CN113887846B - 一种电容式电压互感器的超差风险预警方法 - Google Patents
一种电容式电压互感器的超差风险预警方法 Download PDFInfo
- Publication number
- CN113887846B CN113887846B CN202111486914.XA CN202111486914A CN113887846B CN 113887846 B CN113887846 B CN 113887846B CN 202111486914 A CN202111486914 A CN 202111486914A CN 113887846 B CN113887846 B CN 113887846B
- Authority
- CN
- China
- Prior art keywords
- mutual inductor
- error
- term
- transformer
- early warning
- 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
- 238000000034 method Methods 0.000 title claims abstract description 33
- 238000011156 evaluation Methods 0.000 claims abstract description 53
- 230000007774 longterm Effects 0.000 claims abstract description 50
- 239000003990 capacitor Substances 0.000 claims abstract description 10
- 238000004458 analytical method Methods 0.000 claims abstract description 7
- 238000004364 calculation method Methods 0.000 claims description 12
- 239000011159 matrix material Substances 0.000 claims description 10
- 239000013598 vector Substances 0.000 claims description 8
- 238000013210 evaluation model Methods 0.000 claims description 6
- 239000004576 sand Substances 0.000 claims description 4
- 230000003203 everyday effect Effects 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 11
- 238000004590 computer program Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 5
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 4
- 238000003860 storage Methods 0.000 description 4
- 238000012795 verification Methods 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000015556 catabolic process Effects 0.000 description 2
- 238000006731 degradation reaction Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000009413 insulation Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000013024 troubleshooting Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R35/00—Testing or calibrating of apparatus covered by the other groups of this subclass
- G01R35/02—Testing or calibrating of apparatus covered by the other groups of this subclass of auxiliary devices, e.g. of instrument transformers according to prescribed transformation ratio, phase angle, or wattage rating
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Power Engineering (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明提供了一种电容式电压互感器的超差风险预警方法,该方法包括:首先,采集互感器历史误差估计值数据和互感器误差长短期预测值,分析获得互感器误差长短期预测值的可靠性指数。然后,根据所述互感器历史误差估计值数据,获取互感器计量误差的稳定性指数。最后,基于互感器长短期误差预测值的可靠性指数和互感器计量误差的稳定性指数,利用模糊综合评价法对互感器进行超差风险评价。通过采集互感器历史误差估计值数据和互感器误差长短期预测值,分析得到互感器误差长短期预测值的可靠性指数和互感器计量误差的稳定性指数,并据此利用模糊综合评价法实现对互感器的未来风险预测与预警。
Description
技术领域
本发明涉及电力计量在线监测技术领域,尤其涉及一种电容式电压互感器的超差风险预警方法。
背景技术
作为电能计量装置的重要组成部分,互感器计量性能的准确可靠直接关系到电能贸易结算的公平公正。电容式电压互感器(Capacitance type Voltage Transformer,CVT)是由串联电容器分压,再经电磁式互感器降压和隔离,作为用来变换电压的仪器,电容式电压互感器还可以将载波频率耦合到输电线用于长途通信、选择性的线路高频保护、遥控等功能上。和常规的电磁式电压互感器相比,电容式电压互感器器除了具有冲击绝缘强度高、制造简单、体积小、重量轻等优点外,在经济和安全上还有很多优越之处。
在CVT的实际运行过程中,互感器误差受采集原理与恶劣环境等影响会在其工作寿命内出现测量偏差越限,因此不仅需要在其计量误差超差时能够进行准确快速的诊断,进一步的,需要对CVT计量误差的劣化趋势做出及时的预测,以便相关运行维护人员安排检修维护的工作,如果不能及时发现互感器状态劣化,将影响电网运行。
为避免二次信息系统信息源的不准确和电能计量的损失对电网安全和结算公平产生影响,保证测控保护装置的正常运行,如何判断CVT未来计量误差状态,提前预警CVT出现的风险,是一项技术难题。
现有技术《互感器自动检定系统风险预警的研究与设计》中,首先分析互感器自动检定系统需求,通过获取外部信息法以及直接询问法等途径识别风险源因素;接着采用 BP人工神经网络算法对单项风险指标做预测,这样能够有效缩短检定系统排除故障的时间;最后结合模糊综合-层次分析法分析出系统总体风险等级。以系统总体风险等级为依据,确定相应的风险应对措施。现有技术分析了互感器评价系统的风险,然而仅有采用BP人工神经网络算法预测的单项风险指标,不能全面准确的实现对风险的预测。
发明内容
本发明实施例提供了一种电容式电压互感器的超差风险预警方法,用以对CVT计量误差的劣化趋势做出及时的预测,提前预警CVT出现的风险。
本发明实施例提供一种电容式电压互感器的超差风险预警方法,包括:
S1,采集互感器历史误差估计值数据和互感器误差长短期预测值,分析获得互感器误差长短期预测值的可靠性指数;
S2,根据所述互感器历史误差估计值数据,获取互感器计量误差的稳定性指数;
S3,基于互感器长短期误差预测值的可靠性指数和互感器计量误差的稳定性指数,利用模糊综合评价法对互感器进行超差风险评价。
优选的,步骤S1具体包括:
S11,采集互感器历史误差估计值数据,记录互感器误差长期预测值hL和互感器误差短期预测值hS,分别计算互感器误差长短期预测值的均方根误差;
S12,基于互感器误差长短期预测值的均方根误差,计算互感器误差长短期预测值的可靠性指数IrL和IrS。
优选的,步骤S11中,互感器误差长期预测值的均方根误差的计算式为:
互感器短期预测值的均方根误差的计算式为:
优选的,步骤S2具体包括:
S21,根据采集的互感器历史误差估计值数据,计算互感器预设历史时段内误差估计值的标准差;
S22,基于互感器预设历史时段内误差估计值的标准差,计算互感器计量误差的稳定性指数。
优选的,步骤S22中,基于互感器预设历史时段内误差估计值的标准差,计算互感器计量误差的稳定性指数,具体包括:
将预设历史时段内每日的互感器误差估计值标准差排列为互感器误差估计值标准差序列,根据正常范围值判断法,假设m’=Q3+1.5IQR处为互感器误差估计值的最不稳定状态,Q3为互感器误差估计值标准差序列的上四分位点,IQR为互感器误差估计值标准差序列的上下四分位点之差;
当互感器误差估计值的标准差σ1 大于或等于m’时,互感器稳定性指数为Is=-100,
当σ1为0时,互感器稳定性指数为Is=100,根据互感器稳定性指数与互感器误差估计值标准
差的线性关系得出,稳定性指数计算式为:,其中,m’表示互感器误差估计
值标准差序列的上界。
优选的,步骤S3中,基于互感器长短期误差预测值的可靠性指数和互感器计量误差的稳定性指数,利用模糊综合评价法对互感器进行超差风险评价,具体包括:
S31,针对互感器的超差风险建立评价集和影响因素集;
S32,根据所述评价集和影响因素集,建立影响因素对于评价集的隶属度的模糊关系矩阵;
S33,确定所述影响因素集对应的权重集,获得影响因素集中各影响因素对应的权重值。
S34,根据互感器长期误差预测值、互感器短期误差预测值、互感器误差稳定性指数以及各影响因素对应的权重值,建立综合评价模型。
S35,根据所述综合评价模型,通过模糊向量判断互感器的超差风险预警等级。
优选的,步骤S31中,针对互感器的超差风险建立评价集和影响因素集,具体包括:
针对互感器的超差风险建立评价集,其中v1代表无预警,v2代表黄色预
警,v3代表红色预警,红色预警代表互感器即将出现超差的可能性较大需要做出应对,黄色
预警代表互感器出现超差的可能性一般需要引起注意,无预警代表互感器出现超差可能性
很小无需作出反应;
优选的,步骤S32中,根据所述评价集和影响因素集,建立影响因素对于评价集的隶属度的模糊关系矩阵,具体包括:
对互感器超差风险的影响因素集中每影响因素ui进行评价,所述影响因素ui对于评价集V的隶属度表示为ri=(ri1,ri2,ri3),所述影响因素对于评价集的隶属度构成模糊关系矩阵R:
其中,rij表示被评价对象的影响因素ui对于vj的隶属度。
优选的,步骤S33中,确定所述影响因素集对应的权重集,获得影响因素集中各影响因素对应的权重值,具体包括:
通过层次分析法,将互感器超差风险是否预警列为目标层,预警选择列为方案层,影响因素列为准则层,分析获得影响因素集中各影响因素对应的权重值。
本发明实施例提供的电容式电压互感器的超差风险预警方法,通过采集互感器历史误差估计值数据和互感器误差长短期预测值,分析得到互感器误差长短期预测值的可靠性指数和互感器计量误差的稳定性指数,并据此利用模糊综合评价法实现对互感器的未来风险预测与预警。
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,下面将对实施例或现有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为本发明实施例提供的电容式电压互感器的超差风险预警方法流程示意图。
图2为本发明实施例提供的层次分析法示意图。
图3为本发明实施例提供的电子设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
图1为本发明实施例提供的电容式电压互感器的超差风险预警方法流程示意图,如图1所示,本发明实施例提供的电容式电压互感器的超差风险预警方法包括但不限于以下步骤:
步骤S1,采集互感器历史误差估计值数据和互感器误差长短期预测值,分析获得互感器误差长短期预测值的可靠性指数;
本发明实施例中,将“电容式电压互感器”简称为“互感器”。其中,步骤S1具体包括以下步骤S11~S12:
S11,采集互感器历史误差估计值数据,记录互感器误差长期预测值hL和互感器误差短期预测值hS,分别计算互感器误差长短期预测值的均方根误差。互感器误差长期预测值的均方根误差的计算式为:
互感器短期预测值的均方根误差的计算式为:
其中,ReL为互感器误差长期预测值的均方根误差;ReS为互感器短期预测值的均方
根误差;m为预设历史时段的总天数,本实施例中设置m=30,i取1~m之间的正整数;为
互感器误差长期预测值;为互感器误差短期预测值;为互感器真实日误差估计
值。
S12,基于互感器误差长短期预测值的均方根误差,计算互感器误差长短期预测值的可靠性指数IrL和IrS。
首先检验互感器误差长短期预测值的均方根误差,计算均方根误差的偏度系数其中g表示偏度,表示偏度的标准误,然后进行U检验,得出U<U0.05=1.96。即置信
系数0.05下,互感器误差预测值与真实误差估计值的偏差近似服从正态分布,均值为0,根
据三西格玛准则,偏差在中概率为99.74%,即绝大部分偏差均在范
围,因此设置均方根误差为0时可靠性指数Ir为100,均方根误差大于时可靠性指数Ir为
0,均方根误差数值与可靠性指数视作线性关系,由此可得,互感器误差预测值的可靠性指
数的计算式为。其中表示现有历史偏差数据的标准差,确定后不再更
新。通过上述可靠性指数的计算式,分别计算互感器误差长短期预测值在预设历史时段内
的可靠性指数IrL和IrS。本实施例中,预设历史时段可以设置为一个月。
步骤S2,根据所述互感器历史误差估计值数据,获取互感器计量误差的稳定性指数。
本实施例中,步骤S2具体包括以下步骤S21~S22:
S21,根据采集的互感器历史误差估计值数据,计算互感器预设历史时段内误差估计值的标准差;
S22,基于互感器预设历史时段内误差估计值的标准差,计算互感器计量误差的稳定性指数。
具体地,将预设历史时段内每日的互感器误差估计值标准差排列为互感器误差估计值标准差序列,根据正常范围值判断法,假设m’=Q3+1.5IQR处为互感器误差估计值的最不稳定状态,Q3为互感器误差估计值标准差序列的上四分位点,IQR为互感器误差估计值标准差序列的上下四分位点之差;
当互感器误差估计值的标准差σ1 大于或等于m’时,互感器稳定性指数为Is=-100,
当σ1为0时,互感器稳定性指数为Is=100,根据互感器稳定性指数与互感器误差估计值标准
差的线性关系得出,稳定性指数计算式为:,其中,m’表示互感器误差估计
值标准差序列的上界。
步骤S3,基于互感器长短期误差预测值的可靠性指数和互感器计量误差的稳定性指数,利用模糊综合评价法对互感器进行超差风险评价。
步骤S3具体包括以下步骤S31~S32:
S31,针对互感器的超差风险建立评价集和影响因素集。
针对互感器的超差风险建立评价集,其中v1代表无预警,v2代表黄色预
警,v3代表红色预警,红色预警代表互感器即将出现超差的可能性较大需要做出应对,黄色
预警代表互感器出现超差的可能性一般需要引起注意,无预警代表互感器出现超差可能性
很小无需作出反应;
S32,根据所述评价集和影响因素集,建立影响因素对于评价集的隶属度的模糊关系矩阵。
对互感器超差风险的影响因素集中每影响因素ui进行评价,所述影响因素ui对于评价集V的隶属度表示为ri=(ri1,ri2,ri3),所述影响因素对于评价集的隶属度构成模糊关系矩阵R:
其中,rij表示被评价对象的影响因素ui对于vj的隶属度。
S33,确定所述影响因素集对应的权重集,获得影响因素集中各影响因素对应的权重值。
图2为本发明实施例提供的层次分析法示意图。参照图2,通过层次分析法,确定影
响因素的权向量将互感器超差风险是否预警列为最高层(目标层),预警选择列
为底层(方案层),影响因素列为中间层(准则层),分析获得影响因素集中各影响因素对应
的权重值。
根据未来时间的长短,和互感器误差长短期预测值可靠性指标数据,采用相对尺度,将长期误差估计值、短期误差估计值、误差稳定性使用Santy标度法进行两两相互比较,判断长短期预测值和稳定性之间的重要程度,如表1所示。由专家分别在长期预测值和短期预测值可靠性指数7:3和3:7时进行比较打分,得到两套中底层比较矩阵C1和C2。
表1
根据实时的可靠性指数按比例得到判断矩阵C,计算互感器误差长期预测值可靠
性指数和短期预测值可靠性指数的比值h,按比例量化得到,同理得到
中高层判断矩阵D,最后底层所有因素对最高层目标是否预警重要性的权值A =C*D=(A1,
A2,A3)。A1表示运算得到的权值向量A中互感器误差长期预测值的权值,A2表示短期预测值
的权值,A3表示稳定性指数的权值。
S34,根据互感器长期误差预测值、互感器短期误差预测值、互感器误差稳定性指
数以及各影响因素对应的权重值,建立综合评价模型。计算模糊结果向量。b1,b2,b3分别表示运算得到的模糊结果向量B中无预警黄色预警红色
预警的三个元素。
S35,根据所述综合评价模型,通过模糊向量判断互感器的超差风险预警等级。
具体地,判断模糊向量B中各元素的大小关系:当b1最大,判断为无预警;当b2最大时判断为黄色预警;当b3最大时判断为红色预警。
本发明实施例提供的电容式电压互感器的超差风险预警方法,通过采集互感器历史误差估计值数据和互感器误差长短期预测值,分析得到互感器误差长短期预测值的可靠性指数和互感器计量误差的稳定性指数,并据此利用模糊综合评价法实现对互感器的未来风险预测与预警。
在一个实施例中,本发明实施例提供的电容式电压互感器的超差风险预警方法还包括:
步骤S4,根据互感器的超差风险评价结果发出相应预警。
具体地,本实施例中,每日进行一次互感器超差风险评价,每次评价计算未来30日的预警结果,由计算结果判断互感器超差风险属于评价集V中的无预警、红黄色预警,根据评价结果,当未来30日中存在1个红色预警或连续3个黄色预警时,向变电站发送预警信息。
在一个实施例中,本发明实施例提供了一种电子设备,如图3所示,该电子设备可以包括:处理器(processor)301、通信接口(Communications Interface)302、存储器(memory)303和通信总线304,其中,处理器301,通信接口302,存储器303通过通信总线304完成相互间的通信。处理器301可以调用存储器303中的逻辑指令,以执行上述各实施例提供的电容式电压互感器的超差风险预警方法的步骤,例如包括:S1,采集互感器历史误差估计值数据和互感器误差长短期预测值,分析获得互感器误差长短期预测值的可靠性指数;S2,根据所述互感器历史误差估计值数据,获取互感器计量误差的稳定性指数;S3,基于互感器长短期误差预测值的可靠性指数和互感器计量误差的稳定性指数,利用模糊综合评价法对互感器进行超差风险评价。
在一个实施例中,本发明实施例还提供一种非暂态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以执行上述各实施例提供的电容式电压互感器的超差风险预警方法的步骤,例如包括:S1,采集互感器历史误差估计值数据和互感器误差长短期预测值,分析获得互感器误差长短期预测值的可靠性指数;S2,根据所述互感器历史误差估计值数据,获取互感器计量误差的稳定性指数;S3,基于互感器长短期误差预测值的可靠性指数和互感器计量误差的稳定性指数,利用模糊综合评价法对互感器进行超差风险评价。
需要说明的是,在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详细描述的部分,可以参见其它实施例的相关描述。
本领域内的技术人员应明白,本发明的实施例可提供为方法、装置、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(装置)、和计算机程序产品的流程图和/或方框图来描述。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式计算机或者其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包括这些改动和变型在内。
Claims (6)
1.一种电容式电压互感器的超差风险预警方法,其特征在于,包括:
S1,采集互感器历史误差估计值数据和互感器误差长短期预测值,分析获得互感器误差长短期预测值的可靠性指数;S1具体包括:S11,采集互感器历史误差估计值数据,记录互感器误差长期预测值hL和互感器误差短期预测值hS,分别计算互感器误差长短期预测值的均方根误差;S12,基于互感器误差长短期预测值的均方根误差,计算互感器误差长短期预测值的可靠性指数IrL和IrS;
S2,根据所述互感器历史误差估计值数据,获取互感器计量误差的稳定性指数;S2具体包括:S21,根据采集的互感器历史误差估计值数据,计算互感器预设历史时段内误差估计值的标准差;S22,基于互感器预设历史时段内误差估计值的标准差,计算互感器计量误差的稳定性指数;
S3,基于互感器长短期误差预测值的可靠性指数和互感器计量误差的稳定性指数,利用模糊综合评价法对互感器进行超差风险评价;
S3具体包括:S31,针对互感器的超差风险建立评价集和影响因素集;
S32,根据所述评价集和影响因素集,建立影响因素对于评价集的隶属度的模糊关系矩阵;
S33,确定所述影响因素集对应的权重集,获得影响因素集中各影响因素对应的权重值;
S34,根据互感器长期误差预测值、互感器短期误差预测值、互感器误差稳定性指数以及各影响因素对应的权重值,建立综合评价模型;
S35,根据所述综合评价模型,通过模糊向量判断互感器的超差风险预警等级。
3.根据权利要求1所述的电容式电压互感器的超差风险预警方法,其特征在于,步骤S22中,基于互感器预设历史时段内误差估计值的标准差,计算互感器计量误差的稳定性指数,具体包括:
将预设历史时段内每日的互感器误差估计值标准差排列为互感器误差估计值标准差序列,根据正常范围值判断法,假设m’=Q3+1.5IQR处为互感器误差估计值的最不稳定状态,Q3为互感器误差估计值标准差序列的上四分位点,IQR为互感器误差估计值标准差序列的上下四分位点之差;
6.根据权利要求1所述的电容式电压互感器的超差风险预警方法,其特征在于,步骤S33中,确定所述影响因素集对应的权重集,获得影响因素集中各影响因素对应的权重值,具体包括:
通过层次分析法,将互感器超差风险是否预警列为目标层,预警选择列为方案层,影响因素列为准则层,分析获得影响因素集中各影响因素对应的权重值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111486914.XA CN113887846B (zh) | 2021-12-07 | 2021-12-07 | 一种电容式电压互感器的超差风险预警方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111486914.XA CN113887846B (zh) | 2021-12-07 | 2021-12-07 | 一种电容式电压互感器的超差风险预警方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113887846A CN113887846A (zh) | 2022-01-04 |
CN113887846B true CN113887846B (zh) | 2022-02-22 |
Family
ID=79015810
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111486914.XA Active CN113887846B (zh) | 2021-12-07 | 2021-12-07 | 一种电容式电压互感器的超差风险预警方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113887846B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114065114B (zh) * | 2022-01-17 | 2022-04-15 | 武汉格蓝若智能技术有限公司 | 一种电容式电压互感器计量误差预测方法及系统 |
CN114089255B (zh) * | 2022-01-21 | 2022-04-22 | 武汉格蓝若智能技术有限公司 | 一种电容式电压互感器稳定性评估方法 |
CN114626769B (zh) * | 2022-05-16 | 2022-08-02 | 武汉格蓝若智能技术有限公司 | 一种电容式电压互感器运维方法及系统 |
CN115018209B (zh) * | 2022-08-08 | 2022-11-08 | 国网湖北省电力有限公司营销服务中心(计量中心) | 一种数字化电能计量系统运行误差长期预测方法及设备 |
CN115587673B (zh) * | 2022-11-10 | 2023-04-07 | 武汉格蓝若智能技术股份有限公司 | 一种电压互感器误差状态预测方法及系统 |
CN117849691B (zh) * | 2024-03-08 | 2024-05-14 | 国网江西省电力有限公司电力科学研究院 | 一种电容式电压互感器多维协同运行监测预警系统和方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN206226015U (zh) * | 2016-11-29 | 2017-06-06 | 安徽机电职业技术学院 | 一种基于电力补偿系统的短期负荷预测采样机构 |
CN110632545A (zh) * | 2019-09-25 | 2019-12-31 | 国网江苏省电力有限公司电力科学研究院 | 基于回归神经网络电子式互感器误差风险评估方法和装置 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8332257B2 (en) * | 2009-01-14 | 2012-12-11 | Accenture Global Services Limited | Behavior mapped influence analysis tool with coaching |
CN103941216B (zh) * | 2014-05-19 | 2016-06-08 | 国家电网公司 | 电压互感器现场自动检查仪 |
CN105158723B (zh) * | 2015-07-30 | 2019-02-15 | 贵州电力试验研究院 | 一种数字化电能计量系统的误差评估系统及方法 |
US10374282B2 (en) * | 2016-07-19 | 2019-08-06 | Abl Ip Holding Llc | RF connector and antenna assembly for control devices, for example, for control of or inclusion in a luminaire |
CN110689252B (zh) * | 2019-09-20 | 2023-07-18 | 云南电网有限责任公司电力科学研究院 | 一种电容式电压互感器计量误差态势感知系统 |
CN111598456A (zh) * | 2020-05-18 | 2020-08-28 | 电子科技大学 | 一种电子式互感器的状态评估方法 |
CN113050019B (zh) * | 2021-03-04 | 2023-07-11 | 国网湖南省电力有限公司 | 数据驱动评估结果和检定规程融合的电压互感器评估方法及系统 |
CN113297797B (zh) * | 2021-06-02 | 2023-12-15 | 东南大学 | 一种基于XGBoost的电子式互感器量测误差状态评估方法及装置 |
CN113591402A (zh) * | 2021-08-31 | 2021-11-02 | 国网江苏省电力有限公司营销服务中心 | 一种数字化电力互感器健康状态模糊综合评价方法 |
-
2021
- 2021-12-07 CN CN202111486914.XA patent/CN113887846B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN206226015U (zh) * | 2016-11-29 | 2017-06-06 | 安徽机电职业技术学院 | 一种基于电力补偿系统的短期负荷预测采样机构 |
CN110632545A (zh) * | 2019-09-25 | 2019-12-31 | 国网江苏省电力有限公司电力科学研究院 | 基于回归神经网络电子式互感器误差风险评估方法和装置 |
Non-Patent Citations (1)
Title |
---|
《电力系统自动化》2014年索引(第38卷第1~24期);《电力系统自动化》;20141225(第24期);第125-181页 * |
Also Published As
Publication number | Publication date |
---|---|
CN113887846A (zh) | 2022-01-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113887846B (zh) | 一种电容式电压互感器的超差风险预警方法 | |
CN108320043B (zh) | 一种基于电力大数据的配电网设备状态诊断预测方法 | |
CN109583520B (zh) | 一种云模型与遗传算法优化支持向量机的状态评估方法 | |
CN108053148B (zh) | 一种电力信息系统故障高效诊断方法 | |
CN109670675B (zh) | 充电桩运行状态评价方法及装置 | |
CN112800212B (zh) | 基于知识图谱与fahp的配电站健康评估方法 | |
CN104200288A (zh) | 一种基于因素与事件间相关关系识别的设备故障预测方法 | |
CN110826228B (zh) | 一种地区电网运行品质极限评估方法 | |
CN111176953B (zh) | 一种异常检测及其模型训练方法、计算机设备和存储介质 | |
CN111881124A (zh) | 一种基于改进算法的状态估计的数据处理方法及系统 | |
CN111178725A (zh) | 一种基于层次分析法的保护设备状态预警方法 | |
CN115358155A (zh) | 一种电力大数据异常预警方法、装置、设备及可读存储介质 | |
CN116914917A (zh) | 一种基于大数据的配电柜运行状态监测管理系统 | |
CN114626769B (zh) | 一种电容式电压互感器运维方法及系统 | |
CN115684792A (zh) | 一种基于人工智能的电气自动化设备检测系统 | |
CN114879070A (zh) | 一种电池状态评估方法及相关设备 | |
CN116862209B (zh) | 一种新能源汽车充电设施管理方法及系统 | |
CN108845285A (zh) | 电能计量装置检测方法和系统 | |
CN117331015A (zh) | 一种用于cvt计量误差的失准预警方法及系统 | |
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 | |
JP2024015998A (ja) | 電圧レベル315kV以下の配電変圧器に対する自動容量校正方法 | |
CN115864644A (zh) | 一种继电保护装置状态评价方法、系统、设备及介质 | |
CN115685045A (zh) | 一种电压互感器在线评估方法 | |
CN115146715A (zh) | 用电安全隐患诊断方法、装置、设备及存储介质 | |
CN111382946B (zh) | 设备健康状态的自主评估方法、系统及工业互联网设备 |
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 | ||
CP01 | Change in the name or title of a patent holder |
Address after: Room 1803-1805, building 2-07, guanggu.core center, 303 Guanggu Avenue, Donghu New Technology Development Zone, Wuhan City, Hubei Province, 430000 Patentee after: Wuhan Gelanruo Intelligent Technology Co.,Ltd. Address before: Room 1803-1805, building 2-07, guanggu.core center, 303 Guanggu Avenue, Donghu New Technology Development Zone, Wuhan City, Hubei Province, 430000 Patentee before: WUHAN GLORY ROAD INTELLIGENT TECHNOLOGY Co.,Ltd. |
|
CP01 | Change in the name or title of a patent holder |