CN113625074A - 暂态电能质量扰动引起长时闪变超标的判别方法和装置 - Google Patents
暂态电能质量扰动引起长时闪变超标的判别方法和装置 Download PDFInfo
- Publication number
- CN113625074A CN113625074A CN202110755044.5A CN202110755044A CN113625074A CN 113625074 A CN113625074 A CN 113625074A CN 202110755044 A CN202110755044 A CN 202110755044A CN 113625074 A CN113625074 A CN 113625074A
- Authority
- CN
- China
- Prior art keywords
- flicker
- phase
- long
- time
- value
- 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
- 230000001052 transient effect Effects 0.000 title claims abstract description 38
- 238000000034 method Methods 0.000 title claims abstract description 31
- 230000007774 longterm Effects 0.000 claims abstract description 24
- 238000004590 computer program Methods 0.000 claims description 10
- 238000012545 processing Methods 0.000 claims description 5
- 230000007547 defect Effects 0.000 abstract description 3
- 238000012216 screening Methods 0.000 abstract description 3
- 238000001514 detection method Methods 0.000 abstract description 2
- 238000012544 monitoring process Methods 0.000 description 24
- 238000005516 engineering process Methods 0.000 description 4
- 238000005259 measurement Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000008030 elimination Effects 0.000 description 2
- 238000003379 elimination reaction Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000012850 discrimination method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R22/00—Arrangements for measuring time integral of electric power or current, e.g. electricity meters
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本申请涉及一种暂态电能质量扰动引起长时闪变超标的判别方法、装置和计算机设备及存储介质。所述长时闪变超标原因的判别方法,判别方法包括:当任一相所述长时闪变最大值大于限值时,分别获取各相对应的闪变数据组,各相所述闪变数据组分别对应包括各相在一个月内的预设数量的所述长时闪变值;根据各相所述闪变数据组分别对应获取各相的长时闪变偏离值;当各相的长时闪变偏离值均小于限值时,判断闪变超标由未达阈值的暂态电能质量扰动造成,弥补了在线检测系统的缺陷,实现原因的快速筛查目标。
Description
技术领域
本申请涉及电能质量在线监测技术领域,特别是涉及一种暂态电能质量扰动引起长时闪变超标的判别方法和装置。
背景技术
随着精密仪器和复杂电子设备的应用,用户越来越要求高质量和高可靠性的电能供应。近年来,随着国外先进设备的引进和应用及高新技术产业的发展,由电能质量扰动引发的用电问题日益增多。
电力系统中的电能质量扰动可分为稳态和暂态,后者具有发生随机性强、持续时间短和幅值突变剧烈的特性,其不仅危害各种敏感设备的正常运行,暂态过程数据在稳态电能质量指标计算和统计中被重复,还会导致结果的不可靠性。然而,国内电能质量在线监测系统中仅对触发电压暂降、暂升及中断阈值的数据进行“标记”,剔除影响,并且缺乏国外的快速电压变动(Rapid Voltage Change,RVC)指标来定义和约束电压方均根值在0.9p.u.~1.1p.u.范围内的暂态电能质量扰动,导致其成为当前电能质量在线监测系统的管理“盲区”,但其造成闪变测量结果的不可靠效果与超过阈值的暂态电能质量扰动相同,这使得不带波动负荷的母线出现不明原因的超标。特别是随着监测点范围和密度的不断提升,考虑到暂态电能质量扰动在电网中的传播性,该问题将愈发突出。实际上,闪变作为反应波动负荷引起灯光闪烁对人视感产生影响的稳态参数,受未达阈值的暂态电压扰动影响,必然给闪变源定位、责任划分及治理等相关电能质量技术管理工作开展带来困扰。
面对在线监测系统的现状,需要结合测量数据特征,应用统计学准则进行未达阈值的暂态电能质量扰动造成的闪变超标的判别,完成监测点的快速筛查,以弥补当前在线监测系统的缺陷,减小不可靠闪变测量结果带来的影响。
发明内容
基于此,有必要针对上述技术问题,提供一种能够对未达阈值的暂态电能质量扰动造成的闪变超标进行判别的方法和装置。
一种暂态电能质量扰动引起长时闪变超标的判别方法,判别方法包括:
当任一相长时闪变最大值大于限值时,获取各相对应的闪变数据组,各相闪变数据组分别对应包括各相在一个月内的预设数量的长时闪变值;
根据各相闪变数据组分别对应获取各相的长时闪变偏离值;
当各相的长时闪变偏离值均小于限值时,判断闪变超标由未达阈值的暂态电能质量扰动造成。
在其中一个实施例中,获取各相对应的闪变数据组,包括:
每隔2小时分别获取各相的长时闪变值,以分别形成各相的闪变数据组。
在其中一个实施例中,根据各相闪变数据组分别对应获取各相的长时闪变偏离值,包括:
根据各相的预设数量的长时闪变值,分别获取各相闪变数据组的上四分位数和下四分位数;
分别获取各相的上四分位数和下四分位数之间的差值;
根据各相差值和上四分位数分别获取各相长时闪变偏离值。
在其中一个实施例中,预设数量为N,根据各相的预设数量的长时闪变值,分别获取各相闪变数据组的上四分位数和下四分位数,包括:
分别去除各相对应的闪变数据组中的最大值,以获得更新后的各相闪变数据组,更新后的各相闪变数据组分别包括N-1个长时闪变值;
重复执行分别去除各相对应的闪变数据组中的最大值,直至最终更新后各相闪变数据组分别包括3×N/4+1个长时闪变值;
分别获取最终更新后的各相闪变数据组中对应的长时闪变值最大值,以作为各相闪变数据组的上四分位数。
在其中一个实施例中,预设数量为N,根据各相的预设数量的长时闪变值,分别获取各相闪变数据组的上四分位数和下四分位数,包括:
分别去除各相对应的闪变数据组中的最小值,以获得更新后的各相闪变数据组,更新后的各相闪变数据组分别包括N-1个长时闪变值;
重复执行分别去除各相对应的闪变数据组中的最小值,直至最终更新后各相闪变数据组分别包括3×N/4+1个长时闪变值;
分别获取最终更新后的各相闪变数据组中对应的长时闪变值最小值,以作为各相闪变数据组的下四分位数。
在其中一个实施例中,根据各相差值和长时闪变上四分位数获取各相长时闪变偏离值,包括:
其中,SA、SB、SC分别为各相长时闪变偏离值,α为预设的偏离系数,IQR,A、IQR,B、IQR,C分别为各相上下四分位数差值,Q1,A、Q1,B、Q1,C分别为各相闪变数据组的上四分位数。
在其中一个实施例中,偏离系数为1.5。
一种暂态电能质量扰动引起长时闪变超标的判别装置,包括:
获取模块,用于当任一相长时闪变最大值大于限值时,分别获取各相对应的闪变数据组,各相闪变数据组分别对应包括各相在一个月内的预设数量的长时闪变值;
处理模块,用于根据各相闪变数据组分别对应获取各相的长时闪变偏离值;
判别模块,用于当各相的长时闪变偏离值均小于限值时,判断闪变超标由未达阈值的暂态电能质量扰动造成。
一种计算机设备,包括存储器和处理器,存储器存储有计算机程序,处理器执行计算机程序时实现上述的方法的步骤。
一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现上述的方法的步骤。
上述一种暂态电能质量扰动引起长时闪变超标的判别方法,判别方法包括:当任一相长时闪变最大值大于限值时,分别获取各相对应的闪变数据组,各相闪变数据组分别对应包括各相在一个月内的预设数量的长时闪变值;根据各相闪变数据组分别对应获取各相的长时闪变偏离值;当各相的长时闪变偏离值均小于限值时,判别长时闪变超标由未达阈值的暂态电能质量扰动造成。
附图说明
为了更清楚地说明本申请实施例或传统技术中的技术方案,下面将对实施例或传统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为一个实施例中暂态电能质量扰动引起长时闪变超标的判别方法的流程示意图;
图2为一个实施例中暂态电能质量扰动引起长时闪变超标的判别装置的示意图;
图3为一个实施例中计算机设备的内部结构图。
具体实施方式
为了便于理解本申请,下面将参照相关附图对本申请进行更全面的描述。附图中给出了本申请的实施例。但是,本申请可以以许多不同的形式来实现,并不限于本文所描述的实施例。相反地,提供这些实施例的目的是使本申请的公开内容更加透彻全面。
除非另有定义,本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中在本申请的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本申请。
在此使用时,单数形式的“一”、“一个”和“所述/该”也可以包括复数形式,除非上下文清楚指出另外的方式。还应当理解的是,术语“包括/包含”或“具有”等指定所陈述的特征、整体、步骤、操作、组件、部分或它们的组合的存在,但是不排除存在或添加一个或更多个其他特征、整体、步骤、操作、组件、部分或它们的组合的可能性。
在本说明书的描述中,参考术语“有些实施例”、“其他实施例”、“理想实施例”等的描述意指结合该实施例或实施例描述的具体特征、结构、材料或者特征包含于本发明的至少一个实施例或实施例中。在本说明书中,对上述术语的示意性描述不一定指的是相同的实施例或实施例。
在其中一个实施例中,如图1所示,提供一种暂态电能质量扰动引起长时闪变超标的判别方法,判别方法包括步骤S100-S300。
步骤S100,当任一相长时闪变最大值大于限值时,获取各相对应的闪变数据组,各相闪变数据组分别对应包括各相在一个月内的预设数量的长时闪变值。
具体地,监测点评估长时闪变的限值应依据标准《GB/T 12326-2008电能质量电压波动和闪变》的规定执行,即监测点监测母线的电压小于等于110kV时,长时闪变的限值为1.0;即监测点监测母线的电压大于110kV时,长时闪变的限值为0.8。
其中,步骤S100可以包括子步骤S110,当任一相长时闪变最大值大于限值时,以月为跨度每隔第2小时获取各相的长时闪变值作为闪变数据组。
具体地,以月为测量时间跨度,按照时间先后顺序获取该监测点三相的各相长时闪变值,作为各相待处理的闪变数据组。如式①所示
其中,式中的PA,PB,PC分别为月时间跨度的A、B、C相的闪变数组;pA,pB,pC分别为A、B、C相任意时刻长时闪变值;tk为第k个长时闪变对应时刻,k=1,2,…,N,根据长时闪变计算时间,k值每2小时增加一次;N为月时间跨度对应的每相长时闪变数据量,N=每月天数×每天小时数/2,每月28天、29天、30天及31天分别对应的N为336、348、360、372。一个月的数据量适中,满足分析要求。
步骤S200,根据各相闪变数据组分别对应获取各相的长时闪变偏离值。
其中,步骤S200包括子步骤S210-S230。
步骤S210,根据各相的预设数量的长时闪变值,分别获取各相闪变数据组的上四分位数和下四分位数。
具体地,根据四分位数定义,以月时间跨度的各相长时闪变数据量为对象,确定其四分位数位置为N/4。
其中,步骤S210包括子步骤S2101-S2107。
步骤S2101,分别去除各相对应的闪变数据组中的最大值,以获得更新后的各相闪变数据组,更新后的各相闪变数据组分别包括N-1个长时闪变值。
步骤S2102,重复执行分别去除各相对应的闪变数据组中的最大值,直至最终更新后各相闪变数据组分别包括3×N/4+1个长时闪变值。
步骤S2103,分别获取最终更新后的各相闪变数据组中对应的长时闪变值最大值,以作为各相闪变数据组的上四分位数。
具体地,实现步骤S2101-S2103包括:按照式②求取初始数据量为N的A相长时闪变数组PA(N)的最大值pmax,1并剔除该值,得到数据量为N-1的新A相长时闪变数组PA(N-1),带入式②求取新数组的最大值pmax,2并剔除,通过循环N/4-1次最大值剔除操作,得到数据量为3×N/4+1的新A相长时闪变数组PA(3×N/4+1),其最大值为A相长时闪变上四分位数Q1,A。
式中,i为循环次数。
步骤S2104,分别去除各相对应的闪变数据组中的最小值,以获得更新后的各相闪变数据组,更新后的各相闪变数据组分别包括N-1个长时闪变值。
步骤S2105,重复执行分别去除各相对应的闪变数据组中的最小值,直至最终更新后各相闪变数据组分别包括3×N/4+1个长时闪变值。
步骤S2106,分别获取最终更新后的各相闪变数据组中对应的长时闪变的最小值,以作为各相所述闪变数据组的下四分位数。
具体地,实现步骤S2104-S2106包括:按照式③求取初始数据量为N的A相长时闪变数组PA(N)的最小值,pmin,1剔除该值,得到数据量为N-1的新A相长时闪变数组PA(N-1),带入式③求取新数组的最小值,pmin,2并剔除,通过循环N/4-1次最小值剔除操作,得到数据量为3×N/4+1的新A相长时闪变数组PA(3×N/4+1),其最小值为A相长时闪变下四分位数Q2,A。
步骤S220,分别获取各相的上四分位数和下四分位数之间的差值。
具体地,按照式④计算该监测点每相长时闪变的上四分位数与下四分位数之间的差值IQR,A,IQR,B,IQR,C。
步骤S230,根据各相上下四分位差值和上四分位数分别获取各相长时闪变的偏离值。
具体地,以偏离系数α=1.5,按照式⑤求得每相长时闪变的偏离值SA,SB,SC。
其中,SA、SB、SC分别为各相长时闪变偏离值,α为预设的偏离系数,IQR,A、IQR,B、IQR,C分别为各相上下四分位位数差值,Q1,A、Q1,B、Q1,C分别为各相闪变数据组的上四分位数。
偏离系数设置为1.5可以满足合理的偏离值设置要求,以用于准确的判定长时闪变原因。
步骤S300,当各相的长时闪变偏离值均小于限值时,判断闪变超标由未达阈值的暂态电能质量扰动造成。
若SA,SB,SC小于限值都成立,则判断闪变超标由未达阈值的暂态电能质量扰动造成;若任意一相不成立,则无法判断闪变超标原因。本发明通过对监测点一定时间内多个长时闪变值的统计处理,可以判别长时闪变超标是否由未达阈值的暂态电能质量扰动造成,弥补了在线检测系统的缺陷,实现原因的快速筛查目标。
在其中一个实施例中,结合具体实施例对上述过程进行详细说明,本实施例中所用的数值仅为举例,用户可根据实际的情况做相应的更改,在本实施例中,以某110kV变电站35kV母线监测点为对象,其长时闪变限值Plim it=1.0,取该监测点10月份的A、B,C相长时闪变最大值,如表1所示。
表1监测点长时闪变最大值
该监测点存在超标情况,对该监测点使用本判别方法,故按照时间先后顺序获取该监测点三相长时闪变数据。
10月份共31天,其月时间跨度对应的每相长时闪变数据量N=372,对应的四分位数位置为93,按照公式②和③分别循环92次的最大值和最小值剔除操作,第93次得到的最大值和最小值为三相长时闪变的上下四分位数,如表2所示。
表2三相长时闪变上下四分位数
相别 | A | B | C |
上四分位数Q<sub>1</sub> | 0.33 | 0.34 | 0.37 |
下四分位数Q<sub>2</sub> | 0.27 | 0.27 | 0.29 |
则监测点每相长时闪变上四分位数与下四分位数的差值为:
IQR,A=Q1,A-Q2,A=0.33-0.27=0.06
IQR,B=Q1,B-Q2,B=0.34-0.27=0.07
IQR,C=Q1,C-Q2,C=0.37-0.29=0.08
以偏离系数α=1.5,求得每相长时闪变的偏离值为:
SA=α×IQR,A+Q1,A=1.5×0.06+0.33=0.420
SB=α×IQR,B+Q1,B=1.5×0.07+0.34=0.445
SC=α×IQR,C+Q1,C=1.5×0.08+0.37=0.490
根据判别条件,SA,SB,SC小于限值都成立,则该35kV监测点10月份闪变超标问题由未达阈值的暂态电能质量扰动造成。
应该理解的是,虽然图1的流程图中的各步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图1中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
在其中一个实施例中,如图2所示,提供了一种暂态电能质量扰动引起长时闪变超标的判别装置,包括获取模块101、处理模块103和判别模块105。获取模块101,用于当任一相长时闪变最大值大于限值时,获取各相对应的闪变数据组,各相闪变数据组分别对应包括各相在一个月内的预设数量的长时闪变值;处理模块103,用于根据各相闪变数据组分别对应获取各相的长时闪变偏离值;判别模块105,用于当各相的长时闪变偏离值均小于限值时,判断闪变超标由未达阈值的暂态电能质量扰动造成。
关于暂态电能质量扰动引起长时闪变超标的判别装置的具体限定可以参见上文中对于暂态电能质量扰动引起长时闪变超标的判别方法的限定,在此不再赘述。上述暂态电能质量扰动引起长时闪变超标的判别装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。需要说明的是,本申请实施例中对模块的划分是示意性的,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。
在其中一个实施例中,如图3所示,还提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现上述各方法实施例中的步骤。
在其中一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory,ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic Random Access Memory,DRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种暂态电能质量扰动引起长时闪变超标的判别方法,其特征在于,所述判别方法包括:
当任一相所述长时闪变最大值大于限值时,获取各相对应的闪变数据组,各相所述闪变数据组分别对应包括各相在一个月内的预设数量的所述长时闪变值;
根据各相所述闪变数据组分别对应获取各相的长时闪变偏离值;
当各相的长时闪变偏离值均小于限值时,判断闪变超标由未达阈值的暂态电能质量扰动造成。
2.根据权利要求1所述的方法,其特征在于,所述获取各相对应的闪变数据组,包括:
每隔2小时分别获取各相的所述长时闪变值,以分别形成各相的所述闪变数据组。
3.根据权利要求1所述的方法,其特征在于,所述根据各相所述闪变数据组分别对应获取各相的长时闪变偏离值,包括:
根据各相的预设数量的所述长时闪变值,分别获取各相所述闪变数据组的上四分位数和下四分位数;
分别获取各相的所述上四分位数和所述下四分位数之间的差值;
根据各相所述差值和所述上四分位数分别获取各相所述长时闪变偏离值。
4.根据权利要求3所述的方法,其特征在于,所述预设数量为N,所述根据各相的预设数量的所述长时闪变值,分别获取各相所述闪变数据组的上四分位数和下四分位数,包括:
分别去除各相对应的所述闪变数据组中的最大值,以获得更新后的各相所述闪变数据组,更新后的各相所述闪变数据组分别包括N-1个所述长时闪变值;
重复执行所述分别去除各相对应的所述闪变数据组中的最大值,直至最终更新后各相所述闪变数据组分别包括3×N/4+1个所述长时闪变值;
分别获取最终更新后的各相所述闪变数据组中对应的所述长时闪变最大值,以作为各相所述闪变数据组的上四分位数。
5.根据权利要求3所述的方法,其特征在于,所述预设数量为N所述根据各相的预设数量的所述长时闪变值,分别获取各相所述闪变数据组的上四分位数和下四分位数,包括:
分别去除各相对应的所述闪变数据组中的最小值,以获得更新后的各相所述闪变数据组,更新后的各相所述闪变数据组分别包括N-1个所述长时闪变值;
重复执行所述分别去除各相对应的所述闪变数据组中的最小值,直至最终更新后各相所述闪变数据组分别包括3×N/4+1个所述长时闪变值;
分别获取最终更新后的各相所述闪变数据组中对应的所述长时闪变最小值,以作为各相所述闪变数据组的下四分位数。
7.根据权利要求6所述的方法,其特征在于,所述偏离系数为1.5。
8.一种暂态电能质量扰动引起长时闪变超标的判别装置,其特征在于,包括:
获取模块,用于当任一相所述长时闪变最大值大于限值时,分别获取各相对应的闪变数据组,各相所述闪变数据组分别对应包括各相在一个月内的预设数量的所述长时闪变值;
处理模块,用于根据各相所述闪变数据组分别对应获取各相的长时闪变偏离值;
判别模块,用于当各相的长时闪变偏离值均小于限值时,判断闪变超标由未达阈值的暂态电能质量扰动造成。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110755044.5A CN113625074B (zh) | 2021-07-02 | 2021-07-02 | 暂态电能质量扰动引起长时闪变超标的判别方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110755044.5A CN113625074B (zh) | 2021-07-02 | 2021-07-02 | 暂态电能质量扰动引起长时闪变超标的判别方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113625074A true CN113625074A (zh) | 2021-11-09 |
CN113625074B CN113625074B (zh) | 2023-06-06 |
Family
ID=78379015
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110755044.5A Active CN113625074B (zh) | 2021-07-02 | 2021-07-02 | 暂态电能质量扰动引起长时闪变超标的判别方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113625074B (zh) |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102236053A (zh) * | 2010-04-26 | 2011-11-09 | 西门子公司 | 电能质量检测方法和电力监控设备 |
CN102479283A (zh) * | 2010-11-23 | 2012-05-30 | 上海市电力公司 | 一种用于电能质量的稳态指标计算方法 |
CN102565574A (zh) * | 2011-12-06 | 2012-07-11 | 中国人民解放军海军工程大学 | 船舶电能质量监测系统 |
CN103489066A (zh) * | 2013-09-13 | 2014-01-01 | 深圳供电局有限公司 | 一种电能质量暂态事件突出区域监测信息与数据分析方法 |
CN103969526A (zh) * | 2014-04-28 | 2014-08-06 | 深圳市双合电气股份有限公司 | 电能质量采集装置及其在电能质量综合分析系统中的应用 |
US20140239939A1 (en) * | 2011-10-19 | 2014-08-28 | Schneider Electric Industries Sas | Method and device for analysing the quality of the electrical energy in a three-phase electric network |
CN105021909A (zh) * | 2014-04-24 | 2015-11-04 | 国家电网公司 | 数字式电能质量监测终端的自动检测方法及系统 |
CN105372479A (zh) * | 2015-11-11 | 2016-03-02 | 广东电网有限责任公司梅州供电局 | 一种电能质量测量仪器的电压闪变测量方法 |
WO2016138750A1 (zh) * | 2015-03-04 | 2016-09-09 | 江苏省电力公司常州供电公司 | 一种电能质量扰动源定位系统及定位方法 |
CN107390014A (zh) * | 2017-08-22 | 2017-11-24 | 安徽大学 | 波动性负荷闪变发射水平的测量方法 |
CN107942171A (zh) * | 2017-11-30 | 2018-04-20 | 中科创能实业有限公司 | 一种电能质量监测方法、装置及电子设备 |
CN109066688A (zh) * | 2018-09-06 | 2018-12-21 | 国网安徽省电力有限公司芜湖供电公司 | 基于可再生能源不确定性下的概率潮流数据获取方法 |
CN111539654A (zh) * | 2020-05-26 | 2020-08-14 | 国网湖南省电力有限公司 | 一种基于大数据的冲击型电力大客户识别方法 |
CN112798861A (zh) * | 2020-12-30 | 2021-05-14 | 广东电网有限责任公司广州供电局 | 电压闪变参数识别方法、装置、计算机设备和存储介质 |
-
2021
- 2021-07-02 CN CN202110755044.5A patent/CN113625074B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102236053A (zh) * | 2010-04-26 | 2011-11-09 | 西门子公司 | 电能质量检测方法和电力监控设备 |
CN102479283A (zh) * | 2010-11-23 | 2012-05-30 | 上海市电力公司 | 一种用于电能质量的稳态指标计算方法 |
US20140239939A1 (en) * | 2011-10-19 | 2014-08-28 | Schneider Electric Industries Sas | Method and device for analysing the quality of the electrical energy in a three-phase electric network |
CN102565574A (zh) * | 2011-12-06 | 2012-07-11 | 中国人民解放军海军工程大学 | 船舶电能质量监测系统 |
CN103489066A (zh) * | 2013-09-13 | 2014-01-01 | 深圳供电局有限公司 | 一种电能质量暂态事件突出区域监测信息与数据分析方法 |
CN105021909A (zh) * | 2014-04-24 | 2015-11-04 | 国家电网公司 | 数字式电能质量监测终端的自动检测方法及系统 |
CN103969526A (zh) * | 2014-04-28 | 2014-08-06 | 深圳市双合电气股份有限公司 | 电能质量采集装置及其在电能质量综合分析系统中的应用 |
WO2016138750A1 (zh) * | 2015-03-04 | 2016-09-09 | 江苏省电力公司常州供电公司 | 一种电能质量扰动源定位系统及定位方法 |
CN105372479A (zh) * | 2015-11-11 | 2016-03-02 | 广东电网有限责任公司梅州供电局 | 一种电能质量测量仪器的电压闪变测量方法 |
CN107390014A (zh) * | 2017-08-22 | 2017-11-24 | 安徽大学 | 波动性负荷闪变发射水平的测量方法 |
CN107942171A (zh) * | 2017-11-30 | 2018-04-20 | 中科创能实业有限公司 | 一种电能质量监测方法、装置及电子设备 |
CN109066688A (zh) * | 2018-09-06 | 2018-12-21 | 国网安徽省电力有限公司芜湖供电公司 | 基于可再生能源不确定性下的概率潮流数据获取方法 |
CN111539654A (zh) * | 2020-05-26 | 2020-08-14 | 国网湖南省电力有限公司 | 一种基于大数据的冲击型电力大客户识别方法 |
CN112798861A (zh) * | 2020-12-30 | 2021-05-14 | 广东电网有限责任公司广州供电局 | 电压闪变参数识别方法、装置、计算机设备和存储介质 |
Non-Patent Citations (2)
Title |
---|
卓金宝等: "基于改进形态滤波器和弧长差分序列的微电网电能质量扰动定位与识别", 《电工技术学报》 * |
陈聪 等: "IEC标准的快速电压变动测量方法解读与对比", 《电测与仪表》 * |
Also Published As
Publication number | Publication date |
---|---|
CN113625074B (zh) | 2023-06-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112381137B (zh) | 新能源电力系统可靠性评估方法、装置、设备及存储介质 | |
Pan et al. | Uncertainty analysis based on non-parametric statistical modelling method for photovoltaic array output and its application in fault diagnosis | |
CN115099477B (zh) | 一种水库旱限水位优化及抗旱调度方法 | |
CN116774077B (zh) | 储能电站电池的健康检测方法、装置、设备及存储介质 | |
CN107505519B (zh) | 一种分布式电源接入电网电能质量分析方法及装置 | |
CN112415329A (zh) | 电压暂降辨识方法、装置、计算机设备和存储介质 | |
CN114895205A (zh) | 电池模型参数的获取方法、装置、计算机设备、存储介质 | |
CN117077978B (zh) | 一种跨区域新能源蓄能方法及系统 | |
CN113625074A (zh) | 暂态电能质量扰动引起长时闪变超标的判别方法和装置 | |
CN114357737A (zh) | 针对大尺度水文模型时变参数的代理优化率定方法 | |
CN114238856A (zh) | 风光资源未来预测误差求解方法、装置、设备及存储介质 | |
CN117273195A (zh) | 一种蒸汽供热系统需求负荷预测方法 | |
CN109861293B (zh) | 光伏不确定性对电力系统小信号稳定性影响的评估方法 | |
CN108008183B (zh) | 一种电量测量方法、系统、设备及计算机存储介质 | |
CN116499609A (zh) | 核电厂波动瞬态的自动识别方法、系统、计算机设备和存储介质 | |
CN115905360A (zh) | 一种基于随机构建矩阵的异常数据量测辨识方法和装置 | |
CN111796143B (zh) | 一种配用电系统节能设备节能量计量方法 | |
CN110766286B (zh) | 配电网拓扑校核方法、装置、计算机设备和可读存储介质 | |
CN118011074B (zh) | 台区电压波动的监测方法、装置、系统和存储介质 | |
CN108564308B (zh) | 一种光伏电站总辐射变化特征评估方法和装置 | |
CN111612289A (zh) | 基于新能源多场景风险特征导向的电力系统风险评估方法 | |
CN115562026A (zh) | 一种平抑反弹效应的空调负荷可调潜力控制方法 | |
CN112285410B (zh) | 一种电压暂降严重度的估算方法、介质及系统 | |
Watts et al. | Statistical analyses for capacity testing of photovoltaic systems | |
CN114840506A (zh) | 数据降维方法、装置、计算机设备和存储介质 |
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 |