CN117313409A - 一种电弧数学模型参数优化方法、系统、终端及介质 - Google Patents
一种电弧数学模型参数优化方法、系统、终端及介质 Download PDFInfo
- Publication number
- CN117313409A CN117313409A CN202311354814.0A CN202311354814A CN117313409A CN 117313409 A CN117313409 A CN 117313409A CN 202311354814 A CN202311354814 A CN 202311354814A CN 117313409 A CN117313409 A CN 117313409A
- Authority
- CN
- China
- Prior art keywords
- parameter
- arc
- mathematical model
- simulation
- parameters
- 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
- 238000013178 mathematical model Methods 0.000 title claims abstract description 162
- 238000005457 optimization Methods 0.000 title claims abstract description 47
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000004088 simulation Methods 0.000 claims abstract description 128
- 238000012545 processing Methods 0.000 claims abstract description 37
- 239000013598 vector Substances 0.000 claims description 56
- 230000008859 change Effects 0.000 claims description 21
- 238000004590 computer program Methods 0.000 claims description 11
- 238000010891 electric arc Methods 0.000 claims description 10
- 230000004931 aggregating effect Effects 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000010276 construction Methods 0.000 claims description 3
- 238000001514 detection method Methods 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000001105 regulatory effect Effects 0.000 description 3
- 244000020998 Acacia farnesiana Species 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 2
- 235000010643 Leucaena leucocephala Nutrition 0.000 description 2
- 101100499229 Mus musculus Dhrsx gene Proteins 0.000 description 2
- CLOMYZFHNHFSIQ-UHFFFAOYSA-N clonixin Chemical compound CC1=C(Cl)C=CC=C1NC1=NC=CC=C1C(O)=O CLOMYZFHNHFSIQ-UHFFFAOYSA-N 0.000 description 2
- 230000001276 controlling effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000007429 general method Methods 0.000 description 1
- 230000016507 interphase Effects 0.000 description 1
- 238000010234 longitudinal analysis Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000007935 neutral effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/04—Power grid distribution networks
-
- 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
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种电弧数学模型参数优化方法、系统、终端及介质,涉及配电网故障检测及保护技术领域,方法包括:基于仿真软件构建电弧数学模型,基于电弧数学模型输出多次电弧仿真的电气参量;根据多次电弧仿真的电气参量,构建电弧数学模型在任一个参数下的第一置信曲线;根据多次电弧仿真的电气参量,对任一个参数作差分处理,构建电弧数学模型在任一个参数对应的单位参数的第二置信曲线;根据第一置信曲线确定任一个参数在一个仿真时长下对所述电气参量的第一影响因子,根据第二置信曲线确定任一个参数对应的单位参数在一个仿真时长下对所述电气参量的第二影响因子;基于第一影响因子和第二影响因子对所述电弧数学模型的参数进行优化。
Description
技术领域
本发明涉及配电网故障检测及保护技术领域,更具体地说,它涉及一种电弧数学模型参数优化方法、系统、终端及介质。
背景技术
在配网故障类型中,单相接地故障发生概率最高。在中性点不接地系统下,根据配网运行规程可以运行两个小时,虽然可短时保障用户用电可靠性,但接地故障伴随电弧,其产生的过电压,易烧坏设备,甚至易引起相间短路而扩大事故。
目前电弧数学模型包含Mayr模型、Cassie模型和控制论模型等多种模型,但是这些模型都伴随很多用于调控输出的电气参量的参数,例如Mayr模型的参数包括时间常数、耗散功率和积分时间常数等,在现有技术中,对电弧数学模型的参数选择主要依据工程经验或专家经验方式进行选择,难以完成对电弧数学模型的参数有效调控,以至于无法有参照性、方向性的对电弧数学模型的参数进行有效引导。
因此,如何设计一种电弧数学模型参数优化方法来评估同一参数的多种可能取值对于弧道电压、弧道电流和弧道电阻等表征电气弧道性能的电气参数的影响,并以此反向引导电弧数学模型的电气参量浮动变化的参数选择。
发明内容
本发明的目的是提供一种电弧数学模型参数优化方法、系统、终端及介质,本发明针对电弧数学模型的任一个参数进行等间隔插值处理,调用电弧数学模型进行多次仿真,输出电气参量,结合多次仿真所输出的电气参量作出随仿真时长演变的第一置信曲线,从第一置信曲线可以衡量该参数对于电弧数学模型输出的电气参量横向演变的整体趋势,进一步的,根据多次电弧仿真的电气参量,对任一个参数作差分处理,作出在任一个参数对应的单位参数的第二置信曲线,该第二置信曲线可从纵向视角分析参数的变化量对于电气参量纵向跨深的最大可能边界。进而,依据第一置信曲线的横向浮动和第二置信曲线的纵向浮动情况,定义第一影响因子和第二影响因子,以此来衡量参数对电弧数学模型调控的影响能力,从而实现电弧数学模型参数的优化。
本发明的上述技术目的是通过以下技术方案得以实现的:
本申请的第一方面,提供了一种电弧数学模型参数优化方法,方法包括:
基于仿真软件构建电弧数学模型;
对所述电弧数学模型的多个参数中的任一个参数进行等间隔插值处理,得到任一个参数的等间隔值,调用所述电弧数学模型执行在任一个参数的等间隔值下的多次电弧仿真,输出多次电弧仿真的电气参量;
根据多次电弧仿真的电气参量,构建电弧数学模型在任一个参数下的第一置信曲线,其中第一置信曲线是以均值为中心,标准差为浮动界限的横向曲线;
根据多次电弧仿真的电气参量,对任一个参数作差分处理,构建电弧数学模型在任一个参数对应的单位参数的第二置信曲线,其中第二置信曲线是以均值为中心,标准差为浮动界限的纵向曲线;
根据第一置信曲线确定任一个参数在一个仿真时长下对所述电气参量的第一影响因子,根据第二置信曲线确定任一个参数对应的单位参数在一个仿真时长下对所述电气参量的第二影响因子;
基于第一影响因子和第二影响因子对所述电弧数学模型的参数进行优化。
在一种实施方案中,对所述电弧数学模型的多个参数中的任一个参数进行等间隔插值处理,得到任一个参数的等间隔值,具体为:
获取任一个参数的上界限和下界限;
计算任一个参数的上界限与下界限的差值,将差值除以等间隔插值的总次数,得到任一个参数的等间隔值;其中根据任一个参数的等间隔值对任一个参数进行等间隔划分。
在一种实施方案中,根据多次电弧仿真的电气参量,构建电弧数学模型在任一个参数下的第一置信曲线,具体为:
分别作出任一个参数在等间隔划分后电气参量随一个仿真时长变化的仿真曲线,并将叠加至同一坐标轴中,其中坐标轴的横坐标为电弧数学模型的一个仿真时长,纵坐标为不同等间隔值下的电弧数学模型输出的电气参量;
对任一个参数等间隔划分后的每个间隔断面,抽取同一间隔断面的电气参量,得到电气参量的向量;
分别计算电气参量的向量在不同间隔断面的平均值及标准差,聚合在不同间隔断面的平均值及标准差,得到平均值向量和标准差向量
依据电气参量在不同的间隔断面的平均值向量和标准差向量,作出电弧数学模型输出的电气参量在任一个参数的上、下界限的第一置信曲线,其中,第一置信曲线的的横轴为仿真时长,纵轴为同一仿真时间下的电气参量。
在一种实施方案中,所述第一影响因子的确定具体为:取第一置信曲线纵轴的电气参量的平均值,得到任一个参数在一个仿真时长下对所述电气参量的第一影响因子。
在一种实施方案中,根据多次电弧仿真的电气参量,对任一个参数作差分处理,构建电弧数学模型在任一个参数对应的单位参数的第二置信曲线,其中第二置信曲线是以均值为中心,标准差为浮动界限的纵向曲线,具体为:
对任一个参数等间隔划分后的每个间隔断面,对任一个参数等间隔划分后的等间隔值进行差分计算,得到相邻等间隔值电气参量的变化量,依据相邻等间隔值的电气参量的变化量,得到每个间隔断面电气参量变化的向量;
依据每个间隔断面电气参量变化的向量,分别计算电气参量在每个间隔断面的平均值和标准差,聚合电气参量在每个间隔断面的平均值和标准差,得到电气参量在一个仿真时长下的平均值向量和标准差向量;
根据电气参量在一个仿真时长下的平均值向量和标准差向量,作出电弧数学模型输出的电气参量在任一个参数对应的单位参数的上、下界限的第二置信曲线,其中,第二置信曲线的横轴为仿真时长,纵轴为同一仿真时间下的电气参量。
在一种实施方案中,所述第二影响因子的确定具体为:取第二置信曲线纵轴的电气参量的平均值,得到任一个参数对应的单位参数在一个仿真时长下对所述电气参量的第二影响因子。
在一种实施方案中,所述电气参量包括弧道电压、弧道电流和弧道电阻。
本申请的第二方面,提供了一种电弧数学模型参数优化系统,系统包括:
模型构建模块,用于基于仿真软件构建电弧数学模型;
仿真执行模块,用于对所述电弧数学模型的多个参数中的任一个参数进行等间隔插值处理,得到任一个参数的等间隔值,调用所述电弧数学模型执行在任一个参数的等间隔值下的多次电弧仿真,输出多次电弧仿真的电气参量;
第一处理模块,用于根据多次电弧仿真的电气参量,构建电弧数学模型在任一个参数下的第一置信曲线,其中第一置信曲线是以均值为中心,标准差为浮动界限的横向曲线;
第二处理模块,用于根据多次电弧仿真的电气参量,对任一个参数作差分处理,构建电弧数学模型在任一个参数对应的单位参数的第二置信曲线,其中第二置信曲线是以均值为中心,标准差为浮动界限的纵向曲线;
影响因子确定模块,用于根据第一置信曲线确定任一个参数在一个仿真时长下对所述电气参量的第一影响因子,根据第二置信曲线确定任一个参数对应的单位参数在一个仿真时长下对所述电气参量的第二影响因子;
参数优化模块,用于基于第一影响因子和第二影响因子对所述电弧数学模型的参数进行优化。
本申请的第三方面,提供了一种计算机终端,所述计算机终端包括处理器、存储器、以及存储在所述存储器上并可被所述处理器执行的计算机程序,其中所述计算机程序被所述处理器执行时,实现如本申请的第一方面所述的一种电弧数学模型参数优化方法的步骤。
本申请的第四方面,提供了一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,其中所述计算机程序被处理器执行时,实现如本申请的第一方面所述的一种电弧数学模型参数优化方法的步骤。
与现有技术相比,本发明具有以下有益效果:
本发明提供的优化方法,针对电弧数学模型的任一个参数进行等间隔插值处理,调用电弧数学模型进行多次仿真,输出电气参量,结合多次仿真所输出的电气参量作出随仿真时长演变的第一置信曲线,从第一置信曲线可以衡量该参数对于电弧数学模型输出的电气参量横向演变的整体趋势,进一步的,根据多次电弧仿真的电气参量,对任一个参数作差分处理,作出在任一个参数对应的单位参数的第二置信曲线,该第二置信曲线可从纵向视角分析参数的变化量对于电气参量纵向跨深的最大可能边界。进而,依据第一置信曲线的横向浮动和第二置信曲线的纵向浮动情况,定义第一影响因子和第二影响因子,以此来衡量参数对电弧数学模型调控的影响能力,从而实现电弧数学模型参数的优化。
此外,本申请的第二方面至第四方面,还提供了一种电弧数学模型参数优化系统、终端及介质,具备与本申请的第一方面提供的一种电弧数学模型参数优化方法相同的技术效果,此处不再赘述。
附图说明
此处所说明的附图用来提供对本发明实施例的进一步理解,构成本申请的一部分,并不构成对本发明实施例的限定。在附图中:
图1为本申请实施例提供的一种电弧数学模型参数优化方法的流程示意图;
图2为本申请实施例提供的从横向视角下构建的电弧数学模型参数的第一置信曲线的示意图;
图3为本申请实施例提供的电弧数学模型参数在单位参数下的第二置信曲线的示意图;
图4为本申请实施例提供的一种电弧数学模型参数优化系统的结构框图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,下面结合实施例和附图,对本发明作进一步的详细说明,本发明的示意性实施方式及其说明仅用于解释本发明,并不作为对本发明的限定。
需要理解的是,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
如背景技术所述,目前电弧数学模型包含Mayr模型、Cassie模型和控制论模型等多种模型,但是这些模型都伴随很多用于调控输出的电气参量的参数,例如Mayr模型的参数包括时间常数、耗散功率和积分时间常数等,在现有技术中,对电弧数学模型的参数选择主要依据工程经验或专家经验方式进行选择,难以完成对电弧数学模型的参数有效调控,以至于无法有参照性、方向性的对电弧数学模型的参数进行有效引导,故本实施例提供了一种电弧数学模型参数优化方法、系统、终端及介质,针对电弧数学模型的任一个参数进行等间隔插值处理,调用电弧数学模型进行多次仿真,输出电气参量,结合多次仿真所输出的电气参量作出随仿真时长演变的第一置信曲线,从第一置信曲线可以衡量该参数对于电弧数学模型输出的电气参量横向演变的整体趋势,进一步的,根据多次电弧仿真的电气参量,对任一个参数作差分处理,作出在任一个参数对应的单位参数的第二置信曲线,该第二置信曲线可从纵向视角分析参数的变化量对于电气参量纵向跨深的最大可能边界。进而,依据第一置信曲线的横向浮动和第二置信曲线的纵向浮动情况,定义第一影响因子和第二影响因子,以此来衡量参数对电弧数学模型调控的影响能力,从而实现电弧数学模型参数的优化。
本实施例提供的一种电弧数学模型参数优化方法是针对各类电弧数学模型参数的优化方法,可便于科研、工程技术人员定性、定量掌握从数学理论上掌握电弧数学模型的性能演绎过程,并结合工程实录故障波形电弧形态来优化电弧理论模型,进而便于在掌握设备入网检测添加并完善电弧性接地故障检测试验项目,切实把控设备入网质量。本实施例考虑到电弧数学模型的类型众多,而本实施例提供是针对电弧数学模型参数优化的通用方法,因此其使用并不受限于不同电弧数学模型之间的差异。因此,本实施例后续的示例方案均可适用于不同类型的电弧数学模型的优化,均是基于相同的原理实现的。
下面将结合具体的实施方案对本实施例提供的优化方法进行详细说明,请参考图1,图1为本申请实施例提供的一种电弧数学模型参数优化方法的流程示意图,如图1所示,方法包括以下步骤:
S110,基于仿真软件构建电弧数学模型。
本实施例中,作为本领域技术人员的公知常识,基于现有的仿真软件或仿真平台来构建电弧数学模型,例如结合现有公开文献“何乐为.配电网弧光接地故障电弧数学模型研究进展”中的Mayr电弧数学模型,并通过PSCAD仿真平台构建Mary电弧数学模型,具有如下的数学形式:式中:g为电弧单位长度的电导;Ploss为单位长度电弧的功率损失;τM为Mayr模型的时间常数。相应地,除去PSCAD仿真软件外,还可以是别的仿真平台或者仿真软件,此为常规实现手段,本实施例不做具体的说明。此外,需要说明的是,不同类型的电弧数学模型可能需要以不同的仿真软件来构建,相应的调控电弧数学模型所输出的电气参量的参数也不同,作为一个优选的实施例,电气参量包括弧道电压、弧道电流和弧道电阻,当然除了这三种主要的电气参量以外,还可以包括一些次要的电气参量,例如与单相接地故障搭接点的线路的三相电压和三相电流等,只需根据实际应用的需要对本实施例的电气参量做适应性调整即可,本实施例不做具体的限定。
S120,对所述电弧数学模型的多个参数中的任一个参数进行等间隔插值处理,得到任一个参数的等间隔值,调用所述电弧数学模型执行在任一个参数的等间隔值下的多次电弧仿真,输出多次电弧仿真的电气参量。
本实施例中,基于上述步骤S110所述的实施例,对于Mayr电弧数学模型,其仿真输出的电气参量的调控,主要受Mayr电弧数学模型的功率损失参数和时间常数参数影响。为便于阐述本实施例的实现原理,本实施例以时间常数这一调控参数为例,在保证功率损失参数不变的前提下,对时间常数τM进行等间隔插值处理,基于对固化单一参数,来分析单一参数对电气参量的影响。故结合需要保持不变的参数,及等间隔取值的长度来调控时间常数,采取多线性并行的方式或串行重复调用的方式来调用电弧数学模型执行在任一个参数的等间隔值下的多次电弧仿真,可以理解的是仿真次数即为Δτ,重复执行电弧数学模型的仿真,并将其每次仿真的弧道电压、弧道电流和弧道电阻,以文件列表形式进行保存。
S130,根据多次电弧仿真的电气参量,构建电弧数学模型在任一个参数下的第一置信曲线,其中第一置信曲线是以均值为中心,标准差为浮动界限的横向曲线。
本实施例中,结合步骤S120输出的多次仿真结果,如图2所示,对各类电气参量作出以时间为横轴、电气量在参数不同取值下的叠加曲线,并根据叠加曲线作出以均值为中心,标准差为浮动界限的第一置信曲线,以此衡量任一个参数对于电弧数学模型的电气参量横向整体演变的趋势。
S140,根据多次电弧仿真的电气参量,对任一个参数作差分处理,构建电弧数学模型在任一个参数对应的单位参数的第二置信曲线,其中第二置信曲线是以均值为中心,标准差为浮动界限的纵向曲线。
本实施例中,结合电弧数学模型的多次仿真结果,如图3所示,对各类电气参量作其差分变化曲线,并以时间为横轴,各间隔下电气参量变化量为纵轴的曲线,并对该曲线以类似步骤S130的方式,作出以电气参量差分计算后的变化量的均值为中心,标准差为浮动界限的第二置信曲线,以此从纵向视角分析参数的变化量对于电气参量纵向跨深的最大可能边界。可以理解的单位参数即为等间隔插值处理下各参数的单位变量。
S150,根据第一置信曲线确定任一个参数在一个仿真时长下对所述电气参量的第一影响因子,根据第二置信曲线确定任一个参数对应的单位参数在一个仿真时长下对所述电气参量的第二影响因子。
具体的,从图2和图3的可视化角度刻画如时间常数这一个参数对于电弧数学模型在弧道电压、弧道电流和弧道电阻变化的影响,故此本实施例分别定义了第一影响因子和第二影响因子,两种影响因子分别从横向、纵向的视角表征任一个参数对于电弧数学模型输出的气参量及其变化量的影响程度。
基于上述实施例提出的第一/第二影响因子,可理解的是,第一/第二影响因子是与电气参量的选择相对应的。
S160,基于第一影响因子和第二影响因子对所述电弧数学模型的参数进行优化。
本实施例中,根据第一影响因子/第二影响因子的大小来表征参数/单位参数在一个仿真时长下对于其关联的电气参量横向/纵向变化的影响程度,基于影响程度的大小,确定电弧数学模型的对电气参量起主要影响的参量。
综上,相比传统依据人工经验设定参数的方式,本实施例提供电弧教学模型的参数优化方法,针对电弧数学模型的任一个参数进行等间隔插值处理,调用电弧数学模型进行多次仿真,输出电气参量,结合多次仿真所输出的电气参量作出随仿真时长演变的第一置信曲线,从第一置信曲线可以衡量该参数对于电弧数学模型输出的电气参量横向演变的整体趋势,进一步的,根据多次电弧仿真的电气参量,对任一个参数作差分处理,作出在任一个参数对应的单位参数的第二置信曲线,该第二置信曲线可从纵向视角分析参数的变化量对于电气参量纵向跨深的最大可能边界。进而,依据第一置信曲线的横向浮动和第二置信曲线的纵向浮动情况,定义第一影响因子和第二影响因子,以此来衡量参数对电弧数学模型调控的影响能力,从而实现电弧数学模型参数的优化,可有助于加深配网专业人员对于电弧的认识以及采取一系列的技术管理措施应对电弧性接地故障所带来的的不良影响。
在一个实施例中,对所述电弧数学模型的多个参数中的任一个参数进行等间隔插值处理,得到任一个参数的等间隔值,具体为:获取任一个参数的上界限和下界限;计算任一个参数的上界限与下界限的差值,将差值除以等间隔插值的总次数,得到任一个参数的等间隔值;其中根据任一个参数的等间隔值对任一个参数进行等间隔划分。
本实施例中,以Mayr电弧数学模型的时间常数这一参数为例,对等间隔插值处理进行说明,假设时间常数的上界限(即最大界限)为9,而下界限(即最小界限)为1,那么即可得到时间常数的上下界限的差值为8,而本实施例是需要得到任一个参数的等间隔值,那么相应的依据差值进行等间隔取值划分,例如可将等间隔取值定为1、2、4或8,那么相应的总次数也就是8、4、2或1,即相邻参数之间的区间长度保持一致。本实施例对于任一个参数进行等间隔插值处理,从而更好分析不同的参数对于电弧数学模型输出的电气参量的影响。
具体的,设定时间常数遵从τM∈[τ1,τ1+Δτ,…,τ1+NΔτ],其中,Δτ=(τup-τdown)/N,τup、τdown分别为时间常数的上、下界限,N表示等间隔插值取值的总次数。
在一个实施例中,根据多次电弧仿真的电气参量,构建电弧数学模型在任一个参数下的第一置信曲线,具体为:分别作出任一个参数在等间隔划分后电气参量随一个仿真时长变化的仿真曲线,并将叠加至同一坐标轴中,其中坐标轴的横坐标为电弧数学模型的一个仿真时长,纵坐标为不同等间隔值下的电弧数学模型输出的电气参量;对任一个参数等间隔划分后的每个间隔断面,抽取同一间隔断面的电气参量,得到电气参量的向量;分别计算电气参量的向量在不同间隔断面的平均值及标准差,聚合在不同间隔断面的平均值及标准差,得到平均值向量和标准差向量依据电气参量在不同的间隔断面的平均值向量和标准差向量,作出电弧数学模型输出的电气参量在任一个参数的上、下界限的第一置信曲线,其中,第一置信曲线的的横轴为仿真时长,纵轴为同一仿真时间下的电气参量。
具体的,请参见图2,以Mayr电弧数学模型的时间常数这一参数为例,本实施例基于步骤S131-S134说明作出第一置信曲线的实施例。步骤S131-S134具体如下:
步骤S131:结合N次取值的时间常数信息,分别作出电弧数学模型的弧道电压、弧道电流和弧道电阻N次试验下随时间变化的仿真曲线,并将其叠加同一坐标轴中,横坐标为时间、纵坐标为不同时间常数取值下的弧道电压、弧道电流和弧道电阻的仿真结果;
步骤S132:对于每个时间间隔断面,结合N次取值的时间常数,抽取同一时间断面的弧道电压、弧道电流和弧道电阻,分别形成对应的向量,如弧道电压、弧道电流和弧道电阻向量,分别记作和/>其中tc为同一时间断面的索引;
步骤S133:对于步骤S132中的UL、IL和RL向量,分别计算其在不同时间断面下的平均值及标准差,汇集形成平均值向量、标准差向量,具体如下:
式中:UL,mean、IL,mean和RL,mean分别为在整个仿真时长下弧道电压平均值向量、弧道电流平均值向量和弧道电阻平均值向量;UL,std、IL,std和RL,std分别为在整个仿真时长下弧道电压标准差向量、弧道电流标准差向量和弧道电阻标准差向量;和分别定义为在时间tc下不同时间常数下对应的弧道电压平均值、弧道电流平均值和弧道电阻平均值,其计算方法为/>和/>获得,其中符号f(·)代表求取平均值;和/>和分别定义为在时间tc下不同时间常数下对应的弧道电压标准差、弧道电流标准差和弧道电阻标准差,其计算方法为/>和/>获得,其中符号g(·)代表求取标准差;tend为一个完整仿真时长。
步骤S134:结合弧道电压、弧道电流和弧道电阻在不同时间下的平均值、标准差向量,分别作出三者在时间常数设定的上界、下界下的置信变化曲线。该曲线的横轴为时间,纵轴为同一时间下的三点,对应弧道电压为和/>弧道电流时为/>和/>以及弧道电阻为/> 和/>以此类推,则可获取弧道电压、弧道电流和弧道电阻随一个仿真时长变化的第一置信曲线。
在一个实施例中,所述第一影响因子的确定具体为:取第一置信曲线纵轴的电气参量的平均值,得到任一个参数在一个仿真时长下对所述电气参量的第一影响因子。
本实施例中,依据上述实施例的步骤S134所获取的第一置信曲线,从横向的视角定义了弧道电压、弧道电流和弧道电阻再平均度量的第一影响因子,第一影响因子的计算式如下:
式中,θU,τ、ζI,τ和φR,τ分别代表时间常数τM对于弧道电压、弧道电流和弧道电阻再平均度量的第一影响因子,f(·)代表取平均值函数。对于弧道电压、弧道电流和弧道电阻的第一影响因子,其值越大,代表时间常数在整体时长下对于其关联的电气参量的变化越明显。
在一个实施例中,根据多次电弧仿真的电气参量,对任一个参数作差分处理,构建电弧数学模型在任一个参数对应的单位参数的第二置信曲线,其中第二置信曲线是以均值为中心,标准差为浮动界限的纵向曲线,具体为:对任一个参数等间隔划分后的每个间隔断面,对任一个参数等间隔划分后的等间隔值进行差分计算,得到相邻等间隔值电气参量的变化量,依据相邻等间隔值的电气参量的变化量,得到每个间隔断面电气参量变化的向量;依据每个间隔断面电气参量变化的向量,分别计算电气参量在每个间隔断面的平均值和标准差,聚合电气参量在每个间隔断面的平均值和标准差,得到电气参量在一个仿真时长下的平均值向量和标准差向量;根据电气参量在一个仿真时长下的平均值向量和标准差向量,作出电弧数学模型输出的电气参量在任一个参数对应的单位参数的上、下界限的第二置信曲线,其中,第二置信曲线的横轴为仿真时长,纵轴为同一仿真时间下的电气参量。
本实施例中,请参见图3,仍以Mayr电弧数学模型的时间常数这一参数为例,本实施例基于步骤S141-S143说明作出第一置信曲线的实施例。步骤S141-S143具体如下:
步骤S141:对于每个时间断面,根据时间常数区段Δτ,计算相邻区段下电弧数学模型中弧道电压、弧道电流和弧道电阻电气量的变化量,进一步可形成每个时间断面下三个电气量变化的向量,记作: 和/>
步骤S142:对于步骤S141的每个时间断面下的和/>计算各自在时间断面下的平均值和标准差,汇集形成全仿真时长下的平均值向量、标准差向量,如下:
式中:ΔUΔτ,mean、ΔIΔτ,mean和ΔRΔτ,mean分别为全仿真时长下单位间隔时间常数(即Δτ)下弧道电压、弧道电流和弧道电阻平均值向量;ΔUΔτ,std、ΔIΔτ,std和ΔRΔτ,std分别为全仿真时长下单位间隔时间常数下弧道电压、弧道电流和弧道电阻标准差向量;和/>分别为时间tc下弧道电压、弧道电流和弧道电阻相邻间隔差分计算下变化量的平均值;/>和/>分别为时间tc下弧道电压、弧道电流和弧道电阻相邻间隔差分计算下变化量的标准差;符号函数f(·)、g(·)分别代表求取平均值、标准差。
步骤S143:结合弧道电压、弧道电流和弧道电阻在不同时间下的差分变化量的平均值、标准差向量,分别作出三者在时间常数设定的上界、下界下的置信变化曲线。该曲线的横轴为时间,纵轴为同一时间下的三点,对应弧道电压为和/>弧道电流时为/>和/> 和弧道电阻则为/>和/>以此类推,则可获取弧道电压、弧道电流和弧道电阻变化量随仿真时长变化的第二置信曲线。
在一个实施例中,所述第二影响因子的确定具体为:取第二置信曲线纵轴的电气参量的平均值,得到任一个参数对应的单位参数在一个仿真时长下对所述电气参量的第二影响因子。
本实施例中,依据上述实施例的步骤S143获取的弧道电压、弧道电流和弧道电阻变化量的置信曲线,从纵向的角度定义了弧道电压变化量、弧道电流变化量和弧道电阻变化量再平均度量的第二影响因子,如下:式中,θU,Δτ、ζI,Δτ和φR,Δτ分别代表单位时间常数Δτ对于弧道电压、弧道电流和弧道电阻三者变化量的再平均度量的第二影响因子,f(·)代表取平均值函数。对于弧道电压、弧道电流和弧道电阻分别对应的第二影响因子,其值越大,代表单位时间常数下在整体仿真时长下对于其关联的电气参量纵向变化的影响越明显。
基于同一发明构思,对应于上述实施例提供的一种电弧数学模型参数优化方法,本实施还提供了一种电弧数学模型参数优化系统,请参考图4,图4为本申请实施提供的一种电弧数学模型参数优化系统的结构框图,如图4所示,系统包括:
模型构建模块410,用于基于仿真软件构建电弧数学模型;
仿真执行模块420,用于对所述电弧数学模型的多个参数中的任一个参数进行等间隔插值处理,得到任一个参数的等间隔值,调用所述电弧数学模型执行在任一个参数的等间隔值下的多次电弧仿真,输出多次电弧仿真的电气参量;
第一处理模块430,用于根据多次电弧仿真的电气参量,构建电弧数学模型在任一个参数下的第一置信曲线,其中第一置信曲线是以均值为中心,标准差为浮动界限的横向曲线;
第二处理模块440,用于根据多次电弧仿真的电气参量,对任一个参数作差分处理,构建电弧数学模型在任一个参数对应的单位参数的第二置信曲线,其中第二置信曲线是以均值为中心,标准差为浮动界限的纵向曲线;
影响因子确定模块450,用于根据第一置信曲线确定任一个参数在一个仿真时长下对所述电气参量的第一影响因子,根据第二置信曲线确定任一个参数对应的单位参数在一个仿真时长下对所述电气参量的第二影响因子;
参数优化模块460,用于基于第一影响因子和第二影响因子对所述电弧数学模型的参数进行优化。
本实施例提供的一种电弧数学模型参数优化系统,针对电弧数学模型的任一个参数进行等间隔插值处理,调用电弧数学模型进行多次仿真,输出电气参量,结合多次仿真所输出的电气参量作出随仿真时长演变的第一置信曲线,从第一置信曲线可以衡量该参数对于电弧数学模型输出的电气参量横向演变的整体趋势,进一步的,根据多次电弧仿真的电气参量,对任一个参数作差分处理,作出在任一个参数对应的单位参数的第二置信曲线,该第二置信曲线可从纵向视角分析参数的变化量对于电气参量纵向跨深的最大可能边界。进而,依据第一置信曲线的横向浮动和第二置信曲线的纵向浮动情况,定义第一影响因子和第二影响因子,以此来衡量参数对电弧数学模型调控的影响能力,从而实现电弧数学模型参数的优化。
本发明再一个实施例中,还提供了一种计算机终端,该计算机终端包括一个或多个处理器;存储器,与所述处理器耦接,用于存储一个或多个程序;当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现上述实施例所述的一种电弧数学模型参数优化方法的步骤。处理器可能是中央处理单元(CentralProcessingUnit,CPU),还可以是其他通用处理器、数字信号处理器(DigitalSignalProcessor、DSP)、专用集成电路(ApplicationSpecificIntegratedCircuit,ASIC)、现成可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等,其是终端的计算核心以及控制核心,其适于实现一条或一条以上指令,具体适于加载并执行计算机存储介质内一条或一条以上指令从而实现相应方法流程或相应功能;本发明实施例所述的处理器可以用于执行电弧数学模型参数优化方法的操作。
本发明再一个实施例中,本发明还提供了一种计算机可读存储介质,所述计算机可读存储介质是计算机设备中的记忆设备,用于存放程序和数据。可以理解的是,此处的计算机可读存储介质既可以包括计算机设备中的内置存储介质,当然也可以包括计算机设备所支持的扩展存储介质。计算机可读存储介质提供存储空间,该存储空间存储了终端的操作系统。并且,在该存储空间中还存放了适于被处理器加载并执行的一条或一条以上的指令,这些指令可以是一个或一个以上的计算机程序(包括程序代码)。需要说明的是,此处的计算机可读存储介质可以是高速RAM存储器,也可以是非不稳定的存储器(non-volatilememory),例如至少一个磁盘存储器。可由处理器加载并执行计算机可读存储介质中存放的一条或一条以上指令,以实现上述实施例中有关电弧数学模型参数优化方法的相应步骤。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。
以上所述的具体实施方式,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施方式而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种电弧数学模型参数优化方法,其特征在于,方法包括:
基于仿真软件构建电弧数学模型;
对所述电弧数学模型的多个参数中的任一个参数进行等间隔插值处理,得到任一个参数的等间隔值,调用所述电弧数学模型执行在任一个参数的等间隔值下的多次电弧仿真,输出多次电弧仿真的电气参量;
根据多次电弧仿真的电气参量,构建电弧数学模型在任一个参数下的第一置信曲线,其中第一置信曲线是以均值为中心,标准差为浮动界限的横向曲线;
根据多次电弧仿真的电气参量,对任一个参数作差分处理,构建电弧数学模型在任一个参数对应的单位参数的第二置信曲线,其中第二置信曲线是以均值为中心,标准差为浮动界限的纵向曲线;
根据第一置信曲线确定任一个参数在一个仿真时长下对所述电气参量的第一影响因子,根据第二置信曲线确定任一个参数对应的单位参数在一个仿真时长下对所述电气参量的第二影响因子;
基于第一影响因子和第二影响因子对所述电弧数学模型的参数进行优化。
2.根据权利要求1所述的一种电弧数学模型参数优化方法,其特征在于,对所述电弧数学模型的多个参数中的任一个参数进行等间隔插值处理,得到任一个参数的等间隔值,具体为:
获取任一个参数的上界限和下界限;
计算任一个参数的上界限与下界限的差值,将差值除以等间隔插值的总次数,得到任一个参数的等间隔值;其中根据任一个参数的等间隔值对任一个参数进行等间隔划分。
3.根据权利要求2所述的一种电弧数学模型参数优化方法,其特征在于,根据多次电弧仿真的电气参量,构建电弧数学模型在任一个参数下的第一置信曲线,具体为:
分别作出任一个参数在等间隔划分后电气参量随一个仿真时长变化的仿真曲线,并将叠加至同一坐标轴中,其中坐标轴的横坐标为电弧数学模型的一个仿真时长,纵坐标为不同等间隔值下的电弧数学模型输出的电气参量;
对任一个参数等间隔划分后的每个间隔断面,抽取同一间隔断面的电气参量,得到电气参量的向量;
分别计算电气参量的向量在不同间隔断面的平均值及标准差,聚合在不同间隔断面的平均值及标准差,得到平均值向量和标准差向量
依据电气参量在不同的间隔断面的平均值向量和标准差向量,作出电弧数学模型输出的电气参量在任一个参数的上、下界限的第一置信曲线,其中,第一置信曲线的的横轴为仿真时长,纵轴为同一仿真时间下的电气参量。
4.根据权利要求3所述的一种电弧数学模型参数优化方法,其特征在于,所述第一影响因子的确定具体为:取第一置信曲线纵轴的电气参量的平均值,得到任一个参数在一个仿真时长下对所述电气参量的第一影响因子。
5.根据权利要求2所述的一种电弧数学模型参数优化方法,其特征在于,根据多次电弧仿真的电气参量,对任一个参数作差分处理,构建电弧数学模型在任一个参数对应的单位参数的第二置信曲线,其中第二置信曲线是以均值为中心,标准差为浮动界限的纵向曲线,具体为:
对任一个参数等间隔划分后的每个间隔断面,对任一个参数等间隔划分后的等间隔值进行差分计算,得到相邻等间隔值电气参量的变化量,依据相邻等间隔值的电气参量的变化量,得到每个间隔断面电气参量变化的向量;
依据每个间隔断面电气参量变化的向量,分别计算电气参量在每个间隔断面的平均值和标准差,聚合电气参量在每个间隔断面的平均值和标准差,得到电气参量在一个仿真时长下的平均值向量和标准差向量;
根据电气参量在一个仿真时长下的平均值向量和标准差向量,作出电弧数学模型输出的电气参量在任一个参数对应的单位参数的上、下界限的第二置信曲线,其中,第二置信曲线的横轴为仿真时长,纵轴为同一仿真时间下的电气参量。
6.根据权利要求5所述的一种电弧数学模型参数优化方法,其特征在于,所述第二影响因子的确定具体为:取第二置信曲线纵轴的电气参量的平均值,得到任一个参数对应的单位参数在一个仿真时长下对所述电气参量的第二影响因子。
7.根据权利要求1-6任一项所述的一种电弧数学模型参数优化方法,其特征在于,所述电气参量包括弧道电压、弧道电流和弧道电阻。
8.一种电弧数学模型参数优化系统,其特征在于,系统包括:
模型构建模块,用于基于仿真软件构建电弧数学模型;
仿真执行模块,用于对所述电弧数学模型的多个参数中的任一个参数进行等间隔插值处理,得到任一个参数的等间隔值,调用所述电弧数学模型执行在任一个参数的等间隔值下的多次电弧仿真,输出多次电弧仿真的电气参量;
第一处理模块,用于根据多次电弧仿真的电气参量,构建电弧数学模型在任一个参数下的第一置信曲线,其中第一置信曲线是以均值为中心,标准差为浮动界限的横向曲线;
第二处理模块,用于根据多次电弧仿真的电气参量,对任一个参数作差分处理,构建电弧数学模型在任一个参数对应的单位参数的第二置信曲线,其中第二置信曲线是以均值为中心,标准差为浮动界限的纵向曲线;
影响因子确定模块,用于根据第一置信曲线确定任一个参数在一个仿真时长下对所述电气参量的第一影响因子,根据第二置信曲线确定任一个参数对应的单位参数在一个仿真时长下对所述电气参量的第二影响因子;
参数优化模块,用于基于第一影响因子和第二影响因子对所述电弧数学模型的参数进行优化。
9.一种计算机终端,其特征在于,所述计算机终端包括处理器、存储器、以及存储在所述存储器上并可被所述处理器执行的计算机程序,其中所述计算机程序被所述处理器执行时,实现如权利要求1至7中任一项所述的一种电弧数学模型参数优化方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,其中所述计算机程序被处理器执行时,实现如权利要求1至7中任一项所述的一种电弧数学模型参数优化方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311354814.0A CN117313409B (zh) | 2023-10-17 | 2023-10-17 | 一种电弧数学模型参数优化方法、系统、终端及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311354814.0A CN117313409B (zh) | 2023-10-17 | 2023-10-17 | 一种电弧数学模型参数优化方法、系统、终端及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117313409A true CN117313409A (zh) | 2023-12-29 |
CN117313409B CN117313409B (zh) | 2024-04-02 |
Family
ID=89249828
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311354814.0A Active CN117313409B (zh) | 2023-10-17 | 2023-10-17 | 一种电弧数学模型参数优化方法、系统、终端及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117313409B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20190160661A1 (en) * | 2017-09-12 | 2019-05-30 | Shandong University Of Science And Technology | Method and device for evaluating performance of industrial control loops based on full loop reconstruction simulations |
CN112380775A (zh) * | 2020-12-29 | 2021-02-19 | 山东大学 | 配电网弧光高阻故障模拟方法及系统 |
-
2023
- 2023-10-17 CN CN202311354814.0A patent/CN117313409B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20190160661A1 (en) * | 2017-09-12 | 2019-05-30 | Shandong University Of Science And Technology | Method and device for evaluating performance of industrial control loops based on full loop reconstruction simulations |
CN112380775A (zh) * | 2020-12-29 | 2021-02-19 | 山东大学 | 配电网弧光高阻故障模拟方法及系统 |
Non-Patent Citations (1)
Title |
---|
胡文广;王师奇;: "基于Mayr-Cassie的配电网络单相接地电弧建模及仿真研究", 电工技术, no. 09, 10 May 2020 (2020-05-10) * |
Also Published As
Publication number | Publication date |
---|---|
CN117313409B (zh) | 2024-04-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10530184B2 (en) | Validating power network models for monitoring and correcting operation of electric power networks | |
CN110007220B (zh) | 一种断路器机构运行状态诊断方法及装置 | |
CN111327377A (zh) | 场强预测方法、装置、设备及存储介质 | |
CN115453376A (zh) | 电动汽车动力电池的状态监控方法、系统及电动汽车 | |
CN114066699A (zh) | 碳排放量测算方法、装置及终端设备 | |
CN115469260A (zh) | 一种基于Hausdorff的电流互感器异常识别方法、系统 | |
CN117313409B (zh) | 一种电弧数学模型参数优化方法、系统、终端及介质 | |
CN114910756A (zh) | 一种低压母线槽的绝缘性能评估方法及系统 | |
CN111580020B (zh) | 一种三相分体式变压器ct极性校验方法及系统 | |
US20050288914A1 (en) | Method and system for performing effective resistance calculation for a network of resistors | |
CN110516309B (zh) | 同塔双回500kV输电线路附近屋顶工频电场预测控制方法 | |
CN111175608A (zh) | 基于加速独立分量分析的配电网谐波责任定量划分方法 | |
JP2024015998A (ja) | 電圧レベル315kV以下の配電変圧器に対する自動容量校正方法 | |
CN115616470B (zh) | 电流互感器计量误差状态预测方法、系统、设备及介质 | |
Kvet | Complexity and scenario robust service system design | |
CN115292901A (zh) | 变压器运行状态的评估方法和装置 | |
CN114386510A (zh) | 一种电力系统量测错误辨识方法及系统 | |
Molnar-Matei et al. | New method for voltage sags characteristics detection in electrical networks | |
Cicilio et al. | Dynamic Composite Load Model Priority Placement Based on Electrical Centrality | |
CN108876393B (zh) | 判断用户风险程度的方法、装置 | |
CN115730497A (zh) | 一种瓷质绝缘子串劣化识别方法、装置及设备 | |
CN112417794B (zh) | 一种散射参数计算方法 | |
US20120203520A1 (en) | Input parameter calculation method and apparatus | |
CN109086984B (zh) | 平台生命周期的评估方法、装置、计算机设备和存储介质 | |
CN115935782A (zh) | 一种配电网网架动态变化识别方法及系统 |
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 |