CN117013701B - 用于电力管理的电能质量监测方法及系统 - Google Patents
用于电力管理的电能质量监测方法及系统 Download PDFInfo
- Publication number
- CN117013701B CN117013701B CN202310994044.XA CN202310994044A CN117013701B CN 117013701 B CN117013701 B CN 117013701B CN 202310994044 A CN202310994044 A CN 202310994044A CN 117013701 B CN117013701 B CN 117013701B
- Authority
- CN
- China
- Prior art keywords
- power
- abnormal
- quality
- power quality
- level monitoring
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 194
- 238000000034 method Methods 0.000 title claims abstract description 34
- 230000002159 abnormal effect Effects 0.000 claims abstract description 192
- 238000012545 processing Methods 0.000 claims abstract description 85
- 230000005856 abnormality Effects 0.000 claims abstract description 45
- 230000005611 electricity Effects 0.000 claims abstract description 7
- 230000005540 biological transmission Effects 0.000 claims description 17
- 238000004458 analytical method Methods 0.000 claims description 5
- 230000010485 coping Effects 0.000 abstract description 3
- 238000011156 evaluation Methods 0.000 abstract description 2
- 230000009286 beneficial effect Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 230000002349 favourable effect Effects 0.000 description 2
- 230000006698 induction Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000011144 upstream manufacturing Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 230000001364 causal effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
Classifications
-
- 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
- H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
- H02J13/00002—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by monitoring
-
- 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
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Power Engineering (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明涉及用于电力管理的电能质量监测方法,包括以下步骤:基于划分的供电区域建立区域级监测网络;位于所述供电区域内的用户或用电企业建立子级监测网络,所述子级监测网络与对应的区域级监测网络呈树形拓扑结构分布。本发明按照划分的供电区域建立用于监测该供电区域的电能质量的区域级监测网络,针对供电区域内的用户或用电企业建立子级监测网络,并采用树形拓扑结构分布,使得子级监测网络实时共享捕捉到的异常电能质量信息,以及电网企业对所述异常电能质量信息作出质量异常处理时对应的评估,下游用户和用电企业能够根据自身不同的用电情况,作出最契合的自我决策,从而更好的应对电能质量问题。
Description
技术领域
本发明涉及电网管理技术领域,尤其涉及用于电力管理的电能质量监测方法及系统。
背景技术
电力系统运行过程重,不可避免的会存在多种因素的影响,进而影响电能质量,而电能质量不仅关系着电网企业的安全经济运行,同时也影响着用户对于电力设备的使用安全与质量。
目前的电能质量监测大多是面向上游的电网企业,用于监测、预警、维护以及排障,从而实现电网稳定运行。只有实际发生故障或有计划的进行维护,位于下游的用户端才能根据上游电网企业下发的用电通知作出对应的用电安排。
而实际上电能质量始终处于波动状态,对于有些用户端来说,某些电能质量参数的波动影响很大,而有些电能质量参数的波动的影响很小,且不同用户端受到影响也不尽相同,因此,电网企业难以进行统一的针对性通知。如此导致电能质量问题会对用户端造成不确定的用电隐患,以及产生财产或经济损失的风险。
基于此,设计一种电能质量监测方法及系统,让用户端共享电能质量监控信息,及时根据自身用电需求做出调整,减少电能质量问题带来的用电隐患以及经济损失是必要的。
发明内容
本发明针对现有技术存在的不足,提供了用于电力管理的电能质量监测方法及系统,具体技术方案如下:
根据本发明的一个方面,提供了用于电力管理的电能质量监测方法,包括以下步骤:
基于划分的供电区域建立区域级监测网络;
位于所述供电区域内的用户或用电企业建立子级监测网络,所述子级监测网络与对应的区域级监测网络呈树形拓扑结构分布;
其中,所述区域级监测网络捕捉异常电能质量信息,并基于所述异常电能质量信息作出质量异常处理,所述子级监测网络实时共享异常电能质量信息和质量异常处理,且基于所述实时共享信息作出减少损失的应急预案。
所述区域级监测网络服务于电网企业,用于监测电能质量,确保电网稳定运行,当所述区域级监测网络捕捉到异常电能质量信息后,会基于所述异常电能质量信息作出质量异常处理,用以评估所述异常电能质量信息可能带来的影响以及该影响发生时所要采取的异常处理方案,所述子级监测网络实时共享捕捉到异常电能质量信息,以及电网企业对所述异常电能质量信息作出质量异常处理时对应的评估。
通常捕捉到所述异常电能质量信息后,电网企业判断该电能质量问题较小,不足以达到必须向下游用户或用电企业发出通知的程度,但是也存在一旦爆发就会出现电能质量问题,并且影响到下游用户或用电企业用电安全。而本方案将所述异常电能质量信息和电网企业面对异常电能质量信息作出质量异常处理都共享给下游用户或用电企业,由用户或用电企业自己判断是否会对自身造成影响以及给应急预案的制定提供可靠依据。如此,下游用户和用电企业能够根据自身不同的用电情况,作出最契合的自我决策,从而更好的应对电能质量问题,并且也大大降低了电网企业工作负担。
作为上述技术方案的改进,若干个所述供电区域呈树状分布在与同一关联的电力输送管网上,且每一条所述电力输送管网对应的建立主管网监测网络,对应的若干个所述区域级监测网络与主管网监测网络呈树形拓扑结构分布。
所述电力输送管网相当于树干,相关联的所述供电区域沿着电力输送管网分布构成树状结构,而每条所述电力输送管网对应的建立用于监测该条电力输送管网的电能质量情况的主管网监测网络,以确保该条所述电力输送管网的稳定运行。
对应的若干个所述子级监测网络与对应的区域级监测网络呈树形拓扑结构分布,以及对应的若干个所述区域级监测网络与主管网监测网络呈树形拓扑结构分布,可见采用树形拓扑结构能够更有利于上下级监测网络直接的信息共享,并且实现立体式的电能质量监测,并且下级监测网络能够实时共享上级监测网络的监测及处理结果,能够更好的结合自身情况应对电能质量问题。
作为上述技术方案的改进,所述区域级监测网络的建立包括以下步骤:
对所述供电区域内的电网实时监测,捕捉所述供电区域内的异常电能质量信息;
建立异常电能预测模型,并基于所述异常电能质量信息作出质量异常预警;
建立异常电能处理库,并基于所述质量异常预警匹配对应的异常处理方案;
将所述异常电能质量信息、质量异常预警和异常处理方案与子级监测网络实时共享。
作为上述技术方案的改进,所述异常电能预测模型的建立基于历史异常质量事件的记录和分析;
所述异常电能预测模型作出质量异常预警的步骤如下:
对所述历史异常质量事件分类,并对每一类所述历史异常质量事件设定一个确定的阀值和参考值;
将所述异常电能质量信息输入异常电能预测模型得到一个预测值;
将所述预测值与阀值对比,得到一个比值;
若所述比值小于参考值,则所述异常电能质量信息影响小;
若所述比值大于参考值,则所述异常电能质量信息影响中;
若所述比值为参考值的N倍,则所述异常电能质量信息影响大;
其中,N为正整数,最小取值为二。
作为上述技术方案的改进,所述异常电能处理库的建立包括以下步骤:
基于所述历史异常质量事件的分类,对同一类所述异常电能质量信息作出的异常处理方案创建对应该分类的因子集合;
将所述因子集合内的异常处理方案的评分进行从高到底的排序;
将全部的所述异常处理方案与对应的分类异常电能质量信息关联;
其中,关联的优先度对应所述异常处理方案评分排序。
作为上述技术方案的改进,所述子级监测网络的建立包括以下步骤:
建立信息接收终端,并将所述信息接收终端与对应的区域级监测网络连接;
对子集区域内的电网实时监测,并基于所述异常电能质量信息质量异常预警和异常处理方案,建立子集预测模型预测对电能质量的影响以及经济影响;
基于所述电能质量的影响和经济影响作出应急预案。
根据本发明的另一个方面,还提供了用于电力管理的电能质量监测系统,包括:
区域级监测模块以及子级监测模块;
其中,所述区域级监测模块用于实时监测供电区域内的电能质量,并将捕捉到的所述异常电能质量信息以及基于所述异常电能质量信息作出质量异常处理与所述子级监测模块实时共享,所述子级监测模块基于实时共享信息作出减少损失的应急预案。
所述区域级监测模块与子级监测模块采用树形拓扑结构分布,以便多个所述子级监测模块实时共享区域级监测模块的监测及处理结果,能够更好的结合自身情况应对电能质量问题。
作为上述技术方案的改进,所述区域级监测模块包括:
实时监测模块,所述实时监测模块用于对供电区域的电能质量进行实时监测,并捕捉所述供电区域内的异常电能质量信息;
预测模块,所述预测模块基于异常电能质量信息作出质量异常预警;
异常处理模块,所述异常处理模块基于所述质量异常预警匹配对应的异常处理方案;以及
信息共享模块,所述信息共享模块将异常电能质量信息、质量异常预警和异常处理方案与子级监测网络实时共享。
常态时,所述实时监测模块对供电区域内的电能质量进行实时监测,当捕捉到所述异常电能质量信息时,所述预测模块工作,带入所述异常电能质量信息作出质量异常预警,于此同时,所述异常处理模块针对质量异常预警匹配对应的异常处理方案,电网管理人员可以根据所述异常处理方案对异常电能质量信息进行处理。所述信息共享模块及时将异常电能质量信息以及电网企业针对该异常电能质量信息作出的质量异常处理,如质量异常预警和异常处理方案,共享给所述子级监测模块,所述子级监测模块根据实时共享信息作出减少损失的应急预案,如制作应急预案,调整用电计划和调整生产安排。
作为上述技术方案的改进,还包括分类关联模块:
所述分类关联模块用于对异常电能质量信息和异常处理方案进行分类,并将同一类的所述异常电能质量信息和异常处理方案关联。
所述分类关联模块将异常电能质量信息和异常处理方案进行分类,有由利于对同一类电能质量问题进行系统性分析对比,并且将同一分类的所述异常电能质量信息和异常处理方案关联,以便电网管理人员处理相同分类的电能问题时更加简便高效。
本发明的有益效果:
1、本发明中,按照划分的供电区域建立用于监测该供电区域的电能质量的区域级监测网络,针对供电区域内的用户或用电企业建立子级监测网络,并采用树形拓扑结构分布,使得子级监测网络实时共享捕捉到的异常电能质量信息,以及电网企业对所述异常电能质量信息作出质量异常处理时对应的评估,下游用户和用电企业能够根据自身不同的用电情况,作出最契合的自我决策,从而更好的应对电能质量问题。
2、由于用户或用电企业能够及时、全面共享电能质量信息,因此有足够依据结合自身用电进行自我决策,相对的大大降低了电网企业的工作量,能将更多精力转移到电能质量管理上来。
附图说明
图1为用于电力管理的电能质量监测方法中主管网监测网络、区域级监测网络和子级监测网络的连接关系图;
图2为用于电力管理的电能质量监测方法的流程图;
图3为用于电力管理的电能质量监测方法中区域级监测模块的建立流程图;
图4为用于电力管理的电能质量监测方法中异常电能预测模型作出质量异常预警的流程图;
图5为用于电力管理的电能质量监测方法中异常电能处理库的建立流程图;
图6为用于电力管理的电能质量监测方法中子级监测网络的建立流程图;
图7为用于电力管理的电能质量监测系统的结构框图。
附图标记:100、区域级监测模块;110、实时监测模块;120、预测模块;130、异常处理模块;140、信息共享模块;150、分类关联模块;200、子级监测模块。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
如图1-图7所示,图1为用于电力管理的电能质量监测方法中主管网监测网络、区域级监测网络和子级监测网络的连接关系图;图2为用于电力管理的电能质量监测方法的流程图;图3为用于电力管理的电能质量监测方法中区域级监测模块的建立流程图;图4为用于电力管理的电能质量监测方法中异常电能预测模型作出质量异常预警的流程图;图5为用于电力管理的电能质量监测方法中异常电能处理库的建立流程图;图6为用于电力管理的电能质量监测方法中子级监测网络的建立流程图;图7为用于电力管理的电能质量监测系统的结构框图。
参见图2,根据本发明的一个方面,提供了用于电力管理的电能质量监测方法,包括以下步骤:
步骤S100,基于划分的供电区域建立区域级监测网络;
步骤S200,位于所述供电区域内的用户或用电企业建立子级监测网络,所述子级监测网络与对应的区域级监测网络呈树形拓扑结构分布。
其中,所述区域级监测网络捕捉异常电能质量信息,并基于所述异常电能质量信息作出质量异常处理,所述子级监测网络实时共享异常电能质量信息和质量异常处理,且基于所述实时共享信息作出减少损失的应急预案。
所述区域级监测网络服务于电网企业,用于监测电能质量,确保电网稳定运行,当所述区域级监测网络捕捉到异常电能质量信息后,会基于所述异常电能质量信息作出质量异常处理,用以评估所述异常电能质量信息可能带来的影响以及该影响发生时所要采取的异常处理方案,所述子级监测网络实时共享捕捉到异常电能质量信息,以及电网企业对所述异常电能质量信息作出质量异常处理时对应的评估。
通常捕捉到所述异常电能质量信息后,电网企业判断该电能质量问题较小,不足以达到必须向下游用户或用电企业发出通知的程度,但是也存在一旦爆发就会出现电能质量问题,并且影响到下游用户或用电企业用电安全。而本方案将所述异常电能质量信息和电网企业面对异常电能质量信息作出质量异常处理都共享给下游用户或用电企业,由用户或用电企业自己判断是否会对自身造成影响以及给应急预案的制定提供可靠依据。如此,下游用户和用电企业能够根据自身不同的用电情况,作出最契合的自我决策,从而更好的应对电能质量问题,并且也大大降低了电网企业工作负担。
参见图1,在一个实施例中,若干个所述供电区域呈树状分布在与同一关联的电力输送管网上,且每一条所述电力输送管网对应的建立主管网监测网络,对应的若干个所述区域级监测网络与主管网监测网络呈树形拓扑结构分布。
所述电力输送管网相当于树干,相关联的所述供电区域沿着电力输送管网分布构成树状结构,而每条所述电力输送管网对应的建立用于监测该条电力输送管网的电能质量情况的主管网监测网络,以确保该条所述电力输送管网的稳定运行。
对应的若干个所述子级监测网络与对应的区域级监测网络呈树形拓扑结构分布,以及对应的若干个所述区域级监测网络与主管网监测网络呈树形拓扑结构分布,可见采用树形拓扑结构能够更有利于上下级监测网络直接的信息共享,并且实现立体式的电能质量监测,并且下级监测网络能够实时共享上级监测网络的监测及处理结果,能够更好的结合自身情况应对电能质量问题。
在一个实施例中,所述区域级监测网络可以为多个层级,每个层级根据电能供给关系呈树形拓扑结构分布,以此实现上下级,乃至全电网的监测布局,并能实现最下游至最上游的逆向和顺向信息共享,实现“牵一发而动全身”的立体监测。
参见图3,在一个实施例中,所述区域级监测网络的建立包括以下步骤:
步骤S110,对所述供电区域内的电网实时监测,捕捉所述供电区域内的异常电能质量信息。
对所述供电区域内的电网进行实时监测,实施对该区域电能质量的全时段监测,确保不会出现信息遗漏。因此,当出现所述异常电能质量信息时能被第一时间捕捉到。其中,所述异常电能质量信息指电能质量位于指标之外,包括但不限于:电压异常、电力系统的频率异常、各次谐波的含量或相位异常、电压波动异常、电压暂降、电流异常和功率因数异常。
步骤S120,建立异常电能预测模型,并基于所述异常电能质量信息作出质量异常预警。
其中,所述异常电能预测模型的建立基于历史异常质量事件的记录和分析。所述历史异常质量事件是指历次捕捉的异常电能质量信息,以及所述异常电能质量信息所导致的电能质量影响,通过对所述异常电能质量信息与对应的电能质量影响之间关联性的分析,得出因果关系。
由于采用的所述供电区域的历史异常质量事件,相对而言更有利于该供电区域的异常电能预测。
参见图4,在一个实施例中,所述异常电能预测模型作出质量异常预警的步骤如下:
步骤S121,对所述历史异常质量事件分类,并对每一类所述历史异常质量事件设定一个确定的阀值和参考值;
步骤S122,将所述异常电能质量信息输入异常电能预测模型得到一个预测值;
步骤S123,将所述预测值与阀值对比,得到一个比值;
若所述比值小于参考值,则所述异常电能质量信息影响小;
若所述比值大于参考值,则所述异常电能质量信息影响中;
若所述比值为参考值的N倍,则所述异常电能质量信息影响大;
其中,N为正整数,最小取值为二。
根据所述历史异常质量事件预先设定阀值和参考值,再基于所述异常电能质量信息经异常电能预测模型得到一个预测值,再将该预测值阀值对比得到一个比值,该比值相当于风险系数。
基于该比值与参考值的最终对比结果,从而判断所述异常电能质量信息影响的大小。
当影响力小时,可不进行对应的异常处理方案匹配,后续没有质量异常预警和异常处理方案与子级监测网络实时共享。
当影响力中时,进行对应的异常处理方案匹配,将所述异常电能质量信息、质量异常预警和异常处理方案与子级监测网络实时共享。
当影响力大时,进行对应的异常处理方案匹配,不仅将所述异常电能质量信息、质量异常预警和异常处理方案与子级监测网络实时共享,同时电网企业还会向子级监测网络发送通知,以便及时提醒所述子级监测网络及时作出应急预案,避免电能质量问题突发。
具体的,实测的因子包括g1、g2……gn,分别对应不同的电能质量因素;
由于用户端受到不同电能质量参数的影响不易,故针对不同用户端给不同的异常因子设定权重f1、f2……fn,分别与因子对应;
各个用户端的因子的最优值分别记G1、G2……Gn,分别与因子对应;
不同用户端对因子的波动最大上限值分别记M1、M2……Mn,分别与因子对应;
由此得到的风险系数计算公式
由于实测的因子是实时波动的,故得到的风险系数H也是波动的。
此外,当其中某一项因子g与对应的最优值G的绝对差值大于或等于动最大上限值M,则立即达到风险状态,用户端要做好启动应急方案的准备。
步骤S130,建立异常电能处理库,并基于所述质量异常预警匹配对应的异常处理方案。
所述异常电能处理库的建立也是基于历史异常质量事件,通过对历次异常电能处理的归纳、总结和分类而获得的数据库。
参见图5,在一个实施例中,所述异常电能处理库的建立包括以下步骤:
步骤S131,基于所述历史异常质量事件的分类,对同一类所述异常电能质量信息作出的异常处理方案创建对应该分类的因子集合;
步骤S132,将所述因子集合内的异常处理方案的评分进行从高到底的排序;
步骤S133,将全部的所述异常处理方案与对应的分类异常电能质量信息关联;
其中,关联的优先度对应所述异常处理方案评分排序。
将所述所述历史异常质量事件的分类,利用同类所述异常电能质量信息进行系统性的分析对比和归纳,以便再次出现同类,所述异常电能质量信息时能够立即分辨出来,并搜索出对应的所述异常处理方案的因子集合。
所述因子集合内的异常处理方案在每次完成电能质量问题的处理后都会进行评分,同一所述因子集合内的异常处理方案根据评分的高低进行从高到底的排列。
为了确保同类所述异常电能质量信息匹配的异常处理方案为最优,故在将所述因子集合内的异常处理方案与同类所述异常电能质量信息关联时,关联的优先度与所述异常处理方案评分排序成正比,即所述异常处理方案排序越高,则与所述异常电能质量信息的关联越优先。
因此,在出现所述异常电能质量信息时,电网管理人员获取到系统匹配的异常处理方案能够解决异常电能质量信息的可能性最大,极大的提高处理效率,缩短了处理时间。
评分标准包括但不限于:所述异常电能质量信息是否再次发生、发生频率是否降低以及电能质量参数是否改善。
步骤S140,将所述异常电能质量信息、质量异常预警和异常处理方案与子级监测网络实时共享。
将所述异常电能质量信息,以及该异常电能质量信息可能导致的后果、电网企业的应对方案都共享给下游用户或用电企业,给下游用户或用电企业进行自我判断提供充分的依据,并且能够更好的应对电能质量问题。
参见图6,在一个实施例中,所述子级监测网络的建立包括以下步骤:
步骤S210,建立信息接收终端,并将所述信息接收终端与对应的区域级监测网络连接;
步骤S220,对子集区域内的电网实时监测,并基于所述异常电能质量信息质量、异常预警和异常处理方案,建立子集预测模型预测对电能质量的影响以及经济影响;
步骤S230,基于所述电能质量的影响和经济影响作出应急预案。
所述子级检测网络本身不具备对供电区域的电网实时监测的能力,而是依赖于所述区域级监测网络,为了与所述区域级监测网络连接以便进行实时共享信息,首先需要建立所述信息接收终端。
在本实施例中,所述信息接收终端可以时移动终端或固定终端,优选为两者的组合。其中,固定终端对子集区域内的电网实时监测,移动终端用于随时接收实时共享信息,通过建立的所述子集预测模型预测异常电能质量信息质量、异常预警和异常处理方案对对电能质量的影响以及经济影响,并基于次作出所述应急预案,包括但不限于:调整用电、调整生产计划、预备电能。
参见图7,根据本发明的另一个方面,还提供了用于电力管理的电能质量监测系统,包括:
区域级监测模块100以及子级监测模块200;
其中,区域级监测模块100用于实时监测供电区域内的电能质量,并将捕捉到的异常电能质量信息以及基于异常电能质量信息作出质量异常处理与子级监测模块200实时共享,子级监测模块200基于实时共享信息作出减少损失的应急预案。
区域级监测模块100与子级监测模块200采用树形拓扑结构分布,以便多个子级监测模块200实时共享区域级监测模块100的监测及处理结果,能够更好的结合自身情况应对电能质量问题,从而减少因突发电能质量问题而导致自身承受损失。
继续参见图7,在一个实施例中,区域级监测模块100包括:
实时监测模块110,实时监测模块110用于对供电区域的电能质量进行实时监测,并捕捉供电区域内的异常电能质量信息;
预测模块120,预测模块120基于异常电能质量信息作出质量异常预警;
异常处理模块130,异常处理模块130基于质量异常预警匹配对应的异常处理方案;以及
信息共享模块140,信息共享模块140将异常电能质量信息、质量异常预警和异常处理方案与子级监测网络实时共享。
常态时,实时监测模块110对供电区域内的电能质量进行实时监测,当捕捉到异常电能质量信息时,预测模块120工作,带入异常电能质量信息作出质量异常预警,于此同时,异常处理模块130针对质量异常预警匹配对应的异常处理方案,电网管理人员可以根据异常处理方案对异常电能质量信息进行处理。信息共享模块140及时将异常电能质量信息以及电网企业针对该异常电能质量信息作出的质量异常处理,如质量异常预警和异常处理方案,共享给子级监测模块200,子级监测模块200根据实时共享信息作出减少损失的应急预案,如制作应急预案,调整用电计划和调整生产安排。
继续参见图7,还包括分类关联模块150:
分类关联模块150用于对异常电能质量信息和异常处理方案进行分类,并将同一类的异常电能质量信息和异常处理方案关联。
分类关联模块150将异常电能质量信息和异常处理方案进行分类,有由利于对同一类电能质量问题进行系统性分析对比,并且将同一分类的异常电能质量信息和异常处理方案关联,以便电网管理人员处理相同分类的电能问题时更加简便高效。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (7)
1.用于电力管理的电能质量监测方法,其特征在于,包括以下步骤:
基于划分的供电区域建立区域级监测网络;
位于所述供电区域内的用户或用电企业建立子级监测网络,所述子级监测网络与对应的区域级监测网络呈树形拓扑结构分布;
其中,所述区域级监测网络捕捉异常电能质量信息,并基于所述异常电能质量信息作出质量异常处理,所述子级监测网络实时共享异常电能质量信息和质量异常处理,且基于所述实时共享信息作出减少损失的应急预案;
所述区域级监测网络的建立包括以下步骤:
对所述供电区域内的电网实时监测,捕捉所述供电区域内的异常电能质量信息;
建立异常电能预测模型,并基于所述异常电能质量信息作出质量异常预警;
建立异常电能处理库,并基于所述质量异常预警匹配对应的异常处理方案;
将所述异常电能质量信息、质量异常预警和异常处理方案与子级监测网络实时共享;
所述异常电能预测模型的建立基于历史异常质量事件的记录和分析;
所述异常电能预测模型作出质量异常预警的步骤如下:
对所述历史异常质量事件分类,并对每一类所述历史异常质量事件设定一个确定的阀值和参考值;
将所述异常电能质量信息输入异常电能预测模型得到一个预测值;
将所述预测值与阀值对比,得到一个比值;
若所述比值小于参考值,则所述异常电能质量信息影响小;
若所述比值大于参考值,则所述异常电能质量信息影响中;
若所述比值为参考值的N倍,则所述异常电能质量信息影响大;
其中,N为正整数,最小取值为二。
2.根据权利要求1所述的用于电力管理的电能质量监测方法,其特征在于:
若干个所述供电区域呈树状分布在与同一关联的电力输送管网上,且每一条所述电力输送管网对应的建立主管网监测网络,对应的若干个所述区域级监测网络与主管网监测网络呈树形拓扑结构分布。
3.根据权利要求1所述的用于电力管理的电能质量监测方法,其特征在于:
所述异常电能处理库的建立包括以下步骤:
基于所述历史异常质量事件的分类,对同一类所述异常电能质量信息作出的异常处理方案创建对应该分类的因子集合;
将所述因子集合内的异常处理方案的评分进行从高到底的排序;
将全部的所述异常处理方案与对应的分类异常电能质量信息关联;
其中,关联的优先度对应所述异常处理方案评分排序。
4.根据权利要求1所述的用于电力管理的电能质量监测方法,其特征在于:
所述子级监测网络的建立包括以下步骤:
建立信息接收终端,并将所述信息接收终端与对应的区域级监测网络连接;
对子集区域内的电网实时监测,并基于所述异常电能质量信息质量异常预警和异常处理方案,建立子集预测模型预测对电能质量的影响以及经济影响;
基于所述电能质量的影响和经济影响作出应急预案。
5.用于电力管理的电能质量监测系统,其特征在于,所述电能质量监测系统用于执行权利要求1~4任一所述的用于电力管理的电能质量监测方法,包括:
区域级监测模块(100)以及子级监测模块(200);
其中,所述区域级监测模块(100)用于实时监测供电区域内的电能质量,并将捕捉到的异常的电能质量信息以及基于所述异常电能质量信息作出质量异常处理与所述子级监测模块(200)实时共享,所述子级监测模块(200)基于实时共享信息作出减少损失的应急预案。
6.根据权利要求5所述的用于电力管理的电能质量监测系统,其特征在于:
所述区域级监测模块(100)包括:
实时监测模块(110),所述实时监测模块(110)用于对供电区域的电能质量进行实时监测,并捕捉所述供电区域内的异常电能质量信息;
预测模块(120),所述预测模块(120)基于异常电能质量信息作出质量异常预警;
异常处理模块(130),所述异常处理模块(130)基于所述质量异常预警匹配对应的异常处理方案;以及
信息共享模块(140),所述信息共享模块(140)将异常电能质量信息、质量异常预警和异常处理方案与子级监测网络实时共享。
7.根据权利要求6所述的用于电力管理的电能质量监测系统,其特征在于,还包括:
分类关联模块(150),所述分类关联模块(150)用于对异常电能质量信息和异常处理方案进行分类,并将同一类的所述异常电能质量信息和异常处理方案关联。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310994044.XA CN117013701B (zh) | 2023-08-08 | 2023-08-08 | 用于电力管理的电能质量监测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310994044.XA CN117013701B (zh) | 2023-08-08 | 2023-08-08 | 用于电力管理的电能质量监测方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117013701A CN117013701A (zh) | 2023-11-07 |
CN117013701B true CN117013701B (zh) | 2024-04-02 |
Family
ID=88566982
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310994044.XA Active CN117013701B (zh) | 2023-08-08 | 2023-08-08 | 用于电力管理的电能质量监测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117013701B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102931724A (zh) * | 2012-09-29 | 2013-02-13 | 上海市电力公司 | 电力输变电智能化视频监控系统 |
CN103647276A (zh) * | 2013-12-10 | 2014-03-19 | 国家电网公司 | 一种电能质量预警系统及其方法 |
CN105870917A (zh) * | 2016-04-19 | 2016-08-17 | 梅照付 | 一种电力电网供给系统 |
CN109193627A (zh) * | 2018-09-17 | 2019-01-11 | 镇江博慧自动化技术研究院有限公司 | 分布式无线网络的电能质量监控系统 |
CN111984705A (zh) * | 2020-08-20 | 2020-11-24 | 广东电网有限责任公司电力科学研究院 | 一种电能质量监测装置的精度评估管理方法和装置 |
CN114243709A (zh) * | 2021-12-13 | 2022-03-25 | 广东电网有限责任公司 | 一种需求侧可调节资源分层分级的调度运行方法 |
CN115580028A (zh) * | 2022-11-21 | 2023-01-06 | 江苏黑马高科股份有限公司 | 一种用于电力管理的电能质量监测方法及系统 |
CN115940294A (zh) * | 2023-01-17 | 2023-04-07 | 中国电力科学研究院有限公司 | 多级电网实时调度策略调整方法、系统、设备及存储介质 |
CN116054403A (zh) * | 2023-01-10 | 2023-05-02 | 江苏电力信息技术有限公司 | 基于国网大数据平台的电网调度量测监控方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9961089B1 (en) * | 2016-10-20 | 2018-05-01 | Mitsubishi Electric Research Laboratories, Inc. | Distributed estimation and detection of anomalies in control systems |
WO2019108891A1 (en) * | 2017-12-01 | 2019-06-06 | Massachusetts Institute Of Technology | Methods and systems for secure scheduling and dispatching synthetic regulation reserve from distributed energy resources |
-
2023
- 2023-08-08 CN CN202310994044.XA patent/CN117013701B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102931724A (zh) * | 2012-09-29 | 2013-02-13 | 上海市电力公司 | 电力输变电智能化视频监控系统 |
CN103647276A (zh) * | 2013-12-10 | 2014-03-19 | 国家电网公司 | 一种电能质量预警系统及其方法 |
CN105870917A (zh) * | 2016-04-19 | 2016-08-17 | 梅照付 | 一种电力电网供给系统 |
CN109193627A (zh) * | 2018-09-17 | 2019-01-11 | 镇江博慧自动化技术研究院有限公司 | 分布式无线网络的电能质量监控系统 |
CN111984705A (zh) * | 2020-08-20 | 2020-11-24 | 广东电网有限责任公司电力科学研究院 | 一种电能质量监测装置的精度评估管理方法和装置 |
CN114243709A (zh) * | 2021-12-13 | 2022-03-25 | 广东电网有限责任公司 | 一种需求侧可调节资源分层分级的调度运行方法 |
CN115580028A (zh) * | 2022-11-21 | 2023-01-06 | 江苏黑马高科股份有限公司 | 一种用于电力管理的电能质量监测方法及系统 |
CN116054403A (zh) * | 2023-01-10 | 2023-05-02 | 江苏电力信息技术有限公司 | 基于国网大数据平台的电网调度量测监控方法 |
CN115940294A (zh) * | 2023-01-17 | 2023-04-07 | 中国电力科学研究院有限公司 | 多级电网实时调度策略调整方法、系统、设备及存储介质 |
Non-Patent Citations (2)
Title |
---|
分布式电源参与的配电网电能质量控制策略分析;邓世聪等;《通信电源技术》;20190225;全文 * |
电气化铁路电能质量监测系统设计方案研究;罗剑波等;《江苏电机工程》;20100731;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN117013701A (zh) | 2023-11-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111038291B (zh) | 一种电动汽车充电故障智能诊断系统及方法 | |
CN108336725B (zh) | 电网调度设备监控管理及智能分析系统 | |
CN105245185B (zh) | 一种接入配电网的区域分布式光伏故障诊断系统及方法 | |
CN106384210B (zh) | 一种基于检修风险收益的输变电设备检修优先级排序方法 | |
CN104020754B (zh) | 一种变电站一次主设备状态监测信息接入调控系统的方法 | |
CN103647276B (zh) | 一种电能质量预警系统及其方法 | |
CN106875105B (zh) | 一种考虑复合故障风险的配电网差异化规划方法 | |
CN109905885B (zh) | 一种确定巡检基站列表的方法以及巡检装置 | |
CN114389359A (zh) | 一种基于云边协同的集控式继电保护设备智能运维方法 | |
CN112884459A (zh) | 一种能源消耗过程监控系统及其节能分析方法 | |
CN111585354A (zh) | 储能电站智能运检设备 | |
CN114689965A (zh) | 基于嵌入式智能传感器的电力设备在线监测方法及系统 | |
CN111600743A (zh) | 一种基于大数据的智能运维系统 | |
CN110751338A (zh) | 一种配变台区重过载特征模型的构建和预警的方法 | |
CN109672175A (zh) | 电网控制方法及装置 | |
CN117498406A (zh) | 一种云边端协同的储能电站管理系统和方法 | |
CN116756966A (zh) | 一种电网故障预警方法、系统、终端设备及存储介质 | |
CN103885372B (zh) | 一种开关电源整流模块监控预警方法及系统 | |
CN117013701B (zh) | 用于电力管理的电能质量监测方法及系统 | |
CN113949155A (zh) | 一种具有实时监测功能的全景式电能质量监测系统 | |
CN113063211A (zh) | 中央空调系统报警信息智能诊断及售后派单方法 | |
CN117335570A (zh) | 一种弹性配电网全景信息可视化监测系统及方法 | |
CN111934426A (zh) | 一种基于大数据的电网设备趋势性故障预警系统 | |
CN116843145A (zh) | 班组工作历任务描述与班员自适应匹配派工方法和系统 | |
CN116484149A (zh) | 配网停电检修计划量化评估方法 |
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 |