CN113687157A - 一种hplc小电流分支识别方法 - Google Patents
一种hplc小电流分支识别方法 Download PDFInfo
- Publication number
- CN113687157A CN113687157A CN202110940419.5A CN202110940419A CN113687157A CN 113687157 A CN113687157 A CN 113687157A CN 202110940419 A CN202110940419 A CN 202110940419A CN 113687157 A CN113687157 A CN 113687157A
- Authority
- CN
- China
- Prior art keywords
- hplc
- correlation
- signal
- identification method
- attenuation
- 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.)
- Pending
Links
- 238000004128 high performance liquid chromatography Methods 0.000 title claims abstract description 27
- 238000000034 method Methods 0.000 title claims abstract description 17
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 7
- 230000006855 networking Effects 0.000 claims abstract description 5
- 238000004891 communication Methods 0.000 claims description 10
- 230000001360 synchronised effect Effects 0.000 claims description 6
- 230000008054 signal transmission Effects 0.000 claims description 4
- 238000005070 sampling Methods 0.000 claims description 2
- 238000012423 maintenance Methods 0.000 abstract description 6
- 238000007726 management method Methods 0.000 abstract description 6
- 238000012544 monitoring process Methods 0.000 abstract description 6
- 230000008439 repair process Effects 0.000 abstract description 6
- 238000004458 analytical method Methods 0.000 abstract description 3
- 238000004364 calculation method Methods 0.000 abstract description 3
- 230000000007 visual effect Effects 0.000 abstract description 3
- 238000005259 measurement Methods 0.000 abstract description 2
- 238000010276 construction Methods 0.000 description 5
- 238000011161 development Methods 0.000 description 4
- 230000018109 developmental process Effects 0.000 description 4
- 238000007689 inspection Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000035772 mutation Effects 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000009466 transformation 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
- G01R29/00—Arrangements for measuring or indicating electric quantities not covered by groups G01R19/00 - G01R27/00
- G01R29/26—Measuring noise figure; Measuring signal-to-noise ratio
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
Abstract
本发明公开了一种HPLC小电流分支识别方法,包括通过HPLC载波组网衰减特性,获得各测量点的SNR信噪比,完成台区识别;通过HPLC载波,调度各个未识别拓扑关系的站点,发送电流特征信号;所有站点在指定的NTB时间采样,并识别特征电流特征信号;然后通过边缘计算算法,实现供电网络拓扑相关性分析;获得测量点的强相关性、弱相关性、无相关性,实现测量点的上下级关系。本发明通过全面提升低压配电网的自动化管理水平,解决了低压配电网供电可视化难题、解决运行维护方面设备状态监测不及时、抢修不及时、无法准确识别台区户的对应关系、无法精准进行分路、分相以及分支线受损计算等一些技术难题。
Description
技术领域
本发明涉及电学电流技术领域,具体来说,涉及一种HPLC小电流分支识别方法。
背景技术
目前,国外对低压配电网的研究放在低压电器设备的开发利用、提高低压线路的供电质量、低压配电网保护性能及保护配合特性等方案,从而不断提高供电质量、供电可靠性和安全性。
挪威智能电网中心为政府制定能源白皮书提供建议,其科学委员会制定研究策略,公共研发部门则解决配网运营商遇到的挑战。目前挪威已建成六个智能电网示范单位,并计划在2019年之前完成所有用户智能电表的安装;到2024年实现以下几个方面的研发:
1)在智能用户方面,通过电网与智能用户之间的互动提高系统的灵活性和能源利用效率。
2)在配电网运行方面,实现低压系统监控、中压系统自动化与控制,中低压电网智能表计等功能。
3)在配网规划和资产管理方面,形成主动配电网规划的方法论,对智能电网资产进行有效的管理。
而我国低压配电网整体情况为:结构复杂、分支线较多、负荷性质复杂、历史资料不全等,城市配电网有负荷密度大、用电量集中、供电可靠性要求高等特点,部分老城区的配电网络相对较薄弱、负荷转供能力较差等问题。
配电网基础数据差,信息化手段落后。配电网管理涉及到发展、农电、运检、营销、调度等不同部门,基础数据分散在不同系统中。系统之间的数据标准、模型不一致,此外,缺乏数据共维共享机制。配电网投资少,建设水平低,导致配网通信及信息系统发展相对滞后,缺少信息获取渠道。体现为管理精细化程度差,数据、图形和信息无法对应,甚至存在某种意义上的“盲”。
为解决这个“盲”,目前国内电网公司投入大量的资源建设“营配一体化项目”,此项目配网末端只能延升到表箱,由于整个技术采用人工静态录入方式,无法解决供电网络动态变化(台区拆分、负荷切换、设备换装、台区改造)。
为解决供电网络动态变化问题,有些设备厂家提出在供电网络上注入大脉冲电流方式,由于同一环路内的电流处处相等,由脉冲电流发射电路产生的大脉冲电流不会耦合到其它环路。大脉动电流产生原理未在工频电压在40V左右是在电路回路用晶闸管短路,形成电流100A以下的大电流工频信号。采用次技术没路分支节点需要增加外挂设备,由于设备需要识别脉冲电流信号,需要高CPU做谐波分析,设备成本过高,由于脉冲电流较大,对电网谐波影响较大,而且运行对继电保护系统的影响也有待评估。
目前业界还有一种理论方案“基于大数据的算法模型”:基于台区高频度同步采集的用户侧电流数据,用Pearson相关性系数算法,与该用户突变电流同步产生等量突变的所有节点必然是该用户的上级供电回路,通过一段必须的时长数据相关性系数计算,可形成台区供电网络拓扑。该方案需要在项目实施过程中研究完善具体算法模型以提高模型的准确度。
发明内容
针对相关技术中的上述技术问题,本发明提出一种HPLC小电流分支识别方法,能够克服现有技术方法的上述不足。
为实现上述技术目的,本发明的技术方案是这样实现的:
一种HPLC小电流分支识别方法,包括以下步骤:
S1: 通过HPLC载波组网衰减特性,获得各测量点的SNR信噪比,完成台区识别;
S2: 通过HPLC载波,调度各个未识别拓扑关系的站点,发送电流特征信号;
S3: 所有站点在指定的NTB时间采样,并识别特征电流特征信号;
S4: 然后通过边缘计算算法,实现供电网络拓扑相关性分析;
S5: 获得测量点的强相关性、弱相关性、无相关性,实现测量点的上下级关系。
进一步地,步骤S1中,HPLC载波衰减特性为,在同一电力线上,信号传输距离越短,经过的衰减和噪声越小,信噪比则越大;而且信号通过空间耦合时,衰减也会变大。
进一步地,步骤S1中,所述SNR是信号强度和噪声的比值,受信道里面的衰减和噪声影响。
进一步地,步骤S3中,所述NTB为载波通讯网络中所有STA设备同步到的一个全网共用的时钟,即网络基准时间。
进一步地,所述所有STA设备,需接入宽带通信网络的时钟必须同步至NTB,同时宽带载波通信网络中的所有STA设备同步维护一个32位计时器,该计时器在频率和绝对值上与NTB保持同步。
本发明的有益效果:通过全面提升低压配电网的自动化管理水平,解决了低压配电网供电可视化难题、解决运行维护方面设备状态监测不及时、抢修不及时、无法准确识别台区户的对应关系、无法精准进行分路、分相、分支线受损计算等一些技术难题;通过系统的建设在一定程度上替代传统的线路巡查方式,加快了故障隐患发现、定位、处理的速度,提升了配网抢修人员的工作效率,减少了故障停电次数,保证了供电质量;另一方面,通过系统的建设,缩短了故障发生后的发现、分析、定位、抢修时间,为用户保质、保量、安全用电提供了保障,减少工单数量,提高客户满意度。
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获得其他的附图。
图1是根据本发明实施例所述的HPLC小电流分支识别方法的发射流程示意图。
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。基于本发明中的实施例,本领域普通技术人员所获得的所有其他实施例,都属于本发明保护的范围,为了方便理解本发明的上述技术方案,以下通过具体使用方式上对本发明的上述技术方案进行详细说明。
本发明通过合理技术路线构建起配电房及以下各级分支节点的监测体系,填补企业对于低压配网监测环节的缺失,为提升低压配网的运维抢修效率,变“被动运维”为“主动运维”,提供有力的信息化支撑手段。
如图1所示,根据本发明实施例所述的HPLC小电流分支识别方法,包括首先通过HPLC载波组网衰减特性,获得各测量点的SNR信噪比(信号强度和噪声的比值),完成台区识别;通过HPLC载波,调度各个未识别拓扑关系的站点,发送“电流特征信号”。
由于电网谐波成分复杂,负荷变化带有随机性,基本绝大多数设备产生的谐波均在奇、偶次谐波上,因此,投切电阻产生的电流信号频率避开奇、偶次谐波,投切频率越大。
馈送到电网中电流频率越高,线路的衰减和分流越大,因此在频率选择时选择适当大的频率,既能减弱基波和3、5、7次谐波的干扰,又能尽可能保留信号特征;由于目前现主流计量设备(I型集中器、配变终端等设备)的计量芯片谐波采用在5KHz左右,所以综合考虑,“电流特征信号”的频率选择为1KHz以下。
由于在HPLC组网总站点短地址Tei(终端设备标识)采用12bit编码,结合启始位采用2个字节,16位编码方式,单次识别发送时间为9.6s,即每位编码发送时间长度为0.6s。单次发送总体时间偏差±40ms,每位编码允许发送时间偏差为±15ms。
上述HPLC载波衰减特性为,在同一电力线上,信号传输距离越短,经过的衰减和噪声越小,信噪比则越大;而且信号通过空间耦合时,衰减也会变大。供电线路的衰减也存在差异,如一般载波信号通过小开关衰减2~3db,铜质线的7~10db/km还有其他衰减;供电网络拓扑中,同一表箱下,同一相位的智能电表,表前开关部分的信号衰减的特征和供电网络具备一定的相关特性,特别是在线路重载时分路的相关性更强;根据宽带载波互联互通标准物理层的信号传输衰减原语和信噪比原语获得各载波节点的信号衰减曲线进行相关性分析实现供电网络的表箱内节点集合识别。
所有站点在指定的NTB时间采样,并识别特征“电流特征信号”;然后通过边缘计算算法,实现供电网络拓扑相关性分析;获得测量点的强相关性、弱相关性、无相关性,实现测量点的上下级关系。
上述NTB为载波通讯网络中所有STA设备同步到的一个全网共用的时钟,即网络基准时间。本申请发明人提供的Hi3911C芯片提供了一个25MHz基时钟。CCO模块为整个宽带电力线载波维护一个32 位的时钟计时器,所有STA设备,若需要接入宽带通信网络,时钟必须同步到NTB。同时宽带载波通信网络中的所有STA设备同步维护一个32位计时器,通常叫做NTB_STA,这个计时器在频率和绝对值上应该与CCO的NTB保持同步。
综上所述,借助于本发明的上述技术方案,通过全面提升低压配电网的自动化管理水平,解决了低压配电网供电可视化难题、解决运行维护方面设备状态监测不及时、抢修不及时、无法准确识别台区户的对应关系、无法精准进行分路、分相、分支线受损计算等一些技术难题;通过系统的建设在一定程度上替代传统的线路巡查方式,加快了故障隐患发现、定位、处理的速度,提升了配网抢修人员的工作效率,减少了故障停电次数,保证了供电质量;另一方面,通过系统的建设,缩短了故障发生后的发现、分析、定位、抢修时间,为用户保质、保量、安全用电提供了保障,减少工单数量,提高客户满意度。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (5)
1.一种HPLC小电流分支识别方法,其特征在于,包括以下步骤:
S1: 通过HPLC载波组网衰减特性,获得各测量点的SNR信噪比,完成台区识别;
S2: 通过HPLC载波,调度各个未识别拓扑关系的站点,发送电流特征信号;
S3: 所有站点在指定的NTB时间采样,并识别特征电流特征信号;
S4: 然后通过边缘计算算法,实现供电网络拓扑相关性分析;
S5: 获得测量点的强相关性、弱相关性、无相关性,实现测量点的上下级关系。
2.根据权利要求1所述的HPLC小电流分支识别方法,其特征在于,步骤S1中,HPLC载波衰减特性为,在同一电力线上,信号传输距离越短,经过的衰减和噪声越小,信噪比则越大;而且信号通过空间耦合时,衰减也会变大。
3.根据权利要求1所述的HPLC小电流分支识别方法,其特征在于,步骤S1中,所述SNR是信号强度和噪声的比值,受信道里面的衰减和噪声影响。
4.根据权利要求1所述的HPLC小电流分支识别方法,其特征在于,步骤S3中,所述NTB为载波通讯网络中所有STA设备同步到的一个全网共用的时钟,即网络基准时间。
5.根据权利要求4所述的HPLC小电流分支识别方法,其特征在于,所述所有STA设备,需接入宽带通信网络的时钟必须同步至NTB,同时宽带载波通信网络中的所有STA设备同步维护一个32位计时器,该计时器在频率和绝对值上与NTB保持同步。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110940419.5A CN113687157A (zh) | 2021-08-17 | 2021-08-17 | 一种hplc小电流分支识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110940419.5A CN113687157A (zh) | 2021-08-17 | 2021-08-17 | 一种hplc小电流分支识别方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113687157A true CN113687157A (zh) | 2021-11-23 |
Family
ID=78580130
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110940419.5A Pending CN113687157A (zh) | 2021-08-17 | 2021-08-17 | 一种hplc小电流分支识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113687157A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117175572A (zh) * | 2023-09-08 | 2023-12-05 | 北京佳悦灏源科技有限公司 | 一种基于hplc载波信号结合的拓扑识别方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017167244A1 (zh) * | 2016-03-31 | 2017-10-05 | 华为技术有限公司 | 识别电力系统台区中的电表的装置及方法 |
CN109687891A (zh) * | 2018-12-11 | 2019-04-26 | 国网重庆市电力公司客户服务中心 | 一种基于宽带电力线载波台区识别方法 |
US10330812B1 (en) * | 2015-03-16 | 2019-06-25 | Elintrix | Identifying schematic and topological properties of an electrical grid through analysis of directional relationships of electrical currents |
CN111462470A (zh) * | 2020-05-19 | 2020-07-28 | 广州穗华能源科技有限公司 | 一种基于电力线载波衰减特性的低压台区拓扑识别方法 |
CN111478440A (zh) * | 2020-04-17 | 2020-07-31 | 南京大全自动化科技有限公司 | 一种基于配变终端的拓扑识别系统和方法 |
CN112564955A (zh) * | 2020-11-30 | 2021-03-26 | 北京新源绿网节能科技有限公司 | 一种基于hplc技术台区拓扑方法 |
CN112968520A (zh) * | 2021-01-29 | 2021-06-15 | 国网浙江省电力有限公司营销服务中心 | 基于台区关键节点特征电流信息的台区拓扑识别方法 |
CN113206684A (zh) * | 2021-04-26 | 2021-08-03 | 青岛鼎信通讯股份有限公司 | 一种带拓扑识别功能的台区智能融合终端 |
-
2021
- 2021-08-17 CN CN202110940419.5A patent/CN113687157A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10330812B1 (en) * | 2015-03-16 | 2019-06-25 | Elintrix | Identifying schematic and topological properties of an electrical grid through analysis of directional relationships of electrical currents |
WO2017167244A1 (zh) * | 2016-03-31 | 2017-10-05 | 华为技术有限公司 | 识别电力系统台区中的电表的装置及方法 |
CN109687891A (zh) * | 2018-12-11 | 2019-04-26 | 国网重庆市电力公司客户服务中心 | 一种基于宽带电力线载波台区识别方法 |
CN111478440A (zh) * | 2020-04-17 | 2020-07-31 | 南京大全自动化科技有限公司 | 一种基于配变终端的拓扑识别系统和方法 |
CN111462470A (zh) * | 2020-05-19 | 2020-07-28 | 广州穗华能源科技有限公司 | 一种基于电力线载波衰减特性的低压台区拓扑识别方法 |
CN112564955A (zh) * | 2020-11-30 | 2021-03-26 | 北京新源绿网节能科技有限公司 | 一种基于hplc技术台区拓扑方法 |
CN112968520A (zh) * | 2021-01-29 | 2021-06-15 | 国网浙江省电力有限公司营销服务中心 | 基于台区关键节点特征电流信息的台区拓扑识别方法 |
CN113206684A (zh) * | 2021-04-26 | 2021-08-03 | 青岛鼎信通讯股份有限公司 | 一种带拓扑识别功能的台区智能融合终端 |
Non-Patent Citations (1)
Title |
---|
陆欣,等: "基于高频同步采集与边缘计算的 低压配电网电气拓扑发现技术", 电信科学, 19 October 2020 (2020-10-19), pages 184 - 191 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117175572A (zh) * | 2023-09-08 | 2023-12-05 | 北京佳悦灏源科技有限公司 | 一种基于hplc载波信号结合的拓扑识别方法 |
CN117175572B (zh) * | 2023-09-08 | 2024-04-02 | 北京佳悦灏源科技有限公司 | 一种基于hplc载波信号结合的拓扑识别方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112072654B (zh) | 一种配电网拓扑关系的自动识别系统及方法 | |
WO2013010447A1 (zh) | 一种载波通信测试设备 | |
CN113659714B (zh) | 一种台区拓扑关系自动识别方法及系统 | |
CN102567603A (zh) | 基于实测拓扑和量测数据自动生成bpa计算文件的方法 | |
CN107491569B (zh) | 基于iec61850标准goose、sv技术的变电站系统故障在线仿真方法 | |
Mufana et al. | Monitoring with Communication Technologies of the Smart Grid | |
Gill | Smart Grid distribution automation for public power | |
CN104113058A (zh) | 一种配电低压线路线损计算方法 | |
CN113224840A (zh) | 一种用于拓扑识别的智能量测终端 | |
CN113687157A (zh) | 一种hplc小电流分支识别方法 | |
CN103093396A (zh) | 评估电网节点可靠性的方法和系统 | |
Gao et al. | Concepts, structure and developments of high-reliability cyber-physical fusion based coordinated planning for distribution system | |
CN106202814B (zh) | 安全自动装置采集数据与ems系统一次设备模型的映射方法 | |
CN116736001A (zh) | 一种电力运行状态的检测方法、装置、设备及存储介质 | |
CN106647582A (zh) | 一种能源控制与管理装置、方法及系统 | |
CN110994787A (zh) | 一种低压配网自动化设备及系统 | |
CN203259608U (zh) | 基于数字化分布式结构电能质量在线监测及故障诊断系统 | |
CN116319350A (zh) | 一种电表量测数据与电力线通信的低压配网拓扑识别方法 | |
CN112765058B (zh) | 一种用于线变识别的台区智能融合终端 | |
CN213633599U (zh) | 一种基于畸变电流信号台区拓扑识别装置、电能表和系统 | |
CN114069608A (zh) | 一种基于电压的分布式台区识别方法 | |
Salvadori et al. | A hybrid network architecture applied to smart grid | |
GUILIN et al. | Research on positioning the fault locations automatically in a multi branch transmission line network | |
CN206411499U (zh) | 一种能源控制与管理装置 | |
Liang et al. | Application Research of Power Line Full Band Carrier in Low Voltage Distribution Network |
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 |