CN113238117A - 复杂振荡过程的分频段监测及成像方法 - Google Patents
复杂振荡过程的分频段监测及成像方法 Download PDFInfo
- Publication number
- CN113238117A CN113238117A CN202110448060.XA CN202110448060A CN113238117A CN 113238117 A CN113238117 A CN 113238117A CN 202110448060 A CN202110448060 A CN 202110448060A CN 113238117 A CN113238117 A CN 113238117A
- Authority
- CN
- China
- Prior art keywords
- oscillation
- frequency
- station
- transient energy
- mode
- 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
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
- G01R31/08—Locating faults in cables, transmission lines, or networks
- G01R31/088—Aspects of digital computing
-
- 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
- G06F17/14—Fourier, Walsh or analogous domain transformations, e.g. Laplace, Hilbert, Karhunen-Loeve, transforms
- G06F17/141—Discrete Fourier transforms
- G06F17/142—Fast Fourier transforms, e.g. using a Cooley-Tukey type algorithm
Abstract
本申请公开了复杂振荡过程的分频段监测及成像方法,包括:采用多级自适应滑动窗口并行计算方式将目标频段划分为多个监视频段,对复杂振荡的振荡事件及振荡模式进行分频段在线监测与告警,输出振荡模式与暂态能量流应用分析结果;基于电网拓扑,采用分频段成像方式对复杂振荡在线监测输出的振荡模式与暂态能量流进行振荡可视化渲染,发现电网的振荡事件。本发明可有效支撑分析人员快速、准确理解电网振荡源态势并进行定位,进而采取有效干预措施。
Description
技术领域
本发明属于电力系统动态监测技术领域,涉及复杂振荡过程的分频段监测及成像方法。
背景技术
随着电网结构的变化和大量电力电子设备引入,电网动态特性日益复杂,运行方式多变,各类型振荡事件频发,威胁电网安全稳定运行。而现有调度主站的振荡监视应用软件在检测到有振荡事件发生时,多以文字形式向调度员推送告警信息,描述振幅最强设备或线路的名称、频率、振幅与阻尼比,结合在地理图展示定位标识,并提供设备功率曲线。
这些方式对于振荡事件发生属于间接描述信息,不足以支撑调度运行人员实时准确理解电网整个振荡态势,直接确认振荡源,进而采取有效干预措施。另外,由于在线监测需输出振荡主导模式的幅值、频率、相位和阻尼比信息,通常采用Prony算法以及固定其计算窗长进行振荡信号提取和告警,不仅耗时还需消耗较大计算资源。
本发明针对各类型振荡事件频发,为监测多个频段的振荡信号,覆盖频段范围从0.02Hz到25Hz,提出一种多级自适应滑动窗口并行计算框架,当频率处于频段不同位置时,对输入数据窗口长度与采样间隔的要求也不同,通过动态调整Prony计算窗长降低计算资源需求并减少计算误差,实现对超低频、低频、次同步等的多类型振荡事件的在线监测与告警,并实现对适用于复杂振荡情况电网动态可视化进行分频段成像,为保障电网安全运行,有效支撑调控中心应对电网异步运行后多类型振荡高发的安全挑战,以及对于发生这些复杂振荡事件的振荡源进行定位,以支撑调度人员快速的确认振荡源以及波及范围。
发明内容
为解决现有技术中的不足,本申请提供复杂振荡过程的分频段监测及成像方法。
为了实现上述目标,本发明采用如下技术方案:
复杂振荡过程的分频段监测及成像方法,所述方法具体为:
步骤一:采用多级自适应滑动窗口并行计算方式将目标频段划分为多个监视频段,对复杂振荡的振荡事件及振荡模式进行分频段在线监测与告警,输出振荡模式与暂态能量流应用分析结果;
步骤二:基于电网拓扑,采用分频段成像方式对复杂振荡在线监测输出的振荡模式与暂态能量流进行振荡可视化渲染,发现电网的振荡事件。
本发明进一步包括以下优选方案:
优选地,步骤一具体包括以下步骤:
步骤1:以25点/秒或50点/秒的速率持续获取调度主站时序数据,所述调度主站时序数据包括各厂站下的机组和线路的时序有功数据和频率数据;
将目标频段划分为多个监视频段,对每个监视频段,采用窗口T1检查过去一段周期内机组和线路的功率极值差是否超过振荡幅值启动门槛值,根据功率极值差超过振荡幅值启动门槛值的机组和线路确定出发生疑似振荡的厂站数组,且T1窗口的长度不小于目标频段最低频率信号周期的1/4;
步骤2:根据发生疑似振荡的厂站数组,采用滑动窗T2对发生疑似振荡的厂站各节点下线路和机组的输入有功数据分别进行FFT频谱分析计算,提取分析计算结果的前2项FFT信号作为获取线路和机组的振荡模式队列,滑动窗T2为1秒,所述FFT信号包括振荡频率和振荡幅值。
步骤3:对振荡模式队列中的振荡频率进行聚类分析和统一,得到各发生疑似振荡厂站的振荡模式队列{Fi}(i=1,2,…,n),n为振荡模式数量;
步骤4:获取各发生疑似振荡厂站的振荡模式队列{Fi}中的最大振幅对应的振荡频率,结合在线Prony分析,得到各节点的主导振荡模式;
步骤5:提取发生疑似振荡厂站各节点的主导振荡模式,基于能量法计算节点、线路、机组的暂态能量积分;
步骤6:对节点、线路和机组的暂态能量积分分别单独排序,通过对各节点的暂态能量的分析,获取暂态能量积分最大且能量值大于0的节点来确定振荡源的厂站,根据提取的发生疑似振荡厂站各节点主导振荡模式求出最大的振荡幅值,最大的振荡幅值超过告警门槛时,结合暂态能量积分排序结果发出告警信息。
优选地,所述目标频段为(0.02Hz,25Hz],选取5倍频差作为分段原则将目标频段划分为如下振荡监视频段:
1)超低频振荡检测区:监视频段(0.02Hz,0.1Hz];
2)第一低频振荡检测区:监视频段(0.1Hz,0.5Hz];
3)第二低频振荡检测区:监视频段(0.5Hz,2.5Hz];
4)中高频振荡检测区:监视频段(2.5Hz,10Hz];
5)次同步振荡检测区:监视频段(10Hz,25Hz];
分别对应超低频、第一低频、第二低频、中频、次同步五种振荡模式及振荡事件。
优选地,步骤1中,首先遍历所有的线路,检测线路的有功值在过去的一段周期内的功率极值差是否超过振荡幅值启动门槛值,超过振荡幅值启动门槛值时,判断线路所属厂站是否在发生疑似振荡厂站数组中,若不在发生疑似振荡厂站数组中,则将线路所属的厂站存入发生疑似振荡的厂站数组中,并将线路的功率极值差作为该疑似振荡厂站的扰动值;若已存在疑似振荡厂站数组中,且功率极值差大于已有的厂站扰动值,则更新该厂站的扰动值;
其次,再遍历所有的机组,检测机组的有功值的功率极值差是否越限,若越限,则判断机组所属厂站是否存入到发生疑振荡的厂站数组中,若不在发生疑似振荡厂站数组中,则将机组所属厂站存入发生疑似振荡厂站数组中,并将机组的功率极值差作为该疑似振荡厂站的扰动值;若已存在疑似振荡厂站数组中,且功率极值差大于已有的厂站扰动值,则更新该厂站的扰动值。
优选地,步骤3中,各发生疑似振荡厂站的振荡模式队列的获取步骤为:
步骤3.1:对线路的有功进行FFT频谱分析之后,提取分析结果的前2项FFT信号作为线路的振荡模式队列,判断这2项FFT信号中的振荡频率是否与振荡模式数组中已有信号的频率相差超过15%,若超过则将该FFT信号存入振荡模式数组中;
对机组的有功进行FFT频谱分析之后,提取分析结果的前2项FFT信号作为机组的振荡模式队列,判断这2项FFT信号中的振荡频率是否与振荡模式数组中已有信号的频率相差超过15%,若超过则将该FFT信号存入振荡模式数组中;
步骤3.2:对步骤3.1获取的线路和机组振荡模式数组分别进行判断,判断是否有频率与所属的厂站振荡模式队列中已有信号的频率相差超过15%,若超过则将该FFT信号存入厂站的振荡模式队列中,所以最终对线路和机组的振荡模式队列中振荡频率进行聚类分析和统一,获取到所属厂站的振荡模式队列。
优选地,步骤4具体为:
获取各发生疑似振荡厂站的振荡模式队列{Fi}中的最大振幅对应的振荡频率;
根据该振荡频率计算出对应3个周期的时间长度和100个采样点对应的时间周期;
通过所述时间周期的取值范围来确定数据抽取密度,根据获取的数据抽取密度确定Prony分析的所需计算窗口长度;
分别对发生疑似振荡厂站的注入功率、线路功率、机组功率进行在线Prony分析;
在线prony分析计算出结果之后,计算拟合误差,拟合误差值小于15%的情况下,获取振荡幅值最大对应的一组振荡模式,分别作为各节点的主导振荡模式。
优选地,步骤5中,暂态能量积分计算公式为:
式中:
n表示计算时间段内的数据点数;
P[i]表示对应某一时间断面经过滤波处理后的有功数值;
F[i]表示对应某一时间断面经过滤波处理后的频率数值。
优选地,步骤二包括:分频段振荡指示器划分、暂态能量流向电网网络拓扑展示、地理等高线渲染、振荡源标识、振荡模式向量图绘制和能量积分曲线图绘制。
优选地,所述分频段振荡指示器划分,具体为:
根据监视频段划分超低频[0.02,0.1]、第一低频[0.1,0.5]、第二低频[0.5,2.5]、中频[2.5,10]、次同步[10,25]五个功能指示器,对应于超低频、第一低频、第二低频、中频、次同步五种振荡模式及振荡事件,用于提示当前电网发生的振荡事件,通过选取振荡指示器的对应频段,进入各振荡模式的电网拓扑渲染状态。
优选地,所述分频段振荡指示器,实时显示当前监视振荡模式下处于同一振荡频率的厂站个数,当处于同一振荡频率的厂站个数超过两个以上,则指示器变色,并显示当前振荡频率数值和厂站数。
优选地,所述暂态能量流向电网网络拓扑展示,具体为:
实时获取线路的暂态能量积分,用虚线对电网网络拓扑地理图中线路进行渲染,以箭头方向表征暂态能量流向,通过暂态能量是否大于0来判断箭头的方向,当暂态能量大于0时,箭头方向从线路首端流向末端;反之,则从线路末端流向首端,以线路与箭头的宽度表征暂态能量积分的相对大小,暂态能量等于0时,保持原有样式。
优选地,所述地理等高线渲染,具体为:
以节点注入功率的暂态能量积分数值在电网网络拓扑地理图进行等高线渲染;
其中,暂态能量积分小于0,代表暂态能量流入节点,暂态能量积分大于0,则代表暂态能量流出节点,流入和流出节点采用不同颜色渲染,以颜色深浅表征暂态能量积分的相对大小,暂态能量积分为0的节点,不做颜色渲染,保持原有样式。
优选地,所述振荡源标识,具体为:
在电网网络拓扑地理图的振荡源节点附加特殊标识,直接告知分析人员在线监测的定位结果,起引导视线作用;
其中,节点的着色气泡代表该节点注入电网的暂态能量流大小与方向,通过颜色来区分流出节点和流入节点,通过气泡大小来区暂态能量流大小。
优选地,所述振荡模式向量图绘制,具体为:
利用机组功率或节点注入功率进行在线Prony分析提取的主导振荡模式集中绘制向量图;
所述向量图显示当前选中对象的振荡幅值、频率和相角信息,同时向量图下方以表格形式展示当前监视振荡模式下对应的节点或机组的振荡幅值、频率、相位、阻尼比以及暂态能量。
优选地,所述能量积分曲线图绘制,具体为:
根据当前选中监视频段的振荡模式,获取节点或机组的暂态能量积分数值,暂态能量积分大于0代表流出,小于0则代表流入,通过曲线颜色表示不同节点或机组的暂态能量积分曲线,进行直观展示机组或节点的暂态能量积分与方向。
本申请所达到的有益效果:
1、本发明采用一种多级自适应滑动窗口并行计算框架将目标频段划分为多个监视频段,及时发现电网的超低频、低频、中高频和次同步振荡等事故,直观有效,具备快速、准确理解电网振荡源态势,快速确认振荡源的优点;
2、本发明通过动态调整Prony计算窗长降低计算资源需求并减少计算误差,以保证振荡模式提取的实时性和准确性;
3、本发明可有效支撑分析人员快速、准确理解电网振荡源态势并进行定位,进而采取有效干预措施。
附图说明
图1是本发明复杂振荡过程的分频段监测及成像方法的原理图;
图2是本发明多级自适应滑动窗口并行计算方式工作流程图;
图3是本发明分频段振荡指示器划分示例;
图4是本发明振荡模式向量图示例;
图5是本发明能量积分曲线图示例;
图6是本发明暂态能量流向电网网络拓扑、振荡源标识及地理图等高线渲染示例。
具体实施方式
下面结合附图对本申请作进一步描述。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申请的保护范围。
如图1所示,本发明的复杂振荡过程的分频段监测及成像方法,具体为:
步骤一:采用多级自适应滑动窗口并行计算方式将目标频段划分为多个监视频段,对复杂振荡的振荡事件及振荡模式进行分频段在线监测与告警;
具体实施时,多类型振荡分频段在线监测与告警,主要覆盖超低频、低频、中高频和次同步振荡频段,对应同步相量数据的0.02Hz~25Hz频段,在电网发生振荡时进行准确告警,对振荡波及的厂站、线路和元件数据进行振荡模式提取与记录,提出一种自适应滑动窗口振荡计算模型,能够及时感知电网振荡事件;
当频率处于频段不同位置时,对输入数据窗口长度与采样间隔的要求也不同,通过动态调整Prony计算窗长降低计算资源需求并减少计算误差,针对每个振荡检测区,选取T1=1/(Fmin*4)作为振荡筛选检测窗口长度,并针对目标频段对采样频率进行优化,以保证振荡模式提取的实时性和准确性,输出振荡模式与暂态能量流应用分析结果,用于振荡告警、应用结果渲染、分析以及事件的反演。
如图2所示,步骤一具体包括以下步骤:
步骤1:以25点/秒或50点/秒的速率持续获取调度主站时序数据,所述调度主站时序数据包括各厂站下的机组和线路的时序有功数据和频率数据;
有功数据作为FFT频谱分析计算的输入参数,计算完之后的结果包括振荡频率和振荡幅值,频率数据用于暂态能量积分计算。
将目标频段划分为多个监视频段,对每个监视频段,采用窗口T1检查过去一段周期内机组和线路的功率极值差是否超过振荡幅值启动门槛值,根据功率极值差超过振荡幅值启动门槛值的机组和线路确定出发生疑似振荡的厂站数组,且T1窗口的长度不小于目标频段最低频率信号周期的1/4;
首先遍历所有的线路,检测线路的有功值在过去的一段周期内的功率极值差是否超过振荡幅值启动门槛值,超过振荡幅值启动门槛值时,判断线路所属厂站是否在发生疑似振荡厂站数组中,若不在发生疑似振荡厂站数组中,则将线路所属的厂站存入发生疑似振荡的厂站数组中,并将线路的功率极值差作为该疑似振荡厂站的扰动值;若已存在疑似振荡厂站数组中,且功率极值差大于已有的厂站扰动值,则更新该厂站的扰动值;
其次,再遍历所有的机组,检测机组的有功值的功率极值差是否越限,若越限,则判断机组所属厂站是否存入到发生疑振荡的厂站数组中,若不在发生疑似振荡厂站数组中,则将机组所属厂站存入发生疑似振荡厂站数组中,并将机组的功率极值差作为该疑似振荡厂站的扰动值;若已存在疑似振荡厂站数组中,且功率极值差大于已有的厂站扰动值,则更新该厂站的扰动值。
具体实施时,根据功率极值差设置疑似振荡厂站的扰动值;
扰动值可用于获取按照扰动值从大到小进行排序后的疑似振荡厂站数组;
可将扰动值与振荡幅值告警门槛值进行对比,得出疑似振荡厂站数组中哪些厂站超过告警门槛值,作为检测初期了解得到疑似振荡厂站相关信息用。
本申请实施例中,扰动值对于最终判断是否满足告警条件不作为参考,还是以获取主导振荡模式中振荡幅值为判断告警依据。
发生疑似振荡的厂站数组即通过判断线路和机组功率极值差是否越限而获取的该线路和机组所属的厂站。
具体实施时,所述目标频段为(0.02Hz,25Hz],选取5倍频差作为分段原则将目标频段划分为如下振荡监视频段:
1)超低频振荡检测区:监视频段(0.02Hz,0.1Hz];
2)第一低频振荡检测区:监视频段(0.1Hz,0.5Hz];
3)第二低频振荡检测区:监视频段(0.5Hz,2.5Hz];
4)中高频振荡检测区:监视频段(2.5Hz,10Hz];
5)次同步振荡检测区:监视频段(10Hz,25Hz];
分别对应超低频、第一低频、第二低频、中频、次同步五种振荡模式及振荡事件。
步骤2:根据发生疑似振荡的厂站数组,采用滑动窗T2对发生疑似振荡的厂站各节点下线路和机组的输入有功数据分别进行频谱分析计算,获取振荡模式队列;
步骤2中,对线路的有功进行FFT频谱分析计算,提取分析计算结果的前2项FFT信号作为线路的振荡模式队列;对机组的有功进行FFT频谱分析计算,提取分析计算结果的前2项FFT信号作为机组的振荡模式队列;
步骤3:对振荡模式队列中的振荡频率进行聚类分析和统一,得到各发生疑似振荡厂站的振荡模式队列{Fi}(i=1,2,…,n),n为振荡模式数量;
振荡模式队列中振荡频率取值就在目标频段[0.02Hz,25Hz]划分的5个振荡监视频段某一区间范围内。
步骤3中,各发生疑似振荡厂站的振荡模式队列的获取步骤为:
步骤3.1:对线路的有功进行FFT频谱分析之后,提取分析结果的前2项FFT信号作为线路的振荡模式队列,判断这2项FFT信号中的振荡频率是否与振荡模式数组中已有信号的频率相差超过15%,若超过则将该FFT信号存入振荡模式数组中;
对机组的有功进行FFT频谱分析之后,提取分析结果的前2项FFT信号作为机组的振荡模式队列,判断这2项FFT信号中的振荡频率是否与振荡模式数组中已有信号的频率相差超过15%,若超过则将该FFT信号存入振荡模式数组中;
步骤3.2:对步骤3.1获取的线路和机组振荡模式数组分别进行判断,判断是否有频率与所属的厂站振荡模式队列中已有信号的频率相差超过15%,若超过则将该FFT信号存入厂站的振荡模式队列中,所以最终对线路和机组的振荡模式队列中振荡频率进行聚类分析和统一,获取到所属厂站的振荡模式队列;
步骤4:获取各发生疑似振荡厂站的振荡模式队列{Fi}中的最大振幅对应的振荡频率,根据该振荡频率计算出对应3个周期的时间长度和100个采样点对应的时间周期,通过所述时间周期的取值范围来确定数据抽取密度,根据获取的数据抽取密度确定Prony分析的所需计算窗口长度,再分别对发生疑似振荡厂站的注入功率、线路功率、机组功率进行在线Prony分析,在线prony分析计算出结果之后,计算拟合误差,拟合误差值小于15%的情况下,获取振荡幅值最大对应的一组振荡模式,分别作为各节点的主导振荡模式,具体的:
通过步骤3获取的各疑似振荡厂站的振荡模式队列可以获取到各厂站的最大振幅对应的振荡频率FFTFreq,根据该振荡频率计算出3个周期对应的窗口长度:
WinLen=3.0/FFTFreq
获取100个采样点对应的时间周期:
T=WinLen/100
根据时间周期的取值范围来确定数据抽取密度Interval:
确定Prony分析的计算窗口长度=100*Interval/1000,窗口长度单位为秒(s)。
步骤5:提取发生疑似振荡厂站各节点的主导振荡模式,同时基于能量法计算节点、线路、机组的暂态能量积分;
(1)对节点的注入功率、频率以及线路、机组的功率、频率进行滤波;
(2)计算暂态能量积分公式:
公式中:
n表示计算时间段内的数据点数;
P[i]表示对应某一时间断面经过滤波处理后的有功数值;
F[i]表示对应某一时间断面经过滤波处理后的频率数值;
20表示数据点间隔,比如1秒有50个数据点,则对应的数据点间隔就是20ms
(3)分别采用上述(2)中公式即可计算出计算节点、线路、机组的暂态能量积分。
步骤6:对节点、线路和机组的暂态能量积分分别单独排序,通过对各节点的暂态能量的分析,获取暂态能量积分最大且能量值大于0的节点来确定振荡源的厂站,根据提取的发生疑似振荡厂站各节点主导振荡模式求出最大的振荡幅值,最大的振荡幅值超过告警门槛时结合暂态能量积分排序结果发出告警信息。
具体的:
机组、线路暂态能量积分排序结果用于发生告警后,将发生振荡的设备前三个最大振荡能积分保存到发出的告警信息中;
节点暂态能量积分排序结果用于将发生告警时,将暂态能量积分最大的厂站描述即节点作为告警描述:xxx发生振荡保存到告警信息中并发送出去。
对于步骤1-6,都是针对的某一监视频段所采取的监测方法,且划分的所有监视频段都是采用步骤1-6检测算法并行计算。
步骤二:基于电网拓扑,采用分频段成像方式对复杂振荡在线监测输出的振荡模式与暂态能量流进行振荡可视化渲染,发现电网的振荡事件。
步骤二包括:分频段振荡指示器划分、暂态能量流向电网网络拓扑展示、地理等高线渲染、振荡源标识、振荡模式向量图绘制和能量积分曲线图绘制。
分频段振荡指示器提示当前电网发生的振荡事件,通过点击振荡指示器的对应频段,进入各振荡模式的电网拓扑渲染状态,同时为了能快速、准确理解电网振荡源态势,选取信息进行可视化展示应该遵循信息集中表述、采用符合直觉的可视化、不同信息可相互印证,具备容错性的设计原则,确定以电网网络拓扑地理图作为展示平台,以特殊标志标明振荡源位置;以电网网络拓扑渲染线路暂态能量流的大小与方向;以地理等高线渲染节点注入电网暂态能量流的大小与方向展示当前监视频段的振荡可视化,如附图3-6所示。
具体实现方式如下:
分频段振荡指示器划分:
如图3所示,根据监视频段划分超低频[0.02,0.1]、第一低频[0.1,0.5]、第二低频[0.5,2.5]、中频[2.5,10]、次同步[10,25]五个功能指示器,对应于超低频、第一低频、第二低频、中频、次同步五种振荡模式及振荡事件,用于提示当前电网发生的振荡事件,通过选取振荡指示器的对应频段,进入各振荡模式的电网拓扑渲染状态。
所述分频段振荡指示器,可用于人工指定监视振荡模式,支持直接进入事件案例分析状态,实时显示当前监视振荡模式下处于同一振荡频率的厂站个数,当处于同一振荡频率的厂站个数超过两个以上,则指示器由绿色变为红色,并显示当前振荡频率数值和厂站数。
暂态能量流向电网网络拓扑展示:
步骤一周期性计算并发布节点、机组和线路的振荡模式和暂态能量积分应用分析结果,通过实时获取线路的暂态能量积分,如图6所示,用虚线对电网网络拓扑地理图中线路进行渲染,以箭头方向表征暂态能量流向,通过暂态能量是否大于0来判断箭头的方向,当暂态能量大于0时,箭头方向从线路首端流向末端;反之,则从线路末端流向首端,以线路与箭头的宽度表征暂态能量积分的相对大小,暂态能量等于0时,则不用虚线对线路进行渲染,从而不会有箭头流向,保持原有样式。
以节点注入功率的暂态能量积分数值在电网网络拓扑地理图进行等高线渲染;
其中,暂态能量积分小于0,代表暂态能量流入节点,暂态能量积分大于0,则代表暂态能量流出节点,流入和流出节点采用不同颜色渲染,以颜色深浅表征暂态能量积分的相对大小,暂态能量积分为0的节点,不做颜色渲染,保持原有样式。
图6中每个厂站节点周围的阴影区域表示等高线渲染,阴影区域颜色的深浅表示暂态能量积分的相对大小。
振荡源标识:
如图6所示,在电网网络拓扑地理图的振荡源节点附加特殊标识,直接告知分析人员在线监测的定位结果,起引导视线作用;
其中,节点的着色气泡代表该节点注入电网的暂态能量流大小与方向,通过颜色来区分流出节点和流入节点,通过气泡大小来区分暂态能量流大小。
振荡模式向量图绘制:
如图4所示,利用机组功率或节点注入功率进行在线Prony分析提取的主导振荡模式集中绘制向量图;
所述向量图显示当前选中对象的振荡幅值、频率和相角信息,同时向量图下方以表格形式展示当前监视振荡模式下对应的节点或机组的振荡幅值、频率、相位、阻尼比以及暂态能量。
能量积分曲线图绘制:
能量法积分典型展示方式,能够直观展示机组或节点的暂态能量积分与方向。根据当前选中监视的振荡模式,如图5所示,通过对应的应用分析结果索引获取节点或机组的暂态能量积分数值,暂态能量积分大于0代表流出,小于0则代表流入,通过曲线颜色表示不同节点或机组的暂态能量积分曲线,进行直观展示机组或节点的暂态能量积分与方向。
综上所述,本发明针对广域电网同时发生多种类型振荡的风险,为监测多个频段的振荡信号,覆盖频段范围从0.02Hz到25Hz,采用一种多级自适应滑动窗口并行计算框架将目标频段划分为多个监视频段,对超低频、低频、次同步等多类型振荡事件进行在线监测与告警;采用分频段成像方法对复杂振荡在线监测输出的振荡类型与暂态能量流基于电网拓扑进行振荡可视化渲染,发现电网的振荡事件。可有效支撑分析人员快速、准确理解电网振荡源态势并进行定位,进而采取有效干预措施。
本发明申请人结合说明书附图对本发明的实施示例做了详细的说明与描述,但是本领域技术人员应该理解,以上实施示例仅为本发明的优选实施方案,详尽的说明只是为了帮助读者更好地理解本发明精神,而并非对本发明保护范围的限制,相反,任何基于本发明的发明精神所作的任何改进或修饰都应当落在本发明的保护范围之内。
Claims (15)
1.复杂振荡过程的分频段监测及成像方法,其特征在于:
所述方法具体为:
步骤一:采用多级自适应滑动窗口并行计算方式将目标频段划分为多个监视频段,对复杂振荡的振荡事件及振荡模式进行分频段在线监测与告警,输出振荡模式与暂态能量流应用分析结果;
步骤二:基于电网拓扑,采用分频段成像方式对复杂振荡在线监测输出的振荡模式与暂态能量流进行振荡可视化渲染,发现电网的振荡事件。
2.根据权利要求1所述的复杂振荡过程的分频段监测及成像方法,其特征在于:
步骤一具体包括以下步骤:
步骤1:以25点/秒或50点/秒的速率持续获取调度主站时序数据,所述调度主站时序数据包括各厂站下的机组和线路的时序有功数据和频率数据;
将目标频段划分为多个监视频段,对每个监视频段,采用窗口T1检查过去一段周期内机组和线路的功率极值差是否超过振荡幅值启动门槛值,根据功率极值差超过振荡幅值启动门槛值的机组和线路确定出发生疑似振荡的厂站数组,且T1窗口的长度不小于目标频段最低频率信号周期的1/4;
步骤2:根据发生疑似振荡的厂站数组,采用滑动窗T2对发生疑似振荡的厂站各节点下线路和机组的输入有功数据分别进行FFT频谱分析计算,提取分析计算结果的前2项FFT信号作为获取线路和机组的振荡模式队列,滑动窗T2为1秒,所述FFT信号包括振荡频率和振荡幅值。
步骤3:对振荡模式队列中的振荡频率进行聚类分析和统一,得到各发生疑似振荡厂站的振荡模式队列{Fi},i=1,2,…,n,n为振荡模式数量;
步骤4:获取各发生疑似振荡厂站的振荡模式队列{Fi}中的最大振幅对应的振荡频率,结合在线Prony分析,得到各节点的主导振荡模式;
步骤5:提取发生疑似振荡厂站各节点的主导振荡模式,基于能量法计算节点、线路、机组的暂态能量积分;
步骤6:对节点、线路和机组的暂态能量积分分别单独排序,通过对各节点的暂态能量的分析,获取暂态能量积分最大且能量值大于0的节点来确定振荡源的厂站,根据提取的发生疑似振荡厂站各节点主导振荡模式求出最大的振荡幅值,最大的振荡幅值超过告警门槛时,结合暂态能量积分排序结果发出告警信息。
3.根据权利要求2所述的复杂振荡过程的分频段监测及成像方法,其特征在于:
所述目标频段为(0.02Hz,25Hz],选取5倍频差作为分段原则将目标频段划分为如下振荡监视频段:
1)超低频振荡检测区:监视频段(0.02Hz,0.1Hz];
2)第一低频振荡检测区:监视频段(0.1Hz,0.5Hz];
3)第二低频振荡检测区:监视频段(0.5Hz,2.5Hz];
4)中高频振荡检测区:监视频段(2.5Hz,10Hz];
5)次同步振荡检测区:监视频段(10Hz,25Hz];
分别对应超低频、第一低频、第二低频、中频、次同步五种振荡模式及振荡事件。
4.根据权利要求2所述的复杂振荡过程的分频段监测及成像方法,其特征在于:
步骤1中,首先遍历所有的线路,检测线路的有功值在过去的一段周期内的功率极值差是否超过振荡幅值启动门槛值,超过振荡幅值启动门槛值时,判断线路所属厂站是否在发生疑似振荡厂站数组中,若不在发生疑似振荡厂站数组中,则将线路所属的厂站存入发生疑似振荡的厂站数组中,并将线路的功率极值差作为该疑似振荡厂站的扰动值;若已存在疑似振荡厂站数组中,且功率极值差大于已有的厂站扰动值,则更新该厂站的扰动值;
其次,再遍历所有的机组,检测机组的有功值的功率极值差是否越限,若越限,则判断机组所属厂站是否存入到发生疑振荡的厂站数组中,若不在发生疑似振荡厂站数组中,则将机组所属厂站存入发生疑似振荡厂站数组中,并将机组的功率极值差作为该疑似振荡厂站的扰动值;若已存在疑似振荡厂站数组中,且功率极值差大于已有的厂站扰动值,则更新该厂站的扰动值。
5.根据权利要求2所述的复杂振荡过程的分频段监测及成像方法,其特征在于:
步骤3中,各发生疑似振荡厂站的振荡模式队列的获取步骤为:
步骤3.1:对线路的有功进行FFT频谱分析之后,提取分析结果的前2项FFT信号作为线路的振荡模式队列,判断这2项FFT信号中的振荡频率是否与振荡模式数组中已有信号的频率相差超过15%,若超过则将该FFT信号存入振荡模式数组中;
对机组的有功进行FFT频谱分析之后,提取分析结果的前2项FFT信号作为机组的振荡模式队列,判断这2项FFT信号中的振荡频率是否与振荡模式数组中已有信号的频率相差超过15%,若超过则将该FFT信号存入振荡模式数组中;
步骤3.2:对步骤3.1获取的线路和机组振荡模式数组分别进行判断,判断是否有频率与所属的厂站振荡模式队列中已有信号的频率相差超过15%,若超过则将该FFT信号存入厂站的振荡模式队列中,所以最终对线路和机组的振荡模式队列中振荡频率进行聚类分析和统一,获取到所属厂站的振荡模式队列。
6.根据权利要求2所述的复杂振荡过程的分频段监测及成像方法,其特征在于:
步骤4具体为:
获取各发生疑似振荡厂站的振荡模式队列{Fi}中的最大振幅对应的振荡频率;
根据该振荡频率计算出对应3个周期的时间长度和100个采样点对应的时间周期;
通过所述时间周期的取值范围来确定数据抽取密度,根据获取的数据抽取密度确定Prony分析的所需计算窗口长度;
分别对发生疑似振荡厂站的注入功率、线路功率、机组功率进行在线Prony分析;
在线prony分析计算出结果之后,计算拟合误差,拟合误差值小于15%的情况下,获取振荡幅值最大对应的一组振荡模式,分别作为各节点的主导振荡模式。
8.根据权利要求1或2所述的复杂振荡过程的分频段监测及成像方法,其特征在于:
步骤二包括:分频段振荡指示器划分、暂态能量流向电网网络拓扑展示、地理等高线渲染、振荡源标识、振荡模式向量图绘制和能量积分曲线图绘制。
9.根据权利要求8所述的复杂振荡过程的分频段监测及成像方法,其特征在于:
所述分频段振荡指示器划分,具体为:
根据监视频段划分超低频[0.02,0.1]、第一低频[0.1,0.5]、第二低频[0.5,2.5]、中频[2.5,10]、次同步[10,25]五个功能指示器,对应于超低频、第一低频、第二低频、中频、次同步五种振荡模式及振荡事件,用于提示当前电网发生的振荡事件,通过选取振荡指示器的对应频段,进入各振荡模式的电网拓扑渲染状态。
10.根据权利要求9所述的复杂振荡过程的分频段监测及成像方法,其特征在于:
所述分频段振荡指示器,实时显示当前监视振荡模式下处于同一振荡频率的厂站个数,当处于同一振荡频率的厂站个数超过两个以上,则指示器变色,并显示当前振荡频率数值和厂站数。
11.根据权利要求8所述的复杂振荡过程的分频段监测及成像方法,其特征在于:
所述暂态能量流向电网网络拓扑展示,具体为:
实时获取线路的暂态能量积分,用虚线对电网网络拓扑地理图中线路进行渲染,以箭头方向表征暂态能量流向,通过暂态能量是否大于0来判断箭头的方向,当暂态能量大于0时,箭头方向从线路首端流向末端;反之,则从线路末端流向首端,以线路与箭头的宽度表征暂态能量积分的相对大小,暂态能量等于0时,保持原有样式。
12.根据权利要求8所述的复杂振荡过程的分频段监测及成像方法,其特征在于:
所述地理等高线渲染,具体为:
以节点注入功率的暂态能量积分数值在电网网络拓扑地理图进行等高线渲染;
其中,暂态能量积分小于0,代表暂态能量流入节点,暂态能量积分大于0,则代表暂态能量流出节点,流入和流出节点采用不同颜色渲染,以颜色深浅表征暂态能量积分的相对大小,暂态能量积分为0的节点,不做颜色渲染,保持原有样式。
13.根据权利要求8所述的复杂振荡过程的分频段监测及成像方法,其特征在于:
所述振荡源标识,具体为:
在电网网络拓扑地理图的振荡源节点附加特殊标识,直接告知分析人员在线监测的定位结果,起引导视线作用;
其中,节点的着色气泡代表该节点注入电网的暂态能量流大小与方向,通过颜色来区分流出节点和流入节点,通过气泡大小来区暂态能量流大小。
14.根据权利要求8所述的复杂振荡过程的分频段监测及成像方法,其特征在于:
所述振荡模式向量图绘制,具体为:
利用机组功率或节点注入功率进行在线Prony分析提取的主导振荡模式集中绘制向量图;
所述向量图显示当前选中对象的振荡幅值、频率和相角信息,同时向量图下方以表格形式展示当前监视振荡模式下对应的节点或机组的振荡幅值、频率、相位、阻尼比以及暂态能量。
15.根据权利要求8所述的复杂振荡过程的分频段监测及成像方法,其特征在于:
所述能量积分曲线图绘制,具体为:
根据当前选中监视频段的振荡模式,获取节点或机组的暂态能量积分数值,暂态能量积分大于0代表流出,小于0则代表流入,通过曲线颜色表示不同节点或机组的暂态能量积分曲线,进行直观展示机组或节点的暂态能量积分与方向。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110448060.XA CN113238117B (zh) | 2021-04-25 | 2021-04-25 | 复杂振荡过程的分频段监测及成像方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110448060.XA CN113238117B (zh) | 2021-04-25 | 2021-04-25 | 复杂振荡过程的分频段监测及成像方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113238117A true CN113238117A (zh) | 2021-08-10 |
CN113238117B CN113238117B (zh) | 2023-04-14 |
Family
ID=77129234
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110448060.XA Active CN113238117B (zh) | 2021-04-25 | 2021-04-25 | 复杂振荡过程的分频段监测及成像方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113238117B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2509554A1 (fr) * | 1981-07-07 | 1983-01-14 | Thomson Csf Mat Tel | Appareil automatique de mesure de qualite de transmission de circuits telephoniques |
US20010011889A1 (en) * | 1999-12-08 | 2001-08-09 | Erez Golan | Magnetic resonance imaging device |
US20040245994A1 (en) * | 2001-07-26 | 2004-12-09 | Hubert Schlapp | Method and error location in branched low voltage and medium boltage networks and evaluation circuit used thereof |
CN101408586A (zh) * | 2008-11-28 | 2009-04-15 | 北京四方继保自动化股份有限公司 | 基于经验模态分解的在线低频振荡检测和节点同调分群法 |
CN102055201A (zh) * | 2010-12-09 | 2011-05-11 | 北京四方继保自动化股份有限公司 | 基于微扰动信号振荡模式辨识的电力系统低频振荡机理分析方法 |
CN102062832A (zh) * | 2010-12-09 | 2011-05-18 | 中国南方电网有限责任公司电网技术研究中心 | 基于微扰动信号低频振荡模式辨识的电力系统在线预警方法 |
CN106571636A (zh) * | 2016-10-21 | 2017-04-19 | 国电南瑞科技股份有限公司 | 一种基于分频段并行计算的强迫振荡扰动源定位方法 |
-
2021
- 2021-04-25 CN CN202110448060.XA patent/CN113238117B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2509554A1 (fr) * | 1981-07-07 | 1983-01-14 | Thomson Csf Mat Tel | Appareil automatique de mesure de qualite de transmission de circuits telephoniques |
US20010011889A1 (en) * | 1999-12-08 | 2001-08-09 | Erez Golan | Magnetic resonance imaging device |
US20040245994A1 (en) * | 2001-07-26 | 2004-12-09 | Hubert Schlapp | Method and error location in branched low voltage and medium boltage networks and evaluation circuit used thereof |
CN101408586A (zh) * | 2008-11-28 | 2009-04-15 | 北京四方继保自动化股份有限公司 | 基于经验模态分解的在线低频振荡检测和节点同调分群法 |
CN102055201A (zh) * | 2010-12-09 | 2011-05-11 | 北京四方继保自动化股份有限公司 | 基于微扰动信号振荡模式辨识的电力系统低频振荡机理分析方法 |
CN102062832A (zh) * | 2010-12-09 | 2011-05-18 | 中国南方电网有限责任公司电网技术研究中心 | 基于微扰动信号低频振荡模式辨识的电力系统在线预警方法 |
CN106571636A (zh) * | 2016-10-21 | 2017-04-19 | 国电南瑞科技股份有限公司 | 一种基于分频段并行计算的强迫振荡扰动源定位方法 |
Non-Patent Citations (5)
Title |
---|
易建波等: "检测低频振荡模式的EMD复合算法研究", 《电子科技大学学报》 * |
王成庆等: "基于牵引负荷扰动的在线阻尼监测方法及其应用", 《电力系统自动化》 * |
田立峰等: "电网低频振荡在线可视化监视的理论和实现", 《电力自动化设备》 * |
薛安成等: "风电参与的电力系统次同步振荡机理研究综述和展望", 《电力自动化设备》 * |
陈磊等: "基于WAMS的南方电网低频振荡调度应对策略", 《南方电网技术》 * |
Also Published As
Publication number | Publication date |
---|---|
CN113238117B (zh) | 2023-04-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109977535B (zh) | 一种线损异常诊断方法、装置、设备及可读存储介质 | |
CN103812577A (zh) | 非正常无线电信号的自动识别系统及其方法 | |
CN116187593B (zh) | 一种配电网故障预测处理方法、装置、设备、存储介质 | |
CN107064937A (zh) | 一种双线偏振雷达系统及强雨的测量方法 | |
CN105261240B (zh) | 一种基于聚类分析的扇区运行性能综合检测方法及系统 | |
CN107145156A (zh) | 一种基于无人机的电网巡检方法及系统 | |
CN104504616A (zh) | 基于gis和气象信息的存在运行风险的电网设备定位方法 | |
CN106936517A (zh) | 一种异常无线电信号的自动识别系统及其方法 | |
CN106651031A (zh) | 基于历史信息的雷击闪络预警方法及系统 | |
CN116742799A (zh) | 一种基于物联网技术的配电辅助监测预警系统 | |
CN114897329A (zh) | 一种输电线路巡检方法、装置、系统及存储介质 | |
CN108268972A (zh) | 基于天通与北斗卫星的空天一体化通导电力设施在线监测预警分析系统与方法 | |
CN105206115B (zh) | 一种基于主成分分析的空中交通管制扇区通行能力检测方法 | |
CN117057513A (zh) | 一种基于互联网的智慧园区用监控管理系统 | |
CN107121943A (zh) | 一种用于获得智能仪表的健康预测信息的方法和装置 | |
CN113238117B (zh) | 复杂振荡过程的分频段监测及成像方法 | |
CN114066034A (zh) | 基于实时数据分析的多区域雷电预警系统及方法 | |
CN113091832B (zh) | 基于大数据可视化的变配电站智能监控方法及云监控平台 | |
CN110137964A (zh) | 应用于云scada的输电网拓扑图自动生成方法 | |
CN112257329A (zh) | 一种判定台风对线路影响的方法 | |
Bian et al. | A robust real-time low-frequency oscillation detection and analysis (LFODA) system with innovative ensemble filtering | |
CN108198090B (zh) | 一种电网输配电设施台风监测布点方法 | |
CN109784712A (zh) | 基于物联网的防雷接地实时监测及风险预估系统及方法 | |
CN115616342A (zh) | 在电网中搜寻雷击区域的方法、装置、设备及存储介质 | |
CN108828332A (zh) | 一种计算雷电定位系统探测效率的方法 |
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 | ||
GR01 | Patent grant |