CN117216721A - 一种基于多判据融合的谐振状态及谐振路径识别方法 - Google Patents
一种基于多判据融合的谐振状态及谐振路径识别方法 Download PDFInfo
- Publication number
- CN117216721A CN117216721A CN202311482637.4A CN202311482637A CN117216721A CN 117216721 A CN117216721 A CN 117216721A CN 202311482637 A CN202311482637 A CN 202311482637A CN 117216721 A CN117216721 A CN 117216721A
- Authority
- CN
- China
- Prior art keywords
- harmonic
- line
- target line
- resonance
- coupling
- 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
- 230000004927 fusion Effects 0.000 title claims abstract description 17
- 238000010168 coupling process Methods 0.000 claims abstract description 97
- 238000005859 coupling reaction Methods 0.000 claims abstract description 97
- 230000008878 coupling Effects 0.000 claims abstract description 95
- 238000012216 screening Methods 0.000 claims abstract description 38
- 230000003993 interaction Effects 0.000 claims abstract description 17
- 238000012417 linear regression Methods 0.000 claims abstract description 15
- 238000004364 calculation method Methods 0.000 claims description 11
- 238000010586 diagram Methods 0.000 claims description 8
- 230000003321 amplification Effects 0.000 claims description 4
- 230000001364 causal effect Effects 0.000 claims description 4
- 230000000694 effects Effects 0.000 claims description 4
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 4
- 230000001419 dependent effect Effects 0.000 claims description 3
- 230000007547 defect Effects 0.000 abstract description 3
- 230000008859 change Effects 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000012502 risk assessment Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000036962 time dependent Effects 0.000 description 1
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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/40—Arrangements for reducing harmonics
Landscapes
- Measurement Of Resistance Or Impedance (AREA)
Abstract
本发明涉及电网谐振识别，具体涉及一种基于多判据融合的谐振状态及谐振路径识别方法，计算各线路h次谐波电流有效值数组与供电母线h次谐波电压有效值数组的相关系数，并基于相关系数筛选出所有第一目标线路进行线性回归；计算主导系数，对各第一目标线路的多谐波源交互影响进行主导性判断，并基于主导系数筛选出所有第二目标线路；计算各第二目标线路的h次耦合谐波阻抗角和h次耦合谐波阻抗值，进行谐波潮流判断；根据谐波潮流判断结果，进行电网的谐振状态识别；当电网中存在谐波谐振时，对敏感谐振支路和敏感谐波源进行判断，进而确定谐振路径；本发明提供的技术方案能够克服不能在多谐波源交互影响下准确识别电网谐振状态及谐振路径的缺陷。
Description
技术领域
本发明涉及电网谐振识别，具体涉及一种基于多判据融合的谐振状态及谐振路径识别方法。
背景技术
随着电力电子技术的广泛应用，电力电子设备群之间以及与电网之间的交互不断增强，基于谐波阻抗模型的电网谐振风险分析方法面临建模难度大、计算误差大等难题。此外，实际电网动态变化、电力电子设备无序接入导致电网谐振风险和谐振频率也处于动态变化中，因此加强对电网的谐振监测具有重要意义。
实际电网中，非线性负荷广域分布且交互影响，在多谐波源交互影响下，各线路的谐波电流与供电母线的谐波电压之间的耦合谐波阻抗物理意义不明确，通过耦合谐波阻抗角和耦合谐波阻抗值进行谐波潮流的识别极易产生误判。因此，如何在多谐波源交互影响下实现对电网谐振状态及谐振路径的准确识别是急需解决的关键技术难题。
发明内容
针对现有技术所存在的上述缺点，本发明提供了一种基于多判据融合的谐振状态及谐振路径识别方法，能够有效克服现有技术所存在的不能在多谐波源交互影响下准确识别电网谐振状态及谐振路径的缺陷。
为实现以上目的，本发明通过以下技术方案予以实现：
一种基于多判据融合的谐振状态及谐振路径识别方法，包括以下步骤：
S1、获取供电母线h次谐波电压有效值数组和谐波电压初相角数组，以及同一时间内各线路h次谐波电流有效值数组和谐波电流初相角数组；
S2、计算各线路h次谐波电流有效值数组与供电母线h次谐波电压有效值数组的相关系数，并基于相关系数筛选出所有第一目标线路进行线性回归；
S3、计算主导系数，对各第一目标线路的多谐波源交互影响进行主导性判断，并基于主导系数筛选出所有第二目标线路；
S4、计算各第二目标线路的h次耦合谐波阻抗角和h次耦合谐波阻抗值，进行谐波潮流判断；
S5、根据谐波潮流判断结果，进行电网的谐振状态识别；
S6、当电网中存在谐波谐振时，对敏感谐振支路和敏感谐波源进行判断，进而确定谐振路径。
优选地，S1中获取供电母线h次谐波电压有效值数组和谐波电压初相角数组，以及同一时间内各线路h次谐波电流有效值数组和谐波电流初相角数组，包括：
供电母线h次谐波电压有效值数组为，谐波电压初相角数组为/>，各线路h次谐波电流有效值数组为，谐波电流初相角数组为，n为数组中的数据序号，h为谐波次数，i为线路编号；
其中，在计算谐波电流初相角时，谐波电流的参考方向以流出母线方向为正方向；谐波电压初相角和谐波电流初相角的计算应以母线基波电压过零点为参考基准。
优选地，S2中计算各线路h次谐波电流有效值数组与供电母线h次谐波电压有效值数组的相关系数，包括：
采用下式计算各线路h次谐波电流有效值数组与供电母线h次谐波电压有效值数组的相关系数：
，
其中，为供电母线h次谐波电压有效值数组的均值，/>为各线路h次谐波电流有效值数组的均值，N为数组中的数据量。
优选地，S2中基于相关系数筛选出所有第一目标线路进行线性回归，包括：
筛选出相关系数大于0.9的所有第一目标线路，以各第一目标线路h次谐波电流有效值数组为横坐标，供电母线h次谐波电压有效值数组为纵坐标，绘制各第一目标线路的h次谐波电流与供电母线的h次谐波电压的散点图，基于最小二乘法对散点图进行二元线性回归，回归方程如下：
，
其中，X为自变量，对应各第一目标线路的h次谐波电流；Y为因变量，对应供电母线的h次谐波电压；k为回归系数，是回归方程的斜率；B为回归截距，是回归直线在Y轴上的截距。
优选地，S3中计算主导系数，对各第一目标线路的多谐波源交互影响进行主导性判断，并基于主导系数筛选出所有第二目标线路，包括：
采用下式计算第一目标线路的主导系数：
，
当某第一目标线路的主导系数大于设定阈值/>时，设定阈值/>取0.8，则判断该第一目标线路的谐波电流与供电母线的谐波电压之间存在一个强主导谐波源，该第一目标线路的耦合谐波阻抗具有物理意义，筛选出主导系数/>大于设定阈值/>的所有第一目标线路作为第二目标线路；
其中，理想情况下，当某第一目标线路的主导系数=1时，回归截距B=0，此时该第一目标线路的谐波电流与供电母线的谐波电压之间存在唯一的因果关系。
优选地，S4中计算各第二目标线路的h次耦合谐波阻抗角和h次耦合谐波阻抗值，包括：
采用下式计算第i条第二目标线路的h次耦合谐波阻抗角：
，
采用下式计算第i条第二目标线路的h次耦合谐波阻抗值：
，
为排除各第二目标线路在谐波电流较小时耦合谐波阻抗角和耦合谐波阻抗值计算误差的影响，需要对各第二目标线路的谐波电流进行筛选。
优选地，所述对各第二目标线路的谐波电流进行筛选，包括：
采用下式对第i条第二目标线路的谐波电流进行筛选：
，
其中，为第i条第二目标线路满足筛选条件的数组位置；/>为寻找满足不等式/>条件的数组位置；/>为设定的筛选阈值，筛选阈值/>取值范围为0.4~0.6；
对满足筛选阈值的耦合谐波阻抗角/>，计算相应的概率密度函数，取概率密度函数峰值对应的阻抗角作为谐波潮流方向的判断条件；
对满足筛选阈值的耦合谐波阻抗值/>，计算相应的概率密度函数，取概率密度函数峰值对应的阻抗值作为谐振路径的判断条件。
优选地，S4中进行谐波潮流判断，包括：
当第i条第二目标线路的h次耦合谐波阻抗角位于第一象限时，谐波潮流方向与参考方向一致，由供电母线流入第i条第二目标线路，且第i条第二目标线路的耦合谐波阻抗呈阻感特性；
当第i条第二目标线路的h次耦合谐波阻抗角位于第二象限时，谐波潮流方向与参考方向相反，由第i条第二目标线路流入供电母线，且第i条第二目标线路的耦合谐波阻抗呈阻容特性；
当第i条第二目标线路的h次耦合谐波阻抗角位于第三象限时，谐波潮流方向与参考方向相反，由第i条第二目标线路流入供电母线，且第i条第二目标线路的耦合谐波阻抗呈阻感特性；
当第i条第二目标线路的h次耦合谐波阻抗角位于第四象限时，谐波潮流方向与参考方向一致，由供电母线流入第i条第二目标线路，且第i条第二目标线路的耦合谐波阻抗呈阻容特性。
优选地，S5中根据谐波潮流判断结果，进行电网的谐振状态识别，包括：
对于h次谐波，在供电母线连接的各线路中，至少存在三条线路的谐波电流与供电母线的谐波电压的相关系数大于0.9，且至少存在一条耦合谐波阻抗呈阻感特性的线路和一条耦合谐波阻抗呈阻容特性的线路，则判断电网中存在h次谐波谐振。
优选地，S6中当电网中存在谐波谐振时，对敏感谐振支路和敏感谐波源进行判断，进而确定谐振路径，包括：
S61、判断敏感谐振支路和敏感谐波源：
谐波潮流方向为供电母线流入线路，且耦合谐波阻抗呈阻感特性的各线路中，耦合谐波阻抗值最小的线路为第一敏感谐振支路；
谐波潮流方向为供电母线流入线路，且耦合谐波阻抗呈阻容特性的各线路中，耦合谐波阻抗值最小的线路为第二敏感谐振支路；
谐波潮流方向由线路流入供电母线，各线路中相关系数最大的线路为敏感谐波源支路；
S62、确定谐振路径：
敏感谐波源支路产生的h次谐波电流在注入系统时，呈阻感特性的第一敏感谐振支路与呈阻容特性的第二敏感谐振支路发生并联谐振，使得注入敏感谐振支路的h次谐波电流产生谐振放大。
与现有技术相比，本发明所提供的一种基于多判据融合的谐振状态及谐振路径识别方法，具有以下有益效果：
1）通过相关性分析和线性回归，提出了主导系数的计算方法，融合相关系数和主导系数双重判据进行多谐波源交互影响下的主导性判断，实现了多谐波源交互影响下强主导谐波源的准确辨识，有效解决了非敏感谐振支路在多谐波源交互影响下耦合谐波阻抗物理意义不明确导致的谐波潮流误判的问题；
2）对满足强主导谐波源的线路，通过对其耦合谐波阻抗角和耦合谐波阻抗值进行综合判断，可实现电网谐振状态及谐振时敏感谐振支路、敏感谐波源和谐振路径的准确识别，为电网并联谐振的技术监督与管控提供技术支撑。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍。显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1 为本发明的流程示意图；
图2 为本发明的实例示意图；
图3 为本发明图2中线路2的线性回归结果示意图；
图4 为本发明图2中线路2的5次耦合谐波阻抗角随时间变化的示意图；
图5 为本发明图2中线路2的5次耦合谐波阻抗角的概率密度分布图；
图6 为本发明图2中线路2的5次耦合谐波阻抗值随时间变化的示意图；
图7 为本发明图2中线路2的5次耦合谐波阻抗值的概率密度分布图。
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作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。
一种基于多判据融合的谐振状态及谐振路径识别方法，如图1所示，S1、获取供电母线h次谐波电压有效值数组和谐波电压初相角数组，以及同一时间内各线路h次谐波电流有效值数组和谐波电流初相角数组，具体包括：
供电母线h次谐波电压有效值数组为，谐波电压初相角数组为/>，各线路h次谐波电流有效值数组为/>，谐波电流初相角数组为/>，n为数组中的数据序号，h为谐波次数，i为线路编号；
其中，在计算谐波电流初相角时，谐波电流的参考方向以流出母线方向为正方向；谐波电压初相角和谐波电流初相角的计算应以母线基波电压过零点为参考基准。
S2、计算各线路h次谐波电流有效值数组与供电母线h次谐波电压有效值数组的相关系数，并基于相关系数筛选出所有第一目标线路进行线性回归。
1）计算各线路h次谐波电流有效值数组与供电母线h次谐波电压有效值数组的相关系数，包括：
采用下式计算各线路h次谐波电流有效值数组与供电母线h次谐波电压有效值数组的相关系数：
，
其中，为供电母线h次谐波电压有效值数组的均值，/>为各线路h次谐波电流有效值数组的均值，N为数组中的数据量。
2）基于相关系数筛选出所有第一目标线路进行线性回归，包括：
筛选出相关系数大于0.9的所有第一目标线路，以各第一目标线路h次谐波电流有效值数组为横坐标，供电母线h次谐波电压有效值数组为纵坐标，绘制各第一目标线路的h次谐波电流与供电母线的h次谐波电压的散点图，基于最小二乘法对散点图进行二元线性回归，回归方程如下：
，
其中，X为自变量，对应各第一目标线路的h次谐波电流；Y为因变量，对应供电母线的h次谐波电压；k为回归系数，是回归方程的斜率；B为回归截距，是回归直线在Y轴上的截距。
S3、计算主导系数，对各第一目标线路的多谐波源交互影响进行主导性判断，并基于主导系数筛选出所有第二目标线路，具体包括：
采用下式计算第一目标线路的主导系数：
，
当某第一目标线路的主导系数大于设定阈值/>时，设定阈值/>取0.8，则判断该第一目标线路的谐波电流与供电母线的谐波电压之间存在一个强主导谐波源，该第一目标线路的耦合谐波阻抗具有物理意义，筛选出主导系数/>大于设定阈值/>的所有第一目标线路作为第二目标线路；
其中，理想情况下，当某第一目标线路的主导系数=1时，回归截距B=0，此时该第一目标线路的谐波电流与供电母线的谐波电压之间存在唯一的因果关系。
本申请技术方案中，相关性不代表因果性，当存在多谐波源交互影响时，也可能存在相关系数大于0.9的工况，因此需要对各线路的多谐波源交互影响进行主导性判断，确定是否存在一个强主导谐波源，只有存在强主导谐波源或唯一的谐波源时，耦合谐波阻抗才具有物理意义。
S4、计算各第二目标线路的h次耦合谐波阻抗角和h次耦合谐波阻抗值，进行谐波潮流判断。
1）计算各第二目标线路的h次耦合谐波阻抗角和h次耦合谐波阻抗值，包括：
采用下式计算第i条第二目标线路的h次耦合谐波阻抗角：
，
采用下式计算第i条第二目标线路的h次耦合谐波阻抗值：
，
为排除各第二目标线路在谐波电流较小时耦合谐波阻抗角和耦合谐波阻抗值计算误差的影响，需要对各第二目标线路的谐波电流进行筛选。
具体地，对各第二目标线路的谐波电流进行筛选，包括：
采用下式对第i条第二目标线路的谐波电流进行筛选：
，
其中，为第i条第二目标线路满足筛选条件的数组位置；/>为寻找满足不等式/>条件的数组位置；/>为设定的筛选阈值，筛选阈值/>取值范围为0.4~0.6；
对满足筛选阈值的耦合谐波阻抗角/>，计算相应的概率密度函数，取概率密度函数峰值对应的阻抗角作为谐波潮流方向的判断条件；
对满足筛选阈值的耦合谐波阻抗值/>，计算相应的概率密度函数，取概率密度函数峰值对应的阻抗值作为谐振路径的判断条件。
2）进行谐波潮流判断，包括：
当第i条第二目标线路的h次耦合谐波阻抗角位于第一象限时，谐波潮流方向与参考方向一致，由供电母线流入第i条第二目标线路，且第i条第二目标线路的耦合谐波阻抗呈阻感特性；
当第i条第二目标线路的h次耦合谐波阻抗角位于第二象限时，谐波潮流方向与参考方向相反，由第i条第二目标线路流入供电母线，且第i条第二目标线路的耦合谐波阻抗呈阻容特性；
当第i条第二目标线路的h次耦合谐波阻抗角位于第三象限时，谐波潮流方向与参考方向相反，由第i条第二目标线路流入供电母线，且第i条第二目标线路的耦合谐波阻抗呈阻感特性；
当第i条第二目标线路的h次耦合谐波阻抗角位于第四象限时，谐波潮流方向与参考方向一致，由供电母线流入第i条第二目标线路，且第i条第二目标线路的耦合谐波阻抗呈阻容特性。
S5、根据谐波潮流判断结果，进行电网的谐振状态识别，具体包括：
对于h次谐波，在供电母线连接的各线路中，至少存在三条线路的谐波电流与供电母线的谐波电压的相关系数大于0.9，且至少存在一条耦合谐波阻抗呈阻感特性（）的线路和一条耦合谐波阻抗呈阻容特性（/>）的线路，则判断电网中存在h次谐波谐振。
S6、当电网中存在谐波谐振时，对敏感谐振支路和敏感谐波源进行判断，进而确定谐振路径，具体包括：
S61、判断敏感谐振支路和敏感谐波源：
谐波潮流方向为供电母线流入线路，且耦合谐波阻抗呈阻感特性的各线路中，耦合谐波阻抗值最小的线路为第一敏感谐振支路；
谐波潮流方向为供电母线流入线路，且耦合谐波阻抗呈阻容特性的各线路中，耦合谐波阻抗值最小的线路为第二敏感谐振支路；
谐波潮流方向由线路流入供电母线，各线路中相关系数最大的线路为敏感谐波源支路；
S62、确定谐振路径：
敏感谐波源支路产生的h次谐波电流在注入系统时，呈阻感特性的第一敏感谐振支路与呈阻容特性的第二敏感谐振支路发生并联谐振，使得注入敏感谐振支路的h次谐波电流产生谐振放大。
为了更好地介绍本申请技术方案，下面通过一个具体实例进行详细说明：
如图2所示，某变电站共有5条出线，5条出线的编号依次为线路1、线路2、线路3、线路4和线路5，总进线编号为线路6。该变电站低压系统发生了5次谐波并联谐振，根据对供电母线5次谐波电压有效值和6条线路5次谐波电流有效值进行同步监测，每3s记录一组数据，监测总时长为19h，获得供电母线5次谐波电压有效值数组和谐波电压初相角数组/>，以及同一时间内各线路5次谐波电流有效值数组/>和谐波电流初相角数组/>，i=1、2、…、6，和/>的数组长度（数据量）均为22800。
分别计算各线路5次谐波电流有效值数组与供电母线5次谐波电压有效值数组的相关系数，相关系数计算结果见下表：
表1 各线路相关系数、回归截距、主导系数和耦合谐波阻抗结果表
| 线路 | 相关系数 | 回归截距 | 主导系数 | 耦合谐波阻抗值 | 耦合谐波阻抗角 | 谐振路径 |
| 线路1 | 0.995 | 36.00 | 0.98 | 110.12Ω | 85.7° | 第一敏感谐振支路 |
| 线路2 | 0.982 | -372.07 | 0.82 | 248.12Ω | 90.4° | 敏感谐波源支路 |
| 线路3 | 0.907 | 302.27 | 0.85 | 365.7Ω | 107.7° | 非敏感谐振支路 |
| 线路4 | 0.522 | / | / | / | / | |
| 线路5 | 0.318 | / | / | / | / | |
| 线路6 | 0.959 | -13.20 | 0.99 | 66.76Ω | -82.5° | 第二敏感谐振支路 |
如表1所示，线路1、线路2、线路3和线路6的相关系数均大于0.9，对相关系数大于0.9的线路进行线性回归，其中线路2的线性回归结果如图3所示。
根据线性回归结果计算各线路的主导系数，如表1所示，线路1、线路2、线路3和线路6的主导系数均大于0.8，各线路的5次谐波电流和供电母线的5次谐波电压之间存在一个强主导谐波源。
对各线路的耦合谐波阻抗角和耦合谐波阻抗值进行计算，如表1所示，其中线路2的相关计算结果如图4、图5、图6和图7所示。根据各线路的耦合谐波阻抗计算结果进行谐波潮流判断：
线路1的耦合谐波阻抗角位于第一象限，5次谐波电流由供电母线流入线路，耦合谐波阻抗呈阻感特性，耦合谐波阻抗值为110.12Ω；
线路2的耦合谐波阻抗角位于第二象限，5次谐波电流由线路流入供电母线，耦合谐波阻抗呈阻容特性，耦合谐波阻抗值为248.12Ω；
线路3的耦合谐波阻抗角位于第二象限，5次谐波电流由线路流入供电母线，耦合谐波阻抗呈阻容特性，耦合谐波阻抗值为365.7Ω；
线路6的耦合谐波阻抗角位于第四象限，5次谐波电流由供电母线流入线路，耦合谐波阻抗呈阻容特性，耦合谐波阻抗值为66.76Ω。
根据上述谐波潮流判断结果，进行电网的谐振状态识别。当电网中存在谐波谐振时，对敏感谐振支路和敏感谐波源进行判断，如表1所示：
谐波潮流方向由供电母线流入线路，且耦合谐波阻抗呈阻感特性的各线路中，线路1的耦合谐波阻抗值最小，因此线路1为第一敏感谐振支路；
谐波潮流方向由供电母线流入线路，且耦合谐波阻抗呈阻容特性的各线路中，线路6的耦合谐波阻抗值最小，因此线路6为第二敏感谐振支路；
谐波潮流方向由线路流入供电母线，各线路中相关系数最大的线路是线路2，因此线路2为敏感谐波源支路。
由此可以确定5次谐波的谐振路径为：线路2产生的5次谐波电流在注入系统时，呈阻感特性的第一敏感谐振支路（线路1）与呈阻容特性的第二敏感谐振支路（线路6）发生并联谐振，使得注入敏感谐振支路的5次谐波电流产生谐振放大。
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，并不会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 (10)
1.一种基于多判据融合的谐振状态及谐振路径识别方法，其特征在于：包括以下步骤：
S1、获取供电母线h次谐波电压有效值数组和谐波电压初相角数组，以及同一时间内各线路h次谐波电流有效值数组和谐波电流初相角数组；
S2、计算各线路h次谐波电流有效值数组与供电母线h次谐波电压有效值数组的相关系数，并基于相关系数筛选出所有第一目标线路进行线性回归；
S3、计算主导系数，对各第一目标线路的多谐波源交互影响进行主导性判断，并基于主导系数筛选出所有第二目标线路；
S4、计算各第二目标线路的h次耦合谐波阻抗角和h次耦合谐波阻抗值，进行谐波潮流判断；
S5、根据谐波潮流判断结果，进行电网的谐振状态识别；
S6、当电网中存在谐波谐振时，对敏感谐振支路和敏感谐波源进行判断，进而确定谐振路径。
2.根据权利要求1所述的基于多判据融合的谐振状态及谐振路径识别方法，其特征在于：S1中获取供电母线h次谐波电压有效值数组和谐波电压初相角数组，以及同一时间内各线路h次谐波电流有效值数组和谐波电流初相角数组，包括：
供电母线h次谐波电压有效值数组为，谐波电压初相角数组为/>，各线路h次谐波电流有效值数组为，谐波电流初相角数组为，n为数组中的数据序号，h为谐波次数，i为线路编号；
其中，在计算谐波电流初相角时，谐波电流的参考方向以流出母线方向为正方向；谐波电压初相角和谐波电流初相角的计算应以母线基波电压过零点为参考基准。
3.根据权利要求2所述的基于多判据融合的谐振状态及谐振路径识别方法，其特征在于：S2中计算各线路h次谐波电流有效值数组与供电母线h次谐波电压有效值数组的相关系数，包括：
采用下式计算各线路h次谐波电流有效值数组与供电母线h次谐波电压有效值数组的相关系数：
，
其中，为供电母线h次谐波电压有效值数组的均值，/>为各线路h次谐波电流有效值数组的均值，N为数组中的数据量。
4.根据权利要求3所述的基于多判据融合的谐振状态及谐振路径识别方法，其特征在于：S2中基于相关系数筛选出所有第一目标线路进行线性回归，包括：
筛选出相关系数大于0.9的所有第一目标线路，以各第一目标线路h次谐波电流有效值数组为横坐标，供电母线h次谐波电压有效值数组为纵坐标，绘制各第一目标线路的h次谐波电流与供电母线的h次谐波电压的散点图，基于最小二乘法对散点图进行二元线性回归，回归方程如下：
，
其中，X为自变量，对应各第一目标线路的h次谐波电流；Y为因变量，对应供电母线的h次谐波电压；k为回归系数，是回归方程的斜率；B为回归截距，是回归直线在Y轴上的截距。
5.根据权利要求4所述的基于多判据融合的谐振状态及谐振路径识别方法，其特征在于：S3中计算主导系数，对各第一目标线路的多谐波源交互影响进行主导性判断，并基于主导系数筛选出所有第二目标线路，包括：
采用下式计算第一目标线路的主导系数：
，
当某第一目标线路的主导系数大于设定阈值/>时，设定阈值/>取0.8，则判断该第一目标线路的谐波电流与供电母线的谐波电压之间存在一个强主导谐波源，该第一目标线路的耦合谐波阻抗具有物理意义，筛选出主导系数/>大于设定阈值/>的所有第一目标线路作为第二目标线路；
其中，理想情况下，当某第一目标线路的主导系数=1时，回归截距B=0，此时该第一目标线路的谐波电流与供电母线的谐波电压之间存在唯一的因果关系。
6.根据权利要求5所述的基于多判据融合的谐振状态及谐振路径识别方法，其特征在于：S4中计算各第二目标线路的h次耦合谐波阻抗角和h次耦合谐波阻抗值，包括：
采用下式计算第i条第二目标线路的h次耦合谐波阻抗角：
，
采用下式计算第i条第二目标线路的h次耦合谐波阻抗值：
，
为排除各第二目标线路在谐波电流较小时耦合谐波阻抗角和耦合谐波阻抗值计算误差的影响，需要对各第二目标线路的谐波电流进行筛选。
7.根据权利要求6所述的基于多判据融合的谐振状态及谐振路径识别方法，其特征在于：所述对各第二目标线路的谐波电流进行筛选，包括：
采用下式对第i条第二目标线路的谐波电流进行筛选：
，
其中，为第i条第二目标线路满足筛选条件的数组位置；/>为寻找满足不等式条件的数组位置；/>为设定的筛选阈值，筛选阈值/>取值范围为0.4~0.6；
对满足筛选阈值的耦合谐波阻抗角/>，计算相应的概率密度函数，取概率密度函数峰值对应的阻抗角作为谐波潮流方向的判断条件；
对满足筛选阈值的耦合谐波阻抗值/>，计算相应的概率密度函数，取概率密度函数峰值对应的阻抗值作为谐振路径的判断条件。
8.根据权利要求7所述的基于多判据融合的谐振状态及谐振路径识别方法，其特征在于：S4中进行谐波潮流判断，包括：
当第i条第二目标线路的h次耦合谐波阻抗角位于第一象限时，谐波潮流方向与参考方向一致，由供电母线流入第i条第二目标线路，且第i条第二目标线路的耦合谐波阻抗呈阻感特性；
当第i条第二目标线路的h次耦合谐波阻抗角位于第二象限时，谐波潮流方向与参考方向相反，由第i条第二目标线路流入供电母线，且第i条第二目标线路的耦合谐波阻抗呈阻容特性；
当第i条第二目标线路的h次耦合谐波阻抗角位于第三象限时，谐波潮流方向与参考方向相反，由第i条第二目标线路流入供电母线，且第i条第二目标线路的耦合谐波阻抗呈阻感特性；
当第i条第二目标线路的h次耦合谐波阻抗角位于第四象限时，谐波潮流方向与参考方向一致，由供电母线流入第i条第二目标线路，且第i条第二目标线路的耦合谐波阻抗呈阻容特性。
9.根据权利要求8所述的基于多判据融合的谐振状态及谐振路径识别方法，其特征在于：S5中根据谐波潮流判断结果，进行电网的谐振状态识别，包括：
对于h次谐波，在供电母线连接的各线路中，至少存在三条线路的谐波电流与供电母线的谐波电压的相关系数大于0.9，且至少存在一条耦合谐波阻抗呈阻感特性的线路和一条耦合谐波阻抗呈阻容特性的线路，则判断电网中存在h次谐波谐振。
10.根据权利要求9所述的基于多判据融合的谐振状态及谐振路径识别方法，其特征在于：S6中当电网中存在谐波谐振时，对敏感谐振支路和敏感谐波源进行判断，进而确定谐振路径，包括：
S61、判断敏感谐振支路和敏感谐波源：
谐波潮流方向为供电母线流入线路，且耦合谐波阻抗呈阻感特性的各线路中，耦合谐波阻抗值最小的线路为第一敏感谐振支路；
谐波潮流方向为供电母线流入线路，且耦合谐波阻抗呈阻容特性的各线路中，耦合谐波阻抗值最小的线路为第二敏感谐振支路；
谐波潮流方向由线路流入供电母线，各线路中相关系数最大的线路为敏感谐波源支路；
S62、确定谐振路径：
敏感谐波源支路产生的h次谐波电流在注入系统时，呈阻感特性的第一敏感谐振支路与呈阻容特性的第二敏感谐振支路发生并联谐振，使得注入敏感谐振支路的h次谐波电流产生谐振放大。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311482637.4A CN117216721B (zh) | 2023-11-09 | 2023-11-09 | 一种基于多判据融合的谐振状态及谐振路径识别方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311482637.4A CN117216721B (zh) | 2023-11-09 | 2023-11-09 | 一种基于多判据融合的谐振状态及谐振路径识别方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117216721A true CN117216721A (zh) | 2023-12-12 |
| CN117216721B CN117216721B (zh) | 2024-02-02 |
Family
ID=89037504
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311482637.4A Active CN117216721B (zh) | 2023-11-09 | 2023-11-09 | 一种基于多判据融合的谐振状态及谐振路径识别方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117216721B (zh) |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105738420A (zh) * | 2014-12-30 | 2016-07-06 | 通用电气公司 | 感测方法和系统 |
| CN106383295A (zh) * | 2016-10-26 | 2017-02-08 | 武汉大学 | 一种供用电系统谐波源识别方法及模型 |
| CN107069733A (zh) * | 2017-04-27 | 2017-08-18 | 国家电网公司 | 能源互联网的谐波潮流计算的方法 |
| CN110618316A (zh) * | 2019-10-12 | 2019-12-27 | 南方电网科学研究院有限责任公司 | 一种谐波源辨识方法、装置、终端设备和存储介质 |
| US11093794B1 (en) * | 2020-02-13 | 2021-08-17 | United States Of America As Represented By The Secretary Of The Navy | Noise-driven coupled dynamic pattern recognition device for low power applications |
| CN116106672A (zh) * | 2023-04-13 | 2023-05-12 | 西南交通大学 | 一种基于数据驱动与工程知识的车网谐振检测方法及装置 |
| CN116298509A (zh) * | 2023-03-06 | 2023-06-23 | 深圳供电局有限公司 | 一种电力系统谐波谐振的在线识别方法 |
| CN116644698A (zh) * | 2023-05-24 | 2023-08-25 | 深圳供电局有限公司 | 一种谐波谐振干扰源辨识方法、预警方法及装置 |
| CN116738687A (zh) * | 2023-05-24 | 2023-09-12 | 深圳供电局有限公司 | 一种对于低采样率下宽频带谐振频率的辨识方法 |
-
2023
- 2023-11-09 CN CN202311482637.4A patent/CN117216721B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105738420A (zh) * | 2014-12-30 | 2016-07-06 | 通用电气公司 | 感测方法和系统 |
| CN106383295A (zh) * | 2016-10-26 | 2017-02-08 | 武汉大学 | 一种供用电系统谐波源识别方法及模型 |
| CN107069733A (zh) * | 2017-04-27 | 2017-08-18 | 国家电网公司 | 能源互联网的谐波潮流计算的方法 |
| CN110618316A (zh) * | 2019-10-12 | 2019-12-27 | 南方电网科学研究院有限责任公司 | 一种谐波源辨识方法、装置、终端设备和存储介质 |
| US11093794B1 (en) * | 2020-02-13 | 2021-08-17 | United States Of America As Represented By The Secretary Of The Navy | Noise-driven coupled dynamic pattern recognition device for low power applications |
| CN116298509A (zh) * | 2023-03-06 | 2023-06-23 | 深圳供电局有限公司 | 一种电力系统谐波谐振的在线识别方法 |
| CN116106672A (zh) * | 2023-04-13 | 2023-05-12 | 西南交通大学 | 一种基于数据驱动与工程知识的车网谐振检测方法及装置 |
| CN116644698A (zh) * | 2023-05-24 | 2023-08-25 | 深圳供电局有限公司 | 一种谐波谐振干扰源辨识方法、预警方法及装置 |
| CN116738687A (zh) * | 2023-05-24 | 2023-09-12 | 深圳供电局有限公司 | 一种对于低采样率下宽频带谐振频率的辨识方法 |
Non-Patent Citations (2)
| Title |
|---|
| GANG ZHANG ETC: ""Adaptive Modulation Stochastic Resonance of Two-Dimensional Asymmetric Bistable System and its Application in Bearing Fault Diagnosis"", 《 IEEE ACCESS 》, vol. 9 * |
| 刘长策;李继生;邓环;李淑清;: "地震检波器谐振子电性能自动检测", 物探装备, no. 02 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117216721B (zh) | 2024-02-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Blake | OS-CFAR theory for multiple targets and nonuniform clutter | |
| Wu et al. | Output feedback control of Markovian jump repeated scalar nonlinear systems | |
| CA2858701A1 (en) | Fault location system and method for distribution network | |
| KR20180060766A (ko) | 특고압 전기설비 안전등급 평가 방법 및 시스템 | |
| CN117041029A (zh) | 网络设备故障处理方法、装置、电子设备及存储介质 | |
| Al-Omari et al. | New acceptance sampling plans based on truncated life tests for Akash distribution with an application to electric carts data | |
| Montoya et al. | Triangular matrix formulation for power flow analysis in radial DC resistive grids with CPLs | |
| Aral et al. | Approximation properties of Szász‐Mirakyan‐Kantorovich type operators | |
| Alghamdi et al. | An artificial neural network based harmonic distortions estimator for grid-connected power converter-based applications | |
| CN117216721B (zh) | 一种基于多判据融合的谐振状态及谐振路径识别方法 | |
| Enayati et al. | Real‐time harmonic estimation using a novel hybrid technique for embedded system implementation | |
| Li et al. | Stochastic assessment of harmonic propagation and amplification in power systems under uncertainty | |
| Tong et al. | Online monitoring data processing method of transformer oil chromatogram based on association rules | |
| CN106022590B (zh) | 有源配电网的电压质量评估方法和装置 | |
| Kavithamani et al. | Soft fault classification of analog circuits using network parameters and neural networks | |
| Parpaei et al. | Rational random walk‐based optimal placement of phasor measurement units to enhance the initializing and guiding the optimization processes | |
| CN108460177B (zh) | 一种大规模多状态串并联系统的可靠性近似计算方法 | |
| Gut | On the moment problem | |
| Xie et al. | Soft fault diagnosis of analog circuits via frequency response function measurements | |
| Mokhlis et al. | Fault location estimation method by considering measurement error for distribution networks | |
| Luo et al. | A new test point selection method for analog continuous parameter fault | |
| Gorgani Firouzjah et al. | Reliability improvement of power system observability with minimum phasor measurement units | |
| CN107785875B (zh) | 一种计算单极接地故障时产生线路操作过电压的方法及系统 | |
| Ghaffarzadeh et al. | A fast fault location method based on detecting the minimum number of phasor measurement units using a novel adaptive binary differential evolution optimization algorithm | |
| CN115684855A (zh) | 基于孪生模型的电力设备内部绝缘缺陷放电量定量方法及系统 |
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 |