CN114113885A - 一种基于冗余校验的异常低压分相线损精准定位方法 - Google Patents

一种基于冗余校验的异常低压分相线损精准定位方法 Download PDF

Info

Publication number
CN114113885A
CN114113885A CN202111376039.XA CN202111376039A CN114113885A CN 114113885 A CN114113885 A CN 114113885A CN 202111376039 A CN202111376039 A CN 202111376039A CN 114113885 A CN114113885 A CN 114113885A
Authority
CN
China
Prior art keywords
low
voltage
abnormal
phase
power
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
Application number
CN202111376039.XA
Other languages
English (en)
Other versions
CN114113885B (zh
Inventor
杨军亭
梁琛
范迪龙
马喜平
马振祺
董晓阳
李亚昕
张家午
朱亮
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
STATE GRID GASU ELECTRIC POWER RESEARCH INSTITUTE
Original Assignee
STATE GRID GASU ELECTRIC POWER RESEARCH INSTITUTE
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by STATE GRID GASU ELECTRIC POWER RESEARCH INSTITUTE filed Critical STATE GRID GASU ELECTRIC POWER RESEARCH INSTITUTE
Priority to CN202111376039.XA priority Critical patent/CN114113885B/zh
Publication of CN114113885A publication Critical patent/CN114113885A/zh
Application granted granted Critical
Publication of CN114113885B publication Critical patent/CN114113885B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G01R31/081—Locating faults in cables, transmission lines, or networks according to type of conductors
    • G01R31/085—Locating faults in cables, transmission lines, or networks according to type of conductors in power transmission or distribution lines, e.g. overhead
    • 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

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Theoretical Computer Science (AREA)
  • Remote Monitoring And Control Of Power-Distribution Networks (AREA)

Abstract

本发明涉及一种基于冗余校验的异常低压分相线损精准定位方法，该方法包括以下步骤：⑴构建量测体系：对低压线路典型的单相、三相结构进行参数估计，在低压分相支线首端加装智能量测终端；⑵搭建10kV低压用户典型的单相和三相接线方式；⑶建立支路阻抗的多变量潮流计算模型；⑷基于粒子群算法对阻抗模型联立求解，并修正，得到低压线路阻抗参数；⑸确定异常台区阈值，并确定各低压用户最大历史负荷时的线损率异常线损阈值；⑹按每间隔1小时采集一次功率数据表底，并计算每小时台区同期线损率；⑺对比正常状态计算出各负荷电量，然后逐点试探并进行潮流计算，得到理论计算下的异常电量，对异常的低压用户进行跟踪定位。本发明可节省人力、物力成本。

Description

一种基于冗余校验的异常低压分相线损精准定位方法
技术领域
本发明涉及电力线损定位检测领域，尤其涉及一种基于冗余校验的异常低压分相线损精准定位方法。
背景技术
当前我国已将“碳达峰、碳中和”的双碳目标列入政府重点工作任务中，推动我国电力系统朝着低碳环保、绿色高效的用能方向不断发展。但目前我国低压配电网的建设相对滞后，设备智能化水平低、线路老旧、接线布局不合理、偷电窃电、“跑冒滴漏”等问题导致末端的低压线损普遍偏高，严重滞后了电力低碳高效化的进程。而且实际中低压用户接线更加复杂，拓扑参数估计和线损监测诊断困难，已安装的低压用户表计功能单一和可靠性低，统一换装的设备成本和人力成本耗费巨大，因此对低压线损的监控和分析工作也十分困难。而随着低压监测和采集终端的成本降低，通信条件的优化，结合低成本的采集终端，通过拓扑网络等效和线损理论方法，对低压异常线损的判别和精准定位成为一种新的发展方向。
目前关于台区低压侧异常线损的分析方法主要分为两大类：一类是从数据本身出发，依托台区和用户智能电表采集的大量数据，进行基于数据驱动的异常线损识别，但该方法严重依靠正确的计量采集工况和系统档案，且识别出异常台区后难以进一步跟踪定位异常的低压用户，因此难以解决末端线损“最后一公里”的问题；另一类，是在低压用户侧增加分支终端和末端终端，实现台区低压侧的全监测，但在实际中因人力成本和设备成本限制，大规模应用可能性较低。因此，针对台区低压用户数量多，接线范围广且密，缺乏有效监测手段，线路参数难确定的问题，有相关技术将数据分析和智能设备装配两者结合，仅在公变低压支线首端采用高级量测单位，对线路的各种电气量进行量测，再采用拓扑分析对典型的分相结构进行阻抗参数估计，然后以各负荷同时处在末端且为最大负荷时的线损率定为异常阈值，超过阈值则判别为线损异常支路，进一步的根据异常损耗功率和异常电量定位低压用户位置。该方法不仅实现了低压用户异常线损的有效监控和识别，也实现了定位低压用户的功能。但该方法在估计低压阻抗参数时采用随机试探的方法，缺少具体的求解算法和校验方法，与实际线路阻抗存在较大的不确定性，此外在判定异常台区阈值时将低压用户全部等效在线路末端，容易抬高线损异常阈值，在异常线损时也缺少正常状态的合理参照。
发明内容
本发明所要解决的技术问题是提供一种节省人力、物力成本的基于冗余校验的异常低压分相线损精准定位方法。
为解决上述问题，本发明所述的一种基于冗余校验的异常低压分相线损精准定位方法，包括以下步骤：
⑴构建量测体系：
对低压线路典型的单相、三相结构进行参数估计，在低压分相支线首端加装智能量测终端，其包括
设在低压分相支线首端的量测单元CEIU-S-01，其用于采集包含有功功率、无功功率、电压、电流、功率因素在内的电气量数据；
设在低压分相支线首端的各低压用户电表c1……cn，其用于提供有功功率和无功功率数据；
经通信通道与所述量测单元CEIU-S-01相连的智能用电管理单元SIMU-S-01，其用于采集高级测量单元CEIU-S-01数据、支路下各低压用户功率数据以及对异常线损进行诊断和定位；
智能用电管理单元SIMU-S-01与各低压用户电表通过4G进行通信，并将采集数据存储到本地服务器；
⑵搭建10kV低压用户典型的单相和三相接线方式；
⑶建立支路阻抗的多变量潮流计算模型；
⑷基于粒子群算法对阻抗模型联立求解，以及采用冗余数据对参数进行修正，得到低压线路阻抗参数
Figure 100002_DEST_PATH_IMAGE001
；
⑸根据线路拓扑确定异常台区阈值，同时确定各低压用户最大历史负荷时的线损率异常线损阈值
Figure 331208DEST_PATH_IMAGE002
；
Figure 100002_DEST_PATH_IMAGE003
；
式中：
Figure 814142DEST_PATH_IMAGE004
末端节点功率的历史最大有功功率，单位为W；
Figure 100002_DEST_PATH_IMAGE005
为电阻R n 上的功率损耗，单位为W；
⑹按每间隔1小时采集一次功率数据表底，然后智能用电管理单元SIMU-S-01按下式计算每小时台区同期线损率η：
Figure 99761DEST_PATH_IMAGE006
；式中：P n 为用户n的有功功率，单位为W；P 0为支路首端输入的有功功率，单位为W；
当
Figure 100002_DEST_PATH_IMAGE007
时，则此时的台区视为异常台区；根据两个功率序列间的欧式距离
Figure 275527DEST_PATH_IMAGE008
选出可供参照的系统正常状态；
欧式距离公式如下：
Figure 100002_DEST_PATH_IMAGE009
式中，
Figure 10878DEST_PATH_IMAGE010
为当前异常时刻的用户有功功率，单位为W；
Figure 100002_DEST_PATH_IMAGE011
为历史t时刻的用户有功功率；
⑺对比正常状态计算出各负荷电量，然后逐点试探并进行潮流计算，得到理论计算下的异常电量，对异常的低压用户进行跟踪定位。
本发明与现有技术相比具有以下优点：
1、本发明在首端增设一个低成本智能量测单元，集合典型网络拓扑分析，得到低压分相拓扑参数，进而对异常线损进行计算、判别和定位，不但避免了在每个低压用户增设测量终端，而且避免了人工通过专业设备赴现场逐相检测异常线损，节省了大量人力、物力成本。
2、本发明通过搭建量测体系，针对典型接线可快速估算拓扑参数，并根据实时采集数据，对低压分相线损进行实时动态研判，对出现异常用电用户可实现追踪定位，有效对低压末端线损进行监控和管理。同时，本发明将三相结构进行解耦，实施方法也适用于三相低压用户的异常线损判别与定位。
附图说明
下面结合附图对本发明的具体实施方式作进一步详细的说明。
图1为本发明中量测体系的示意图。
图2为本发明中典型的A相拓扑结构图。
图3为本发明中典型的低压三相拓扑结构图。
具体实施方式
一种基于冗余校验的异常低压分相线损精准定位方法，包括以下步骤：
⑴构建如图1所示的量测体系：
对低压线路典型的单相、三相结构进行参数估计，在低压分相支线首端加装智能量测终端，其包括
设在低压分相支线首端的量测单元CEIU-S-01，其用于采集包含有功功率、无功功率、电压、电流、功率因素在内的电气量数据；
设在低压分相支线首端的各低压用户电表c1……cn，其用于提供有功功率和无功功率数据；
经通信通道与所述量测单元CEIU-S-01相连的智能用电管理单元SIMU-S-01，其用于采集高级测量单元CEIU-S-01数据、支路下各低压用户功率数据以及对异常线损进行诊断和定位；
智能用电管理单元SIMU-S-01与各低压用户电表通过4G进行通信，并将采集数据存储到本地服务器。
SIMU是具备双向通信、数据缓冲和智能运算的高可靠性嵌入式系统，异常线损的实时研判和异常定位采用嵌入式的智能用电单元。
⑵搭建10kV低压用户典型的单相和三相接线方式。
本发明设计了10kV低压用户典型的单相和三相接线方式，因三相电能表可采集各相的功率数据，因此本发明提出对三相接线进行降维，改为逐相分析拓扑参数和异常线损判别。
⑶建立支路阻抗的多变量潮流计算模型：
10kV台区低压侧用户主要为单相用户和三相用户，其中单相用户以居民用户为主，三相用户以底商、小型企业、楼层动力、楼层照明灯为主。本发明以小区居民为典型单相负荷，其实际低压接线通过台区低压侧的二次配电设备分为A、B、C三相线路，每一相进入到数个楼层对其供电，即一相线路带数个楼层的居民负荷，楼层中每个居民用户装有低压单相智能电表，可计量有功功率、无功功率数据。典型的A相拓扑结构如图2所示。图2中从A相支路的首端监测单元由前向后依次递推计算各目标节点的潮流。
经过第一个阻抗
Figure 297503DEST_PATH_IMAGE012
后，节点1电压公式如下：
Figure DEST_PATH_IMAGE013
………………… （1）
式中，
Figure 172049DEST_PATH_IMAGE014
为首端节点的电压，单位为V；
Figure DEST_PATH_IMAGE015
为支路末端节点的电压，单位为V；
Figure 518716DEST_PATH_IMAGE016
为支路通过的电流，单位为A；
Figure 931243DEST_PATH_IMAGE012
为支路阻抗，单位为Ω。其中：
Figure DEST_PATH_IMAGE017
；式中，
Figure 772291DEST_PATH_IMAGE018
和
Figure DEST_PATH_IMAGE019
分别为支路的电阻、电抗，单位为Ω；j为复数的虚部单位。
流向用户c1的电流如下：
Figure 16191DEST_PATH_IMAGE020
………………… （2）
式中，
Figure DEST_PATH_IMAGE021
为流向用户c1支路的电流，单位为A；
Figure 18913DEST_PATH_IMAGE022
为用户c1的有功功率，单位为W；
Figure DEST_PATH_IMAGE023
为用户c1的无功功率，单位为var；
因低压线路长度普遍较短，线径细，一般呈现电阻特征，在计算损耗时一般只记有功功率损耗，阻抗
Figure 981053DEST_PATH_IMAGE012
上的线损功率如下：
Figure 374861DEST_PATH_IMAGE024
………………… （3）
式中，
Figure DEST_PATH_IMAGE025
为用户c1支路上的有功功率损耗，单位为W。
沿着支路向下流经
Figure 738846DEST_PATH_IMAGE012
阻抗的电流如下：
Figure 99421DEST_PATH_IMAGE026
………………… （4）
式中，
Figure DEST_PATH_IMAGE027
为节点1流向节点2的电流，单位为A。
同样流经阻抗
Figure 299589DEST_PATH_IMAGE028
后节点2的电压
Figure DEST_PATH_IMAGE029
、阻抗损耗
Figure 731707DEST_PATH_IMAGE030
、继续流向阻抗
Figure DEST_PATH_IMAGE031
的电流均可以按照公式（1）~（4）进行计算。最后能量守恒原则，支路首端输出的有功电量等于负荷有功线损与低压用户有功功率之和，公式如下：
Figure 435352DEST_PATH_IMAGE032
………………… （5）
式中，P 0为支路首端输入的有功功率，单位为W；n为用户编号，N为总的用户数量；P n 为用户n的有功功率，单位为W；
Figure 232407DEST_PATH_IMAGE005
为电阻R n 上的功率损耗，单位为W。
通过上式可以构建一组变量为（
Figure 903560DEST_PATH_IMAGE012
，
Figure 77052DEST_PATH_IMAGE028
，…，
Figure DEST_PATH_IMAGE033
）的方程，其中
Figure 900783DEST_PATH_IMAGE034
，R n和X n为待求的变量，因此共有变量2n个。系统可以采集不同时刻的首端有功功率、无功功率、电压、电流、各低压用户功率数据，根据冗余数据进行校验计算。
因此，针对支路首端量测单元和低压用户表量测体系，提出了典型单相拓扑的潮流关系，构建了含各支路阻抗变量的潮流方程。通过公式（1）~（5），计算各个支路的电压、电流、功率。
⑷基于粒子群算法对阻抗模型联立求解，以及采用冗余数据对参数进行修正，得到低压线路阻抗参数
Figure 868739DEST_PATH_IMAGE001
；并采用粒子群算法对参数变量进行估计，根据量测体系可采集多个时刻的数据，用不同时刻的支路的功率数据对阻抗参数进行修改校正。
本发明采用粒子群算法，随机生成2n个变量(R 1, R 2,…, R n, X 1, X 2,…, X n)，代入到公式（1）～公式（5）中，计算得到
Figure DEST_PATH_IMAGE035
。
计算
Figure 27188DEST_PATH_IMAGE036
，不断更新粒子群得到功率差值
Figure DEST_PATH_IMAGE037
，当
Figure 548911DEST_PATH_IMAGE037
小于收敛精度δ，则种群收敛，得到在低压线路阻抗参数
Figure 476416DEST_PATH_IMAGE001
。然后在采集下一时刻的功率数据，将
Figure 615273DEST_PATH_IMAGE001
作为初始粒子加入到粒子群中，在此进行寻优迭代，得到修正后的阻抗参数
Figure 11751DEST_PATH_IMAGE038
。重复多次上述过程，得到经过多个时刻功率数据修正后的阻抗参数。
对于低压三相用户的线路拓扑参数进行求解，因低压三相用户表可分别采集每一项的有功功率和无功功率，可以等效为分别对单相依次进行求解，其接线结构如图3所示。
⑸根据线路拓扑确定异常台区阈值，同时确定各低压用户最大历史负荷时的线损率异常线损阈值
Figure 261467DEST_PATH_IMAGE002
。
本发明设计了低压分相线损最大阈值计算方法，在估算出分相线损的阻抗参数后，所有低压用户取历史中的最大负荷，各支路电压均取基准电压220V，由支路末端已知功率、电压，然后由后向前递推潮流，计算出各支路阻抗的损耗电量，最后根据能量守恒等式条件，算出支路的首端输入电量，即可得到此场景下的线损率，即为线损率的最大阈值，超过该值则视为异常线损。
在低压线路拓扑参数求得后，取各低压用户历史中最大负荷功率，各支路节点电压均设为220V，可计算出台区的异常线损率阈值，推导公式如下：
首先从末端节点N开始计算，其末端电阻损耗功率：
Figure DEST_PATH_IMAGE039
………………… （6）
式中，
Figure 309057DEST_PATH_IMAGE040
和
Figure DEST_PATH_IMAGE041
为末端节点功率的历史最大有功功率和最大无功功率；R N 为线路阻抗
Figure 431865DEST_PATH_IMAGE001
的电阻值，单位为Ω。
流经末端电阻R n的电流：
Figure 502589DEST_PATH_IMAGE042
………………… （7）
式中，
Figure DEST_PATH_IMAGE043
为流经末端电阻R n的电流，单位为A；j为复数的虚部单位。
流经末端电阻的前一电阻R N-1的电流：
Figure 618313DEST_PATH_IMAGE044
………………… （8）
式中，
Figure DEST_PATH_IMAGE045
为流经末端电阻的前一电阻R N-1的电流，单位为A；P N-1为流经末端电阻的前一电阻R N-1的有功功率，单位为W；Q N-1为流经末端电阻的前一电阻R N-1的电流，单位为var。
通过逐项往前推导，可求测所有线路阻抗的最大损耗功率，最后根据最大线路损耗和最大低压用户负荷，可求得台区异常线损率阈值
Figure 271142DEST_PATH_IMAGE046
。
Figure 814119DEST_PATH_IMAGE003
………………… （9）
式中：
Figure 106560DEST_PATH_IMAGE004
末端节点功率的历史最大有功功率，单位为W。
⑹对线损率大于阈值的台区视为异常台区，根据欧式距离选出可供参照的系统正常状态。针对低压用户存在异常用电，且无法具有针对性参考问题，提出采用欧式距离，在历史中寻找与之最相近的运行状态作为合理性参考。
台区分相支线首端计量终端和各低压用户表可每间隔1小时采集一次功率数据表底，然后智能用电管理单元SIMU-S-01按下式计算每小时台区同期线损率η：
Figure 779636DEST_PATH_IMAGE006
………………… （10）
式中：P 0为支路首端输入的有功功率，单位为W。
当
Figure 473923DEST_PATH_IMAGE007
时，则此时的台区视为异常台区，除用户表计异常等原因除外后，最可能的原因为用户窃电或低压接线电阻增加，因此需要对低压用户一一进行甄别判断。
设定存在一户的实际用电量大于电表计量的电量，从低压用户来看每个用户电表均有表底，但不确定是哪一户实际多用电。为此本文采用欧式距离方法，首先在历史用电数据中寻找在与当前时刻最相近的历史负荷时刻，该历史时刻的总电量和线损为视为正常参考值。
根据欧式距离选出可供参照的系统正常状态；
Figure 187801DEST_PATH_IMAGE009
………………… （11）
式中，
Figure 233117DEST_PATH_IMAGE010
和
Figure 628327DEST_PATH_IMAGE011
分别为当前异常时刻的用户有功、历史t时刻的用户有功功率，单位为W；
Figure 990169DEST_PATH_IMAGE008
两个功率序列间的欧式距离，单位为W。
⑺对比正常状态计算出各负荷电量，然后逐点试探并进行潮流计算，得到理论计算下的异常电量，对异常的低压用户进行跟踪定位。
根据支路首端的量测单元和该负荷水平下的参考输入功率，计算出异常用电量；然后采用逐点试探的方法，依次计算出不同异常用户下，线路阻抗多增加的损耗电量加上用户本身异常用电量，两者之和与参考输入功率得到的异常用电量最接近，则可说明此用户为异常用电用户。
当
Figure DEST_PATH_IMAGE047
取最小值的时刻为T，表示两者的用电负荷相近，此时的历史线损率η(T)视为合理参考值，支路首端有功功率P 0(T)、首端电流I 0(T)、异常损失电量公式如下：
Figure 140528DEST_PATH_IMAGE048
………………… （12）
式中ΔP error为异常损失有功功率，单位为W。
假设异常用户所在节点为i，则损失的功率ΔP error主要由用户异常用电功率及异常用电功率引起的线路损耗，则损失功率公式如下：
Figure DEST_PATH_IMAGE049
………………… （13）
Figure 220610DEST_PATH_IMAGE050
………………… （14）
式中，
Figure DEST_PATH_IMAGE051
为节点i处功率异常功率，单位为W；
Figure 481827DEST_PATH_IMAGE052
为第n条支路上当前电流，单位为A；
Figure DEST_PATH_IMAGE053
为第n条支路上T时刻电流，单位为A；
Figure 698176DEST_PATH_IMAGE054
为异常功率部分导致的电流，单位为A；
Figure DEST_PATH_IMAGE055
为T时刻数据潮流下节点i的电压值，单位分别为V；
Figure 957119DEST_PATH_IMAGE056
为用户i的异常功率，单位为W。
当节点i异常时的异常功率
Figure DEST_PATH_IMAGE057
与系统异常损失有功功率
Figure 773765DEST_PATH_IMAGE058
接近时，即可定位用户i为异常用电的低压用户。
【工作原理】本发明应用低压拓扑参数估计和异常线损诊断定位方法，通过对低压典型的单相、三相结构建立多变量网络潮流方程，并基于粒子群参数估计方法求解网络参数，并进一步在最大负荷场景下计算低压分相异常线损率阈值，以及对异常低压用户进行跟踪定位。
实施例
因低压三相用户表具有分相计量功率的功能，因此低压三相线路可分解为单线线路进行逐相分析，本发明方案的实验验证单相接线方式下的低压线损异常判别和定位。
首先选择某小区配的台区低压A相出线，单相下接有6户低压用户，结合图1可知线路等效阻抗参数R+jX变量为12个，同时采集了10个时刻的功率数据。6户的有功功率数据如表1所示，无功功率数据如表2所示。
表1 A相低压用户有功数据
Figure DEST_PATH_IMAGE059
表2 A相低压用户无功数据
Figure 320897DEST_PATH_IMAGE060
A相支路首端的高级测量单元CEIU-S-01量测数据如表3所示。其中P、Q、U、I rea、I ima分别支路首端策略的有功、无功、电压幅值、电流实部、电流虚部，其中电压相角取为0°。
表3 支路首端节点A相的测量数据
Figure DEST_PATH_IMAGE061
【验证】
通过各低压用户表的功率数据、支路首端测量的电气量数据、典型网架结构，采用粒子群算法进行参数估计，并根据冗余时刻的数据对参数进行修正，计算得到的线路阻抗参数如表4所示。
表4 低压线路阻抗估计参数
Figure 906599DEST_PATH_IMAGE062
低压线路拓扑参数求得后，取各低压用户历史中最大负荷功率，各支路节点电压均设为220V，根据阻抗参数理论计算出的A相线路上的异常线损率阈值
Figure DEST_PATH_IMAGE063
为1.3%。因此当A相支路上线损率超过1.3%，则认为存在用户异常的用电行为。
假设表1中用户c5在0:00时刻异常多用电5W，则此时通过支路首端功率与各低压用户计算出的同期线损率η为8.07%>1.3%，则可判定此时某低压用户存在异常用电行为。
然后进行低压异常用户定位流程，根据欧式距离算出历史中8:00时刻与其负荷最相近，即8:00时刻支路首端和各支路上的功率、电流应为正确的参考值。异常用电功率
Figure 149493DEST_PATH_IMAGE058
为0:00时刻与8:00时刻的功率差值，计算异常损失功率为4.782W。下一步分别计算异常点在6个用户时的阻抗增加损耗和异常用电量
Figure 125539DEST_PATH_IMAGE057
，该数值分别为4.576W、4.653W、4.691W、4.734W、4.787W、4.820W。由此可知在用户c5处异常时，用户异常用电量、线路阻抗增加的损耗量的和
Figure 728559DEST_PATH_IMAGE057
，与
Figure 372029DEST_PATH_IMAGE058
的电量更接近，即可判断为用户c5异常用电。

Claims (1)

1.一种基于冗余校验的异常低压分相线损精准定位方法，包括以下步骤：
⑴构建量测体系：
对低压线路典型的单相、三相结构进行参数估计，在低压分相支线首端加装智能量测终端，其包括
设在低压分相支线首端的量测单元CEIU-S-01，其用于采集包含有功功率、无功功率、电压、电流、功率因素在内的电气量数据；
设在低压分相支线首端的各低压用户电表c1……cn，其用于提供有功功率和无功功率数据；
经通信通道与所述量测单元CEIU-S-01相连的智能用电管理单元SIMU-S-01，其用于采集高级测量单元CEIU-S-01数据、支路下各低压用户功率数据以及对异常线损进行诊断和定位；
智能用电管理单元SIMU-S-01与各低压用户电表通过4G进行通信，并将采集数据存储到本地服务器；
⑵搭建10kV低压用户典型的单相和三相接线方式；
⑶建立支路阻抗的多变量潮流计算模型；
⑷基于粒子群算法对阻抗模型联立求解，以及采用冗余数据对参数进行修正，得到低压线路阻抗参数
Figure DEST_PATH_IMAGE001
；
⑸根据线路拓扑确定异常台区阈值，同时确定各低压用户最大历史负荷时的线损率异常线损阈值
Figure 438580DEST_PATH_IMAGE002
；
Figure DEST_PATH_IMAGE003
；
式中：
Figure 418037DEST_PATH_IMAGE004
末端节点功率的历史最大有功功率，单位为W；
Figure DEST_PATH_IMAGE005
为电阻R n 上的功率损耗，单位为W；
⑹按每间隔1小时采集一次功率数据表底，然后智能用电管理单元SIMU-S-01按下式计算每小时台区同期线损率η：
Figure 10824DEST_PATH_IMAGE006
；式中：P n 为用户n的有功功率，单位为W；P 0为支路首端输入的有功功率，单位为W；
当
Figure DEST_PATH_IMAGE007
时，则此时的台区视为异常台区；根据两个功率序列间的欧式距离
Figure 468350DEST_PATH_IMAGE008
选出可供参照的系统正常状态；
欧式距离公式如下：
Figure DEST_PATH_IMAGE009
式中，
Figure 92842DEST_PATH_IMAGE010
为当前异常时刻的用户有功功率，单位为W；
Figure DEST_PATH_IMAGE011
为历史t时刻的用户有功功率；
⑺对比正常状态计算出各负荷电量，然后逐点试探并进行潮流计算，得到理论计算下的异常电量，对异常的低压用户进行跟踪定位。
CN202111376039.XA 2021-11-19 2021-11-19 一种基于冗余校验的异常低压分相线损精准定位方法 Active CN114113885B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111376039.XA CN114113885B (zh) 2021-11-19 2021-11-19 一种基于冗余校验的异常低压分相线损精准定位方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111376039.XA CN114113885B (zh) 2021-11-19 2021-11-19 一种基于冗余校验的异常低压分相线损精准定位方法

Publications (2)

Publication Number Publication Date
CN114113885A true CN114113885A (zh) 2022-03-01
CN114113885B CN114113885B (zh) 2023-09-22

Family

ID=80397984

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111376039.XA Active CN114113885B (zh) 2021-11-19 2021-11-19 一种基于冗余校验的异常低压分相线损精准定位方法

Country Status (1)

Country Link
CN (1) CN114113885B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115201743A (zh) * 2022-09-16 2022-10-18 北京志翔科技股份有限公司 低压台区计量点误差的确定方法、装置及存储介质

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2009127068A1 (en) * 2008-04-14 2009-10-22 Corporation Nuvolt Inc. Electrical anomaly detection method and system
JP2015107012A (ja) * 2013-12-02 2015-06-08 株式会社東芝 配電監視システム及び監視装置
CN107046286A (zh) * 2017-05-12 2017-08-15 国网上海市电力公司 基于前推回代法的低压配电台区理论线损计算方法
CN109449920A (zh) * 2018-09-27 2019-03-08 中国电力科学研究院有限公司 一种低压配电网理论线损计算方法
CN110322146A (zh) * 2019-07-03 2019-10-11 贵州电网有限责任公司 10kV馈线线损率修正的馈线线损率标杆值计算方法
CN111444241A (zh) * 2020-03-26 2020-07-24 南京工程学院 一种基于数据挖掘的台区线损异常关联用户精准定位方法
CN111965479A (zh) * 2020-07-02 2020-11-20 国网上海市电力公司 一种基于数据精细化量测比对的线损异常定位方法
CN111985524A (zh) * 2020-07-01 2020-11-24 佳源科技有限公司 一种改进的低压台区线损计算方法
CN113641723A (zh) * 2021-07-22 2021-11-12 太原理工大学 一种基于线路阻抗参数估计的窃电预测方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2009127068A1 (en) * 2008-04-14 2009-10-22 Corporation Nuvolt Inc. Electrical anomaly detection method and system
JP2015107012A (ja) * 2013-12-02 2015-06-08 株式会社東芝 配電監視システム及び監視装置
CN107046286A (zh) * 2017-05-12 2017-08-15 国网上海市电力公司 基于前推回代法的低压配电台区理论线损计算方法
CN109449920A (zh) * 2018-09-27 2019-03-08 中国电力科学研究院有限公司 一种低压配电网理论线损计算方法
CN110322146A (zh) * 2019-07-03 2019-10-11 贵州电网有限责任公司 10kV馈线线损率修正的馈线线损率标杆值计算方法
CN111444241A (zh) * 2020-03-26 2020-07-24 南京工程学院 一种基于数据挖掘的台区线损异常关联用户精准定位方法
CN111985524A (zh) * 2020-07-01 2020-11-24 佳源科技有限公司 一种改进的低压台区线损计算方法
CN111965479A (zh) * 2020-07-02 2020-11-20 国网上海市电力公司 一种基于数据精细化量测比对的线损异常定位方法
CN113641723A (zh) * 2021-07-22 2021-11-12 太原理工大学 一种基于线路阻抗参数估计的窃电预测方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
杨军亭;张光儒;杨佩佩;张玉;张家午: "基于DL的LSTM网络配电台区短期负荷预测模型研究", 信息技术, no. 006, pages 63 - 67 *
陈得治, 郭志忠: "基于负荷获取和匹配潮流方法的配电网理论线损计算", 电网技术, no. 01, pages 83 - 87 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115201743A (zh) * 2022-09-16 2022-10-18 北京志翔科技股份有限公司 低压台区计量点误差的确定方法、装置及存储介质

Also Published As

Publication number Publication date
CN114113885B (zh) 2023-09-22

Similar Documents

Publication Publication Date Title
CN111026927B (zh) 一种低压台区运行状态智能监测系统
CN111781463A (zh) 一种台区线损异常辅助诊断方法
CN101383511B (zh) 基于数据采集系统量测数据的电力系统状态估计方法
CN107643507A (zh) 一种基于电网线路运行误差远程校准的精益线损分析与管控方法
CN105866638A (zh) 一种城网电缆接头绝缘状态在线监测预警装置及方法
CN107884682A (zh) 基于故障点与监测点距离的配电网故障定位方法
CN107037322A (zh) 基于稳态特征的配电网小电流接地故障定位方法
CN109164319B (zh) 一种楼宇用户用电异常判定方法
CN116436152B (zh) 一种基于特征信息相关性的智能低压配电台区拓扑识别方法
CN113641723B (zh) 一种基于线路阻抗参数估计的窃电预测方法
CN111965479A (zh) 一种基于数据精细化量测比对的线损异常定位方法
CN109472388B (zh) 一种基于损耗的保电设备故障预警方法和系统
CN113063997A (zh) 一种配变台区线损异常问题监测方法
CN110672983B (zh) 一种停复电分析与抢修方法、管理系统
CN113985098A (zh) 一种基于实时计量的提高防窃电分析准确度的方法
CN114113885B (zh) 一种基于冗余校验的异常低压分相线损精准定位方法
CN114859178A (zh) 一种基于改进矩阵法的配电网故障区段定位方法
CN103412190B (zh) 基于参数在线辨识的开关类设备状态评价方法
CN117969990A (zh) 基于台区日线损率曲线特征的线损分析方法
CN109858061A (zh) 面向电压功率灵敏度估计的配电网络等值与化简方法
CN110780129A (zh) 基于电流偏差分析技术的窃漏电定位方法
CN114357684B (zh) 基于负荷分布系数及电流等效时间的配网线损计算方法
CN104022501B (zh) 基于模糊理论的配电网状态估计方法
CN114626959B (zh) 考虑多源量测的配电网二阶锥规划鲁棒状态估计方法
CN115712811A (zh) 基于低压拓扑配电网下的阻抗计算模型

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