CN115932702A - 基于虚拟标准器的电压互感器在线运行校准方法及装置 - Google Patents
基于虚拟标准器的电压互感器在线运行校准方法及装置 Download PDFInfo
- Publication number
- CN115932702A CN115932702A CN202310242422.9A CN202310242422A CN115932702A CN 115932702 A CN115932702 A CN 115932702A CN 202310242422 A CN202310242422 A CN 202310242422A CN 115932702 A CN115932702 A CN 115932702A
- Authority
- CN
- China
- Prior art keywords
- measurement
- truth
- time sequence
- voltage transformer
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000005259 measurement Methods 0.000 claims abstract description 175
- 238000005457 optimization Methods 0.000 claims abstract description 42
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 22
- 238000005070 sampling Methods 0.000 claims description 26
- 239000013598 vector Substances 0.000 claims description 16
- 238000009826 distribution Methods 0.000 claims description 12
- 238000009827 uniform distribution Methods 0.000 claims description 9
- 238000010276 construction Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 6
- 238000012216 screening Methods 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 claims description 3
- 238000000691 measurement method Methods 0.000 claims 1
- 238000011156 evaluation Methods 0.000 abstract description 16
- 239000002279 physical standard Substances 0.000 abstract description 3
- 230000006870 function Effects 0.000 description 33
- 238000001514 detection method Methods 0.000 description 17
- 238000010586 diagram Methods 0.000 description 12
- 238000004590 computer program Methods 0.000 description 7
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 238000012795 verification Methods 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 238000012804 iterative process Methods 0.000 description 2
- 230000000737 periodic effect Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- FGUUSXIOTUKUDN-IBGZPJMESA-N C1(=CC=CC=C1)N1C2=C(NC([C@H](C1)NC=1OC(=NN=1)C1=CC=CC=C1)=O)C=CC=C2 Chemical compound C1(=CC=CC=C1)N1C2=C(NC([C@H](C1)NC=1OC(=NN=1)C1=CC=CC=C1)=O)C=CC=C2 FGUUSXIOTUKUDN-IBGZPJMESA-N 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000008094 contradictory effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000003064 k means clustering Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
Images
Classifications
-
- 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
Abstract
本发明提供一种基于虚拟标准器的电压互感器在线运行校准方法及装置，包括：采集电压互感器的二次输出，构成时序测量数据集；利用同一变电站内群体电压互感器存在的信息物理相关的直接函数关系、电参量与误差的统计学规律及专家知识的关系，构造刻画出高精度时序真值的虚拟标准器，所述虚拟标准器包括高维多目标优化函数；基于改进的多目标优化算法求解所述虚拟标准器的高维多目标优化问题，得到时序真值数据集；基于所述时序测量数据集和所述时序真值数据集，计算每台电压互感器的运行误差，并根据所述运行误差，确定每台电压互感器的误差状态。本发明通过构造一种类比与实物标准器的虚拟标准器，实现电压互感器运行误差在线评估与状态评价。
Description
技术领域
本发明涉及电力计量在线监测领域，更具体地，涉及一种基于虚拟标准器的电压互感器在线运行校准方法及装置。
背景技术
电压互感器是一种广泛应用于电力系统的高压信号传感设备，是电力系统测控、保护和计量等设备所用电压信号的来源，准确的电压测量是电力系统安稳运行的基础。
超差的电压互感器继续运行将给发供用三方的计量关口贸易结算带来巨大损失，这不仅会使关口计量的准确性与公平性受到质疑，而且极容易产生贸易结算问题甚至法律纠纷，同时也可能导致系统误动作，影响电力系统的稳定运行。因此，为保障电力系统安全稳定运行及巨额电量的公平贸易结算，需要及时更换超差的电压互感器。及时更换的前提是准确检测其运行误差，传统的检测方法是依据计量检定规程，依赖物理标准互感器的周期性停电离线检测对电压互感器进行检定。检定规程JJG314-2010《测量用电压互感器》中规定电压互感器停电检测周期一般为2年，若在连续两个周期的3次检定中，最后一次检定结果与前两次检定结果中的任何一次比较，误差变化不大于误差限值的1/3，则检测周期可延长至4年。
然而在实际运维工作中，由于升压器、物理标准互感器等检测设备的体积大、重量重，均不便于携带用于现场批量检测，且高压变电站的停电计划难以协调，故周期性停电离线检测的方法仅能保证少部分重要变电站电压互感器的误差检测，难以覆盖并实现全网电压互感器的误差检测，致使大量在运电压互感器超期未检、误差未知。同时由于离线检测与实际运行工况下的差异，通过这种人工现场停电检验的方法，也并不能掌握电压互感器实际运行工况下的计量性能，因此这将影响巨额电量的公平贸易结算，以及二次侧保护装置、测量仪表以及计量设备所采集信号的准确性，严重时甚至可能导致系统误动作，影响电力系统的稳定运行。
周期性停电离线检测已不适用于现有运行环境下电压互感器计量性能的检测，不停电条件下的在线监测方法是电压互感器计量性能检测技术的发展方向，推动电压互感器计量性能检测由传统的定周期检测转变为在线监测，具有重要的理论及工程应用价值。
发明内容
本发明针对现有技术中存在的技术问题，提供一种基于虚拟标准器的电压互感器在线运行校准方法及装置。
根据本发明的第一方面，提供了一种基于虚拟标准器的电压互感器在线运行校准，包括：
采集电压互感器的二次输出，构成时序测量数据集；
利用同一变电站内群体电压互感器存在的信息物理相关的直接函数关系、电参量与误差的统计学规律及基于专家知识的关系，构造刻画出高精度时序真值的虚拟标准器，所述虚拟标准器包括高维多目标优化函数；
基于改进的多目标优化算法求解所述虚拟标准器的高维多目标优化问题，得到时序真值数据集；
基于所述时序测量数据集和所述时序真值数据集，计算每一台电压互感器的运行误差，并根据所述运行误差，确定每一台电压互感器的误差状态。
根据本发明的第二方面，提供了一种基于虚拟标准器的电压互感器在线运行校准装置，包括：
采集模块，用于采集电压互感器的二次输出，构成时序测量数据集；
构造模块，用于将同一变电站内群体电压互感器存在的信息物理相关的直接函数关系、电参量与误差的统计学规律及基于专家知识的关系，构造刻画出高精度时序真值的虚拟标准器，所述虚拟标准器包括高维多目标优化函数；
求解模块，用于基于改进的多目标优化算法求解所述虚拟标准器的高维多目标优化问题，得到时序真值数据集；
计算模块，用于基于所述时序测量数据集和所述时序真值数据集，计算每一台电压互感器的运行误差，并根据所述运行误差，确定每一台电压互感器的误差状态。
本发明提供的一种基于虚拟标准器的电压互感器在线运行校准方法，利用将同一变电站内群体电压互感器存在的信息物理相关的直接函数关系、电参量与误差的统计学规律及基于专家知识的关系，构造刻画出高精度时序真值的虚拟标准器，并通过改进的多目标优化算法求解虚拟标准器的多目标优化问题，得到时序真值数据集，基于时序测量数据集和时序真值数据集，实现电压互感器运行误差在线评估与状态评价。
附图说明
图1为本发明提供的一种基于虚拟标准器的电压互感器在线运行校准方法流程图；
图2为双母线接线变电站一次接线图的示意图；
图3为构建虚拟标准器以及求解虚拟标准器的示意图；
图4为迭代求解虚拟标准器的迭代过程示意图；
图5为基于虚拟标准器的电压互感器在线运行校准方法流程图；
图6为本发明提供的一种基于虚拟标准器的电压互感器在线运行校准装置的结构示意图。
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做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。另外，本发明提供的各个实施例或单个实施例中的技术特征可以相互任意结合，以形成可行的技术方案，这种结合不受步骤先后次序和/或结构组成模式的约束，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时，应当认为这种技术方案的结合不存在，也不在本发明要求的保护范围之内。
图1为本发明提供的一种基于虚拟标准器的电压互感器在线运行校准方法流程图，如图1所示，方法包括：
S1，采集电压互感器的二次输出，构成时序测量数据集。
作为实施例，所述采集电压互感器的二次输出，构成时序测量数据集，包括：采集同一变电站内每一组的每一台电压互感器在不同时刻的测量数据，构成时序测量数据集，所述测量数据包括测量电压幅值和测量电压相位，并构建对应的待求解的时序真值数据集。
其中，时序测量数据集表示为：
；
待求解的时序真值数据集可对应表示为：
；
其中，t为采样时刻，表示第n组电压互感器在t采样时刻的测量数据，每一组包括3台电压互感器；表示第i台电压互感器的测量数据，为测量电压幅值，为测量电压相位；表示第i台电压互感器的测量真值数据,为真值电压幅值，为真值电压相位。
可理解的是，采集变电站全站内的n组（每组包括3台电压互感器）电压互感器在不同时刻的测量数据，组成时序测量数据集。最终需要求解每台电压互感器的真值数据，以测量真实数据为待求解量，先对应构建每台电压互感器的真值数据，以与时序测量数据集对应，构建时序真值数据集。
S2，利用将同一变电站内群体电压互感器存在的信息物理相关的直接函数关系、电参量与误差的统计学规律及基于专家知识的关系，构造刻画出高精度时序真值的虚拟标准器，所述虚拟标准器包括高维多目标优化函数；
其中，群体电压互感器的定义为同一变电站内具有相关电气拓扑关系的互感器，典型群体包括：1：高压并列运行，电压互感器不低于2组，低压并列运行，电压互感器不低于2组；2：同一电压等级并列运行，电压互感器不低于2组等。
具体的，以双母线接线的典型变电站为例，如图2所示。直接的函数关系有同一电压等级电压互感器测量同相电压的结果相等；电参量与误差的统计学规律有三相电压在较长时间跨度内平衡等；基于专家知识的关系有互感器误差与负荷之间的对应关系等。
以上关系有的来自测量数据集本身特性，有的来自于变电站物理拓扑关系，即电压互感器群体测量数据集间的信息关系与变电站拓扑结构内的物理关系。
可理解的是，根据电压互感器的测量数据和真值数据，表示每一台电压互感器的误差数据，包括电压互感器的比值误差和相位误差，分别表示为：
（式A-1）；
（式A-2）；
其中，表示第i台电压互感器的比值误差，表示第i台电压互感器的相位误差。
随后利用变电站母线电压相等、电压互感器时序误差（比差、角差）满足特定分布等恒等关系，分别构建虚拟标准器的多个目标子函数；根据多个目标子函数，构建虚拟标准器的目标函数。
其中，基于变电站同一电压等级下的多台电压互感器连接于同一并列母线，根据同一电压等级的同相电压互感器真值数据相等构造第一目标子函数：
（式A-3）；
其中，i和k表示第i台和第k台电压互感器，M表示同一电压等级下连接于同一并列母线下的同相电压互感器群体，为真值电压幅值，为真值电压相位，为测量电压幅值，为测量电压相位。
基于最小化误差绝对值之和构造第二目标子函数：
（式A-4）；
其中，3n为互感器的总数，n为互感器的组数。
根据正常计量状态互感器比值误差、相位误差服从在运互感器误差统计分布构造第三目标子函数：
（式A-5）；
其中，mean为均值，j为待评估变电站内正常计量状态的电压互感器，为在运的正常计量状态的互感器的比值误差统计均值，为在运的正常计量状态的互感器的相位误差统计均值。
根据多个目标子函数，构建虚拟标准器的目标函数，包括：
（式A-6）。
通过式(A-3)、式(A-4)、式(A-5)分别构建了虚拟标准器的第一目标子函数、第二目标子函数和第三目标子函数，根据式(A-6)构建了虚拟标准器的目标函数。
S3，基于改进的多目标优化算法求解所述虚拟标准器的多目标优化问题，得到时序真值数据集。
作为实施例，所述基于改进的多目标优化算法求解所述虚拟标准器的多目标优化问题，得到时序真值数据集，包括：
a、设置搜索边界：确定时序真值数据集的取值上界和下界 ，其中，将所有电压互感器的测量数据中的最大值作为时序真值数据集的取值上界，将所有电压互感器的测量数据中的最小值作为时序真值数据集的取值的下界；
可理解的是，步骤a中根据（式A-1）中采集的时序测量数据，根据当前电压互感器测量值设定时序真值数据集的取值上下界和，如下所示：
（式B-1）。
b、初始化时序真值数据集，所述初始化时序真值数据集中包括初始化的第一设定数量的候选测量真值；
其中，所述步骤b中初始化时序真值数据集，包括：在0到1范围内随机产生n’个数构成n’维向量V1，重复进行第一设定数量次的随机采样，得到第一设定数量的n’维向量V1、V2、...、Vm，m为第一设定数量，m为正整数；基于（式B-2）将m个n’维向量转变为m个候选测量真值X1、X2、...、Xm；
（式B-2）；
其中，Vi为第i台电压互感器的测量数据。
作为一个实施例，在0到1范围内随机产生n’个数构成n’维向量V1，重复进行100次随机采样，得到100个n’维向量V1、V2、...、V100，再基于（式B-2）将100个n’维向量转变为100个候选测量真值X1、X2、...、X100，作为下一步输入。
c、代表性测量真值的选择：从第一设定数量的候选测量真值中挑选出第二设定数量的参考测量真值，所述第二设定数量小于所述第一设定数量；
其中，所述c中，从第一设定数量的候选测量真值中挑选出第二设定数量的参考测量真值，所述第二设定数量小于所述第一设定数量，包括：分别计算每一个候选测量真值的目标函数值，得到第一设定数量的目标函数值；基于聚类算法将第一设定数量的目标函数值聚类到第二设定数量个集合，在每个集合中选择距离(0,0,0)点最近的候选测量真值为参考测量真值，得到第二设定数量的参考测量真值。
作为一个实施例，基于（式A-3）、（式A-4）和（式A-5）计算X1、X2、...、X100对应的目标评价值（其中Xi对应的目标评价为）。使用K平均聚类算法（Kmeans）将聚类到10个集合，在每个集合中选择距离(0,0,0)点最近的测量真值，得到10个参考测量真值。
d、测量真值的采样：基于第二设定数量的参考测量真值，基于高斯分布采样第三设定数量的新测量真值和基于均匀分布采样第四设定数量的新测量真值；
所述d中，基于第二设定数量的参考测量真值，基于高斯分布采样第三设定数量的新测量真值，包括：计算每一个参考测量真值对应的参考目标函数值，得到第二设定数量的参考目标函数值；对于任一个参考目标函数值，从第一设定数量的候选测量真值对应的候选目标函数值中提取与所述任一个参考目标函数值最近的候选目标函数值，得到第二设定数量的候选目标函数值，并获取与第二设定数量的候选目标函数值对应的第二设定数量的候选测量真值；计算第二设定数量的候选测量真值的几何中心，基于所述几何中心和第二设定数量的候选测量真值，构建第二设定数量的向量；分别计算第二设定数量的向量的高斯分布均值向量和协方差矩阵，基于高斯分布采样第三设定数量的新测量真值，并计算对应的目标函数值。
在一个实施例中，基于以上的10个参考测量真值，进行第一次采样得到50个新的测量真值，具体包括：
将步骤c中获得的10个参考测量真值作为输入，根据（式A-3）、（式A-4）和（式A-5）计算；对于每个,从步骤b获得的中选择离最近的点对应的测量真值，获取对应的10个测量真值，基于（式B-3）计算10个测量真值的几何中心。基于（式B-4）构建10个向量，基于（式B-5）和（式B-6）分别计算高斯分布均值向量和协方差矩阵，基于高斯分布采样5个新测量真值；对于这10个参考测量真值，按照相同的方法总共采样50个测量真值；基于（式A-3）、（式A-4）和（式A-5））计算对应的目标评价值（其中Yi对应的目标评价为。
（式B-3）；
（式B-4）；
（式B-5）；
（式B-6）。
所述d中，基于均匀分布采样第四设定数量的新测量真值，包括：从第二设定数量的参考测量真值中随机挑选出两个参考测量真值，构建均匀分布，随机采样多个新测量真值，重复挑选两个参考测量真值，通过构建均匀分布采样多个新测量真值，直到采样的新测量真值的总数量为第四设定数量，并计算对应的目标函数值。
在一个实施例中，基于以上的10个参考测量真值，进行第二次采样得到50个新的测量真值，具体包括：
从步骤c获得的中随机选择两个参考测量真值，构建均匀分布，随机采样5个新测量真值；重复“随机选取参考测量真值、构造均匀分布和随机采样5个新测量真值”10次，总共采样50个测量真值，基于（式A-3）、（式A-4）和（式A-5））计算对应的目标评价值（其中Zi对应的目标评价为。
e、测量真值的合并：合并第一设定数量的候选测量真值、第二设定数量的参考测量真值、第三设定数量的新测量真值和第四设定数量的新测量真值，构成测量真值集合；
可理解的是，合并步骤b、步骤c、步骤d中的所有测量真值，总共得到200个测量真值、、，构成测量真值集合，并分别获取每一个测量真值对应的目标评价值、、。
f、测量真值的筛选与更新：基于改进的多目标优化算法从所述测量真值集合中筛选出第五设定数量的测量真值，利用所述第五设定数量的测量真值，更新所述b中的初始化时序真值数据集；其中，所述第五设定数量与所述第一设定数量相等；
可理解的是，基于改进的多目标优化算法中的环境选择策略将200个测量真值依据目标评价值、、剔除最差的100个，剩余的100个测量真值构成解集，更新步骤2中的初始化测量真值解集，作为下一次迭代优化的输入。
g、迭代优化寻找全局最优测量真值：基于更新后的所述初始化时序真值数据集，进入下一次迭代，重复执行c~f，直到迭代次数达到设定的最大迭代次数或者测量精度达到设定精度条件，获取时序真值数据集。
重复执行c~f，当迭代次数达到设定的最大迭代次数或者测量精度小于设定阈值时，停止迭代，获取此次迭代的时序真值数据集，表示为：
（式B-8）。
可理解的是，基于更新后的所述初始化测量真值解集，进入下一次迭代，重复执行c~f，当迭代次数达到1000次或者（式B-7）中的测量精度小于0.1%时，算法停止迭代，输出此时步骤f对应的测量真值解集，并根据（式B-8-1）计算时序真值数据集。
（式B-7）；
（式B-8）。
其中，利用同一变电站内群体电压互感器存在的直接函数关系、统计学关系及基于专家知识的关系，构造刻画出高精度时序真值的虚拟标准器，对虚拟标准器进行求解，得到时序真值数据集，其虚拟标准器的建模与求解示意图可参见图3。
S4，基于所述时序测量数据集和所述最优测量真值解集，计算每一台电压互感器的运行误差，并根据所述运行误差，确定每一台电压互感器的误差状态。
其中，基于所述时序测量数据集X和所述时序真值数据集，计算每一台电压互感器的误差数据，构成时序误差数据集，其中，每一台电压互感器的误差数据包括比值误差和相位误差；
（式B-9）；
每一台电压互感器的误差数据为：
（式B-10）；
（式B-11）。
计算出了每一台电压互感器的运行误差，包括比值误差和相位误差，对每一台电压互感器的运行误差状态进行判断。具体的，根据每一台电压互感器的比值误差和相位误差所落入的区间范围，分别确定每一台电压互感器的比值误差状态和相位误差状态。
电压互感器运行误差，计算结果及相应的比值误差状态、相位误差状态依据表A-1、A-2给出：
表A-1 电压互感器比值误差状态
表A-2 电压互感器相位误差状态
依据比值误差状态及相位误差状态联合评价（见表A-3），获得电压互感器的运行误差状态。
表A-3 电压互感器运行误差状态
图4为改进的多目标优化算法优化三目标互感器误差状态评估问题迭代过程获得解的情况。该图可知，算法能够逐渐获得逼近理想最优的解，从而实现互感器误差状态评估问题的求解。
图5示出了变电站内群体电压互感器的运行误差状态评估的整个过程，首先利用同一变电站内群体电压互感器存在的信息物理相关的直接函数关系、电参量与误差的统计学规律及基于专家知识的关系，构造刻画出高精度时序真值的虚拟标准器，所述虚拟标准器包括高维多目标优化函数；其次采用改进的多目标优化算法对虚拟标准器的多目标优化问题进行求解，求解出对应的时序真值数据集；最后根据电压互感器的时序测量数据集X和时序真值数据集，计算出每一台电压互感器的时序误差和最终的误差评价结果。
本发明实施例中，以220kV的某变电站为例，监测220kV线路配置的12台电压互感器，利用本发明提供的方法对每一台电压互感器的运行误差状态的评估结果如表A-4。
表A-4 电压互感器的运行误差状态的评估结果
图6为本发明提供的一种基于虚拟标准器的电压互感器在线运行校准装置，该装置包括采集模块601、构造模块602、求解模块603和计算模块604，其中：
采集模块601，用于采集电压互感器的二次输出，构成时序测量数据集；
构造模块602，用于将同一变电站内群体电压互感器存在的信息物理相关的直接函数关系、电参量与误差的统计学规律及基于专家知识的关系，构造刻画出高精度时序真值的虚拟标准器，所述虚拟标准器包括高维多目标优化函数；
求解模块603，用于基于改进的多目标优化算法求解所述虚拟标准器的多目标优化问题，得到时序真值数据集；
计算模块604，用于基于所述时序测量数据集和所述时序真值数据集，计算每一台电压互感器的运行误差，并根据所述运行误差，确定每一台电压互感器的误差状态。
可以理解的是，本发明提供的一种基于虚拟标准器的电压互感器在线运行校准装置与前述各实施例提供的基于虚拟标准器的电压互感器在线运行校准方法相对应，基于虚拟标准器的电压互感器在线运行校准装置的相关技术特征可参考基于虚拟标准器的电压互感器在线运行校准方法的相关技术特征，在此不再赘述。
本发明实施例提供的一种基于虚拟标准器的电压互感器在线运行校准方法及装置，通过实时采集群体电压互感器二次输出构建测量数据集，将时序电压真值作为待求解高维变量，利用同一变电站内群体电压互感器存在的信息物理相关的直接函数关系、电参量与误差的统计学规律及基于专家知识的关系，构造刻画出高精度时序真值的虚拟标准器，所述虚拟标准器包括高维多目标优化函数。针对多目标优化问题复杂特性导致传统算法求解时间过长且容易陷入局部最优的特点，采用改进的多目标优化算法求解该问题的全局最优解（即电压互感器时序电压真值），依据时序真值数据、时序测量数据获得群体内各电压互感器对应的运行误差并开展运行误差状态评价。
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、系统、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（系统）、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 (9)
1.一种基于虚拟标准器的电压互感器在线运行校准方法，其特征在于，包括：
采集电压互感器的二次输出，构成时序测量数据集；
利用同一变电站内群体电压互感器存在的信息物理相关的直接函数关系、电参量与误差的统计学规律及基于专家知识的关系，构造刻画出高精度时序真值的虚拟标准器，所述虚拟标准器包括高维多目标优化函数；
基于改进的多目标优化算法求解所述虚拟标准器的高维多目标优化问题，得到时序真值数据集；
基于所述时序测量数据集和所述时序真值数据集，计算每一台电压互感器的运行误差，并根据所述运行误差，确定每一台电压互感器的误差状态。
2.根据权利要求1所述的电压互感器在线运行校准方法，其特征在于，所述采集电压互感器的二次输出，构成时序测量数据集，包括：
采集同一变电站内每一组的每一台电压互感器在不同时刻的测量数据，构成时序测量数据集，所述测量数据包括测量电压幅值和测量电压相位；
其中，所述时序测量数据集表示为：
；
其中，t为采样时刻，表示第n组电压互感器在t采样时刻的测量数据，每一组包括3台电压互感器；
其中，表示第i台电压互感器的测量数据，为测量电压幅值，为测量电压相位。
3.根据权利要求1所述的电压互感器在线运行校准方法，其特征在于，所述高维多目标优化函数，包括：
基于变电站同一电压等级下的多台电压互感器连接于同一并列母线，根据同一电压等级的同相电压互感器真值数据相等，构造第一目标子函数：
（式A-3）；
其中，i和k表示第i台和第k台电压互感器，M表示同一电压等级下连接于同一并列母线下的同相电压互感器群体，为真值电压幅值，为真值电压相位，为测量电压幅值，为测量电压相位；
基于最小化误差绝对值之和构造第二目标子函数：
（式A-4）；
其中，3n为互感器的总数；
根据正常计量状态互感器比值误差、相位误差服从在运互感器误差统计分布构造第三目标子函数：
（式A-5）；
其中，mean为均值，j为待评估变电站内正常计量状态的电压互感器，为在运的正常计量状态的互感器的比值误差统计均值，为在运的正常计量状态的互感器的相位误差统计均值；
所述根据多个目标子函数，构建虚拟标准器的目标函数，包括：
（式A-6）。
4.根据权利要求1所述的电压互感器在线运行校准方法，其特征在于，所述基于改进的多目标优化算法求解所述虚拟标准器的多目标优化问题，得到时序真值数据集，包括：
a、设置搜索边界：确定时序真值数据集的取值上界和下界 ，其中，将所有电压互感器的测量数据中的最大值作为时序真值数据集的取值上界，将所有电压互感器的测量数据中的最小值作为时序真值数据集的取值的下界；
b、初始化时序真值数据集，所述初始化时序真值数据集中包括初始化的第一设定数量的候选测量真值；
c、代表性测量真值的选择：从第一设定数量的候选测量真值中挑选出第二设定数量的参考测量真值，所述第二设定数量小于所述第一设定数量；
d、测量真值的采样：基于第二设定数量的参考测量真值，基于高斯分布采样第三设定数量的新测量真值和基于均匀分布采样第四设定数量的新测量真值；
e、测量真值的合并：合并第一设定数量的候选测量真值、第二设定数量的参考测量真值、第三设定数量的新测量真值和第四设定数量的新测量真值，构成测量真值集合；
f、测量真值的筛选与更新：基于改进的多目标优化算法从所述测量真值集合中筛选出第五设定数量的测量真值，利用所述第五设定数量的测量真值，更新所述b中的初始化时序真值数据集；其中，所述第五设定数量与所述第一设定数量相等；
g、迭代优化寻找全局最优测量真值：基于更新后的所述初始化时序真值数据集，进入下一次迭代，重复执行c~f，直到迭代次数达到设定的最大迭代次数或者测量精度达到设定精度条件，获取时序真值数据集。
5.根据权利要求4所述的电压互感器在线运行校准方法，其特征在于，所述步骤b中初始化时序真值数据集，包括：
在0到1范围内随机产生n’个数构成n’维向量V1，重复进行第一设定数量次的随机采样，得到第一设定数量的n’维向量V1、V2、...、Vm，m为第一设定数量，m为正整数；
基于（式B-2）将m个n’维向量转变为m个候选测量真值X1、X2、...、Xm；
（式B-2）；
其中，Vi为第i台电压互感器的测量数据。
6.根据权利要求4所述的电压互感器在线运行校准方法，其特征在于，所述c中，从第一设定数量的候选测量真值中挑选出第二设定数量的参考测量真值，所述第二设定数量小于所述第一设定数量，包括：
分别计算每一个候选测量真值的目标函数值，得到第一设定数量的目标函数值；
基于聚类算法将第一设定数量的目标函数值聚类到第二设定数量个集合，在每个集合中选择距离(0,0,0)点最近的候选测量真值为参考测量真值，得到第二设定数量的参考测量真值；
所述d中，基于第二设定数量的参考测量真值，基于高斯分布采样第三设定数量的新测量真值，包括：
计算每一个参考测量真值对应的参考目标函数值，得到第二设定数量的参考目标函数值；
对于任一个参考目标函数值，从第一设定数量的候选测量真值对应的候选目标函数值中提取与所述任一个参考目标函数值最近的候选目标函数值，得到第二设定数量的候选目标函数值，并获取与第二设定数量的候选目标函数值对应的第二设定数量的候选测量真值；
计算第二设定数量的候选测量真值的几何中心，基于所述几何中心和第二设定数量的候选测量真值，构建第二设定数量的向量；
分别计算第二设定数量的向量的高斯分布均值向量和协方差矩阵，基于高斯分布采样第三设定数量的新测量真值，并计算对应的目标函数值；
所述d中，基于均匀分布采样第四设定数量的新测量真值，包括：
从第二设定数量的参考测量真值中随机挑选出两个参考测量真值Xa、Xb，构建均匀分布，随机采样多个新测量真值，重复挑选两个参考测量真值，通过构建均匀分布采样多个新测量真值，直到采样的新测量真值的总数量为第四设定数量，并计算对应的目标函数值。
7.根据权利要求4所述的电压互感器在线运行校准方法，其特征在于，所述g中测量精度表示为：
（式B-7）；
所述重复执行c~f，直到迭代次数达到设定的最大迭代次数或者测量精度达到设定精度条件，获取时序真值数据集，包括：
重复执行c~f，当迭代次数达到设定的最大迭代次数或者测量精度小于设定阈值时，停止迭代，获取此次迭代的时序真值数据集，表示为：
（式B-8）。
8.根据权利要求7所述的电压互感器在线运行校准方法，其特征在于，基于所述时序测量数据集和所述时序真值数据集，计算每一台电压互感器的运行误差，并根据所述运行误差，确定每一台电压互感器的误差状态，包括：
基于所述时序测量数据集和所述时序真值数据集，计算每一台电压互感器的误差数据，构成时序误差数据集，其中，每一台电压互感器的误差数据包括比值误差和相位误差；
（式B-9）；
每一台电压互感器的误差数据为：
（式B-10）；
（式B-11）；
根据每一台电压互感器的比值误差和相位误差所落入的区间范围，分别确定每一台电压互感器的比值误差状态和相位误差状态。
9.一种基于虚拟标准器的电压互感器在线运行校准装置，其特征在于，包括：
采集模块，用于采集电压互感器的二次输出，构成时序测量数据集；
构造模块，用于将同一变电站内群体电压互感器存在的信息物理相关的直接函数关系、电参量与误差的统计学规律及基于专家知识的关系，构造刻画出高精度时序真值的虚拟标准器，所述虚拟标准器包括高维多目标优化函数；
求解模块，用于基于改进的多目标优化算法求解所述虚拟标准器的高维多目标优化问题，得到时序真值数据集；
计算模块，用于基于所述时序测量数据集和所述时序真值数据集，计算每一台电压互感器的运行误差，并根据所述运行误差，确定每一台电压互感器的误差状态。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310242422.9A CN115932702B (zh) | 2023-03-14 | 2023-03-14 | 基于虚拟标准器的电压互感器在线运行校准方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310242422.9A CN115932702B (zh) | 2023-03-14 | 2023-03-14 | 基于虚拟标准器的电压互感器在线运行校准方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115932702A true CN115932702A (zh) | 2023-04-07 |
| CN115932702B CN115932702B (zh) | 2023-05-26 |
Family
ID=85827271
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310242422.9A Active CN115932702B (zh) | 2023-03-14 | 2023-03-14 | 基于虚拟标准器的电压互感器在线运行校准方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115932702B (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116643228A (zh) * | 2023-07-27 | 2023-08-25 | 威胜集团有限公司 | 一种电压互感器初始误差估算方法 |
| CN116736212A (zh) * | 2023-06-20 | 2023-09-12 | 威胜集团有限公司 | 一种互感器运行误差在线监测及计量方法 |
| CN116840765A (zh) * | 2023-08-31 | 2023-10-03 | 武汉格蓝若智能技术股份有限公司 | 一种基于多元时序分析的电压互感器误差状态评估方法 |
| CN117169804A (zh) * | 2023-11-02 | 2023-12-05 | 华中科技大学 | 基于合电流矢量分析的电流互感器误差状态在线辨识方法 |
Citations (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN2612956Y (zh) * | 2003-04-17 | 2004-04-21 | 山西省机电设计研究院 | 电压互感器现场检定装置 |
| US20080243413A1 (en) * | 2007-03-30 | 2008-10-02 | General Electric Company | self-adjusting voltage filtering technique compensating for dynamic errors of capacitive voltage transformers |
| CN101726715A (zh) * | 2009-11-13 | 2010-06-09 | 国网电力科学研究院武汉南瑞有限责任公司 | 一种电力系统用电压互感器误差特性在线校验方法 |
| WO2014162021A1 (es) * | 2013-04-02 | 2014-10-09 | Arteche Centro De Tecnología, A.I.E. | Procedimiento de calibración del error de medida en transformadores de medida |
| CN105785306A (zh) * | 2015-03-23 | 2016-07-20 | 国家电网公司 | 一种电压互感器在线群校准方法及装置 |
| CN109307851A (zh) * | 2018-12-13 | 2019-02-05 | 山东泰开互感器有限公司 | 一种电压互感器误差在线校准装置 |
| CN109444791A (zh) * | 2018-11-09 | 2019-03-08 | 华中科技大学 | 一种电容式电压互感器误差状态评估方法和系统 |
| CN110321377A (zh) * | 2019-04-25 | 2019-10-11 | 北京科技大学 | 一种多源异构数据真值确定方法及装置 |
| CN111462237A (zh) * | 2020-04-03 | 2020-07-28 | 清华大学 | 利用多源信息构建四通道虚拟图像的目标距离检测方法 |
| CN111474510A (zh) * | 2020-04-25 | 2020-07-31 | 华中科技大学 | 一种非平稳输出的电压互感器的误差评估方法及系统 |
| CN113239132A (zh) * | 2021-07-12 | 2021-08-10 | 武汉格蓝若智能技术有限公司 | 一种电压互感器的超差在线辨识方法 |
| CN113884839A (zh) * | 2021-11-04 | 2022-01-04 | 国网四川省电力公司电力科学研究院 | 一种电容式电压互感器多参量绝缘状态评估方法及系统 |
| CN114091349A (zh) * | 2021-11-30 | 2022-02-25 | 东南大学 | 一种基于多源领域自适应的滚动轴承寿命预测方法 |
| CN114493050A (zh) * | 2022-04-08 | 2022-05-13 | 南方电网数字电网研究院有限公司 | 多维度融合的新能源功率并联预测方法和装置 |
| CN115469259A (zh) * | 2022-09-28 | 2022-12-13 | 武汉格蓝若智能技术有限公司 | 基于rbf神经网络的ct误差状态在线定量评估方法及装置 |
| CN115480203A (zh) * | 2022-09-28 | 2022-12-16 | 武汉格蓝若智能技术有限公司 | 一种电流互感器误差状态在线定量评估方法及系统 |
| CN115685048A (zh) * | 2022-12-01 | 2023-02-03 | 浙江万胜智能科技股份有限公司 | 一种智能电表通信模块的在线校准方法及系统 |
| WO2023029716A1 (zh) * | 2021-09-01 | 2023-03-09 | 中广核工程有限公司 | 一种电压互感器高精度测量方法和系统 |
-
2023
- 2023-03-14 CN CN202310242422.9A patent/CN115932702B/zh active Active
Patent Citations (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN2612956Y (zh) * | 2003-04-17 | 2004-04-21 | 山西省机电设计研究院 | 电压互感器现场检定装置 |
| US20080243413A1 (en) * | 2007-03-30 | 2008-10-02 | General Electric Company | self-adjusting voltage filtering technique compensating for dynamic errors of capacitive voltage transformers |
| CN101726715A (zh) * | 2009-11-13 | 2010-06-09 | 国网电力科学研究院武汉南瑞有限责任公司 | 一种电力系统用电压互感器误差特性在线校验方法 |
| WO2014162021A1 (es) * | 2013-04-02 | 2014-10-09 | Arteche Centro De Tecnología, A.I.E. | Procedimiento de calibración del error de medida en transformadores de medida |
| CN105785306A (zh) * | 2015-03-23 | 2016-07-20 | 国家电网公司 | 一种电压互感器在线群校准方法及装置 |
| CN109444791A (zh) * | 2018-11-09 | 2019-03-08 | 华中科技大学 | 一种电容式电压互感器误差状态评估方法和系统 |
| CN109307851A (zh) * | 2018-12-13 | 2019-02-05 | 山东泰开互感器有限公司 | 一种电压互感器误差在线校准装置 |
| CN110321377A (zh) * | 2019-04-25 | 2019-10-11 | 北京科技大学 | 一种多源异构数据真值确定方法及装置 |
| CN111462237A (zh) * | 2020-04-03 | 2020-07-28 | 清华大学 | 利用多源信息构建四通道虚拟图像的目标距离检测方法 |
| CN111474510A (zh) * | 2020-04-25 | 2020-07-31 | 华中科技大学 | 一种非平稳输出的电压互感器的误差评估方法及系统 |
| CN113239132A (zh) * | 2021-07-12 | 2021-08-10 | 武汉格蓝若智能技术有限公司 | 一种电压互感器的超差在线辨识方法 |
| WO2023029716A1 (zh) * | 2021-09-01 | 2023-03-09 | 中广核工程有限公司 | 一种电压互感器高精度测量方法和系统 |
| CN113884839A (zh) * | 2021-11-04 | 2022-01-04 | 国网四川省电力公司电力科学研究院 | 一种电容式电压互感器多参量绝缘状态评估方法及系统 |
| CN114091349A (zh) * | 2021-11-30 | 2022-02-25 | 东南大学 | 一种基于多源领域自适应的滚动轴承寿命预测方法 |
| CN114493050A (zh) * | 2022-04-08 | 2022-05-13 | 南方电网数字电网研究院有限公司 | 多维度融合的新能源功率并联预测方法和装置 |
| CN115469259A (zh) * | 2022-09-28 | 2022-12-13 | 武汉格蓝若智能技术有限公司 | 基于rbf神经网络的ct误差状态在线定量评估方法及装置 |
| CN115480203A (zh) * | 2022-09-28 | 2022-12-16 | 武汉格蓝若智能技术有限公司 | 一种电流互感器误差状态在线定量评估方法及系统 |
| CN115685048A (zh) * | 2022-12-01 | 2023-02-03 | 浙江万胜智能科技股份有限公司 | 一种智能电表通信模块的在线校准方法及系统 |
Non-Patent Citations (2)
| Title |
|---|
| DI CHEN; CHAO FU; YUE TONG; YUAN TIAN: "《The Online Calibration System for Transformers Based on Hybrid Convolution Window Technology》", 《2022 CHINA INTERNATIONAL CONFERENCE ON ELECTRICITY DISTRIBUTION (CICED)》 * |
| 项琼;王欢;杜;余春雨;: "电力电压互感器在线群校准技术研究", 电测与仪表 * |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116736212A (zh) * | 2023-06-20 | 2023-09-12 | 威胜集团有限公司 | 一种互感器运行误差在线监测及计量方法 |
| CN116736212B (zh) * | 2023-06-20 | 2024-02-06 | 威胜集团有限公司 | 一种互感器运行误差在线监测及计量方法 |
| CN116643228A (zh) * | 2023-07-27 | 2023-08-25 | 威胜集团有限公司 | 一种电压互感器初始误差估算方法 |
| CN116840765A (zh) * | 2023-08-31 | 2023-10-03 | 武汉格蓝若智能技术股份有限公司 | 一种基于多元时序分析的电压互感器误差状态评估方法 |
| CN116840765B (zh) * | 2023-08-31 | 2023-11-07 | 武汉格蓝若智能技术股份有限公司 | 一种基于多元时序分析的电压互感器误差状态评估方法 |
| CN117169804A (zh) * | 2023-11-02 | 2023-12-05 | 华中科技大学 | 基于合电流矢量分析的电流互感器误差状态在线辨识方法 |
| CN117169804B (zh) * | 2023-11-02 | 2024-01-12 | 华中科技大学 | 基于合电流矢量分析的电流互感器误差状态在线辨识方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115932702B (zh) | 2023-05-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN115932702A (zh) | 基于虚拟标准器的电压互感器在线运行校准方法及装置 | |
| CN106505557B (zh) | 一种遥测错误辨识方法及装置 | |
| CN105260786B (zh) | 一种电力推进系统仿真可信度评估模型综合优化方法 | |
| CN109214708B (zh) | 基于交叉熵理论优化支持向量机的电力系统风险评估方法 | |
| CN111900731B (zh) | 一种基于pmu的电力系统状态估计性能评价方法 | |
| CN109088407B (zh) | 基于深度信念网络伪量测建模的配电网状态估计方法 | |
| Chen et al. | Data-driven piecewise linearization for distribution three-phase stochastic power flow | |
| CN110518590A (zh) | 考虑负荷电压静特性的配电网线性潮流计算方法 | |
| CN113743651A (zh) | 基于机器学习和svm算法的电子式电压互感器误差状态预测方法 | |
| CN105406461A (zh) | 一种配电网停电事件的负荷自适应动态监测方法 | |
| CN115469259A (zh) | 基于rbf神经网络的ct误差状态在线定量评估方法及装置 | |
| CN104063577A (zh) | 基于广义回归神经网络的变压器油中特征气体发展趋势预测方法 | |
| 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 | |
| CN115081299A (zh) | 一种基于upf的电力系统鲁棒辅助预测状态估计方法 | |
| CN114089255B (zh) | 一种电容式电压互感器稳定性评估方法 | |
| Shah et al. | PMU-ANN based approach for real time voltage stability monitoring | |
| CN112989587B (zh) | 一种电容式电压互感器劣化成因在线分析方法及系统 | |
| CN114583767A (zh) | 一种数据驱动的风电场调频响应特性建模方法及系统 | |
| Zhang et al. | Robust adaptive Unscented Kalman Filter with gross error detection and identification for power system forecasting-aided state estimation | |
| 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 | |
| Kolosok et al. | Detection of systematic errors in PMU measurements by the power system state estimation methods | |
| Wang et al. | Highway Cost Prediction Based on LSSVM Optimized by Intial Parameters. | |
| CN109193639B (zh) | 一种电力系统抗差估计方法 | |
| Chen et al. | Prediction of critical clearing time for transient stability based on ensemble extreme learning machine regression model | |
| CN109327026B (zh) | 一种低压配电网区间状态估计方法 |
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 |