CN115201609A - 一种电压波动一致性故障诊断方法 - Google Patents

一种电压波动一致性故障诊断方法 Download PDF

Info

Publication number
CN115201609A
CN115201609A CN202210905305.1A CN202210905305A CN115201609A CN 115201609 A CN115201609 A CN 115201609A CN 202210905305 A CN202210905305 A CN 202210905305A CN 115201609 A CN115201609 A CN 115201609A
Authority
CN
China
Prior art keywords
fluctuation
voltage
processed
linear
points
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.)
Withdrawn
Application number
CN202210905305.1A
Other languages
English (en)
Inventor
常伟
潘多昭
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.)
Shanghai Lejia Smart Energy Technology Co ltd
Original Assignee
Shanghai Lejia Smart Energy Technology Co ltd
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 Shanghai Lejia Smart Energy Technology Co ltd filed Critical Shanghai Lejia Smart Energy Technology Co ltd
Priority to CN202210905305.1A priority Critical patent/CN115201609A/zh
Publication of CN115201609A publication Critical patent/CN115201609A/zh
Withdrawn legal-status Critical Current

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
    • 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

Abstract

本发明公开了一种电压波动一致性故障诊断方法，涉及电压波动故障诊断技术领域，解决了电压波动未超出波动范围时，但电压内部波动存在问题，却无法得到快速检测的技术问题；对整个波动曲线进行截取，使整个波动曲线按照转折节点划分为若干个待处理曲线，并对若干个待处理曲线进行趋势分析处理，对电压的波动参数进行异常判定，外部人员根据外部终端对异常信号、正常信号以及预警信号进行接收并进行处理，预先获取对应的正常波动曲线，并从正常波动曲线内获取对应的线性区间以及线性导向值，再对正常运行过程中的波动曲线进行分析，查看所生成的导向因子是否属于线性导向值内，采用此种方式，对电压波动的一致性判定方式更加准确，提升判定效果。

Description

一种电压波动一致性故障诊断方法
技术领域
本发明属于电压波动故障诊断技术领域，具体是一种电压波动一致性故障诊断方法。
背景技术
电压波动是指电网电压有效值(方均根值)的快速变动。电压波动值以用户公共供电点在时间上相邻的最大与最小电压方均根值之差对电网额定电压的百分值来表示；电压波动的频率用单位时间内电压波动(变动)的次数来表示。
专利公开号为CN113406524B的发明公开了一种动力电池系统的不一致性故障诊断方法及系统，涉及动力电池系统领域，该方法包括获取的车辆动力电池系统的实车运行数据构建电压幅值特征矩阵；该电压幅值特征矩阵中的一个元素表示第x个采样点对应频率下第j个动力电池单体的电压数据的幅值特征值；根据电压幅值特征矩阵确定电压不一致性异常系数矩阵；该电压不一致性异常系数矩阵的一个元素表示第x个采样点对应频率下第j个动力电池单体的电压不一致性异常系数；根据电压不一致性异常系数矩阵，确定具有电压不一致性故障的动力电池单体。由于本发明考虑了动力电池单体采集参数的频域指标，进而能够准确诊断出动力电池单体的电压不一致性故障。
针对于电压波动时，需采用对应的一致性故障诊断方式对电压波动进行故障诊断，在进行故障诊断过程中，一般对电压的波动范围进行限定，超出波动范围时，生成预警信号，警示外部人员，此种方式在具体操作过程中，当电压波动未超出波动范围时，但电压内部波动存在问题，却无法得到快速检测，导致整体的检测效果不佳。
发明内容
本发明旨在至少解决现有技术中存在的技术问题之一；为此，本发明提出了一种电压波动一致性故障诊断方法，用于解决电压波动未超出波动范围时，但电压内部波动存在问题，却无法得到快速检测的技术问题。
为实现上述目的，根据本发明的第一方面的实施例提出一种电压波动一致性故障诊断方法，包括以下步骤：
S1、对电压的幅度参数进行限定，获取正常电压波动的波动曲线，并生成波动曲线图谱，其中波动曲线图谱横向坐标点为时间点，纵向坐标点为电压浮动值；
S2、对波动曲线图谱进行线性规划处理，预先将波动曲线图划分为多个待处理节点线，再对多个待处理节点线进行线性规划处理，得到多个线性区间以及线性导向值；
S3、电压参数波动过程中，对整个波动曲线进行截取，使整个波动曲线按照转折节点划分为若干个待处理曲线，并对若干个待处理曲线进行趋势分析处理，对电压的波动参数进行异常判定；
S4、外部人员根据外部终端对异常信号、正常信号以及预警信号进行接收，并根据所接收信号的异常程度，进行不同程度的处理。
优选的，所述步骤S2对多个待处理节点线进行线性规划处理的步骤为：
S21、从波动曲线图谱内获取对应的转折点，并将转折点标记为ZDh，其中h代表不同的转折点，并获取对应转折点ZDh的横向坐标值Xh以及竖向坐标值Yh，此时转折点ZDh的表现形式为(Xh，Yh)，通过转折点将波动曲线图谱划分为多个待处理节点线，每次待处理节点线采取对应的节点标记k进行标记，k＝1、2、……、n；
S22、提取标记k为1的待处理节点线，并以时间间隔点为秒作提取单位，获取待处理节点线的初始点，并将初始点标记为C(Cx，Cy)，采用
Figure BDA0003772241200000031
得到第一组线性导向值
Figure BDA0003772241200000032
采用相同的方式对待处理节点线内部的若干节点进行处理，得到若干组线性导向值
Figure BDA0003772241200000033
其中j∈X；
S23、采用
Figure BDA0003772241200000034
得到标参值BCj，令j＝1进行计算，得到第一组标参值BC1，在令j值加1依次进行计算，便得到多组标参值BCj，当标参值BCj等于0时，根据j值，提取对应的线性区间[1，j]，并提取对应的线性导向值▽1，将对应的线性区间以及多组线性导向值进行捆绑，生成第一组捆绑数据包；
S24、再从j值开始计算，得到多组不同的线性区间以及多组线性导向值，并生成多组捆绑数据包；
S25、再对多组对应的待处理节点线进行依次处理，得到若干个不同的区间以及多组导向因子，并捆绑为捆绑数据包。
优选的，所述步骤S3对电压的波动参数进行异常判定的方式为：
S31、对若干个待处理曲线的最低点以及最高点进行获取，并获取最低点以及最高点所对应的电压参数，将电压参数与转折点ZDh所对应的电压参数进行比对，若电压参数未超过转折点ZDh所对应的电压参数，进行下一步处理，若电压参数超过转折点ZDh所对应的电压参数，生成预警信号，并将此预警信号传输至外部终端；
S32、对待处理曲线进行趋势分析，以时间间隔点为秒作提取单位，获取待处理曲线的初始点，并获取初始点的坐标参数(X1，Y1)，再获取初始点下一点的坐标参数(X2，Y2)，采用
Figure BDA0003772241200000041
得到对应的导向因子
Figure BDA0003772241200000042
将导向因子
Figure BDA0003772241200000043
与线性区间内部的线性导向值
Figure BDA0003772241200000044
进行比对，若导向因子
Figure BDA0003772241200000045
生成正常信号，将正常信号输送至外部终端，若导向因子
Figure BDA0003772241200000046
生成异常信号，将异常信号输送至外部终端。
优选的，所述步骤S4中外部终端接收到预警信号时，代表电压波动已超出预警范围，需进行维护处理，接收到正常信号时，则不进行处理，接收到异常信号时，代表电压波动存在异常，需进行调节处理。
与现有技术相比，本发明的有益效果是：对电压的幅度参数进行限定，获取正常电压波动的波动曲线，并生成波动曲线图谱，其中波动曲线图谱横向坐标点为时间点，纵向坐标点为电压浮动值，对波动曲线图谱进行线性规划处理，预先将波动曲线图划分为多个待处理节点线，再对多个待处理节点线进行线性规划处理，得到多个线性区间以及线性导向值，电压参数波动过程中，对整个波动曲线进行截取，使整个波动曲线按照转折节点划分为若干个待处理曲线，并对若干个待处理曲线进行趋势分析处理，对电压的波动参数进行异常判定，外部人员根据外部终端对异常信号、正常信号以及预警信号进行接收并进行处理，预先获取对应的正常波动曲线，并从正常波动曲线内获取对应的线性区间以及线性导向值，再对正常运行过程中的波动曲线进行分析，查看所生成的导向因子是否属于线性导向值内，采用此种方式，对电压波动的一致性判定方式更加准确，提升判定效果。
附图说明
图1为本发明方法流程示意图。
具体实施方式
下面将结合实施例对本发明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在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
请参阅图1，本申请提供了一种电压波动一致性故障诊断方法，包括以下步骤：
S1、对电压的幅度参数进行限定，获取正常电压波动的波动曲线，并生成波动曲线图谱，其中波动曲线图谱横向坐标点为时间点，纵向坐标点为电压浮动值；
S2、对波动曲线图谱进行线性规划处理，预先将波动曲线图划分为多个待处理节点线，再对多个待处理节点线进行线性规划处理，得到多个线性区间以及线性导向值，其中具体处理步骤为：
S21、从波动曲线图谱内获取对应的转折点，并将转折点标记为ZDh，其中h代表不同的转折点，并获取对应转折点ZDh的横向坐标值Xh以及竖向坐标值Yh，此时转折点ZDh的表现形式为(Xh，Yh)，通过转折点将波动曲线图谱划分为多个待处理节点线，每次待处理节点线采取对应的节点标记k进行标记，k＝1、2、……、n；
S22、提取标记k为1的待处理节点线，并以时间间隔点为秒作提取单位，获取待处理节点线的初始点，并将初始点标记为C(Cx，Cy)，采用
Figure BDA0003772241200000051
得到第一组线性导向值
Figure BDA0003772241200000052
采用相同的方式对待处理节点线内部的若干节点进行处理，得到若干组线性导向值
Figure BDA0003772241200000053
其中j∈X；
S23、采用
Figure BDA0003772241200000054
得到标参值BCj，令j＝1进行计算，得到第一组标参值BC1，在令j值加1依次进行计算，便得到多组标参值BCj，当标参值BCj等于0时，根据j值，提取对应的线性区间[1，j]，并提取对应的线性导向值
Figure BDA0003772241200000061
将对应的线性区间以及多组线性导向值进行捆绑，生成第一组捆绑数据包；
S24、再从j值开始计算，得到多组不同的线性区间以及多组线性导向值，并生成多组捆绑数据包；
S25、再对多组对应的待处理节点线进行依次处理，得到若干个不同的区间以及多组导向因子，并捆绑为捆绑数据包；
S3、电压参数波动过程中，对整个波动曲线进行截取，使整个波动曲线按照转折节点划分为若干个待处理曲线，并对若干个待处理曲线进行趋势分析处理，对电压的波动参数进行异常判定，其中具体判定方式为：
S31、对若干个待处理曲线的最低点以及最高点进行获取，并获取最低点以及最高点所对应的电压参数，将电压参数与转折点ZDh所对应的电压参数进行比对，若电压参数未超过转折点ZDh所对应的电压参数，进行下一步处理，若电压参数超过转折点ZDh所对应的电压参数，生成预警信号，并将此预警信号传输至外部终端；
S32、对待处理曲线进行趋势分析，以时间间隔点为秒作提取单位，获取待处理曲线的初始点，并获取初始点的坐标参数(X1，Y1)，再获取初始点下一点的坐标参数(X2，Y2)，采用
Figure BDA0003772241200000062
得到对应的导向因子
Figure BDA0003772241200000063
将导向因子
Figure BDA0003772241200000064
与线性区间内部的线性导向值
Figure BDA0003772241200000065
进行比对，若导向因子
Figure BDA0003772241200000066
生成正常信号，将正常信号输送至外部终端，若导向因子
Figure BDA0003772241200000067
生成异常信号，将异常信号输送至外部终端；
S4、外部人员根据外部终端对异常信号、正常信号以及预警信号进行接收，接收到预警信号时，代表电压波动已超出预警范围，需进行维护处理，接收到正常信号时，则不进行处理，接收到异常信号时，代表电压波动存在异常，需进行调节处理。
上述公式中的部分数据均是去除量纲取其数值计算，公式是由采集的大量数据经过软件模拟得到最接近真实情况的一个公式；公式中的预设参数和预设阈值由本领域的技术人员根据实际情况设定或者通过大量数据模拟获得。
本发明的工作原理：对电压的幅度参数进行限定，获取正常电压波动的波动曲线，并生成波动曲线图谱，其中波动曲线图谱横向坐标点为时间点，纵向坐标点为电压浮动值，对波动曲线图谱进行线性规划处理，预先将波动曲线图划分为多个待处理节点线，再对多个待处理节点线进行线性规划处理，得到多个线性区间以及线性导向值，电压参数波动过程中，对整个波动曲线进行截取，使整个波动曲线按照转折节点划分为若干个待处理曲线，并对若干个待处理曲线进行趋势分析处理，对电压的波动参数进行异常判定，外部人员根据外部终端对异常信号、正常信号以及预警信号进行接收并进行处理，预先获取对应的正常波动曲线，并从正常波动曲线内获取对应的线性区间以及线性导向值，再对正常运行过程中的波动曲线进行分析，查看所生成的导向因子是否属于线性导向值内，采用此种方式，对电压波动的一致性判定方式更加准确，提升判定效果。
以上实施例仅用以说明本发明的技术方法而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方法进行修改或等同替换，而不脱离本发明技术方法的精神和范围。

Claims (4)

1.一种电压波动一致性故障诊断方法，其特征在于，包括以下步骤：
S1、对电压的幅度参数进行限定，获取正常电压波动的波动曲线，并生成波动曲线图谱，其中波动曲线图谱横向坐标点为时间点，纵向坐标点为电压浮动值；
S2、对波动曲线图谱进行线性规划处理，预先将波动曲线图划分为多个待处理节点线，再对多个待处理节点线进行线性规划处理，得到多个线性区间以及线性导向值；
S3、电压参数波动过程中，对整个波动曲线进行截取，使整个波动曲线按照转折节点划分为若干个待处理曲线，并对若干个待处理曲线进行趋势分析处理，对电压的波动参数进行异常判定；
S4、外部人员根据外部终端对异常信号、正常信号以及预警信号进行接收，并根据所接收信号的异常程度，进行不同程度的处理。
2.根据权利要求1所述的一种电压波动一致性故障诊断方法，其特征在于，所述步骤S2对多个待处理节点线进行线性规划处理的步骤为：
S21、从波动曲线图谱内获取对应的转折点，并将转折点标记为ZDh，其中h代表不同的转折点，并获取对应转折点ZDh的横向坐标值Xh以及竖向坐标值Yh，此时转折点ZDh的表现形式为(Xh，Yh)，通过转折点将波动曲线图谱划分为多个待处理节点线，每次待处理节点线采取对应的节点标记k进行标记，k＝1、2、……、n；
S22、提取标记k为1的待处理节点线，并以时间间隔点为秒作提取单位，获取待处理节点线的初始点，并将初始点标记为C(Cx，Cy)，采用
Figure FDA0003772241190000011
得到第一组线性导向值
Figure FDA0003772241190000012
采用相同的方式对待处理节点线内部的若干节点进行处理，得到若干组线性导向值
Figure FDA0003772241190000013
其中j∈X；
S23、采用
Figure FDA0003772241190000021
得到标参值BCj，令j＝1进行计算，得到第一组标参值BC1，在令j值加1依次进行计算，便得到多组标参值BCj，当标参值BCj等于0时，根据j值，提取对应的线性区间[1，j]，并提取对应的线性导向值▽1，将对应的线性区间以及多组线性导向值进行捆绑，生成第一组捆绑数据包；
S24、再从j值开始计算，得到多组不同的线性区间以及多组线性导向值，并生成多组捆绑数据包；
S25、再对多组对应的待处理节点线进行依次处理，得到若干个不同的区间以及多组导向因子，并捆绑为捆绑数据包。
3.根据权利要求2所述的一种电压波动一致性故障诊断方法，其特征在于，所述步骤S3对电压的波动参数进行异常判定的方式为：
S31、对若干个待处理曲线的最低点以及最高点进行获取，并获取最低点以及最高点所对应的电压参数，将电压参数与转折点ZDh所对应的电压参数进行比对，若电压参数未超过转折点ZDh所对应的电压参数，进行下一步处理，若电压参数超过转折点ZDh所对应的电压参数，生成预警信号，并将此预警信号传输至外部终端；
S32、对待处理曲线进行趋势分析，以时间间隔点为秒作提取单位，获取待处理曲线的初始点，并获取初始点的坐标参数(X1，Y1)，再获取初始点下一点的坐标参数(X2，Y2)，采用
Figure FDA0003772241190000022
得到对应的导向因子
Figure FDA0003772241190000023
将导向因子
Figure FDA0003772241190000027
与线性区间内部的线性导向值
Figure FDA0003772241190000024
进行比对，若导向因子
Figure FDA0003772241190000025
生成正常信号，将正常信号输送至外部终端，若导向因子
Figure FDA0003772241190000026
生成异常信号，将异常信号输送至外部终端。
4.根据权利要求3所述的一种电压波动一致性故障诊断方法，其特征在于，所述步骤S4中外部终端接收到预警信号时，代表电压波动已超出预警范围，需进行维护处理，接收到正常信号时，则不进行处理，接收到异常信号时，代表电压波动存在异常，需进行调节处理。
CN202210905305.1A 2022-07-29 2022-07-29 一种电压波动一致性故障诊断方法 Withdrawn CN115201609A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210905305.1A CN115201609A (zh) 2022-07-29 2022-07-29 一种电压波动一致性故障诊断方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210905305.1A CN115201609A (zh) 2022-07-29 2022-07-29 一种电压波动一致性故障诊断方法

Publications (1)

Publication Number Publication Date
CN115201609A true CN115201609A (zh) 2022-10-18

Family

ID=83584150

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210905305.1A Withdrawn CN115201609A (zh) 2022-07-29 2022-07-29 一种电压波动一致性故障诊断方法

Country Status (1)

Country Link
CN (1) CN115201609A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116433034A (zh) * 2023-04-27 2023-07-14 浙江浙达能源科技有限公司 一种基于机器学习的虚拟电厂运行风险检测方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116433034A (zh) * 2023-04-27 2023-07-14 浙江浙达能源科技有限公司 一种基于机器学习的虚拟电厂运行风险检测方法

Similar Documents

Publication Publication Date Title
CN109034244B (zh) 基于电量曲线特征模型的线损异常诊断方法及装置
CN109858104B (zh) 一种滚动轴承健康评估与故障诊断方法及监测系统
CN109489977B (zh) 基于KNN-AdaBoost的轴承故障诊断方法
CN109193650B (zh) 一种基于高维随机矩阵理论的电网薄弱点评估方法
CN109029589B (zh) 一种桥梁结构安全状态监测系统
CN108802535B (zh) 筛选方法、主干扰源识别方法及装置、服务器及存储介质
CN115982602B (zh) 一种光伏变压器电故障检测方法
CN109657613A (zh) 基于幂法和并行计算技术的大规模电网异常负荷识别方法
CN111680725B (zh) 基于重构贡献的气体传感器阵列多故障隔离算法
CN116125361B (zh) 电压互感器误差评估方法、系统、电子设备及存储介质
CN104035431A (zh) 用于非线性过程监控的核函数参数的获取方法和系统
CN110807245B (zh) 一种设备故障预警的自动建模方法和系统
CN107851294A (zh) 大型运行系统的基于状态的预防维护装置及方法
CN116739384A (zh) 基于5g无线通讯的矿用设备运行管理系统
CN116660672B (zh) 基于大数据的电网设备故障诊断方法及系统
CN108804740A (zh) 基于集成改进ica-krr算法的长输管道压力监测方法
KR20200046905A (ko) IoT 기상환경 수집 데이터의 안정성 확보 방법
CN115201609A (zh) 一种电压波动一致性故障诊断方法
CN108204892B (zh) 基于柔性阵列式压力传感器的辊轮组设备故障检测方法
CN114255784A (zh) 一种基于声纹识别的变电站设备故障诊断方法及相关装置
CN106680574B (zh) 一种变电站设备过电压感知和数据处理方法
CN109901022B (zh) 基于同步量测数据的配电网区域定位方法
CN111623905A (zh) 风电机组轴承温度预警方法及装置
CN109522657B (zh) 一种基于相关性网络和svdd的燃气轮机异常检测方法
CN101458513A (zh) 统计过程控制方法及装置

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
WW01 Invention patent application withdrawn after publication
WW01 Invention patent application withdrawn after publication

Application publication date: 20221018