CN113435490B - 一种基于动态规划时间序列相似性算法的谐波溯源方法 - Google Patents
一种基于动态规划时间序列相似性算法的谐波溯源方法 Download PDFInfo
- Publication number
- CN113435490B CN113435490B CN202110679603.9A CN202110679603A CN113435490B CN 113435490 B CN113435490 B CN 113435490B CN 202110679603 A CN202110679603 A CN 202110679603A CN 113435490 B CN113435490 B CN 113435490B
- Authority
- CN
- China
- Prior art keywords
- harmonic
- time
- data
- electricity consumption
- day
- 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
- 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
- G01R23/00—Arrangements for measuring frequencies; Arrangements for analysing frequency spectra
- G01R23/16—Spectrum analysis; Fourier analysis
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Mathematical Physics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明属于电力技术领域,尤其是一种基于动态规划时间序列相似性算法的谐波溯源方法,针对精确性差的问题,现提出以下方案,包括以下步骤:S1:提取某天一定时间和系统内每天该时间所有谐波数据;S2:提取该天相同时间段和系统内每天该时间所有单位时间用电量;S3:对某天一定时间所有谐波数据和单位时间用电量进行处理,形成变化曲线;S4:对每天一定时间所有谐波数据和单位时间用电量进行加权平均再形成变化曲线;S5:分别将谐波数据和单位时间用电量的加权平均值减去某天的数据,得到绝对值再求平均值;S6:用序列相似性算法计算求解,根据计算值进行谐波溯源。本发明对谐波数据监测判断的更加全面精准,且判断方法简便有效。
Description
技术领域
本发明涉及电力技术领域,尤其涉及一种基于动态规划时间序列相似性算法的谐波溯源方法。
背景技术
电力电子负荷越来越多地接入电网,使得电网中的谐波情况更加复杂,影响负荷正常工作,严重时还会导致电力设备损坏或引发停电事故。实际电力系统中一条母线往往连接多个发出谐波的用户,这些用户间的谐波相互影响,如何根据已有数据准确定位谐波源,是定量划分谐波责任的基础,也是有效治理谐波,保证电网和用户安全高效运行的前提。目前谐波溯源方法可分为两种:谐波功率方向法和责任分摊法。功率方向法用于区分系统侧和用户侧哪一侧为主要谐波源,对于同一母线上连接多个谐波源时难以使用,所以谐波责任分摊方法更为常用。谐波责任分摊法实际上同时进行谐波溯源与谐波责任分摊,首先通过工程经验判断疑似谐波源,再使用专门测试得到的数据求解谐波责任指标,结果较大的认为是主要谐波源。
但是现有的方法大多基于短时测量的瞬时数据,但是谐波是长期存在的稳态量,通过短时间瞬时数据测量进行谐波溯源和责任分摊不够准确,且现有的溯源方式较为繁琐。
发明内容
基于背景技术中提出的技术问题,本发明提出了一种基于动态规划时间序列相似性算法的谐波溯源方法。
本发明提出的一种基于动态规划时间序列相似性算法的谐波溯源方法,包括以下步骤:
S1:从谐波监测系统中提取需要测量电路上的谐波监测终端采集到的某一天的一定时间内的所有谐波数据和系统内保存的每天该时间段的所有谐波数据;
S2:从用电量计量系统中提取需要测量电路上的智能电表采集到的该天相同时间段内的所有单位时间用电量和系统内保存的每天该时间段的所有单位时间用电量;
S3:利用数据处理器对提取到的某一天一定时间内所有谐波数据和单位时间用电量使其分别形成随时间变化的谐波数据变化曲线和单位时间用电量变化曲线;
S4:利用数据处理器对提取到的每天一定时间内所有谐波数据和单位时间用电量进行加权平均得到加权平均值,使其分别形成随时间变化的标准谐波数据变化曲线和标准单位时间用电量变化曲线,其中所有天数各个时间点的谐波数据加权平均值为A1i,该天各个时间点的谐波数据为A2i,所有天数各个时间点的单位时间用电量加权平均值为B1i,该天各个时间点的单位时间用电量为B2i;
S5:分别将谐波数据和单位时间用电量的加权平均值减去某一天的谐波数据和单位时间用电量,得到每个时间点相减的绝对值,再对各个时间点的绝对值求平均值,则谐波数据各个时间点相减绝对值的平均值为m为该天各个时间点的谐波数据的总个数,单位时间用电量各个时间点相减绝对值的平均值为r为该天各个时间点的单位时间用电量的总个数,当或的值越大,则说明该电路段的用户为可能谐波源;
S6:利用序列相似性算法分别将谐波数据和单位时间用电量的变化曲线与标准变化曲线进行计算求解,根据计算值进行谐波溯源;
S7:根据谐波数据变化曲线和谐波标准变化曲线的弯折点将时间划分为t1,t2,...,tN,判断谐波数据变化曲线和谐波标准变化曲线在两个时间点之间的变化趋势为上升、下降还是持平,将曲线的上升、下降和持平设定为序列J={1,-1,0};
S8:谐波数据变化曲线的序列为S1={(J11,t1),...(J1N,tN)},谐波标准变化曲线的序列为S2={(J21,t1),...(J2N,tN)},则两个曲线之间的模式距离为当的值越接近2,则说明该电路段的用户为可能谐波源;
S9:根据单位时间用电量变化曲线和单位时间用电量标准变化曲线的弯折点将时间划分为t1,t2,...,tM,判断单位时间用电量数据变化曲线和单位时间用电量标准变化曲线在两个时间点之间的变化趋势为上升、下降还是持平,将曲线的上升、下降和持平设定为序列J={1,-1,0};
S10:单位时间用电量数据变化曲线的序列X1={(J11,t1),...(J1M,tM)},谐波标准变化曲线的序列为X2={(J21,t1),...(J2M,tM)},则两个曲线之间的模式距离为当的值越接近2,则说明该电路段的用户为可能谐波源。
优选地,所述S1和S2中,谐波监测系统和用电量计量系统内保存的谐波数据和单位时间用电量时限为30天。
优选地,所述S1和S2中,谐波监测系统和用电量计量系统测量谐波数据和单位时间用电量的间隔时间为1分钟。
本发明中的有益效果为:
1、该基于动态规划时间序列相似性算法的谐波溯源方法,首先将谐波数据和单位时间用电量的加权平均值减去某一天的谐波数据和单位时间用电量,得到每个时间点相减的绝对值,再对各个时间点的绝对值求平均值,若绝对值越小,则检测的电路上的数据与标准的正常数据越接近,若绝对值越大,则检测的电路上的数据与标准的正常数据相差越大,则说明可能存在异常,则说该电路段的用户为可能谐波源。
2、该基于动态规划时间序列相似性算法的谐波溯源方法,利用时间序列相似性算法将谐波数据的变化曲线与标准变化曲线进行计算求解,利用J={1,-1,0}代表变化曲线在两个时间点之间的变化趋势为上升、下降还是持平,两个曲线之间相同时间点之间的模式距离为|J1M-J2M|,若相同时间点之间的变化趋势相同,则模式距离为0,若相同时间点之间的变化趋势相反,则模式距离为2,则两个曲线之间每两个时间点之间的平均模式距离为若其数值越接近0,则检测的电路上的数据与标准的正常数据越接近,若数值越接近2,则检测的电路上的数据与标准的正常数据相差越大,则说明可能存在异常,则说该电路段的用户为可能谐波源。
3、该基于动态规划时间序列相似性算法的谐波溯源方法,利用时间序列相似性算法将单位时间用电量的变化曲线与标准变化曲线进行计算求解,利用J={1,-1,0}代表变化曲线在两个时间点之间的变化趋势为上升、下降还是持平,两个曲线之间相同时间点之间的模式距离为|J1M-J2M|,若相同时间点之间的变化趋势相同,则模式距离为0,若相同时间点之间的变化趋势相反,则模式距离为2,则两个曲线之间每两个时间点之间的平均模式距离为若其数值越接近0,则检测的电路上的数据与标准的正常数据越接近,若数值越接近2,则检测的电路上的数据与标准的正常数据相差越大,则说明可能存在异常,则说该电路段的用户为可能谐波源。
4、该基于动态规划时间序列相似性算法的谐波溯源方法,通过对谐波数据和单位时间用电量均进行计算求解,且对谐波数据和单位时间用电量与标准数据之间的差值与变化趋势均进行计算比较,对谐波数据监测判断的更加全面精准,且判断方法简便有效。
该方法中未涉及部分均与现有技术相同或可采用现有技术加以实现。
附图说明
图1为本发明提出的一种基于动态规划时间序列相似性算法的谐波溯源方法的流程图;
图2为本发明提出的一种基于动态规划时间序列相似性算法的谐波溯源方法的变化曲线分段示意图。
具体实施方式
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,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。
在本发明的描述中,需要理解的是,术语“上”、“下”、“前”、“后”、“左”、“右”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
参照图1-2,一种基于动态规划时间序列相似性算法的谐波溯源方法,包括以下步骤:
S1:从谐波监测系统中提取需要测量电路上的谐波监测终端采集到的某一天的一定时间内的所有谐波数据和系统内保存的每天该时间段的所有谐波数据;
S2:从用电量计量系统中提取需要测量电路上的智能电表采集到的该天相同时间段内的所有单位时间用电量和系统内保存的每天该时间段的所有单位时间用电量;
S3:利用数据处理器对提取到的某一天一定时间内所有谐波数据和单位时间用电量使其分别形成随时间变化的谐波数据变化曲线和单位时间用电量变化曲线;
S4:利用数据处理器对提取到的每天一定时间内所有谐波数据和单位时间用电量进行加权平均得到加权平均值,使其分别形成随时间变化的标准谐波数据变化曲线和标准单位时间用电量变化曲线,其中所有天数各个时间点的谐波数据加权平均值为A1i,该天各个时间点的谐波数据为A2i,所有天数各个时间点的单位时间用电量加权平均值为B1i,该天各个时间点的单位时间用电量为B2i;
S5:分别将谐波数据和单位时间用电量的加权平均值减去某一天的谐波数据和单位时间用电量,得到每个时间点相减的绝对值,再对各个时间点的绝对值求平均值,则谐波数据各个时间点相减绝对值的平均值为m为该天各个时间点的谐波数据的总个数,单位时间用电量各个时间点相减绝对值的平均值为r为该天各个时间点的单位时间用电量的总个数,当或的值越大,则说明该电路段的用户为可能谐波源;若绝对值越小,则检测的电路上的数据与标准的正常数据越接近,若绝对值越大,则检测的电路上的数据与标准的正常数据相差越大,则说明可能存在异常,则说该电路段的用户为可能谐波源。
S6:利用序列相似性算法分别将谐波数据和单位时间用电量的变化曲线与标准变化曲线进行计算求解,根据计算值进行谐波溯源;
S7:根据谐波数据变化曲线和谐波标准变化曲线的弯折点将时间划分为t1,t2,...,tN,判断谐波数据变化曲线和谐波标准变化曲线在两个时间点之间的变化趋势为上升、下降还是持平,将曲线的上升、下降和持平设定为序列J={1,-1,0};
S8:谐波数据变化曲线的序列为S1={(J11,t1),...(J1N,tN)},谐波标准变化曲线的序列为S2={(J21,t1),...(J2N,tN)},则两个曲线之间的模式距离为当的值越接近2,则说明该电路段的用户为可能谐波源;若其数值越接近0,则检测的电路上的数据与标准的正常数据越接近,若数值越接近2,则检测的电路上的数据与标准的正常数据相差越大,则说明可能存在异常,则说该电路段的用户为可能谐波源。
S9:根据单位时间用电量变化曲线和单位时间用电量标准变化曲线的弯折点将时间划分为t1,t2,...,tM,判断单位时间用电量数据变化曲线和单位时间用电量标准变化曲线在两个时间点之间的变化趋势为上升、下降还是持平,将曲线的上升、下降和持平设定为序列J={1,-1,0};
S10:单位时间用电量数据变化曲线的序列X1={(J11,t1),...(J1M,tM)},谐波标准变化曲线的序列为X2={(J21,t1),...(J2M,tM)},则两个曲线之间的模式距离为当的值越接近2,则说明该电路段的用户为可能谐波源。若其数值越接近0,则检测的电路上的数据与标准的正常数据越接近,若数值越接近2,则检测的电路上的数据与标准的正常数据相差越大,则说明可能存在异常,则说该电路段的用户为可能谐波源。
本发明中,S1和S2中,谐波监测系统和用电量计量系统内保存的谐波数据和单位时间用电量时限为30天。
本发明中,S1和S2中,谐波监测系统和用电量计量系统测量谐波数据和单位时间用电量的间隔时间为1分钟。
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 (3)
1.一种基于动态规划时间序列相似性算法的谐波溯源方法,其特征在于,包括以下步骤:
S1:从谐波监测系统中提取需要测量电路上的谐波监测终端采集到的某一天的一定时间内的所有谐波数据和系统内保存的每天该时间段的所有谐波数据;
S2:从用电量计量系统中提取需要测量电路上的智能电表采集到的该天相同时间段内的所有单位时间用电量和系统内保存的每天该时间段的所有单位时间用电量;
S3:利用数据处理器对提取到的某一天一定时间内所有谐波数据和单位时间用电量使其分别形成随时间变化的谐波数据变化曲线和单位时间用电量变化曲线;
S4:利用数据处理器对提取到的每天一定时间内所有谐波数据和单位时间用电量进行加权平均得到加权平均值,使其分别形成随时间变化的标准谐波数据变化曲线和标准单位时间用电量变化曲线,其中所有天数各个时间点的谐波数据加权平均值为A1i,该天各个时间点的谐波数据为A2i,所有天数各个时间点的单位时间用电量加权平均值为B1i,该天各个时间点的单位时间用电量为B2i;
S5:分别将谐波数据和单位时间用电量的加权平均值减去某一天的谐波数据和单位时间用电量,得到每个时间点相减的绝对值,再对各个时间点的绝对值求平均值,则谐波数据各个时间点相减绝对值的平均值为m为该天各个时间点的谐波数据的总个数,单位时间用电量各个时间点相减绝对值的平均值为r为该天各个时间点的单位时间用电量的总个数,当或的值越大,则说明该电路段的用户为可能谐波源;
S6:利用序列相似性算法分别将谐波数据和单位时间用电量的变化曲线与标准变化曲线进行计算求解,根据计算值进行谐波溯源;
S7:根据谐波数据变化曲线和谐波标准变化曲线的弯折点将时间划分为t1,t2,...,tN,判断谐波数据变化曲线和谐波标准变化曲线在两个时间点之间的变化趋势为上升、下降还是持平,将曲线的上升、下降和持平设定为序列J={1,-1,0};
S8:谐波数据变化曲线的序列为S1={(J11,t1),...(J1N,tN)},谐波标准变化曲线的序列为S2={(J21,t1),...(J2N,tN)},则两个曲线之间的模式距离为当的值越接近2,则说明该电路段的用户为可能谐波源;
S9:根据单位时间用电量变化曲线和单位时间用电量标准变化曲线的弯折点将时间划分为t1,t2,...,tM,判断单位时间用电量数据变化曲线和单位时间用电量标准变化曲线在两个时间点之间的变化趋势为上升、下降还是持平,将曲线的上升、下降和持平设定为序列J={1,-1,0};
2.根据权利要求1所述的一种基于动态规划时间序列相似性算法的谐波溯源方法,其特征在于,所述S1和S2中,谐波监测系统和用电量计量系统内保存的谐波数据和单位时间用电量时限为30天。
3.根据权利要求1所述的一种基于动态规划时间序列相似性算法的谐波溯源方法,其特征在于,所述S1和S2中,谐波监测系统和用电量计量系统测量谐波数据和单位时间用电量的间隔时间为1分钟。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110679603.9A CN113435490B (zh) | 2021-06-18 | 2021-06-18 | 一种基于动态规划时间序列相似性算法的谐波溯源方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110679603.9A CN113435490B (zh) | 2021-06-18 | 2021-06-18 | 一种基于动态规划时间序列相似性算法的谐波溯源方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113435490A CN113435490A (zh) | 2021-09-24 |
CN113435490B true CN113435490B (zh) | 2022-06-28 |
Family
ID=77756599
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110679603.9A Active CN113435490B (zh) | 2021-06-18 | 2021-06-18 | 一种基于动态规划时间序列相似性算法的谐波溯源方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113435490B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0826972A2 (en) * | 1996-08-28 | 1998-03-04 | Matsushita Electric Industrial Co., Ltd. | Harmonic measurement system |
CN109146265A (zh) * | 2018-08-03 | 2019-01-04 | 福州大学 | 基于动态规划时间序列相似性的三相不平衡源溯源方法 |
CN109239456A (zh) * | 2018-08-03 | 2019-01-18 | 福州大学 | 一种基于动态规划时间序列相似性算法的谐波溯源方法 |
CN109472231A (zh) * | 2018-10-31 | 2019-03-15 | 南方电网科学研究院有限责任公司 | 变电站谐波源定位方法及装置、计算机可读存储介质 |
CN111625773A (zh) * | 2020-05-25 | 2020-09-04 | 国网江西省电力有限公司电力科学研究院 | 基于可信性测度的计量回路电流测量异常评估方法及装置 |
CN112131816A (zh) * | 2020-09-22 | 2020-12-25 | 清华四川能源互联网研究院 | 谐波阻抗扫描的谐波源幅值确定方法、装置、介质和设备 |
-
2021
- 2021-06-18 CN CN202110679603.9A patent/CN113435490B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0826972A2 (en) * | 1996-08-28 | 1998-03-04 | Matsushita Electric Industrial Co., Ltd. | Harmonic measurement system |
CN109146265A (zh) * | 2018-08-03 | 2019-01-04 | 福州大学 | 基于动态规划时间序列相似性的三相不平衡源溯源方法 |
CN109239456A (zh) * | 2018-08-03 | 2019-01-18 | 福州大学 | 一种基于动态规划时间序列相似性算法的谐波溯源方法 |
CN109472231A (zh) * | 2018-10-31 | 2019-03-15 | 南方电网科学研究院有限责任公司 | 变电站谐波源定位方法及装置、计算机可读存储介质 |
CN111625773A (zh) * | 2020-05-25 | 2020-09-04 | 国网江西省电力有限公司电力科学研究院 | 基于可信性测度的计量回路电流测量异常评估方法及装置 |
CN112131816A (zh) * | 2020-09-22 | 2020-12-25 | 清华四川能源互联网研究院 | 谐波阻抗扫描的谐波源幅值确定方法、装置、介质和设备 |
Non-Patent Citations (5)
Title |
---|
动态条件下配电网多谐波源定位与贡献评估方法研究;臧天磊;《中国优秀博士学位论文全文数据库信息科技辑》;20180215;全文 * |
基于监测数据相关性分析的用户谐波责任划分方法;张逸;《电力系统自动化》;20200125;全文 * |
基于盲源分离的谐波源识别技术;方曼琪;《中国优秀硕士学位论文全文数据库信息科技辑》;20200315;全文 * |
多谐波源定位及谐波责任量化区分方法综述;丁同;《电力自动化设备》;20200131;全文 * |
电力系统间谐波源的检测与识别;赵振涛;《中国优秀硕士学位论文全文数据库信息科技辑》;20131015;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN113435490A (zh) | 2021-09-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111398885B (zh) | 一种结合线损分析的智能电表运行误差监控方法 | |
CN115166619B (zh) | 一种智能电能表运行误差监测系统 | |
EP2495577A2 (en) | Systems and methods for identifying faulty sensors within a power generation system | |
CN112684401B (zh) | 轻载台区电能表运行误差数据的处理方法及系统 | |
CN101248365A (zh) | 估算与电池相关的状态向量的系统和方法 | |
KR20130056150A (ko) | 사용자 피드백 정보에 기초한 전기기구 탐지 방법과 시스템 | |
CN109239456B (zh) | 一种基于动态规划时间序列相似性算法的谐波溯源方法 | |
CN107741578A (zh) | 一种用于智能电能表运行误差远程校准的原始抄表数据处理方法 | |
CN108932217A (zh) | 能耗统计的方法及装置 | |
CN109146265A (zh) | 基于动态规划时间序列相似性的三相不平衡源溯源方法 | |
CN108287320A (zh) | 一种电池电量检测优化方法 | |
CN115293257A (zh) | 一种针对异常用电用户的检测方法及系统 | |
CN113435490B (zh) | 一种基于动态规划时间序列相似性算法的谐波溯源方法 | |
CN104376174A (zh) | 一种基于线路阻抗比的交流线路参数辨识与修正方法 | |
CN115453447A (zh) | 基于嫌疑电表分步补偿剔除的超差电表在线检测方法 | |
CN113946973A (zh) | 一种基于灰色关联算法的供电可靠性相关指标分析方法 | |
CN116136580A (zh) | 一种基于感知设备的线损分级检测方法及装置 | |
CN110259435B (zh) | 一种基于抽油机电参数的井况变化识别方法 | |
CN204374957U (zh) | 一种区域负荷数据收集装置 | |
CN112132442A (zh) | 一种间歇启停电热工况下负荷辨识效果的评价方法 | |
CN117749084B (zh) | 一种屋面单晶硅建筑施工方法及系统 | |
CN110658385A (zh) | 一种基于复化梯形法的用电量分类计量方法 | |
CN117131353B (zh) | 一种超差电能表确定方法、装置、电子设备及存储介质 | |
CN117249036B (zh) | 一种抽水蓄能系统、水轮发电机组状态评估方法及装置 | |
CN115438520B (zh) | 一种基于蒙特卡洛模拟方法的智能电能表示数仿真方法 |
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 |