CN115577220B - 快速判断配电网线路监测设备采样突变的方法及存储介质 - Google Patents

快速判断配电网线路监测设备采样突变的方法及存储介质 Download PDF

Info

Publication number
CN115577220B
CN115577220B CN202211409271.3A CN202211409271A CN115577220B CN 115577220 B CN115577220 B CN 115577220B CN 202211409271 A CN202211409271 A CN 202211409271A CN 115577220 B CN115577220 B CN 115577220B
Authority
CN
China
Prior art keywords
deviation
sampling
dev
equation
real
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
Application number
CN202211409271.3A
Other languages
English (en)
Other versions
CN115577220A (zh
Inventor
卫保虎
赵小虎
吴启文
童杰
秦明辉
陈华沛
葛林
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.)
CSG Smart Electrical Technology Co Ltd
CSG Smart Science and Technology Co Ltd
Original Assignee
CSG Smart Electrical Technology Co Ltd
CSG Smart Science and 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 CSG Smart Electrical Technology Co Ltd, CSG Smart Science and Technology Co Ltd filed Critical CSG Smart Electrical Technology Co Ltd
Priority to CN202211409271.3A priority Critical patent/CN115577220B/zh
Publication of CN115577220A publication Critical patent/CN115577220A/zh
Application granted granted Critical
Publication of CN115577220B publication Critical patent/CN115577220B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
    • G06F17/12—Simultaneous equations, e.g. systems of linear equations
    • 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
    • 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
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Operations Research (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Algebra (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明的一种快速判断配电网线路监测设备采样突变的方法及存储介质，包括以下步骤：S1、通过监测设备获取实时采样序列S(x)；S2、在实时采样序列S(x)上任意取三个点计算表征电网负荷信号的基础拟合正弦方程FBase(x)；S3、将基础拟合正弦方程FBase(x)调整成最佳点拟合方程FOpt(x)；S4、记录最佳点拟合方程FOpt(x)与采样序列S(x)的最大固有偏差MAX_DEV；S5、通过监测设备计算实时偏差RT_dev并依据最大固有偏差MAX_DEV判断是否启动步骤S6；S6、依据实时偏差RT_dev提出偏差波动方程Fflu(x)，度量电网线路是否疑似突变；S7、进而确认线路是否采样突变。本发明使用当前疑似突变时刻和更早时刻的偏差波动区间起始波动值的大小，进行采样突变判断；相对现有“预先设定阈值”再进行比较的方法，更稳定、准确。

Description

快速判断配电网线路监测设备采样突变的方法及存储介质
技术领域
本发明涉及配电网线路实时状态监测技术领域，具体涉及一种快速判断配电网线路监测设备采样突变的方法。
背景技术
在辐射面积广阔、线路复杂漫长的中低压配电网架空线路上，安装了各类线路监测器、继电保护等设备。通过实时采集线路负荷并进行分析、比较，最终用于线路短路故障判断、接地触发录波启动条件、继电保护设备自动重合闸投切等处理。其中线路监测设备对实时采样的线路电流、电压值突变判断是基本问题。该突变判断结果的及时性、准确性直接影响了线路监测设备的实用性。
目前架空线路监测设备判断采样值突变的方法，往往是先采样若干周波电流、电压交流序列并计算出其有效值；再与预先设定的阈值进行比较；最后通过后续采样的若干周波有效值进行二次确认。即“延迟计算，阈值判断”。该方法在完成若干突变周波采样后，再进行计算和判断，在时间上已经滞后突变时刻若干周波的时间。在最小延迟的情况下，即只使用一个突变周波交流采样进行研判，同样滞后了一个周波的采样时间（工频20ms）。导致监测设备最终判断出负荷突变时存在严重的滞后时间。其次与有效值进行比较的阈值的设定存在稳定性的问题。配电网监测设备常年处于户外，面对雨雪冰霜等严酷的自然环境的考验。设定的突变阈值同样要经历复杂工况的验证：设定阈值大于实际突变负荷，设备因不能正常触发判断、投切保护导致事故发生；反之，复杂线路的负荷波动满足了偏小突变阈值的条件，进而引发误触发、误报事件。因而，架空线路监测设备如何即快速、又不依赖阈值稳定准确的判断出采样值突变，成为配电网自动化亟待解决的问题。
发明内容
本发明提出的一种快速判断配电网线路监测设备采样突变的方法，可至少解决上述技术问题之一。能够快速且不依赖于阈值稳定可靠的判断出采样突变。
为实现上述目的，本发明采用了以下技术方案：
一种快速判断配电网线路监测设备采样突变的方法，包括以下步骤：
S1、通过监测设备获取实时采样序列S(x)；
S2、在实时采样序列S(x)上任意取三个点计算表征电网负荷信号的基础拟合正弦方程FBase(x)；
S3、将基础拟合正弦方程FBase(x)调整成最佳点拟合方程FOpt(x)；
S4、记录最佳点拟合方程FOpt(x)与采样序列S(x)的最大固有偏差MAX_DEV；
S5、通过监测设备计算实时偏差RT_dev并依据最大固有偏差MAX_DEV判断是否启动步骤S6；
S6、依据实时偏差RT_dev提出偏差波动方程Fflu(x)，度量电网线路是否疑似突变；
S7、基于步骤S6进而通过监测设备确认线路是否采样突变。
进一步的，所述通过监测设备获取实时采样序列S(x)具体包括，
配电网监测设备通过互感器感应，以及采样芯片实时采样线路上的交流电流和电压值，并存储于S(x) x=0,1,2...。
进一步的，所述S2、在实时采样序列S(x)上任意取三个点计算表征电网负荷信号的基础拟合正弦方程FBase(x)，具体包括：
在所述实时采样序列S(x)中任意取三个点(x1,y1)，(x2,y2)，(x3,y3)，其中x1，x2和x3表示采样序列次序；y1，y2和y3表示为对应采样次序的采集值；由三个已知条件建立三个一元一次方程的方程组；通过公式转换，将方程组抽象成一个表示任意点采样序列的拟合方程：
FBase(x)表示成交流采样信号中任意一个采样序列x对应的采样值，N表示一个周波长度；常量B0，B1和B2由线性方程组行列式求解得出。
进一步的，所述S3、将基础拟合正弦方程FBase(x)调整成最佳点拟合方程FOpt(x)，具体包括：
在采样序列S(x)中以小于一个周波长度N的等间隔z，选取三个待拟合方程的采样点，并计算出任意点拟合方程FBase(x)，同时计算出在一个周波长度N内拟合方程与采样序列的偏差值，并记做Dev(z)：
比较偏差值Dev(z)，以偏差值最小时所采用的任意点拟合方程作为最佳点采样序列拟合方程FOpt(x)。
进一步的，所述S4、记录最佳点拟合方程FOpt(x)与采样序列S(x)的最大固有偏差MAX_DEV，具体包括，
在训练模式下，用稳态交流信号采样值训练与拟合方程FOpt(x)之间的固有偏差：|FOpt(x)-S(x)|；并在当前所有采样序列S(x)中检索出最大的固有偏差，记做MAX_DEV：
最大固有偏差MAX_DEV逼近了线路稳态期FOpt(x)与S(x)之间偏差的极限值。
进一步的，所述S5、通过监测设备计算实时偏差RT_dev并依据最大固有偏差MAX_DEV判断是否启动步骤S6，具体包括，
通过线路监测设备实时检测线路负荷，计算FOpt(x)与S(x)的实时偏差RT_dev=|FOpt(x)-S(x)|；若实时偏差RT_dev小于最大固有偏差MAX_DEV，则当前采样波形仍是稳态、无突变，监测设备继续实时监测线路负荷；若实时偏差RT_dev大于或者连续指定数量的RT_dev均大于最大固有偏差MAX_DEV，则启动步骤S6。
进一步的，所述S6、依据实时偏差RT_dev提出偏差波动方程Fflu(x)，度量电网线路是否疑似突变，具体包括，
对实时偏差缓存RT_Buf进行突变量预处理：
剔除架空线路交流波形因波峰畸变、谐波较大因素引起的不规则毛刺波动；突变量预处理后的波形整体波动性用序列的标准差表示成偏差波动方程：
；
其中std(BrkVar_Buf,x)表示样本BrkVar_Buf在容量为x时的标准差；Fflu(x)表示样本BrkVar_Buf在容量为x时，较在容量为x-N的样本波动量，即表征在当前x时的波动值。
进一步的，所述S7、基于步骤S6进而通过监测设备确认线路是否采样突变，具体包括，
通过偏差波动方程Fflu(x)在BrkVar_Buf整体样本空间中，计算出所有时刻的偏差波动值，并绘制偏差波动曲线；
所述偏差波动曲线上，当前疑似突变p时刻的偏差波动值Fflu(x)单调连续递增，取疑似突变p后一个偏小的偏差波动区间[Fflu(p),Fflu(p+x)]，以及前面o时刻的偏差波动区间[Fflu(o),Fflu(o+x)]，若偏差波动区间呈现出规律：Fflu(o)≈Fflu(o+x)<Fflu(p)<Fflu(p+x)，则确认采样波形有突变；
若所述偏差波动曲线上，当前p时刻的偏差波动值Fflu(x)无单调连续递增，且无偏差波动区间大小规律，则确认为采样波形没有突变。
另一方面，本发明还公开一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行如上述方法的步骤
由上述技术方案可知，由于架空线路监测设备只需利用交流采样突变后，一个较小的采样区间即可判断当前线路采样是否突变。即只需要区间内若干点的采样时间即可。摒弃了现有“先采样若干周波交流序列，再计算有效值”的需要若干周波（至少一个周波）采样时间的方法。在判断时间上有明显的进步。本发明的快速判断配电网线路监测设备采样突变的方法，最终使用当前疑似突变时刻和更早时刻的偏差波动区间起始波动值的大小，进行采样突变判断。摒弃了现有“预先设定阈值”再进行比较的方法。在判断逻辑上更稳定、准确。
附图说明
图1是本发明的方法流程图；
图2是监测设备采样线路电流突变升的采样与拟合波形；
图3是监测设备采样线路电流突变升实时偏差的突变量波形；
图4是监测设备采样线路电流突变升的偏差波动曲线；
图5是监测设备采样线路电压突变降的采样与拟合波形；
图6是监测设备采样线路电压突变降的偏差波动曲线；
图7是监测设备采样线路电流无突变的偏差波动曲线。
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。
如图1所示，本实施例所述的快速判断配电网线路监测设备采样突变的方法，包括以下步骤：
（1）通过监测设备获取实时采样序列S(x)；
配电网监测设备可通过互感器感应，以及采样芯片实时采样线路上的交流电流、电压值，并存储于S(x)，x=0,1,2...。
（2）在实时采样序列S(x)上任意取三个点计算表征电网负荷信号的基础拟合正弦方程FBase(x)；
交流采样信号可表示为
其中x=0,1,2...，N表示周波采样点数。可建立拟合方程作为配电线路实时采样序列的模型。
在采样序列S(x)中任意取三个点(x1,y1)，(x2,y2)，(x3,y3)；其中x1，x2和x3表示采样序列次序；y1，y2和y3表示为对应采样次序的采集值；由以上三个已知条件可建立方程组：
利用三角和差公式展开可得：
设B0=Acosϕ，B1=Asinϕ和B2=b为未知变量，可将上述方程组变换成如下三元一次方程组：
 (1)
其中(x1,y1)，(x2,y2)和(x3,y3)是已知的采样序列值，因此可由上述方程组抽象出一个更一般意义上的模型，由变量(x,y)组成的新方程：
如果上述公式中B0，B1和B2是已知的常量，那么这个新的方程y(x)就可表示成交流采样信号中任意一个采样序列x对应的采样值y。即任意点采样序列拟合方程：
下面介绍如何求解出B0，B1和B2。事实上方程组(1)包含三个已知条件的等式，可求解出三个变量B0，B1和B2。线性方程组(1)的行列式求解变量如下：
可得：
（3）将基础拟合正弦方程FBase(x)调整成最佳点拟合方程FOpt(x)；
步骤（2）计算了任意点采样序列拟合方程FBase(x)，即选取的三个采样点(x1,y1)，(x2,y2)，(x3,y3)是随机的。任意点的一般性代表了拟合方程FBase(x)的普遍性规律。但是如果选取的任意点距离太近（即|x1-x2|≈0、|x1-x3|≈0且|x2-x3|≈0），则不能表征交流采样信号，以该任意点拟合的方程FBase(x)与监测设备的采样序列S(x)有较大的偏差。因此需要找出一种由选取采样点拟合的方程FBase(x)与实际采样序列S(x)最贴近的方法。即找最佳点拟合采样序列方程。
在采样序列S(x)中以小于一个周波长度N的等间隔z，选取三个待拟合方程的采样点，并计算出任意点拟合方程FBase(x)，将间隔z拟合的方程记做。同时计算出在一个周波长度N内拟合方程与采样序列的偏差值，并记做Dev(z)：
比较偏差值Dev(z)，以偏差值最小时所采用的任意点拟合方程作为最佳点采样序列拟合方程FOpt(x)。
如以间隔N/4长度分别选取(x,S(x))，(x+N/4,S(x+N/4))和(x+N*2/4,S(x+N*2/4))三点，并计算出任意点采样序列拟合方程。同时计算出在一个周波长度N内拟合方程与采样序列的偏差值，并记做Dev(N/4)：
同理可计算出多种固定长度等间隔拟合方程与采样序列的偏差值Dev(N/8)、Dev(N/16)、Dev(N/32)等。偏差值最小的方案采用的任意点拟合方程FBase(x)，即可作为最佳点采样序列拟合方程FOpt(x)。
（4）记录最佳点拟合方程FOpt(x)与采样序列S(x)的最大固有偏差MAX_DEV；
最佳点拟合方程FOpt(x)剔除了因选取不合理采样点拟合的方程，即FOpt(x)是对应于采样序列S(x)理想的拟合方程。但拟合方程FOpt(x)仅是采样序列S(x)的模型，是对S(x)的预测。两者存在固有的偏差，这个偏差是由两者本身属性决定的。需要记录这个偏差用于区别：拟合方程FOpt(x)与采样序列S(x)之间的固有偏差，以及实际故障突变偏差。
监测设备在架空线路负荷处于稳态期时采集了大量的采样序列S(x)。由于S(x)不包括突变样本，可在训练模式下，用S(x)丰富的稳态交流信号采样值训练与拟合方程FOpt(x)之间的固有偏差：|FOpt(x)-S(x)|。并在当前所有采样序列S(x)中检索出最大的固有偏差，记做MAX_DEV：
其中L表示稳态序列S(x)的长度。稳态采样序列S(x)样本越大，L越大，检索出的最大固有偏差MAX_DEV越具有一般性和普遍性。它逼近了线路负荷在稳态期、无突变的情况下拟合方程FOpt(x)与采样序列S(x)之间偏差的极限值。即稳态期时规律：
......(2)
普遍成立。
（5）通过监测设备计算实时偏差RT_dev并依据最大固有偏差MAX_DEV判断是否启动下一步骤（6）；
训练模式用于建立理想的拟合方程FOpt(x)，检索最大固有偏差MAX_DEV。线路监测设备在监测模式下实时采样线路负荷，使用最佳点拟合方程FOpt(x)计算与采样点的实时偏差RT_dev=|FOpt(x)-S(x)|。使用实时偏差缓存RT_Buf循环队列覆盖保存实时偏差RT_dev，作为后续判断的数据源。如图2、图5所示：若实时偏差RT_dev小于最大固有偏差MAX_DEV（参考公式(2)），则当前采样波形仍是稳态、无突变，监测设备继续实时监测采样线路负荷；若实时偏差RT_dev远大于，或者连续若干个RT_dev均大于最大固有偏差MAX_DEV，则启动疑似采样突变判断。
（6）依据实时偏差RT_dev提出偏差波动方程Fflu(x)，度量电网线路是否疑似突变；
实时偏差缓存RT_Buf在缓存空间内按队列“先进先出”原则，保存了当前最新及过去一段时间的实时偏差RT_dev。即：
对实时偏差缓存RT_Buf进行突变量预处理，剔除架空线路交流波形因波峰畸变、谐波较大等因素引起的不规则毛刺波动。预处理结果保存在突变量缓存BrkVar_Buf中：
突变量预处理后的波形将拟合方程FOpt(x)与采样序列S(x)之间偏差的波动性清晰的展现出来：交流采样序列在稳态时波形的整体波动性极小；而在采样突变前后整体波动性较大，如图3所示。这种整体波动性的大小仅是从感官上的认知，是一种质的理解，难于让监测设备的微处理器识别。需要将这种整体波动性的变化用一种量的方式表示。这里以序列的标准差为基础，结合突变量的意义提出偏差波动方程：
其中std(BrkVar_Buf,x)表示样本BrkVar_Buf在容量为x时的标准差。Fflu(x)表示样本BrkVar_Buf在容量为x时，较在容量为更早时的x-N的样本波动量，即表征在当前x时有什么样的波动值。
（7）基于步骤（6）进而通过监测设备确认线路是否采样突变
在突变量缓存BrkVar_Buf整体样本空间中，由偏差波动方程Fflu(x)可计算出样本空间中所有时刻的偏差波动值，并由此可绘制波动曲线。
如图4监测设备采样线路电流突变升的偏差波动曲线所示，当前疑似突变p时刻的偏差波动值Fflu(x)单调连续递增。取疑似突变p后一个较小的偏差波动区间[Fflu(p),Fflu(p+x)]，以及更早前o时刻的偏差波动区间[Fflu(o),Fflu(o+x)]。偏差波动区间呈现出大小规律：
......(3)
确认采样波形有突变。
如图6监测设备采样线路电压突变降的偏差波动曲线所示，规律如图4。同样可确认采样波形有突变。
如图7监测设备采样线路电流无突变的偏差波动曲线所示。当前p时刻的偏差波动值Fflu(x)无单调连续递增，且无偏差波动区间大小规律(3)。确认采样波形无突变。
综上所述，本发明实施例使用一般点拟合了交流采样信号方程，并以多种间隔的一般点偏差最小方案，调整拟合方程为对应于采样序列的最佳拟合方程。最佳拟合方程在模型选取上最大限度的减少了模型与实际的偏差。但模型与实际的偏差在客观上依然存在，可长期检索架空线路丰富的稳态交流信号采样值与最佳拟合方程的偏差，并记录为最大固有偏差。该固有偏差在很大程度上逼近当前拟合方程与实际采样的最大偏差，可用于监测设备区别稳态采样与疑似突变采样。本发明只需利用交流采样突变后，偏差波动曲线上一个较小的取值区间即可判断当前线路采样是否突变。即在线路交流突变后，只需要这个区间若干点的采样时间即可。摒弃了现有“先采样若干周波交流序列，再计算有效值”的需要若干周波（至少一个周波）采样时间的方法。在判断时间上有明显的进步。本发明最终使用当前疑似突变时刻和更早时刻的偏差波动区间起始波动值的大小，进行判断采样突变。摒弃了现有“预先设定阈值”再进行比较的方法。在判断逻辑上更稳定、准确。经已上线投入市场的项目验证，本发明可快速、稳定地判断出检测设备采样突变。
又一方面，本发明还公开一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行如上述任一方法的步骤。
再一方面，本发明还公开一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如上述任一方法的步骤。
在本申请提供的又一实施例中，还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述实施例中任一方法的步骤。
可理解的是，本发明实施例提供的系统与本发明实施例提供的方法相对应，相关内容的解释、举例和有益效果可以参考上述方法中的相应部分。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一非易失性计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器（ROM）、可编程ROM（PROM）、电可编程ROM（EPROM）、电可擦除可编程ROM（EEPROM）或闪存。易失性存储器可包括随机存取存储器（RAM）或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM（SRAM）、动态RAM（DRAM）、同步DRAM（SDRAM）、双数据率SDRAM（DDRSDRAM）、增强型SDRAM（ESDRAM）、同步链路（Synchlink） DRAM（SLDRAM）、存储器总线（Rambus）直接RAM（RDRAM）、直接存储器总线动态RAM（DRDRAM）、以及存储器总线动态RAM（RDRAM）等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (5)

1.一种快速判断配电网线路监测设备采样突变的方法，其特征在于，包括以下步骤：
S1、通过监测设备获取实时采样序列S(x)；
S2、在实时采样序列S(x)上任意取三个点计算表征电网负荷信号的基础拟合正弦方程FBase(x)；
S3、将基础拟合正弦方程FBase(x)调整成最佳点拟合方程FOpt(x)；
S4、记录最佳点拟合方程FOpt(x)与采样序列S(x)的最大固有偏差MAX_DEV；
S5、通过监测设备计算实时偏差RT_dev并与最大固有偏差MAX_DEV比较判断是否启动步骤S6；
S6、依据实时偏差RT_dev提出偏差波动方程Fflu(x)，度量电网线路是否疑似突变；
S7、基于步骤S6进而通过监测设备确认线路是否采样突变；
所述S3、将基础拟合正弦方程FBase(x)调整成最佳点拟合方程FOpt(x)，具体包括：
在采样序列S(x)中以小于一个周波长度N的等间隔z，选取三个待拟合方程的采样点，并计算出任意点拟合正弦方程，同时计算出在一个周波长度N内拟合方程与采样序列的偏差值，并记做Dev(z)：
比较偏差值Dev(z)，以偏差值最小时所采用的任意点拟合正弦方程作为最佳点采样序列拟合方程FOpt(x)；
S5、通过监测设备计算实时偏差RT_dev并与最大固有偏差MAX_DEV比较判断是否启动步骤S6；具体包括，
通过线路监测设备实时检测线路负荷，计算FOpt(x)与S(x)的实时偏差RT_dev=|FOpt(x)- S(x)|；若实时偏差RT_dev小于最大固有偏差MAX_DEV，则当前采样波形仍是稳态、无突变，监测设备继续实时监测线路负荷；若实时偏差RT_dev大于或者连续指定数量的RT_dev均大于最大固有偏差MAX_DEV，则启动步骤S6；
所述S6、依据实时偏差RT_dev提出偏差波动方程Fflu(x)，度量电网线路是否疑似突变，具体包括，
实时偏差缓存RT_Buf在缓存空间内按队列先进先出原则，保存了当前最新及过去一段时间的实时偏差RT_dev；即：
;
对实时偏差缓存RT_Buf进行突变量预处理：
剔除架空线路交流波形因波峰畸变、谐波较大因素引起的不规则毛刺波动；突变量预处理后的波形整体波动性用序列的标准差表示成偏差波动方程：
；
其中std(BrkVar_Buf,x)表示样本BrkVar_Buf在容量为x时的标准差；Fflu(x)表示样本BrkVar_Buf在容量为x时，较在容量为x-N的样本波动量，即表征在当前x时的波动值；
所述S7、基于步骤S6进而通过监测设备确认线路是否采样突变，具体包括，
通过偏差波动方程Fflu(x)在BrkVar_Buf整体样本空间中，计算出所有时刻的偏差波动值，并绘制偏差波动曲线；
所述偏差波动曲线上，当前疑似突变p时刻的偏差波动值Fflu(x)单调连续递增，取疑似突变p后一个偏小的偏差波动区间[Fflu(p),Fflu(p+x)]，以及前面o时刻的偏差波动区间[Fflu(o),Fflu(o+x)]，若偏差波动区间呈现出规律：Fflu(o)≈Fflu(o+x)<Fflu(p)<Fflu(p+x)，则确认采样波形有突变；
若所述偏差波动曲线上，当前p时刻的偏差波动值Fflu(x)无单调连续递增，且无偏差波动区间大小规律，则确认为采样波形没有突变。
2.根据权利要求1所述的快速判断配电网线路监测设备采样突变的方法，其特征在于：所述通过监测设备获取实时采样序列S(x)具体包括，
配电网监测设备通过互感器感应，以及采样芯片实时采样线路上的交流电流和电压值，并存储于S(x)，x=0,1,2...。
3.根据权利要求2所述的快速判断配电网线路监测设备采样突变的方法，其特征在于：所述S2、在实时采样序列S(x)上任意取三个点计算表征电网负荷信号的基础拟合正弦方程FBase(x)，具体包括：
在所述实时采样序列S(x)中任意取三个点(x1,y1)，(x2,y2)，(x3,y3)，其中x1，x2和x3表示采样序列次序；y1，y2和y3表示为对应采样次序的采集值；由三个已知条件建立三个一元一次方程的方程组；通过公式转换，将方程组抽象成一个表示任意点采样序列的拟合方程：
FBase(x)表示成交流采样信号中任意一个采样序列x对应的采样值；常量B0，B1和B2由线性方程组行列式求解得出。
4.根据权利要求3所述的快速判断配电网线路监测设备采样突变的方法，其特征在于：所述S4、记录最佳点拟合方程FOpt(x)与采样序列S(x)的最大固有偏差MAX_DEV，具体包括，
在训练模式下，用稳态交流信号采样值训练与拟合方程FOpt(x)之间的固有偏差：|FOpt(x) - S(x)|；并在当前所有采样序列S(x)中检索出最大的固有偏差，记做MAX_DEV：
最大固有偏差MAX_DEV逼近了线路稳态期FOpt(x)与S(x)之间偏差的极限值。
5.一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行如权利要求1至4中任一项所述方法的步骤。
CN202211409271.3A 2022-11-11 2022-11-11 快速判断配电网线路监测设备采样突变的方法及存储介质 Active CN115577220B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211409271.3A CN115577220B (zh) 2022-11-11 2022-11-11 快速判断配电网线路监测设备采样突变的方法及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211409271.3A CN115577220B (zh) 2022-11-11 2022-11-11 快速判断配电网线路监测设备采样突变的方法及存储介质

Publications (2)

Publication Number Publication Date
CN115577220A CN115577220A (zh) 2023-01-06
CN115577220B true CN115577220B (zh) 2023-05-16

Family

ID=84589292

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211409271.3A Active CN115577220B (zh) 2022-11-11 2022-11-11 快速判断配电网线路监测设备采样突变的方法及存储介质

Country Status (1)

Country Link
CN (1) CN115577220B (zh)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104391224A (zh) * 2014-11-19 2015-03-04 国家电网公司 一种基于瞬时幅值变化的配电网故障数据自同步方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6141196A (en) * 1998-03-02 2000-10-31 General Electric Company Method and apparatus for compensation of phasor estimations
CN106130017B (zh) * 2016-08-01 2018-07-06 国电南瑞科技股份有限公司 一种电网整体一次调频响应时间的检测方法
CN110579631B (zh) * 2019-10-08 2021-09-21 中国航空工业集团公司北京长城计量测试技术研究所 基于正弦拟合的捷变信号建立时间精确测量方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104391224A (zh) * 2014-11-19 2015-03-04 国家电网公司 一种基于瞬时幅值变化的配电网故障数据自同步方法

Also Published As

Publication number Publication date
CN115577220A (zh) 2023-01-06

Similar Documents

Publication Publication Date Title
CN108375715B (zh) 一种配电网线路故障风险日预测方法及系统
JP6412822B2 (ja) 電力系統電圧無効電力監視制御装置及び方法
CN102930344B (zh) 一种基于负荷趋势变化的超短期母线负荷预测方法
JP2003052126A (ja) 電力ネットワークの安定性予測
CN103901305B (zh) 电力设备的在线预警方法
CN115860727B (zh) 一种智慧园区运维系统
EP4133294A1 (en) Probabilistic determination of transformer end of life
CN109307811A (zh) 一种基于大数据挖掘的用户专用变压器用电监测方法
CN115577220B (zh) 快速判断配电网线路监测设备采样突变的方法及存储介质
CN105958474B (zh) 一种电网调控系统用输电线路动态增容方法和系统
Papadopoulos et al. A three-level distributed architecture for the real-time monitoring of modern power systems
CN106021759A (zh) 变压器故障识别方法及系统
KR101807280B1 (ko) 동기위상기 신호를 이용한 전력계통 사고 발생 자동 검출 장치 및 방법
US11860213B2 (en) Method, system and software product to identify installations likely to exhibit an electrical non-conformity
CN110657882A (zh) 一种利用单测点响应的桥梁实时安全状态监测方法
CN115603447A (zh) 一种用电监测方法和系统
CN109507628B (zh) 基于三相四线表计设备的反极性故障监测方法和装置
JP2023064334A (ja) 電力系統制御装置および方法
Wu et al. A novel approach to forecast and manage daily electrical maximum demand
Csatár et al. LV Grid Modeling Including Consumption and Distributed PV Generation with Focus on Voltage Profile
Mehrtash et al. Security-Constrained transmission expansion planning with risk index of N-1 security obtained from PMU Data
Mlynek et al. Forecasting of smart meters energy consumption for data analytics and grid monitoring
Dadi et al. Estimation of transmission reliability margin using statistical methods and intelligent techniques
Henneaux et al. Role of thermal effects in blackout probabilistic risk assessment
CN117972620B (zh) 基于逻辑回归算法的电芯异常预测方法及装置

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
GR01 Patent grant
GR01 Patent grant