CN114935688B - 基于功率分段的电弧炉供电系统谐波评估方法与系统 - Google Patents
基于功率分段的电弧炉供电系统谐波评估方法与系统 Download PDFInfo
- Publication number
- CN114935688B CN114935688B CN202210874719.2A CN202210874719A CN114935688B CN 114935688 B CN114935688 B CN 114935688B CN 202210874719 A CN202210874719 A CN 202210874719A CN 114935688 B CN114935688 B CN 114935688B
- Authority
- CN
- China
- Prior art keywords
- harmonic
- power
- current
- power supply
- voltage
- 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
- 238000010891 electric arc Methods 0.000 title claims abstract description 77
- 238000011156 evaluation Methods 0.000 title claims abstract description 15
- 230000011218 segmentation Effects 0.000 title claims abstract description 9
- 238000010168 coupling process Methods 0.000 claims abstract description 63
- 238000005859 coupling reaction Methods 0.000 claims abstract description 63
- 230000008878 coupling Effects 0.000 claims abstract description 59
- 239000011159 matrix material Substances 0.000 claims abstract description 52
- 238000000034 method Methods 0.000 claims abstract description 28
- 239000013598 vector Substances 0.000 claims abstract description 16
- 238000004364 calculation method Methods 0.000 claims description 10
- 238000012545 processing Methods 0.000 claims description 9
- 230000014509 gene expression Effects 0.000 claims description 6
- 238000010276 construction Methods 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims description 3
- 230000000750 progressive effect Effects 0.000 claims 2
- 230000001629 suppression Effects 0.000 claims 1
- 230000008859 change Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 229910000831 Steel Inorganic materials 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 239000010959 steel Substances 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 239000005431 greenhouse gas Substances 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000013507 mapping Methods 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
- 238000011160 research Methods 0.000 description 1
Images
Classifications
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/14—Fourier, Walsh or analogous domain transformations, e.g. Laplace, Hilbert, Karhunen-Loeve, transforms
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/40—Arrangements for reducing harmonics
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- Computational Mathematics (AREA)
- Mathematical Optimization (AREA)
- Theoretical Computer Science (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Analysis (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Operations Research (AREA)
- Probability & Statistics with Applications (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Biology (AREA)
- Computing Systems (AREA)
- Vertical, Hearth, Or Arc Furnaces (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明属于电弧炉供电系统技术领域,具体公开了一种基于功率分段的电弧炉供电系统谐波评估方法与系统,所述的方法包括:获取待评估电弧炉供电系统的实测电压及电流数据,计算三相供电功率及电压和电流的单相各次谐波矢量值;划分功率波动区间,确定各功率波动区段内的关注谐波分量;以电压和电流的基波及关注谐波分量作为输入,将功率对谐波相角的影响考虑在内,建立电弧炉供电系统完整运行周期的谐波耦合导纳矩阵模型集合;进而依据供电电压计算电弧炉供电系统的谐波电流发射水平。本发明引入了谐波电压与电流间的耦合关系,仅基于电弧炉供电系统的实测电压、电流数据即可建立谐波耦合导纳矩阵模型,方法简单实用。
Description
技术领域
本发明涉及电弧炉供电系统技术领域,尤其涉及一种基于功率分段的电弧炉供电系统谐波评估方法与系统。
背景技术
本部分的陈述仅仅是提供了与本发明相关的背景技术信息,不必然构成在先技术。
交流电弧炉以其经济效益高、温室气体排放量低等优势,逐渐迈入高速发展阶段,同时引发的谐波污染问题也日趋严重。因此,有必要对电弧炉供电系统的评估方法和谐波电流发射特性展开研究,为配网谐波污染治理提供理论指导。
在电弧炉供电系统的建模方面,目前普遍采用基于机器学习的评估方法。该方法通常将电弧炉供电系统等效为黑箱模型,通过神经网络、马尔科夫等机器学习算法,构造选定的输入量与输出的谐波电流分量之间的映射关系,所建模型的可解释性较差,通用性较弱,无法解耦各次谐波间的相互作用关系。
发明人发现,现有方法多数应用于电弧炉供电系统工况稳定的情况下,无法反映炼钢厂内在用电弧炉的数量及运行状况改变时谐波电流发射水平的变化。并且,由于不同电弧炉供电系统内装设电弧炉的类型、数量及其使用情况差异性较大,使得电弧炉供电系统通用性建模方案的提出也更为困难。
发明内容
为了解决上述问题,本发明提出了一种基于功率分段的电弧炉供电系统谐波评估方法与系统,通过供电功率反映炼钢厂内部的实时工况,依据电弧炉供电系统的功率水平划分区间段,基于实测电压、电流数据求解各功率区间段的谐波耦合导纳矩阵模型,从而评估不同供电功率下电弧炉供电系统的谐波电流发射水平。
在一些实施方式中,采用如下技术方案:
一种基于功率分段的电弧炉供电系统谐波评估方法,包括:
获取待评估电弧炉供电系统的实测电压及电流数据,计算三相供电功率及电压和电流的单相各次谐波矢量值;
基于高斯核密度估计处理电弧炉供电系统的功率数据,依据功率的概率分布划分功率波动区间,确定各功率波动区段内的关注谐波分量;
以电压和电流的基波及关注谐波分量作为输入,将功率对谐波相角的影响考虑在内,基于复数域最小二乘法计算各功率波动区间段内的谐波耦合导纳矩阵模型,建立电弧炉供电系统完整运行周期的谐波耦合导纳矩阵模型集合;
基于各功率区段的谐波耦合导纳矩阵模型,依据供电电压计算电弧炉供电系统的谐波电流发射水平。
在另一些实施方式中,采用如下技术方案:
一种基于功率分段的电弧炉供电系统谐波评估系统,包括:
数据获取模块,用于获取待评估电弧炉供电系统的实测电压及电流数据,计算三相供电功率及电压和电流的单相各次谐波矢量值;
功率波动区间划分模块,用于基于高斯核密度估计处理电弧炉供电系统的功率数据,依据功率的概率分布划分功率波动区间,确定各功率波动区段内的关注谐波分量;
谐波耦合导纳矩阵模型构建模块,用于以电压和电流的基波及关注谐波分量作为输入,将功率对谐波相角的影响考虑在内,基于复数域最小二乘法计算各功率波动区间段内的谐波耦合导纳矩阵模型,建立电弧炉供电系统完整运行周期的谐波耦合导纳矩阵模型集合;
谐波电流发射水平计算模块,用于基于各功率区段的谐波耦合导纳矩阵模型,依据供电电压计算电弧炉供电系统的谐波电流发射水平。
与现有技术相比,本发明的有益效果是:
(1)本发明引入了谐波电压与电流间的耦合关系,仅基于电弧炉供电系统的实测电压、电流数据即可建立谐波耦合导纳矩阵模型,方法简单实用。
(2)本发明的评估方法不受电弧炉供电系统内部运行情况的限制,对于装设电弧炉类型、数量及运行工况各异的电弧炉供电系统,均能通过建立基于功率波动区间分段的谐波耦合导纳矩阵模型评估谐波电流发射水平,具有极强的适应性和通用性。
(3)本发明提出的方法以功率区段为单位进行建模,相较于电弧炉供电系统建模方法减少了所需数据量,极大降低了计算工作量,能够快速、准确的计算出关注谐波电流的发射水平。
本发明的其他特征和附加方面的优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本方面的实践了解到。
附图说明
图1是本发明实施例提供的电弧炉供电系统建模及谐波电流评估方法流程图;
图2是本发明实施例提供的某电弧炉供电系统功率变化曲线图;
图3(a)- 图3(d)是本发明实施例提供的某电弧炉供电系统0.5-1MW段、1.2-1.5MW段、1.8-2.2MW段及≥2.5MW段等4段功率波动区段的谐波耦合导纳矩阵;
图4(a)和图4(b)分别为本发明实施例提供的0.5-1MW段内关注谐波电流实测值与模型计算值的幅值与相角对比图。
图5(a)和图5(b)分别为本发明实施例提供的1.2-1.5MW段内关注谐波电流实测值与模型计算值的幅值与相角对比图。
图6(a)和图6(b)分别为本发明实施例提供的1.8-2.2MW段内关注谐波电流实测值与模型计算值的幅值与相角对比图。
图7(a)和图7(b)分别为本发明实施例提供的≥2.5MW段内关注谐波电流实测值与模型计算值的幅值与相角对比图。
具体实施方式
应该指出,以下详细说明都是例示性的,旨在对本申请提供进一步的说明。除非另有指明,本发明使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本申请的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
实施例一
供电系统接有多个电弧炉负荷,在用负荷的数量、运行状态不断变化,导致供电功率波动剧烈,随电弧炉的启停呈现阶段性特征,且主要谐波相角与功率密切相关。
基于此,在一个或多个实施方式中,公开了一种基于功率分段的电弧炉供电系统谐波评估方法,首先对待评估电弧炉供电系统进行测量,获取实测电压、电流数据,并对其功率、各次电压与电流谐波含量等运行数据进行分析。虑及供电功率阶段性强的特征,基于高斯核密度估计处理电弧炉供电系统的功率数据,依据功率的概率分布划分功率波动区间并进行分段建模。为减小计算量,在各区间段内,对各次电压与电流谐波含量进行概率分析,选取含量较高的谐波作为关注谐波,确定各功率波动区间的谐波耦合导纳矩阵模型包含的谐波次数。
然后依据谐波耦合导纳矩阵所包含的元素数量,在各功率波动区间段内选择合适数据作为建模数据集,以电压和电流的基波及关注谐波分量作为输入,基于复数域最小二乘法计算各功率波动区间段的谐波耦合导纳矩阵,建立电弧炉供电系统运行周期的谐波耦合导纳矩阵集合。最后,依据供电电压计算电弧炉供电系统的谐波电流发射水平,输出主要谐波电流含量的波动范围及变化趋势,评估运算结束。
本实施例方法的详细过程如图1所示,包括如下步骤:
S101:获取待评估电弧炉供电系统的实测电压及电流数据,计算三相供电功率及电压和电流的单相各次谐波矢量值;
本实施例中,实测数据包括A、B、C三相的相电压、相电流的实时数据,三相数据均由量测装置同时采集,基于电压、电流数据计算得待评估电弧炉供电系统的三相供电功率。由于电弧炉供电系统三相供电功率及谐波特性近似,为缩短计算时间,可对其进行单相建模。
取任意一相的相电压和相电流实测数据并分别进行傅里叶分析,得到电压和电流的单相各次谐波矢量值。
S102:基于高斯核密度估计处理电弧炉供电系统的功率数据,依据功率的概率分布划分功率波动区间,确定各功率波动区段内的关注谐波分量;
本实施例中,通过渐进积分均方误差(Asymptotic Mean Integrated SquareError,AMISE)最小原则计算高斯核函数的带宽,建立高斯核密度模型。
取任意一相的功率数据,基于高斯核密度模型计算供电功率的概率分布,并依据其分布概率划分N个功率波动区间。
在各功率波动区段内,计算待评估电弧炉供电系统的各次谐波电压、电流含量。由于电弧炉产生的谐波以低次谐波为主,可仅针对2-7次特征谐波进行分析。分析各功率波动区段内特征谐波的概率分布,选择含量相对较高的谐波作为关注谐波。
S103:以电压和电流的基波及关注谐波分量作为输入,将功率对谐波相角的影响考虑在内,基于复数域最小二乘法计算各功率波动区间段内的谐波耦合导纳矩阵模型,建立电弧炉供电系统完整运行周期的谐波耦合导纳矩阵模型集合;
本实施例中,依据划分的区间以及筛选出的关注谐波,确定谐波耦合导纳矩阵所包含的谐波次数并计算各功率波动区间段的谐波耦合导纳矩阵;
谐波耦合导纳矩阵包含各次谐波次数为确定的关注谐波,某功率区间的电压、电流表达式如式(1)所示。
式中,元素和分别表示第m个功率区间第i次电流和第j次电压的幅值;和则表示第m个功率区间第i次电流和第j次电压的相角,其取值与功率相关;表示第j次谐波电压对第i次谐波电流的贡献程度;导纳阵的对角线元素为自耦合元素,非对角线元素为互耦合元素;H是关注谐波的最高次数。
由于炼钢厂不同运行状态下的谐波特性不同,谐波相角与非同次谐波之间的互耦合作用相关,本实施例考虑相角能够提升谐波电流计算的精确性。
由于电弧炉供电系统的谐波具有强随机性、强时变性,为减小随机数据突变对模型精度的影响,构成建模数据集的电压、电流矢量可选取每分钟的均值。每个建模数据集包含的电压、电流矢量数据不少于谐波耦合导纳矩阵元素数量的2倍,基于复数域最小二乘法拟合谐波耦合导纳矩阵的参数。
建立各功率波动区间段内的谐波耦合导纳矩阵模型之后,建立电弧炉供电系统完整运行周期的谐波耦合导纳矩阵模型集合;
供电功率与电弧炉供电系统的运行状态密切相关,且各运行状态下谐波特性差异较大。为实现对电弧炉供电系统完整运行周期谐波电流发射水平的评估,需对各功率波动区间段分别建模。
S104:基于各功率区段的谐波耦合导纳矩阵模型,依据供电电压计算电弧炉供电系统的谐波电流发射水平,具体为:
由此,可输出关注谐波电流的发射水平,评估关注谐波电流含量的波动范围及变化趋势,运算结束。
电弧炉运行过程中谐波污染问题严重,根据主要谐波电流的发射水平,评估关注谐波电流含量的波动范围及变化趋势,为提出针对性的谐波治理措施提供数据支撑。
本实施例所提供的电弧炉供电系统A相供电功率如图2所示,经式(1)-式(3)所示高斯核密度估计模型计算后,依据其分布概率,该供电系统功率可分为0.5-1MW段、1.2-1.5MW段、1.8-2.2MW段及≥2.5MW段等4段。
由于不同功率下关注谐波相角特性不同,为保证谐波电流计算精确性,有必要在建模时考虑相角。
图3(a)- 图3(d)分别为电弧炉供电系统0.5-1MW段、1.2-1.5MW段、1.8-2.2MW段及≥2.5MW段等4段功率波动区段的谐波耦合导纳矩阵。
图4(a)和图4(b)分别为0.5-1MW段内关注谐波电流实测值与模型计算值的幅值与相角对比图;图5(a)和图5(b)分别为1.2-1.5MW段内关注谐波电流实测值与模型计算值的幅值与相角对比图;图6(a)和图6(b)分别为1.8-2.2MW段内关注谐波电流实测值与模型计算值的幅值与相角对比图;图7(a)和图7(b)分别为≥2.5MW段内关注谐波电流实测值与模型计算值的幅值与相角对比图。可以看出,各次谐波电流幅值和相角的计算误差基本控制在15%以内,能够反映不同供电功率下,各次谐波电流的相对变化趋势及波动范围。
实施例二
在一个或多个实施方式中,公开了一种基于功率分段的电弧炉供电系统谐波评估系统,包括:
数据获取模块,用于获取待评估电弧炉供电系统的实测电压及电流数据,计算三相供电功率及电压和电流的单相各次谐波矢量值;
功率波动区间划分模块,用于基于高斯核密度估计处理电弧炉供电系统的功率数据,依据功率的概率分布划分功率波动区间,确定各功率波动区段内的关注谐波分量;
谐波耦合导纳矩阵模型构建模块,用于以电压和电流的基波及关注谐波分量作为输入,将功率对谐波相角的影响考虑在内,基于复数域最小二乘法计算各功率波动区间段内的谐波耦合导纳矩阵模型,建立电弧炉供电系统完整运行周期的谐波耦合导纳矩阵模型集合;
谐波电流发射水平计算模块,用于基于各功率区段的谐波耦合导纳矩阵模型,依据供电电压计算电弧炉供电系统的谐波电流发射水平。
需要说明的是,上述各模块的具体实现方式已经在实施例一中进行可说明,此处不再详述。
上述虽然结合附图对本发明的具体实施方式进行了描述,但并非对本发明保护范围的限制,所属领域技术人员应该明白,在本发明的技术方案的基础上,本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。
Claims (4)
1.一种基于功率分段的电弧炉供电系统谐波评估方法,其特征在于,包括:
获取待评估电弧炉供电系统的实测电压及电流数据,计算三相供电功率、电压的单相各次谐波矢量值和电流的单相各次谐波矢量值;
基于高斯核密度估计处理电弧炉供电系统的功率数据,依据功率的概率分布划分功率波动区间,确定各功率波动区段内的关注谐波分量;其中,
基于高斯核密度估计处理电弧炉供电系统的功率数据,依据功率的概率分布划分功率波动区间,具体包括:
通过渐进积分均方误差最小原则计算高斯核函数的带宽,建立高斯核密度模型;
取任意一相的功率数据,基于高斯核密度模型计算供电功率的概率分布,并依据其概率分布划分N个功率波动区间;
确定各功率波动区段内的关注谐波分量,具体包括:
计算各功率波动区段内的各次谐波电压、电流含量;
分析各功率波动区段内各次特征谐波的概率分布,选取含量高于设定值的谐波作为关注谐波;
以电压和电流的基波及关注谐波分量作为输入,将功率对谐波相角的影响考虑在内,基于复数域最小二乘法计算各功率波动区间段内的谐波耦合导纳矩阵模型,具体为:
根据各功率波动区段内的关注谐波分量,确定谐波耦合导纳矩阵所包含的谐波次数,并基于相应次数的电流和电压幅值及相角数据,计算各功率波动区间段的谐波耦合导纳矩阵;谐波耦合导纳矩阵包含各次谐波次数为确定的关注谐波,某功率区间的电压、电流表达式如下式所示:
式中,元素和分别表示第m个功率区间第i次谐波电流和第j次谐波电压的幅值;和则表示第m个功率区间第i次谐波电流和第j次谐波电压的相角,其取值与功率相关;表示第j次谐波电压对第i次谐波电流的贡献程度;导纳阵的对角线元素为自耦合元素,非对角线元素为互耦合元素;H是关注谐波的最高次数;
基于各功率区段的谐波耦合导纳矩阵模型,依据供电电压计算电弧炉供电系统的谐波电流发射水平,具体为:
2.如权利要求1所述的一种基于功率分段的电弧炉供电系统谐波评估方法,其特征在于,计算谐波耦合导纳矩阵的电流和电压幅值及相角数据选取设定时间段内的均值,电流和电压幅值及相角的数据量不少于谐波耦合导纳矩阵元素数量的两倍,基于复数域最小二乘法拟合谐波耦合导纳矩阵的参数。
3.如权利要求1所述的一种基于功率分段的电弧炉供电系统谐波评估方法,其特征在于,基于关注谐波电流的发射水平,评估关注谐波电流含量的波动范围及变化趋势,制定谐波治理措施。
4.一种基于功率分段的电弧炉供电系统谐波评估系统,其特征在于,包括:
数据获取模块,用于获取待评估电弧炉供电系统的实测电压及电流数据,计算三相供电功率、电压的单相各次谐波矢量值和电流的单相各次谐波矢量值;
功率波动区间划分模块,用于基于高斯核密度估计处理电弧炉供电系统的功率数据,依据功率的概率分布划分功率波动区间,确定各功率波动区段内的关注谐波分量;其中,
基于高斯核密度估计处理电弧炉供电系统的功率数据,依据功率的概率分布划分功率波动区间,具体包括:
通过渐进积分均方误差最小原则计算高斯核函数的带宽,建立高斯核密度模型;
取任意一相的功率数据,基于高斯核密度模型计算供电功率的概率分布,并依据其概率分布划分N个功率波动区间;
确定各功率波动区段内的关注谐波分量,具体包括:
计算各功率波动区段内的各次谐波电压、电流含量;
分析各功率波动区段内各次特征谐波的概率分布,选取含量高于设定值的谐波作为关注谐波;
谐波耦合导纳矩阵模型构建模块,用于以电压和电流的基波及关注谐波分量作为输入,将功率对谐波相角的影响考虑在内,基于复数域最小二乘法计算各功率波动区间段内的谐波耦合导纳矩阵模型,具体为:
根据各功率波动区段内的关注谐波分量,确定谐波耦合导纳矩阵所包含的谐波次数,并基于相应次数的电流和电压幅值及相角数据,计算各功率波动区间段的谐波耦合导纳矩阵;谐波耦合导纳矩阵包含各次谐波次数为确定的关注谐波,某功率区间的电压、电流表达式如下式所示:
式中,元素和分别表示第m个功率区间第i次谐波电流和第j次谐波电压的幅值;和则表示第m个功率区间第i次谐波电流和第j次谐波电压的相角,其取值与功率相关;表示第j次谐波电压对第i次谐波电流的贡献程度;导纳阵的对角线元素为自耦合元素,非对角线元素为互耦合元素;H是关注谐波的最高次数;
谐波电流发射水平计算模块,用于基于各功率区段的谐波耦合导纳矩阵模型,依据供电电压计算电弧炉供电系统的谐波电流发射水平;具体为:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210874719.2A CN114935688B (zh) | 2022-07-25 | 2022-07-25 | 基于功率分段的电弧炉供电系统谐波评估方法与系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210874719.2A CN114935688B (zh) | 2022-07-25 | 2022-07-25 | 基于功率分段的电弧炉供电系统谐波评估方法与系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114935688A CN114935688A (zh) | 2022-08-23 |
CN114935688B true CN114935688B (zh) | 2022-10-14 |
Family
ID=82868986
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210874719.2A Active CN114935688B (zh) | 2022-07-25 | 2022-07-25 | 基于功率分段的电弧炉供电系统谐波评估方法与系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114935688B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115102168B (zh) * | 2022-08-24 | 2023-04-11 | 山东大学 | 一种考虑分布式光伏谐波耦合的时变电流评估方法及系统 |
CN115248906B (zh) * | 2022-09-22 | 2023-01-06 | 武汉格蓝若智能技术有限公司 | 一种发电机出线双电流互感器的状态误差识别方法及系统 |
Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0826972A2 (en) * | 1996-08-28 | 1998-03-04 | Matsushita Electric Industrial Co., Ltd. | Harmonic measurement system |
JPH1114677A (ja) * | 1997-06-20 | 1999-01-22 | Kansai Electric Power Co Inc:The | 電力系統の高調波電圧推定方法 |
JPH1123622A (ja) * | 1997-07-03 | 1999-01-29 | Kansai Electric Power Co Inc:The | 電力系統の負荷高調波特性測定方法 |
US6114859A (en) * | 1997-07-14 | 2000-09-05 | Nissin Electric Co., Ltd. | Harmonic characteristic measuring method and harmonic characteristic measuring apparatus |
US6326796B1 (en) * | 1997-07-07 | 2001-12-04 | Nissin Electric Co., Ltd. | Harmonic measuring method and a current injection device for harmonic measurement |
CN102478605A (zh) * | 2010-11-23 | 2012-05-30 | 上海市电力公司 | 一种用于电能质量中256个采样点的谐波计算方法 |
CN103323688A (zh) * | 2012-03-20 | 2013-09-25 | 华北电力科学研究院有限责任公司 | 一种电力系统的谐波状态估计方法及设备 |
CN103532205A (zh) * | 2013-10-31 | 2014-01-22 | 重庆大学 | 一种电动汽车三相充电机谐波模型的建模方法 |
JP2015219189A (ja) * | 2014-05-20 | 2015-12-07 | 一般財団法人電力中央研究所 | 高調波推定装置、高調波推定方法及び高調波推定プログラム |
CN106610446A (zh) * | 2015-10-27 | 2017-05-03 | 中国电力科学研究院 | 一种基于功率区间自适应划分的风电机组谐波电流确定方法 |
CN109446643A (zh) * | 2018-10-26 | 2019-03-08 | 山东大学 | 一种基于实测数据建立家用电器负荷谐波模型的方法 |
CN109494743A (zh) * | 2018-11-21 | 2019-03-19 | 上海交通大学 | 基于矩阵重构的电力系统电网谐波状态的估计方法 |
CN110470926A (zh) * | 2019-07-15 | 2019-11-19 | 国网浙江省电力有限公司电力科学研究院 | 一种交流电网背景谐波阻抗的实用估算方法 |
CN110896218A (zh) * | 2019-11-08 | 2020-03-20 | 山东大学 | 一种用于建立集合性居民负荷的谐波建模方法及系统 |
CN112018760A (zh) * | 2020-08-27 | 2020-12-01 | 四川大学 | 一种基于非同步数据的谐波状态估计方法 |
CN112067893A (zh) * | 2020-08-20 | 2020-12-11 | 中国电力科学研究院有限公司 | 一种基于动态时间规整的风电机组谐波评估方法及系统 |
CN114709821A (zh) * | 2022-04-20 | 2022-07-05 | 山东大学 | 一种基于有限量测的配电网分区谐波责任评估方法及系统 |
-
2022
- 2022-07-25 CN CN202210874719.2A patent/CN114935688B/zh active Active
Patent Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0826972A2 (en) * | 1996-08-28 | 1998-03-04 | Matsushita Electric Industrial Co., Ltd. | Harmonic measurement system |
JPH1114677A (ja) * | 1997-06-20 | 1999-01-22 | Kansai Electric Power Co Inc:The | 電力系統の高調波電圧推定方法 |
JPH1123622A (ja) * | 1997-07-03 | 1999-01-29 | Kansai Electric Power Co Inc:The | 電力系統の負荷高調波特性測定方法 |
US6326796B1 (en) * | 1997-07-07 | 2001-12-04 | Nissin Electric Co., Ltd. | Harmonic measuring method and a current injection device for harmonic measurement |
US6114859A (en) * | 1997-07-14 | 2000-09-05 | Nissin Electric Co., Ltd. | Harmonic characteristic measuring method and harmonic characteristic measuring apparatus |
CN102478605A (zh) * | 2010-11-23 | 2012-05-30 | 上海市电力公司 | 一种用于电能质量中256个采样点的谐波计算方法 |
CN103323688A (zh) * | 2012-03-20 | 2013-09-25 | 华北电力科学研究院有限责任公司 | 一种电力系统的谐波状态估计方法及设备 |
CN103532205A (zh) * | 2013-10-31 | 2014-01-22 | 重庆大学 | 一种电动汽车三相充电机谐波模型的建模方法 |
JP2015219189A (ja) * | 2014-05-20 | 2015-12-07 | 一般財団法人電力中央研究所 | 高調波推定装置、高調波推定方法及び高調波推定プログラム |
CN106610446A (zh) * | 2015-10-27 | 2017-05-03 | 中国电力科学研究院 | 一种基于功率区间自适应划分的风电机组谐波电流确定方法 |
CN109446643A (zh) * | 2018-10-26 | 2019-03-08 | 山东大学 | 一种基于实测数据建立家用电器负荷谐波模型的方法 |
CN109494743A (zh) * | 2018-11-21 | 2019-03-19 | 上海交通大学 | 基于矩阵重构的电力系统电网谐波状态的估计方法 |
CN110470926A (zh) * | 2019-07-15 | 2019-11-19 | 国网浙江省电力有限公司电力科学研究院 | 一种交流电网背景谐波阻抗的实用估算方法 |
CN110896218A (zh) * | 2019-11-08 | 2020-03-20 | 山东大学 | 一种用于建立集合性居民负荷的谐波建模方法及系统 |
CN112067893A (zh) * | 2020-08-20 | 2020-12-11 | 中国电力科学研究院有限公司 | 一种基于动态时间规整的风电机组谐波评估方法及系统 |
CN112018760A (zh) * | 2020-08-27 | 2020-12-01 | 四川大学 | 一种基于非同步数据的谐波状态估计方法 |
CN114709821A (zh) * | 2022-04-20 | 2022-07-05 | 山东大学 | 一种基于有限量测的配电网分区谐波责任评估方法及系统 |
Non-Patent Citations (8)
Title |
---|
A Piecewise Probabilistic Harmonic Model of Aggregate Residential Loads;Xiangmin Xie 等;《IEEE Transactions on Power Delivery》;20200515;第36卷(第2期);全文 * |
Frequency domain modeling of nonlinear loads, considering harmonic interaction;J. E. Caicedo 等;《2017 IEEE Workshop on Power Electronics and Power Quality Applications (PEPQA)》;20170717;全文 * |
Harmonic Contribution Evaluation of Multiple Harmonic Sources Based on Data Selection Method Considering Regression Coefficient Fluctuation;Jianping Yang 等;《2020 IEEE/IAS Industrial and Commercial Power System Asia》;20200929;全文 * |
基于交叉导纳矩阵的单相桥式整流性负荷的谐波建模;林顺富;《上海电力学院学报》;20150215;第31卷(第1期);全文 * |
基于功率区间划分的潮流能发电装置电能质量特性分析;张原飞 等;《太阳能学报》;20220430;第43卷(第4期);全文 * |
基于概率分析方法的配电网不确定性谐波电流评估及谐波潮流研究;王庆岩;《中国优秀硕士学位论文全文数据库 (工程科技Ⅱ辑)》;20211215;全文 * |
基于监测数据的高铁动车组谐波特性分析;周胜军 等;《电力科学与技术学报》;20180928;第33卷(第3期);全文 * |
非线性电力电子装置的谐波源模型及其在谐波分析中的应用;孙媛媛;《中国博士学位论文全文数据库 工程科技Ⅱ辑》;20100515;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN114935688A (zh) | 2022-08-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114935688B (zh) | 基于功率分段的电弧炉供电系统谐波评估方法与系统 | |
CN107133406A (zh) | 一种电力系统静态电压稳定域边界的快速搜索方法 | |
CN111693931A (zh) | 智能电能表误差远程计算方法、装置和计算机设备 | |
CN105205570A (zh) | 一种基于季节时序分析的电网售电量预测方法 | |
Jingmin et al. | Estimating the electromechanical oscillation characteristics of power system based on measured ambient data utilizing stochastic subspace method | |
CN108319131B (zh) | 基于数据挖掘的机组调峰能力评估方法 | |
Zhang et al. | Optimal PMU placement evaluation for power system dynamic state estimation | |
Bento | Physics-guided neural network for load margin assessment of power systems | |
CN112307677A (zh) | 基于深度学习的电网振荡模态评估与安全主动预警方法 | |
CN108960492A (zh) | 一种基于pso-svr软测量模型的汽轮机排汽焓预测方法 | |
CN108959739A (zh) | 一种抽水蓄能电站过渡过程压力脉动的分析方法及装置 | |
CN109698505B (zh) | 大电网静态电压稳定在线防控的调控量化映射计算方法 | |
CN113255219B (zh) | 基于修正长短时记忆神经网络的发电机线棒振动优化方法 | |
CN116865343B (zh) | 分布式光伏配电网的无模型自适应控制方法、装置及介质 | |
CN116702630B (zh) | 一种电容式电压互感器cvt的误差迭代评估方法 | |
CN113013875A (zh) | 一种考虑多种因素的转动惯量快速实用化在线计算方法 | |
CN110474323B (zh) | 一种电力系统惯性时间常数测量方法 | |
CN115344994A (zh) | 风电场理论发电量快速确定方法 | |
CN109256773A (zh) | 降噪自编码和深度支持向量机的电力系统状态估计方法 | |
CN114997271A (zh) | 一种水电机组故障的智能诊断方法及系统 | |
CN103994858B (zh) | 基于生物地理学智能优化支持向量机算法的动平衡检测控制方法 | |
CN114298478A (zh) | 一种风电并网系统小扰动稳定辨识方法及系统 | |
Rosli et al. | Improving state estimation accuracy through incremental meter placement using new evolutionary strategy | |
Zhao et al. | An interpretable ultra-short-term wind power prediction model based on the feature matrix reconstruction through regression trees | |
Hong et al. | Harmonic Prediction Algorithm Based on Optimized Neural 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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |