研究院 一种电网频率估计方法
CN109599866A (zh) * 2018-12-18 2019-04-09 国网辽宁省电力有限公司抚顺供电公司 一种预测辅助的电力系统状态估计方法
CN109615146A (zh) * 2018-12-27 2019-04-12 东北大学 一种基于深度学习的超短时风功率预测方法
CN109840355A (zh) * 2019-01-07 2019-06-04 国网江苏省电力有限公司电力科学研究院 一种电子式电流互感器异常数据的识别与修复方法
CN109883513A (zh) * 2019-01-17 2019-06-14 中国船舶及海洋工程设计研究院（中国船舶工业集团公司第七0八研究所） 一种基于LoRa的液位遥测系统及方法
CN110133433A (zh) * 2019-03-27 2019-08-16 国网浙江省电力有限公司电力科学研究院 一种基于突变积分乘积的直流配电网故障扰动辨识方法
CN110083899A (zh) * 2019-04-17 2019-08-02 中国西安卫星测控中心 雷达测元数据的递推诊断与自修复方法
CN110018328A (zh) * 2019-05-07 2019-07-16 北京中瑞和电气有限公司 一种基于瞬态油流特征的电力变压器在线监测装置及方法
CN110297258A (zh) * 2019-06-18 2019-10-01 中国科学院国家空间科学中心 一种单调递增计数类遥测参数异常自动判别方法及系统
CN110298455A (zh) * 2019-06-28 2019-10-01 西安因联信息科技有限公司 一种基于多变量估计预测的机械设备故障智能预警方法
CN110320434A (zh) * 2019-07-03 2019-10-11 山东大学 基于零序电流波形区间斜率曲线的高阻故障辨识方法及系统
CN110367969A (zh) * 2019-07-05 2019-10-25 复旦大学 一种改进的心电信号快速聚类分析方法
CN110610027A (zh) * 2019-08-13 2019-12-24 清华大学 一种基于短时数据的航空发动机解析余度计算方法
CN111238814A (zh) * 2019-09-30 2020-06-05 杭州安脉盛智能技术有限公司 一种基于短时希尔伯特变换的滚动轴承故障诊断方法
CN110796306A (zh) * 2019-10-29 2020-02-14 山东科技大学 一种外汇时间序列预测的构建方法
CN112000519A (zh) * 2020-08-17 2020-11-27 南京磐能电力科技股份有限公司 一种采样数据异常值修复方法及装置

Also Published As

Publication number Publication date
CN112905958B (zh) 2024-04-19

Similar Documents

Publication Publication Date Title
CN101729301B (zh) 网络异常流量监测方法和监测系统
CN115858630B (zh) 一种储能电站储能数据的异常检测方法
CN116306320B (zh) 非血管腔道导丝生产质量管理方法及系统
CN108802535B (zh) 筛选方法、主干扰源识别方法及装置、服务器及存储介质
CN111814407B (zh) 一种基于大数据和深度学习的洪水预报方法
CN113435725A (zh) 基于farima-lstm预测的电网主机动态阈值设定方法
CN116720622A (zh) 一种电流互感器计量误差值预测方法
CN111984705A (zh) 一种电能质量监测装置的精度评估管理方法和装置
CN112905958A (zh) 基于测控装置的短时数据窗遥测数据状态辨识方法及系统
CN114184870A (zh) 非侵入式负荷识别方法及设备
CN108008246B (zh) 基于时域自适应窗的线路故障测距方法及装置
CN113533995A (zh) 一种动力电池一致性检测方法
CN114283590A (zh) 车流量高峰预测方法及装置、电子设备
CN112345972A (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
CN115718872A (zh) 基于历史数据的台区用户异常用电分析方法
CN116910655A (zh) 一种基于装置量测数据的智能电能表故障预测方法
CN115860983A (zh) 一种基于物联网的智慧城市燃气安全监测运行管理方法及系统
CN115017143A (zh) 一种智能化高压开关的数据清洗方法
Elbe et al. Appliance-specific energy consumption feedback for domestic consumers using load disaggregation methods
CN115207909A (zh) 一种台区拓扑识别方法、装置、设备及存储介质
CN103344824A (zh) 基于时标量测的电能量积分方法
CN113404651B (zh) 风力发电机组的数据异常检测方法和装置
CN114037010A (zh) 一种电量数据异常的识别方法及装置
CN112327216B (zh) 一种基于边缘计算的电缆健康状态评估装置及方法
CN111257758A (zh) 一种电站应急铅酸蓄电池soh估计方法

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