CN116885716A - 基于边缘计算的低压配电网电能质量态势感知方法及系统 - Google Patents
基于边缘计算的低压配电网电能质量态势感知方法及系统 Download PDFInfo
- Publication number
- CN116885716A CN116885716A CN202311148195.XA CN202311148195A CN116885716A CN 116885716 A CN116885716 A CN 116885716A CN 202311148195 A CN202311148195 A CN 202311148195A CN 116885716 A CN116885716 A CN 116885716A
- Authority
- CN
- China
- Prior art keywords
- voltage
- circuit
- low
- distribution network
- power quality
- 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
- 238000009826 distribution Methods 0.000 title claims abstract description 84
- 238000000034 method Methods 0.000 title claims abstract description 40
- 238000004364 calculation method Methods 0.000 title claims abstract description 38
- 238000011156 evaluation Methods 0.000 claims abstract description 77
- 238000004458 analytical method Methods 0.000 claims abstract description 33
- 238000007405 data analysis Methods 0.000 claims abstract description 12
- 230000002159 abnormal effect Effects 0.000 claims description 41
- 230000005856 abnormality Effects 0.000 claims description 5
- 238000013499 data model Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 description 8
- 238000012545 processing Methods 0.000 description 6
- 230000009471 action Effects 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000005611 electricity Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 230000032683 aging Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 239000004020 conductor Substances 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06395—Quality analysis or management
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/10—Power transmission or distribution systems management focussing at grid-level, e.g. load flow analysis, node profile computation, meshed network optimisation, active network management or spinning reserve management
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Power Engineering (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了基于边缘计算的低压配电网电能质量态势感知方法及系统,包括数据采集模块、分析模块、比对模块以及综合分析模块;数据采集模块,采集低压配电网系统运行时的信息,包括运行电压信息和电路短路信息,并将运行电压信息和电路短路信息传递至分析模块;分析模块,将运行电压信息和电路短路信息建立数据分析模型,生成评估系数,并将评估系数传递至比对模块。本发明通过对低压配电网系统中的电能质量态势进行分析,实现对电网系统中的电能质量态势进行及时感知,当电网系统中的电能质量态势变差时,及时知晓并采取措施,有效地保障低压配电网系统的稳定运行。
Description
技术领域
本发明涉及电能质量态势感知技术领域,具体涉及基于边缘计算的低压配电网电能质量态势感知方法及系统。
背景技术
低压配电网是指供电电压在0.4kV以下,通常是220V或者380V的配电网,是连接配电变压器和终端用户用电设备之间的电力系统。在电力系统中,低压配电网是负责将高压输电网输送过来的电能通过变压器进行降压后,再分配到各个家庭、企业、公共设施等终端用户用电设备中的一个重要环节。低压配电网的稳定运行对于保证终端用户用电的质量和供电的可靠性具有重要作用。
基于边缘计算的低压配电网是指将边缘计算技术应用于低压配电网中,通过在电力设备、传感器等节点上安装边缘计算节点,实现低延迟、高可靠的电力数据传输和处理,提高低压配电网的智能化水平和运行效率。
在传统的低压配电网中,电力设备和传感器大多采用单独的数据通信方式进行数据传输,数据处理也主要依赖于云端服务器。这种方式存在数据传输延迟大、数据安全性差、数据处理效率低等问题。而基于边缘计算的低压配电网则可以通过将数据处理推到边缘节点上进行,实现实时数据处理和分析,并能更好地保障数据安全和隐私,基于边缘计算的低压配电网还可以利用边缘计算节点的计算能力,实现对电力设备的远程监控、故障预测和维护管理,提高低压配电网的可靠性和智能化水平。此外,基于边缘计算的低压配电网还可以通过与云端服务器的协同工作,实现低压配电网的全局优化管理。
现有技术存在以下不足:现有技术大多是采用定期检测的方式对低压配电网系统中的电能质量进行评估,由于无法对电网系统中的电能质量态势进行及时感知,当电网系统中的电能质量态势变差时,无法及时知晓,可能会给低压配电网系统造成难以弥补的损失。
在所述背景技术部分公开的上述信息仅用于加强对本公开的背景的理解,因此它可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
本发明的目的是提供基于边缘计算的低压配电网电能质量态势感知方法及系统,本发明通过采集低压配电网系统运行电压信息和电路短路信息,建立数据分析模型生成评估系数,将评估系数与参考阈值进行比对,生成高电能质量信号或者低电能质量信号,当接收到低电能质量信号后,将低电能质量信号后生成的评估系数建立数据集合,通过对数据集合内的评估系数进行分析进而对低压配电网系统中的电能质量态势进行分析,实现对电网系统中的电能质量态势进行及时感知,当电网系统中的电能质量态势变差时,及时知晓并采取措施,有效地保障低压配电网系统的稳定运行,以解决上述背景技术中的问题。
为了实现上述目的,本发明提供如下技术方案:基于边缘计算的低压配电网电能质量态势感知系统,包括数据采集模块、分析模块、比对模块以及综合分析模块;
数据采集模块,采集低压配电网系统运行时的信息,包括运行电压信息和电路短路信息,并将运行电压信息和电路短路信息传递至分析模块;
分析模块,将运行电压信息和电路短路信息建立数据分析模型,生成评估系数,并将评估系数传递至比对模块;
比对模块,将评估系数与参考阈值进行比对,生成高电能质量信号或者低电能质量信号,并将高电能质量信号与低电能质量信号传递至综合分析模块;
综合分析模块,接收到低电能质量信号后,将后续通过分析模块生成的若干个评估系数建立数据集合,通过对数据集合内的若干个评估系数进行分析进而对低压配电网系统中的电能质量态势进行分析。
优选的,运行电压信息包括电压异常波动的次数、电压异常波动偏离程度以及电压谐波时长,采集后,通过数据采集模块将电压异常波动的次数、电压异常波动偏离程度以及电压谐波时长分别标定为、/>以及/>;电路短路信息,包括电路短路时长,采集后,通过数据采集模块将电路短路时长标定为/>。
优选的,电压异常波动的次数获取的逻辑如下:
对电网系统中运行时的电压设置梯度范围Vmin~Vmax,获取t时间内电网系统中不同时刻的电压值,将不同时刻的电压值标定为Vi,将不同时刻的电压值分别与梯度范围Vmin~Vmax进行比对,若Vi处于梯度范围Vmin~Vmax之间,则将该波动标记为正常波动,若是Vi不处于梯度范围Vmin~Vmax之间,则将该波动标记为异常波动,对异常波动的标记进行统计,得出电压异常波动的次数。
优选的,电压异常波动偏离程度,获取的逻辑如下:
当Vi不处于梯度范围Vmin~Vmax之间时,将不处于梯度范围Vmin~Vmax之间的电压值标定为Va,建立数据集合B,则,式中,n为不处于梯度范围Vmin~Vmax之间的电压值的数量,且n为正整数,将电网系统运行时的最佳电压标定为Vx,则电压异常波动偏离程度计算的表达式为:/>。
优选的,电压谐波时长获取的逻辑如下:将基波频率标定为Pj,将电网系统电压中含有频率标定为Pd,将电网系统电压中含有频率与基波频率进行比值分析,若基波频率Pj与电网系统电压中含有频率Pd满足,N为正整数,则将满足/>的时长标定为Tk,其中,k表示满足/>的时长编号,k=1、2、3、4、……、m,m为正整数,则电压谐波时长计算的表达式为:/>。
优选的,电路短路时长获取的逻辑如下:
获取t时间内低压配电网系统中不同时刻的电流值,将不同时刻的电流值标定为Is,实时计算电路短路指数,依据的公式为:,式中,ZS为电路短路指数,Ip为短路的额定电流,将计算得出的电路短路指数与参考阈值进行比对,若电路短路指数Ip大于等于参考阈值,则将电路短路指数Ip大于等于参考阈值的时长标定为Ir,r表示电路短路指数Ip大于等于参考阈值的时长编号,r=1、2、3、4、……、y,y为正整数,则电路短路时长计算的表达式为:/>。
优选的,获取到电压异常波动的次数、电压异常波动偏离程度/>、电压谐波时长/>以及电路短路时长/>后,建立数据分析模型,生成评估系数/>,依据的公式为:
式中,、/>、/>、/>分别为电压异常波动的次数/>、电压异常波动偏离程度/>、电压谐波时长/>以及电路短路时长/>的预设比例系数,且/>、/>、/>、/>均大于0。
优选的,将生成评估系数与参考阈值进行比对,若评估系数/>大于等于参考阈值,则生成低电能质量信号,并将低电能信号传递至数据模型建立模块,若评估系数/>小于参考阈值,则生成高电能质量信号。
优选的,当接收到低电能质量信号后,综合分析模块将低电能质量信号后生成的评估系数建立数据集合,将数据集合标定为A,则,o为数据集合内评估系数的数量,o=1、2、3、4、...、Q,Q为正整数;
求出数据集合中评估系数的平均值与离散程度值,将平均值和离散程度值分别标定为和/>,若平均值/>大于等于评估系数参考阈值,则生成电能质量态势高风险信号,并将信号发送至用户终端,若平均值/>小于评估系数参考阈值且离散程度值/>大于离散程度阈值,则生成电能质量态势低风险信号,并将信号发送至用户终端,若平均值/>小于评估系数参考阈值范围且离散程度值/>小于等于离散程度阈值,则生成电能质量态势无风险信号,并将信号发送至用户终端;
上述数据集合内评估系数的离散程度值的计算公式为:
;式中,,/>为数据集合内评估系数的平均值,/>为数据集合内状态评估系数的离散程度值。
基于边缘计算的低压配电网电能质量态势感知方法,包括以下步骤:
采集低压配电网系统运行时的信息,包括运行电压信息和电路短路信息;
将运行电压信息和电路短路信息建立数据分析模型,生成评估系数;
将评估系数与参考阈值进行比对,生成高电能质量信号或者低电能质量信号;
接收到低电能质量信号后,将后续生成的若干个评估系数建立数据集合,通过对数据集合内的若干个评估系数进行分析进而对低压配电网系统中的电能质量态势进行分析。
在上述技术方案中,本发明提供的技术效果和优点:
本发明通过采集低压配电网系统运行电压信息和电路短路信息,建立数据分析模型生成评估系数,将评估系数与参考阈值进行比对,生成高电能质量信号或者低电能质量信号,当接收到低电能质量信号后,将低电能质量信号后生成的评估系数建立数据集合,通过对数据集合内的评估系数进行分析进而对低压配电网系统中的电能质量态势进行分析,实现对电网系统中的电能质量态势进行及时感知,当电网系统中的电能质量态势变差时,及时知晓并采取措施,有效地保障低压配电网系统的稳定运行。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单的介绍,显而易见地,下面描述中的附图仅仅是本发明中记载的一些实施例,对于本领域普通技术人员来讲,还可以根据这些附图获得其他的附图。
图1为本发明基于边缘计算的低压配电网电能质量态势感知方法及系统的模块示意图。
图2为本发明基于边缘计算的低压配电网电能质量态势感知方法及系统的方法流程图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的范例;相反,提供这些示例实施方式使得本公开的描述将更加全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。
实施例1:本发明提供了如图1所示的基于边缘计算的低压配电网电能质量态势感知系统,包括数据采集模块、分析模块、比对模块以及综合分析模块;
数据采集模块,采集低压配电网系统运行时的信息,包括运行电压信息和电路短路信息,并将运行电压信息和电路短路信息传递至分析模块;
运行电压信息包括电压异常波动的次数、电压异常波动偏离程度以及电压谐波时长,采集后,通过数据采集模块将电压异常波动的次数、电压异常波动偏离程度以及电压谐波时长分别标定为、/>以及/>;
电压波动会对低压配电网产生各种影响,其中一些主要影响包括:
设备寿命缩短:电压波动大时,会使电气设备的电压容忍范围过窄,从而加速设备老化和损坏;
电气设备故障:电压波动大时,会使电气设备的运行不稳定,甚至无法正常工作,从而导致设备故障;
电能计量不准确:电压波动大时,会影响电能计量装置的测量准确度,从而可能导致计费不公或能源浪费。
灯光闪烁:电压波动大时,会使灯光明暗不定,频繁闪烁,影响用电的正常使用;
生产过程中的影响:电压波动大时,可能会影响生产过程中的机器设备,导致生产质量下降和生产效率降低;
因此,对低压配电网系统中的电压波动进行评估,可了解电网系统中的电能质量;
电压异常波动的次数获取的逻辑如下:
对电网系统中运行时的电压设置梯度范围Vmin~Vmax,获取t时间内电网系统中不同时刻的电压值,将不同时刻的电压值标定为Vi,将不同时刻的电压值分别与梯度范围Vmin~Vmax进行比对,若Vi处于梯度范围Vmin~Vmax之间,则将该波动标记为正常波动,若是Vi不处于梯度范围Vmin~Vmax之间,则将该波动标记为异常波动,对异常波动的标记进行统计,得出电压异常波动的次数;
电压异常波动偏离程度,即电压异常波动时的电压值与电网系统最佳运行电压差值绝对值的总和,获取的逻辑如下:
当Vi不处于梯度范围Vmin~Vmax之间时,将不处于梯度范围Vmin~Vmax之间的电压值标定为Va,建立数据集合B,则,式中,n为不处于梯度范围Vmin~Vmax之间的电压值的数量,且n为正整数,将电网系统运行时的最佳电压标定为Vx,则电压异常波动偏离程度计算的表达式为:/>;
电压谐波是指电网系统电压中含有频率为整数倍基波频率的谐波成分,其会对低压配电网造成如下的影响:
增加电网中的功率损耗:电压谐波会引起设备中的电流谐波,从而导致电网中的功率损耗增加,影响电网的能效性能;
引起电网中的电流谐波:电压谐波会引起设备中的电流谐波,从而影响电网中其他设备的工作,尤其是灯具、变压器等设备会因电流谐波的作用而产生噪声和震动,影响使用寿命;
影响电能计量:电压谐波会导致电表误差增大,影响电能计量的精度和准确性;
引起电子设备故障:电压谐波会导致电子设备中的电流谐波增加,从而影响设备的稳定性和寿命;
因此,对低压配电网系统中的电压谐波进行评估,可了解电网系统中的电能质量;
电压谐波时长获取的逻辑如下:将基波频率标定为Pj,将电网系统电压中含有频率标定为Pd,将电网系统电压中含有频率与基波频率进行比值分析,若基波频率Pj与电网系统电压中含有频率Pd满足,N为正整数,则将满足/>的时长标定为Tk,其中,k表示满足/>的时长编号,k=1、2、3、4、……、m,m为正整数,则电压谐波时长计算的表达式为:/>;
需要说明的是,低压配电网中的电压和电压谐波可以通过电能质量监测仪器进行实时采集;
电路短路是指电路中的两个或多个导体直接接触形成了短路路径,导致电流异常增大的现象,短路对低压配电网的影响主要有以下几个方面:
安全风险:电路短路会导致电流异常增大,可能引起电线、开关、插座等设备过载、烧坏,严重时还可能引发火灾等安全事故;
电能损失:电路短路会导致电流异常增大,造成电网能量的浪费,导致电能损失增加;
设备损坏:电路短路对配电设备的影响比较大,可能会导致开关、保险丝等设备烧坏,需要更换设备;
电网质量下降:电路短路会导致电压和电流的波动增大,可能会影响电网的电压稳定性和电能质量,对用电设备的正常运行产生影响;
因此,对低压配电网系统中的电路短路情况进行评估,可了解电网系统中的电能质量;
电路短路信息,包括电路短路时长,采集后,通过数据采集模块将电路短路时长标定为;
电路短路时长获取的逻辑如下:
获取t时间内低压配电网系统中不同时刻的电流值,将不同时刻的电流值标定为Is,实时计算电路短路指数,依据的公式为:,式中,ZS为电路短路指数,Ip为短路的额定电流,将计算得出的电路短路指数与参考阈值进行比对,若电路短路指数Ip大于等于参考阈值,则将电路短路指数Ip大于等于参考阈值的时长标定为Ir,r表示电路短路指数Ip大于等于参考阈值的时长编号,r=1、2、3、4、……、y,y为正整数,则电路短路时长计算的表达式为:/>;
需要说明的是,低压配电网中的电流值可以通过电流互感器(CT)来获取,电流互感器是一种传感器,它可以将高电流变换成为小电流,从而使得电流值可以被测量和监测;
分析模块,将运行电压信息和电路短路信息建立数据分析模型,生成评估系数,并将评估系数传递至比对模块;
获取到电压异常波动的次数、电压异常波动偏离程度/>、电压谐波时长/>以及电路短路时长/>后,建立数据分析模型,生成评估系数/>,依据的公式为:
式中,/>、/>、/>、/>分别为电压异常波动的次数/>、电压异常波动偏离程度/>、电压谐波时长/>以及电路短路时长/>的预设比例系数,且/>、/>、/>、/>均大于0;
由公式可知,在t时间内,电压异常波动的次数越多、电压异常波动偏离程度越大、电压谐波时长越长、电路短路时长越长,即评估系数的表现值越大,表明低压配电网系统中的电能质量越差,在t时间内,电压异常波动的次数越少、电压异常波动偏离程度越小、电压谐波时长越短、电路短路时长越短,即评估系数/>的表现值越小,表明低压配电网系统中的电能质量越好;
比对模块,将评估系数与参考阈值进行比对,生成高电能质量信号或者低电能质量信号,并将高电能质量信号与低电能质量信号传递至综合分析模块;
将生成评估系数与参考阈值进行比对,若评估系数/>大于等于参考阈值,表明低压配电网系统中的电能质量差,则生成低电能质量信号,并将低电能信号传递至数据模型建立模块,若评估系数/>小于参考阈值,表明低压配电网系统中的电能质量好,则生成高电能质量信号;
综合分析模块,接收到低电能质量信号后,将后续通过分析模块生成的若干个评估系数建立数据集合,通过对数据集合内的若干个评估系数进行分析进而对低压配电网系统中的电能质量态势进行分析;
当接收到低电能质量信号后,综合分析模块将后续通过分析模块生成的若干个评估系数建立数据集合,将数据集合标定为A,则,o为数据集合内评估系数的数量,o=1、2、3、4、...、Q,Q为正整数;
求出数据集合中评估系数的平均值与离散程度值,将平均值和离散程度值分别标定为和/>,若平均值/>大于等于评估系数参考阈值,则生成电能质量态势高风险信号,并将信号发送至用户终端,表明此时低压配电网系统中的电能质量存在高风险的态势,需要紧急立刻处理,若平均值/>小于评估系数参考阈值且离散程度值/>大于离散程度阈值,则生成电能质量态势低风险信号,并将信号发送至用户终端,表明此时低压配电网系统中的电能质量稳定性较差,存在低风险的态势,需要及时进行检修维护,及时发现低压配电网系统中的电能质量存在的问题,若平均值/>小于评估系数参考阈值范围且离散程度值/>小于等于离散程度阈值,则生成电能质量态势无风险信号,并将信号发送至用户终端,表明此时低压配电网系统中的电能质量出现了偶然情况;
上述数据集合内评估系数的离散程度值的计算公式为:
;式中,/>,/>为数据集合内评估系数的平均值,/>为数据集合内状态评估系数的离散程度值;
本发明通过采集低压配电网系统运行电压信息和电路短路信息,建立数据分析模型生成评估系数,将评估系数与参考阈值进行比对,生成高电能质量信号或者低电能质量信号,当接收到低电能质量信号后,将低电能质量信号后生成的评估系数建立数据集合,通过对数据集合内的评估系数进行分析进而对低压配电网系统中的电能质量态势进行分析,实现对电网系统中的电能质量态势进行及时感知,当电网系统中的电能质量态势变差时,及时知晓并采取措施,有效地保障低压配电网系统的稳定运行。
实施例2:本发明提供了如图2所示的基于边缘计算的低压配电网电能质量态势感知方法,包括以下步骤:
采集低压配电网系统运行时的信息,包括运行电压信息和电路短路信息;
将运行电压信息和电路短路信息建立数据分析模型,生成评估系数;
将评估系数与参考阈值进行比对,生成高电能质量信号或者低电能质量信号;
接收到低电能质量信号后,将后续生成的若干个评估系数建立数据集合,通过对数据集合内的若干个评估系数进行分析进而对低压配电网系统中的电能质量态势进行分析;
本发明实施例提供的基于边缘计算的低压配电网电能质量态势感知方法,通过上述基于边缘计算的低压配电网电能质量态势感知系统来实现,基于边缘计算的低压配电网电能质量态势感知方法的具体方法和流程详见上述基于边缘计算的低压配电网电能质量态势感知系统的实施例,此处不再赘述。
上述公式均是去量纲取其数值计算,公式是由采集大量数据进行软件模拟得到最近真实情况的一个公式,公式中的预设参数由本领域的技术人员根据实际情况进行设置。
以上只通过说明的方式描述了本发明的某些示范性实施例,毋庸置疑,对于本领域的普通技术人员,在不偏离本发明的精神和范围的情况下,可以用各种不同的方式对所描述的实施例进行修正。因此,上述附图和描述在本质上是说明性的,不应理解为对本发明权利要求保护范围的限制。
需要说明的是,在本文中,如若存在第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括要素的过程、方法、物品或者设备中还存在另外的相同要素。
应理解,在本申请的各种实施例中,上述各过程的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以所述权利要求的保护范围为准。
Claims (10)
1.基于边缘计算的低压配电网电能质量态势感知系统,其特征在于,包括数据采集模块、分析模块、比对模块以及综合分析模块;
数据采集模块,采集低压配电网系统运行时的信息,包括运行电压信息和电路短路信息,并将运行电压信息和电路短路信息传递至分析模块;
分析模块,将运行电压信息和电路短路信息建立数据分析模型,生成评估系数,并将评估系数传递至比对模块;
比对模块,将评估系数与参考阈值进行比对,生成高电能质量信号或者低电能质量信号,并将高电能质量信号与低电能质量信号传递至综合分析模块;
综合分析模块,接收到低电能质量信号后,将后续通过分析模块生成的若干个评估系数建立数据集合,通过对数据集合内的若干个评估系数进行分析进而对低压配电网系统中的电能质量态势进行分析。
2.根据权利要求1所述的基于边缘计算的低压配电网电能质量态势感知系统,其特征在于,运行电压信息包括电压异常波动的次数、电压异常波动偏离程度以及电压谐波时长,采集后,通过数据采集模块将电压异常波动的次数、电压异常波动偏离程度以及电压谐波时长分别标定为、/>以及/>;电路短路信息,包括电路短路时长,采集后,通过数据采集模块将电路短路时长标定为/>。
3.根据权利要求2所述的基于边缘计算的低压配电网电能质量态势感知系统,其特征在于,电压异常波动的次数获取的逻辑如下:
对电网系统中运行时的电压设置梯度范围Vmin~Vmax,获取t时间内电网系统中不同时刻的电压值,将不同时刻的电压值标定为Vi,将不同时刻的电压值分别与梯度范围Vmin~Vmax进行比对,若Vi处于梯度范围Vmin~Vmax之间,则将该波动标记为正常波动,若是Vi不处于梯度范围Vmin~Vmax之间,则将该波动标记为异常波动,对异常波动的标记进行统计,得出电压异常波动的次数。
4.根据权利要求2所述的基于边缘计算的低压配电网电能质量态势感知系统,其特征在于,电压异常波动偏离程度,获取的逻辑如下:
当Vi不处于梯度范围Vmin~Vmax之间时,将不处于梯度范围Vmin~Vmax之间的电压值标定为Va,建立数据集合B,则,式中,n为不处于梯度范围Vmin~Vmax之间的电压值的数量,且n为正整数,将电网系统运行时的最佳电压标定为Vx,则电压异常波动偏离程度计算的表达式为:/>。
5.根据权利要求2所述的基于边缘计算的低压配电网电能质量态势感知系统,其特征在于,电压谐波时长获取的逻辑如下:将基波频率标定为Pj,将电网系统电压中含有频率标定为Pd,将电网系统电压中含有频率与基波频率进行比值分析,若基波频率Pj与电网系统电压中含有频率Pd满足,N为正整数,则将满足/>的时长标定为Tk,其中,k表示满足/>的时长编号,k=1、2、3、4、……、m,m为正整数,则电压谐波时长计算的表达式为:/>。
6.根据权利要求2所述的基于边缘计算的低压配电网电能质量态势感知系统,其特征在于,电路短路时长获取的逻辑如下:
获取t时间内低压配电网系统中不同时刻的电流值,将不同时刻的电流值标定为Is,实时计算电路短路指数,依据的公式为:,式中,ZS为电路短路指数,Ip为短路的额定电流,将计算得出的电路短路指数与参考阈值进行比对,若电路短路指数Ip大于等于参考阈值,则将电路短路指数Ip大于等于参考阈值的时长标定为Ir,r表示电路短路指数Ip大于等于参考阈值的时长编号,r=1、2、3、4、……、y,y为正整数,则电路短路时长计算的表达式为:/>。
7.根据权利要求2所述的基于边缘计算的低压配电网电能质量态势感知系统,其特征在于,获取到电压异常波动的次数、电压异常波动偏离程度/>、电压谐波时长以及电路短路时长/>后,建立数据分析模型,生成评估系数/>,依据的公式为:
式中,/>、/>、/>、/>分别为电压异常波动的次数/>、电压异常波动偏离程度/>、电压谐波时长/>以及电路短路时长/>的预设比例系数,且/>、/>、/>、/>均大于0。
8.根据权利要求7所述的基于边缘计算的低压配电网电能质量态势感知系统,其特征在于,将生成评估系数与参考阈值进行比对,若评估系数/>大于等于参考阈值,则生成低电能质量信号,并将低电能信号传递至数据模型建立模块,若评估系数/>小于参考阈值,则生成高电能质量信号。
9.根据权利要求8所述的基于边缘计算的低压配电网电能质量态势感知系统,其特征在于,当接收到低电能质量信号后,综合分析模块将低电能质量信号后生成的评估系数建立数据集合,将数据集合标定为A,则,o为数据集合内评估系数的数量,o=1、2、3、4、...、Q,Q为正整数;
求出数据集合中评估系数的平均值与离散程度值,将平均值和离散程度值分别标定为和/>,若平均值/>大于等于评估系数参考阈值,则生成电能质量态势高风险信号,并将信号发送至用户终端,若平均值/>小于评估系数参考阈值且离散程度值/>大于离散程度阈值,则生成电能质量态势低风险信号,并将信号发送至用户终端,若平均值/>小于评估系数参考阈值范围且离散程度值/>小于等于离散程度阈值,则生成电能质量态势无风险信号,并将信号发送至用户终端;
上述数据集合内评估系数的离散程度值的计算公式为:
;式中,/>,/>为数据集合内评估系数的平均值,/>为数据集合内状态评估系数的离散程度值。
10.基于边缘计算的低压配电网电能质量态势感知方法,通过权利要求1-9中任意一项所述的基于边缘计算的低压配电网电能质量态势感知系统来实现,其特征在于,包括以下步骤:
采集低压配电网系统运行时的信息,包括运行电压信息和电路短路信息;
将运行电压信息和电路短路信息建立数据分析模型,生成评估系数;
将评估系数与参考阈值进行比对,生成高电能质量信号或者低电能质量信号;
接收到低电能质量信号后,将后续生成的若干个评估系数建立数据集合,通过对数据集合内的若干个评估系数进行分析进而对低压配电网系统中的电能质量态势进行分析。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311148195.XA CN116885716B (zh) | 2023-09-07 | 2023-09-07 | 基于边缘计算的低压配电网电能质量态势感知方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311148195.XA CN116885716B (zh) | 2023-09-07 | 2023-09-07 | 基于边缘计算的低压配电网电能质量态势感知方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116885716A true CN116885716A (zh) | 2023-10-13 |
CN116885716B CN116885716B (zh) | 2024-01-23 |
Family
ID=88262553
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311148195.XA Active CN116885716B (zh) | 2023-09-07 | 2023-09-07 | 基于边缘计算的低压配电网电能质量态势感知方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116885716B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117318164A (zh) * | 2023-11-30 | 2023-12-29 | 佛山市安能极科技有限公司 | 应用于低压配电系统的健康评估方法、系统、终端及介质 |
CN117564565A (zh) * | 2024-01-16 | 2024-02-20 | 江苏道尔芬智能制造有限公司 | 基于人工智能的自动焊接机器人及其焊接系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107196288A (zh) * | 2017-06-23 | 2017-09-22 | 中国科学院电工研究所 | 一种用于直流配电网的储能系统下垂控制方法 |
JP2019174425A (ja) * | 2018-03-29 | 2019-10-10 | 株式会社日立製作所 | 電力機器を評価するための計算機システム、及び、その方法 |
CN110739686A (zh) * | 2019-10-15 | 2020-01-31 | 福建网能科技开发有限责任公司 | 一种基于总表异常分析的台区线损治理方法及系统 |
CN110957758A (zh) * | 2019-11-20 | 2020-04-03 | 国网河北省电力有限公司电力科学研究院 | 一种基于广域态势感知的综合能源能效评价与控制性能优化方法 |
CN111064223A (zh) * | 2019-12-20 | 2020-04-24 | 远光软件股份有限公司 | 一种基于边缘计算的微电网电能质量控制系统及方法 |
CN112269097A (zh) * | 2020-09-23 | 2021-01-26 | 中国人民解放军海军工程大学 | 一种综合电力边缘计算系统及控制方法 |
CN112946393A (zh) * | 2021-02-03 | 2021-06-11 | 杭州林叶电气自动化有限公司 | 一种电能质量监控分析系统 |
-
2023
- 2023-09-07 CN CN202311148195.XA patent/CN116885716B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107196288A (zh) * | 2017-06-23 | 2017-09-22 | 中国科学院电工研究所 | 一种用于直流配电网的储能系统下垂控制方法 |
JP2019174425A (ja) * | 2018-03-29 | 2019-10-10 | 株式会社日立製作所 | 電力機器を評価するための計算機システム、及び、その方法 |
CN110739686A (zh) * | 2019-10-15 | 2020-01-31 | 福建网能科技开发有限责任公司 | 一种基于总表异常分析的台区线损治理方法及系统 |
CN110957758A (zh) * | 2019-11-20 | 2020-04-03 | 国网河北省电力有限公司电力科学研究院 | 一种基于广域态势感知的综合能源能效评价与控制性能优化方法 |
CN111064223A (zh) * | 2019-12-20 | 2020-04-24 | 远光软件股份有限公司 | 一种基于边缘计算的微电网电能质量控制系统及方法 |
CN112269097A (zh) * | 2020-09-23 | 2021-01-26 | 中国人民解放军海军工程大学 | 一种综合电力边缘计算系统及控制方法 |
CN112946393A (zh) * | 2021-02-03 | 2021-06-11 | 杭州林叶电气自动化有限公司 | 一种电能质量监控分析系统 |
Non-Patent Citations (1)
Title |
---|
赵迎会等: "基于LabVIEW的电能质量新型监测系统", 《青海电力》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117318164A (zh) * | 2023-11-30 | 2023-12-29 | 佛山市安能极科技有限公司 | 应用于低压配电系统的健康评估方法、系统、终端及介质 |
CN117318164B (zh) * | 2023-11-30 | 2024-03-29 | 佛山市安能极科技有限公司 | 应用于低压配电系统的健康评估方法、系统、终端及介质 |
CN117564565A (zh) * | 2024-01-16 | 2024-02-20 | 江苏道尔芬智能制造有限公司 | 基于人工智能的自动焊接机器人及其焊接系统 |
CN117564565B (zh) * | 2024-01-16 | 2024-04-02 | 江苏道尔芬智能制造有限公司 | 基于人工智能的自动焊接机器人及其焊接系统 |
Also Published As
Publication number | Publication date |
---|---|
CN116885716B (zh) | 2024-01-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116885716B (zh) | 基于边缘计算的低压配电网电能质量态势感知方法及系统 | |
CN109298379B (zh) | 一种基于数据监测的智能电表现场误差异常的识别方法 | |
CN117977582B (zh) | 一种基于数字孪生技术的变电站负荷实时监测方法 | |
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 | |
CN108418304B (zh) | 变电站二次回路状态监测方法、装置及系统 | |
CN117078017A (zh) | 一种用于电力电网设备监控智能化决策分析系统 | |
CN106597181B (zh) | 一种高压电力变压器运行监测系统及方法 | |
CN116754901A (zh) | 一种基于快速定位的配电网故障分析管理平台 | |
CN118554640B (zh) | 一种基于环境数据分析的电网运行监测系统 | |
CN115656738A (zh) | 一种在线开关柜局放监测系统及方法 | |
CN117477495A (zh) | 一种电流互感器状态监测系统及方法 | |
CN117791869B (zh) | 基于智能配电柜的数据在线监测方法及系统 | |
CN117849495A (zh) | 一种变压器运行性能评估方法及其系统 | |
CN203164360U (zh) | 一种变电设备绝缘在线监测系统 | |
CN113125949A (zh) | 一种基于电场的高压断路器绝缘监测方法及系统 | |
CN107728025A (zh) | 一种用于在线监测高压开关柜局部放电的系统 | |
CN116700186A (zh) | 基于大数据检测的电气控制柜加工质量检测系统 | |
CN116961130A (zh) | 一种基于多节点控制的电力调度方法及装置 | |
CN207424175U (zh) | 一种用于在线监测高压开关柜局部放电的系统 | |
CN113267711A (zh) | 变电站高压电气设备绝缘状态在线监测系统及监测方法 | |
Lv et al. | State detection of switch cabinet based on multi-sensor information fusion | |
Song et al. | Research on multi-parameter identification technology of secondary equipment monitoring and evaluation in smart substation | |
CN212301843U (zh) | 基于gps的电压互感器计量异常在线监测系统 | |
CN219016455U (zh) | 一种避雷器在线监测器 | |
CN117233515B (zh) | 一种出口压板状态测量方法和系统 |
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 |