CN117810970A - 一种具备主网自启动的电网事故恢复方法及系统 - Google Patents
一种具备主网自启动的电网事故恢复方法及系统 Download PDFInfo
- Publication number
- CN117810970A CN117810970A CN202311710803.1A CN202311710803A CN117810970A CN 117810970 A CN117810970 A CN 117810970A CN 202311710803 A CN202311710803 A CN 202311710803A CN 117810970 A CN117810970 A CN 117810970A
- Authority
- CN
- China
- Prior art keywords
- fault
- power grid
- equipment
- starting
- recovery
- 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.)
- Pending
Links
- 238000011084 recovery Methods 0.000 title claims abstract description 66
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000012545 processing Methods 0.000 claims abstract description 55
- 238000012544 monitoring process Methods 0.000 claims abstract description 28
- 238000013145 classification model Methods 0.000 claims abstract description 9
- 230000006870 function Effects 0.000 claims description 36
- 238000012549 training Methods 0.000 claims description 15
- 238000004364 calculation method Methods 0.000 claims description 14
- 238000003745 diagnosis Methods 0.000 claims description 13
- 238000013486 operation strategy Methods 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 9
- 238000003066 decision tree Methods 0.000 claims description 9
- 230000002159 abnormal effect Effects 0.000 claims description 8
- 238000004891 communication Methods 0.000 claims description 8
- 238000012360 testing method Methods 0.000 claims description 8
- 238000011156 evaluation Methods 0.000 claims description 7
- 238000001514 detection method Methods 0.000 claims description 6
- 238000009826 distribution Methods 0.000 claims description 6
- 239000003381 stabilizer Substances 0.000 claims description 6
- 238000004422 calculation algorithm Methods 0.000 claims description 5
- 230000008859 change Effects 0.000 claims description 5
- 238000003860 storage Methods 0.000 claims description 5
- 238000013507 mapping Methods 0.000 claims description 4
- 238000004806 packaging method and process Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 claims description 4
- 238000004458 analytical method Methods 0.000 claims description 3
- 238000009434 installation Methods 0.000 claims description 3
- 238000005457 optimization Methods 0.000 claims description 3
- 230000009467 reduction Effects 0.000 claims description 3
- 238000003909 pattern recognition Methods 0.000 claims description 2
- 238000013097 stability assessment Methods 0.000 claims description 2
- 238000007726 management method Methods 0.000 description 9
- 239000003990 capacitor Substances 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 6
- 230000000087 stabilizing effect Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种具备主网自启动的电网事故恢复方法及系统，涉及恢复电路技术领域，包括实时监测电网的状态，收集节点数据并处理，传输到中央控制中心；构建故障分类模型实时计算电网中的故障信号，判断故障类型，设计恢复策略，重新连接分隔的电网部分和配置电网拓扑；在故障发生时自动执行切换操作，分隔故障区域，配置开关设备的控制逻辑并进行自启动的电网事故恢复。本发明可缩短电网从断电状态恢复到工作状态的时间，减轻偏置电压的影响，结合设备的拓扑结构，参考电网中的历史设备的恢复保护启动方案，降低操作人员工作量和出错率，提升电网管理水平。
Description
技术领域
本发明涉及恢复电路技术领域，特别是一种具备主网自启动的电网事故恢复方法及系统。
背景技术
恢复电路用来使电路恢复其初始状态，和计算器上清零按钮的作用一样，回到原始状态重新进行工作，确保电网系统的稳定可靠工作，随着电网不断扩张和升级，电网启动送电工作繁重，恢复电路是电网必不可少的一部分，主要作用是为了使用者或维修者在某些情况下将电网系统恢复到原始默认值，从断电状态恢复到工作状态，需要将稳定化电容充电到基准电压，缩短充电时间快速恢复电路，电网新设备启动在电网调度运行管理中具有重要地位。
但是在所谋求的电压附近快速恢复电路未关断时，快速恢复电路从关断开始的设置要花费时间，无法期待恢复时间的进一步缩短，而编制电网新设备继电保护启动方案需要工作人员具有扎实的专业基础知识和丰富的电网管理工作经验，既要符合导则中各种规定限制，又要根据网络拓扑接线以及各种条件灵活调整，依赖于经验的电网新设备继电保护启动方案可能导致疏漏出错，而且无法跟上当前电网管理的智能化趋势。
发明内容
鉴于现有的具备主网自启动的电网事故恢复方法及系统存在的问题，提出了本发明。因此，本发明所要解决的问题在于如何提供一种具备主网自启动的电网事故恢复方法及系统。
为解决上述技术问题，本发明提供如下技术方案：
第一方面，本发明提供了一种具备主网自启动的电网事故恢复方法及系统，其包括，在电网关键节点安装传感器和监控设备，实时监测电网的状态，收集节点数据并处理，实时传输到中央控制中心；根据处理后的节点数据构建故障分类模型实时计算电网中的故障信号，判断故障类型，设计恢复策略，重新连接分隔的电网部分和配置电网拓扑；安装自动化开关设备在故障发生时自动执行切换操作，分隔故障区域，根据故障类型配置开关设备的控制逻辑并进行自启动的电网事故恢复。
作为本发明所述具备主网自启动的电网事故恢复方法的一种优选方案，其中：所述节点数据包括节点电流、电压和频率数据；所述处理包括对收集到的节点数据分别通过处理函数进行处理，得到初步处理后的节点数据。
作为本发明所述具备主网自启动的电网事故恢复方法的一种优选方案，其中：所述处理函数相关计算公式如下，电流数据的相关处理函数为：
式中，f(I)为电流处理函数，Ii为第i时刻的电流值，为窗口长度；电压数据的相关处理函数为：
式中，g(V)为电压处理函数，Vi为第i时刻的电压值，V1为初始电压值；
频率数据的相关处理函数为：
式中，h(f)为频率处理函数，为瞬时频率变化率，f为瞬时频率，fc为截止频率，α为衰减系数，n为滤波器阶数。
作为本发明所述具备主网自启动的电网事故恢复方法的一种优选方案，其中：所述构建故障分类模型包括以下步骤，收集带有标记故障类型的训练数据集，每个样本包括电流、电压和频率的处理结果，以及相应的故障类型标签；对电流、电压和频率的处理结果进行特征处理，生成用于训练的特征，将数据集分为训练集和测试集，交叉验证模型；选择决策树模型，使用训练集对决策树模型进行训练，学习输入特征与相应的故障类型之间的关系；使用测试集对模型进行验证，评估分类性能，将电流、电压和频率的处理结果作为输入提供给已经训练好的决策树模型；模型输出给出每个输入样本属于每个故障类型的概率分布，选择概率最高的故障类型作为最终的分类结果，根据模型性能进行调整和优化。
作为本发明所述具备主网自启动的电网事故恢复方法的一种优选方案，其中：所述评估分类性能包括以下步骤，计算模型输出结果故障检测率、误报率和故障识别率，进行加权计算，根据计算结果判断是否进行评估模型分类性能；计算公式如下：
OFA＝α·(1-FDR)+β·(1-FAR)+γ·FIR
式中，FDR为故障检测率，TP为真正例，FN为假负例，FAR为误报率，FIR为故障识别率，FP为假正例，TN为真负例，α、β和γ为权重系数，OFA为综合评估指数；当综合评估指数达到设定阈值时，进行反馈调整，更改模型参数优化模型。
作为本发明所述具备主网自启动的电网事故恢复方法的一种优选方案，其中：所述进行自启动的电网事故恢复包括以下步骤，实时监测系统参数，使用数字保护装置和监测设备收集并处理实时数据，监测异常参数值；使用差动保护和过电流保护装置，结合监测到的数据，定位故障位置，引入模式识别算法，通过历史数据学习故障模式；制定决策逻辑，明确定义不同故障类型的处理策略，使用规则引擎，将决策逻辑转化为可执行规则，方便后续的自动化操作；将故障诊断结果映射到具体的自动化操作，根据故障诊断和决策逻辑，确定操作策略生成控制指令，考虑设备的状态、额定参数和操作限制；自动执行生成的控制指令，在执行操作前进行状态检查，实时监测系统运行状态，生成运行日志和事件记录，发出警报并通知相关人员，进行人工干预或进一步分析；在系统自动化恢复后，进行动态稳定性评估，确保系统能够在故障恢复后稳定运行，确保系统负载合理分配。
作为本发明所述具备主网自启动的电网事故恢复方法的一种优选方案，其中：所述确定操作策略生成控制指令包括以下步骤，将故障诊断结果映射到自动化操作，进行故障类型解析，从故障诊断结果中解析出具体的故障类型，识别故障发生的位置，评估故障影响范围，根据故障诊断结果确定进行自动化操作的具体设备或系统部分；确定操作策略，根据故障类型和位置选择操作类型，判定是否切除故障设备或切换备用设备，若存在有备用设备可用，根据决策逻辑确定是否需要调度备用设备，是否需要调整电力系统参数适应系统新的工作状态，当故障类型判定为过电流时，则系统判断负荷增加情况，启动负荷调节逐步恢复负荷，判断电流传感器是否故障，或更换故障的电流传感器，检查电源供应，维持电源稳定；当故障类型判定为电压异常时，即突发性大负荷减小，电压稳定器参数失调，则根据负荷减小情况，调整发电机输出，维持电压，重新校准电压稳定器，检查发电机状态；当故障类型判定为频率异常时，即发电机输出不稳定，频率保护系统故障，则发电机输出不稳定，调整发电机输出功率频率，修复或更换故障的频率保护装置，检查电源同步性，确保频率同步；当故障类型判定为差动保护触发时，则切除故障线路，隔离短路，修复或更换故障的差动保护设备，检查保护装置互锁情况；再次确定设备操作的顺序，判断是否需要先切除故障设备再切换至备用设备，或者同时进行多个操作，若存在多个故障同时发生，则优化操作策略确保系统在恢复后尽快达到稳定状态；确定生成的控制指令的类型，计算控制指令所需的参数，封装计算得到的控制指令和参数，以符合通信协议的要求，确保指令被设备正确解析和执行；通过通信网络将封装好的控制指令传递给目标设备，确保设备能够正确解析和执行指令，监测执行过程，获取设备执行控制指令的反馈信息，根据反馈信息更新系统状态，确保控制指令的执行状态与预期一致。
第二方面，本发明提供了一种具备主网自启动的电网事故恢复系统，其包括：监测模块，用于在电网关键节点安装传感器和监控设备，实时监测电网的状态，收集节点数据并处理，实时传输到中央控制中心；处理模块，用于根据处理后的节点数据构建故障分类模型实时计算电网中的故障信号，判断故障类型，设计恢复策略，重新连接分隔的电网部分和配置电网拓扑；恢复模块，用于安装自动化开关设备在故障发生时自动执行切换操作，分隔故障区域，根据故障类型配置开关设备的控制逻辑并进行自启动的电网事故恢复。
第三方面，本发明提供了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其中：所述处理器执行所述计算机程序时实现具备主网自启动的电网事故恢复方法的步骤。
第四方面，本发明提供了一种计算机可读存储介质，其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具备主网自启动的电网事故恢复方法的步骤。
本发明有益效果为恢复电路可缩短电网从断电状态恢复到工作状态的时间，减轻偏置电压的影响，结合设备的拓扑结构，并参考电网中的历史设备的恢复保护启动方案，制作启动方案模板，降低操作人员工作量，降低出错率，使得电网管理的智能化，提升了电网管理水平，知识图谱技术具有分析拓扑和推理知识的能力，能够利用图模型描述新设备启动规则和拓扑之间的关联关系，基于知识图谱技术有助于电网新设备恢复保护启动方案的快速智能生成及校核。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述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它的附图。
图1为具备主网自启动的电网事故恢复方法的流程图。
图2为具备主网自启动的电网事故恢复系统的架构图。
图3为具备主网自启动的电网事故恢复电路的结构图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加浅显易懂，下面结合说明书附图对本发明的具体实施方式做详细的说明，显然所描述的实施例是本发明的一部分实施例，而不是全部实施例。基于本发明中的实施例，本领域普通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，都应当属于本发明的保护的范围。
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是本发明还可以采用其他不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似推广，因此本发明不受下面公开的具体实施例的限制。
其次，此处所称的“一个实施例”或“实施例”是指可包含于本发明至少一个实现方式中的特定特征、结构或特性。在本说明书中不同地方出现的“在一个实施例中”并非均指同一个实施例，也不是单独的或选择性的与其他实施例互相排斥的实施例。
实施例1
参照图1－图2，为本发明第一个实施例，该实施例提供了一种具备主网自启动的电网事故恢复方法及系统，包括：
S1：在电网关键节点安装传感器和监控设备，实时监测电网的状态，收集节点数据并处理，实时传输到中央控制中心。
具体的，节点数据包括节点电流、电压和频率数据；分别通过处理函数进行处理，得到初步处理后的节点数据，相关计算公式如下：
电流数据的相关处理函数为：
式中，f(I)为电流处理函数，Ii为第i时刻的电流值，为窗口长度；电压数据的相关处理函数为：
式中，g(V)为电压处理函数，Vi为第i时刻的电压值，V1为初始电压值；频率数据的相关处理函数为：
式中，h(f)为频率处理函数，为瞬时频率变化率，f为瞬时频率，fc为截止频率，α为衰减系数，n为滤波器阶数。
S2：根据处理后的节点数据构建故障分类模型实时计算电网中的故障信号，判断故障类型，设计恢复策略，重新连接分隔的电网部分和配置电网拓扑。
具体的，收集带有标记故障类型的训练数据集，每个样本包括电流、电压和频率的处理结果，以及相应的故障类型标签；
对电流、电压和频率的处理结果进行特征处理，生成用于训练的特征，将数据集分为训练集和测试集，交叉验证模型；特征包括时域特征、频域特征和统计特征，时域特征包括均方根值、峰值等；频域特征包括谐波含量、频谱分布等；统计特征包括均值、方差等。
选择决策树模型，使用训练集对决策树模型进行训练，学习输入特征与相应的故障类型之间的关系；
使用测试集对模型进行验证，评估分类性能，将电流、电压和频率的处理结果作为输入提供给已经训练好的决策树模型；
计算模型输出结果故障检测率、误报率和故障识别率，进行加权计算，根据计算结果判断是否进行评估模型分类性能；计算公式如下：
OFA＝α·(1-FDR)+β·(1-FAR)+γ·FIR
式中，FDR为故障检测率，TP为真正例，FN为假负例，FAR为误报率，FIR为故障识别率，FP为假正例，TN为真负例，α、β和γ为权重系数，OFA为综合评估指数。
当综合评估指数达到设定阈值时，进行反馈调整，更改模型参数优化模型。
模型输出给出每个输入样本属于每个故障类型的概率分布，选择概率最高的故障类型作为最终的分类结果，根据模型性能进行调整和优化。
S3：安装自动化开关设备在故障发生时自动执行切换操作，分隔故障区域，根据故障类型配置开关设备的控制逻辑并进行自启动的电网事故恢复。
具体的，将故障诊断结果映射到自动化操作，进行故障类型解析，从故障诊断结果中解析出具体的故障类型，例如过电流、电压异常等。识别故障发生的位置，确定是在哪个电路、设备或节点。评估故障对整个电力系统的影响范围，考虑故障是否扩散到其他设备或区域。根据故障诊断的结果确定需要进行自动化操作的具体设备或系统部分。
确定操作策略，操作类型选择，根据故障类型和位置，选择适当的操作类型，例如切除故障设备、切换备用设备等。如果有备用设备可用，根据决策逻辑确定是否需要调度备用设备，并选择合适的备用设备。考虑是否需要调整电力系统的参数，例如发电机输出功率、电压等，以适应系统新的工作状态。确定设备操作的顺序，考虑是否需要先切除故障设备再切换至备用设备，或者同时进行多个操作。对于复杂的场景，考虑多个故障同时发生的情况，制定相应的应对策略，确保系统能够在复杂条件下正确恢复。根据电力系统的特性，优化操作策略以确保系统在恢复后尽快达到稳定状态。
当故障类型判定为过电流时，则系统判断负荷增加情况，启动负荷调节逐步恢复负荷，判断电流传感器是否故障，或更换故障的电流传感器，检查电源供应，维持电源稳定；当故障类型判定为电压异常时，即突发性大负荷减小，电压稳定器参数失调，则根据负荷减小情况，调整发电机输出，维持电压，重新校准电压稳定器，检查发电机状态；当故障类型判定为频率异常时，即发电机输出不稳定，频率保护系统故障，则发电机输出不稳定，调整发电机输出功率频率，修复或更换故障的频率保护装置，检查电源同步性，确保频率同步；当故障类型判定为差动保护触发时，则切除故障线路，隔离短路，修复或更换故障的差动保护设备，检查保护装置互锁情况；再次确定设备操作的顺序，判断是否需要先切除故障设备再切换至备用设备，或者同时进行多个操作，若存在多个故障同时发生，则优化操作策略确保系统在恢复后尽快达到稳定状态；确定生成的控制指令的类型，计算控制指令所需的参数，封装计算得到的控制指令和参数，以符合通信协议的要求，确保指令被设备正确解析和执行；通过通信网络将封装好的控制指令传递给目标设备，确保设备能够正确解析和执行指令，监测执行过程，获取设备执行控制指令的反馈信息，根据反馈信息更新系统状态，确保控制指令的执行状态与预期一致。
生成控制指令，指令类型确定，确定生成的控制指令的类型，包括开关操作、设备调整、参数变更等。指令参数计算，计算控制指令所需的参数，例如开关的状态、调整的值、切换的路径等。封装计算得到的控制指令和参数，以符合通信协议的要求，确保指令能够被设备正确解析和执行。
控制指令执行，指令传递和执行，通过通信网络将封装好的控制指令传递给目标设备，并确保设备能够正确解析和执行指令。监测执行过程，获取设备执行控制指令的反馈信息，包括设备状态变化、操作是否成功等。根据反馈信息更新系统状态，确保控制指令的执行状态与预期一致。如果执行过程中发生异常，采取相应的异常处理措施，例如重新尝试、切换备用方案或发出警报。
进一步的，本实施例还提供一种具备主网自启动的电网事故恢复系统，包括：监测模块，用于在电网关键节点安装传感器和监控设备，实时监测电网的状态，收集节点数据并处理，实时传输到中央控制中心；处理模块，用于根据处理后的节点数据构建故障分类模型实时计算电网中的故障信号，判断故障类型，设计恢复策略，重新连接分隔的电网部分和配置电网拓扑；恢复模块，用于安装自动化开关设备在故障发生时自动执行切换操作，分隔故障区域，根据故障类型配置开关设备的控制逻辑并进行自启动的电网事故恢复。
自启动系统根据电网事故中的历史设备构建设备拓扑结构算法，根据设备拓扑结构算法形成历史设备的保护启动方案，自启动恢复电路包含分压电路、开关电路、电压转换器和处理器，设备拓扑结构算法中包含各个设备单元以及各个设备单元之间的连接结构，根据历史设备的继电保护启动方案的知识图谱进行知识融合，生成启动方案模板，构建电网中的新设备的拓扑结构，根据新设备的拓扑结构和启动方案模板生成新设备的电网事故恢复自启动系统。开关电路用于对电源和电压转换器之间进行相连，开关电路的第二触点与第二电压转换器的输入端相连，电压转换器的输出端与电压转换器的输入端相连，电压转换器的输出端与该处理器相连，电压转换器用于将电源的电压进行转换以为该处理器提供工作电压，分压电路与电源及处理器均相连。开关电路连接于分压电路之间，分压电路与电源相连，当该选择按钮的选择端与电源及触点相连时，分压电路使得该开关电路导通以使得该分压电路传输信号至该处理器，当该选择按钮的选择端与电源及触点相连时，该分压电路使得该开关电路截止使得该分压电路传输信号至该处理器。自启动恢复电路包含电流源和比较器，电流源用于对稳定化电容进行充电，比较器用于电路从断电状态恢复到正常工作状态，用电流源对电容进行充电，并且基准电压端子的基准电压通过充电而接近所希望基准电压时，停止电流源对稳定化电容的充电。自启动恢复电路包含偏压电路，偏压电路包含第一电流通路，比较器使电流源对稳定化电容的充电停止的阈值电压，电流通路生成基准电压端子的基准电压，电流镜电路使电流通路的电流通过电流镜反射而到达电流通路；分压电路包含比较器，比较器由滞环比较器构成，滞环比较器从关断工作到接通工作的阈值电压值使电流源停止，分压电路具有基准电压端子和连接在基准电压端子上而稳定基准电压端子的基准电压的稳定化电容。自启动恢复电路包含多个电流源，多个电流源分别具有在各自的栅极上连接有快速恢复电路的基准电路端子的晶体管，开关电路对是否使多个电流源的输出电流单独地流向模拟输出线进行切换。自启动系统包含知识图谱，知识图谱由节点和边组成，每个节点表示一个实体，每条边表示与该条边相连接的两个实体之间的关系，知识图谱中的实体分为两个类型，分别为拓扑结构和继电保护。拓扑结构包含设备单元，设备单元的类型分为母线、变电站、线路、刀闸、线路开关、母联开关、分段开关、主变以及压变；每个设备单元均有其对应的属性，属性包括设备单元的所属变电站以及电压等级。自启动系统包含启动步骤，启动步骤的类型分为送电前、送电期间方式调整、具备向量试验条件后、试验结束并正确后，每个启动步骤均有其对应的属性，属性包含启动步骤的启动顺序和定值单号，生成各种类的设备单元所对应的各种类的启动步骤模板，根据各种类的设备单元所对应的各种类的启动步骤模板，生成启动方案模板。自启动系统可对接收到的启动方案与标准方案进行全面自动校核比对，并提出修改意见。
本实施例还提供一种计算机设备，适用于具备主网自启动的电网事故恢复方法的情况，包括：存储器和处理器；存储器用于存储计算机可执行指令，处理器用于执行计算机可执行指令，实现如上述实施例提出的本发明实施例所述方法的全部或部分步骤。
本实施例还提供一种存储介质，其上存储有计算机程序，计算机程序被处理器执行时，执行上述实施例的任一可选的实现方式中的方法。其中，存储介质可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(Static RandomAccess Memory，简称SRAM)，电可擦除可编程只读存储器(Electrically ErasableProgrammable Read-Only Memory，简称EEPROM)，可擦除可编程只读存储器(ErasableProgrammable Read OnlyMemory，简称EPROM)，可编程只读存储器(Programmable Red-Only Memory，简称PROM)，只读存储器(Read-OnlyMemory，简称ROM)，磁存储器，快闪存储器，磁盘或光盘。
本实施例提出的存储介质与上述实施例提出的数据存储方法属于同一发明构思，未在本实施例中详尽描述的技术细节可参见上述实施例，并且本实施例与上述实施例具有相同的有益效果。
由上可知，本发明中恢复电路可缩短电网从断电状态恢复到工作状态的时间，减轻偏置电压的影响，结合设备的拓扑结构，并参考电网中的历史设备的恢复保护启动方案，制作启动方案模板，降低操作人员工作量，降低出错率，使得电网管理的智能化，提升电网管理水平，知识图谱技术具有分析拓扑和推理知识的能力，能够利用图模型描述新设备启动规则和拓扑之间的关联关系，基于知识图谱技术有助于电网新设备恢复保护启动方案的快速智能生成及校核。
实施例2
参照表1，为本发明第二个实施例，该实施例提供了一种具备主网自启动的电网事故恢复方法，为了验证本发明的有益效果，通过经济效益计算和仿真实验进行科学论证。
表1技术特征对比表
由上可知，本发明可缩短电网从断电状态恢复到工作状态的时间，减轻偏置电压的影响，结合设备的拓扑结构，并参考电网中的历史设备的恢复保护启动方案，制作启动方案模板，降低操作人员工作量，降低出错率，使得电网管理的智能化，提升电网管理水平，知识图谱技术具有分析拓扑和推理知识的能力，能够利用图模型描述新设备启动规则和拓扑之间的关联关系，基于知识图谱技术有助于电网新设备恢复保护启动方案的快速智能生成及校核。
应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的精神和范围，其均应涵盖在本发明的权利要求范围当中。
Claims (10)
1.一种具备主网自启动的电网事故恢复方法，其特征在于：包括，
在电网关键节点安装传感器和监控设备，实时监测电网的状态，收集节点数据并处理，实时传输到中央控制中心；
根据处理后的节点数据构建故障分类模型实时计算电网中的故障信号，判断故障类型，设计恢复策略，重新连接分隔的电网部分和配置电网拓扑；
安装自动化开关设备在故障发生时自动执行切换操作，分隔故障区域，根据故障类型配置开关设备的控制逻辑并进行自启动的电网事故恢复。
2.如权利要求1所述的具备主网自启动的电网事故恢复方法，其特征在于：所述节点数据包括节点电流、电压和频率数据；所述处理包括对收集到的节点数据分别通过处理函数进行处理，得到初步处理后的节点数据。
3.如权利要求2所述的具备主网自启动的电网事故恢复方法，其特征在于：所述处理函数相关计算公式如下，电流数据的相关处理函数为：
式中，f(I)为电流处理函数，Ii为第i时刻的电流值，为窗口长度；
电压数据的相关处理函数为：
式中，g(V)为电压处理函数，Vi为第i时刻的电压值，V1为初始电压值；
频率数据的相关处理函数为：
式中，h(f)为频率处理函数，为瞬时频率变化率，f为瞬时频率，fc
为截止频率，α为衰减系数，n为滤波器阶数。
4.如权利要求3所述的具备主网自启动的电网事故恢复方法，其特征在于：所述构建故障分类模型包括以下步骤，
收集带有标记故障类型的训练数据集，每个样本包括电流、电压和频率的处理结果，以及相应的故障类型标签；
对电流、电压和频率的处理结果进行特征处理，生成用于训练的特征，将数据集分为训练集和测试集，交叉验证模型；
选择决策树模型，使用训练集对决策树模型进行训练，学习输入特征与相应的故障类型之间的关系；
使用测试集对模型进行验证，评估分类性能，将电流、电压和频率的处理结果作为输入提供给已经训练好的决策树模型；
模型输出给出每个输入样本属于每个故障类型的概率分布，选择概率最高的故障类型作为最终的分类结果，根据模型性能进行调整和优化。
5.如权利要求4所述的具备主网自启动的电网事故恢复方法，其特征在于：所述评估分类性能包括以下步骤，
计算模型输出结果故障检测率、误报率和故障识别率，进行加权计算，根据计算结果判断是否进行评估模型分类性能；计算公式如下：
OFA＝α·(1-FDR)+β·(1-FAR)+γ·FIR
式中，FDR为故障检测率，TP为真正例，FN为假负例，FAR为误报率，FIR为故障识别率，FP为假正例，TN为真负例，α、β和γ为权重系数，OFA为综合评估指数；
当综合评估指数达到设定阈值时，进行反馈调整，更改模型参数优化模型。
6.如权利要求5所述的具备主网自启动的电网事故恢复方法，其特征在于：所述进行自启动的电网事故恢复包括以下步骤，
实时监测系统参数，使用数字保护装置和监测设备收集并处理实时数据，监测异常参数值；
使用差动保护和过电流保护装置，结合监测到的数据，定位故障位置，引入模式识别算法，通过历史数据学习故障模式；
制定决策逻辑，明确定义不同故障类型的处理策略，使用规则引擎，将决策逻辑转化为可执行规则，方便后续的自动化操作；
将故障诊断结果映射到具体的自动化操作，根据故障诊断和决策逻辑，确定操作策略生成控制指令，考虑设备的状态、额定参数和操作限制；
自动执行生成的控制指令，在执行操作前进行状态检查，实时监测系统运行状态，生成运行日志和事件记录，发出警报并通知相关人员，进行人工干预或进一步分析；
在系统自动化恢复后，进行动态稳定性评估，确保系统能够在故障恢复后稳定运行，确保系统负载合理分配。
7.如权利要求6所述的具备主网自启动的电网事故恢复方法，其特征在于：所述确定操作策略生成控制指令包括以下步骤，
将故障诊断结果映射到自动化操作，进行故障类型解析，从故障诊断结果中解析出具体的故障类型，识别故障发生的位置，评估故障影响范围，根据故障诊断结果确定进行自动化操作的具体设备或系统部分；
确定操作策略，根据故障类型和位置选择操作类型，判定是否切除故障设备或切换备用设备，若存在有备用设备可用，根据决策逻辑确定是否需要调度备用设备，是否需要调整电力系统参数适应系统新的工作状态，
当故障类型判定为过电流时，则系统判断负荷增加情况，启动负荷调节逐步恢复负荷，判断电流传感器是否故障，或更换故障的电流传感器，检查电源供应，维持电源稳定；
当故障类型判定为电压异常时，即突发性大负荷减小，电压稳定器参数失调，则根据负荷减小情况，调整发电机输出，维持电压，重新校准电压稳定器，检查发电机状态；
当故障类型判定为频率异常时，即发电机输出不稳定，频率保护系统故障，则发电机输出不稳定，调整发电机输出功率频率，修复或更换故障的频率保护装置，检查电源同步性，确保频率同步；
当故障类型判定为差动保护触发时，则切除故障线路，隔离短路，修复或更换故障的差动保护设备，检查保护装置互锁情况；
再次确定设备操作的顺序，判断是否需要先切除故障设备再切换至备用设备，或者同时进行多个操作，若存在多个故障同时发生，则优化操作策略确保系统在恢复后尽快达到稳定状态；
确定生成的控制指令的类型，计算控制指令所需的参数，封装计算得到的控制指令和参数，以符合通信协议的要求，确保指令被设备正确解析和执行；
通过通信网络将封装好的控制指令传递给目标设备，确保设备能够正确解析和执行指令，监测执行过程，获取设备执行控制指令的反馈信息，根据反馈信息更新系统状态，确保控制指令的执行状态与预期一致。
8.一种具备主网自启动的电网事故恢复系统，基于权利要求1～7任一所述的具备主网自启动的电网事故恢复方法，其特征在于：包括，
监测模块，用于在电网关键节点安装传感器和监控设备，实时监测电网的状态，收集节点数据并处理，实时传输到中央控制中心；
处理模块，用于根据处理后的节点数据构建故障分类模型实时计算电网中的故障信号，判断故障类型，设计恢复策略，重新连接分隔的电网部分和配置电网拓扑；
恢复模块，用于安装自动化开关设备在故障发生时自动执行切换操作，分隔故障区域，根据故障类型配置开关设备的控制逻辑并进行自启动的电网事故恢复。
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于：所述处理器执行所述计算机程序时实现权利要求1～7任一所述具备主网自启动的电网事故恢复方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于：所述计算机程序被处理器执行时实现权利要求1～7任一所述具备主网自启动的电网事故恢复方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311710803.1A CN117810970A (zh) | 2023-12-13 | 2023-12-13 | 一种具备主网自启动的电网事故恢复方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311710803.1A CN117810970A (zh) | 2023-12-13 | 2023-12-13 | 一种具备主网自启动的电网事故恢复方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117810970A true CN117810970A (zh) | 2024-04-02 |
Family
ID=90420859
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311710803.1A Pending CN117810970A (zh) | 2023-12-13 | 2023-12-13 | 一种具备主网自启动的电网事故恢复方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117810970A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118014564A (zh) * | 2024-04-10 | 2024-05-10 | 山东和兑智能科技有限公司 | 一种基于数据驱动的电力设备故障诊断系统及方法 |
-
2023
- 2023-12-13 CN CN202311710803.1A patent/CN117810970A/zh active Pending
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118014564A (zh) * | 2024-04-10 | 2024-05-10 | 山东和兑智能科技有限公司 | 一种基于数据驱动的电力设备故障诊断系统及方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Sun et al. | An online dynamic security assessment scheme using phasor measurements and decision trees | |
| CN117810970A (zh) | 一种具备主网自启动的电网事故恢复方法及系统 | |
| US10310495B2 (en) | Systems and methods for monitoring automation systems | |
| CN103956716A (zh) | 微电网动态自适应继电保护方法及自适应保护装置 | |
| KR101667832B1 (ko) | 전력 계통 감시 및 제어시스템에서 고장전류 제어 방법 | |
| US20140108851A1 (en) | Online Protection Coordination for Distribution Management System | |
| Mitchell et al. | Using a neural network to predict the dynamic frequency response of a power system to an under-frequency load shedding scenario | |
| CN113328437B (zh) | 一种智能配电网cps拓扑构建方法及故障恢复方法 | |
| CN110350510A (zh) | 一种考虑故障影响度的配电网供电恢复方法 | |
| Ciapessoni et al. | An integrated platform for power system security assessment implementing probabilistic and deterministic methodologies | |
| CN110676844B (zh) | 一种智能配电网负荷转移方法及装置 | |
| CN112801533B (zh) | 一种考虑决策依赖不确定的电力系统运行可靠性评估方法 | |
| CN117060350A (zh) | 定值整定方法、系统、设备和介质 | |
| CN111049131A (zh) | 一种地区电网在线故障处置预案生成方法及系统 | |
| CN111598377A (zh) | 一种地区电网基准风险在线获取方法与系统 | |
| Ng et al. | Intelligent distributed smart grid network—Reconfiguration | |
| Teo et al. | Restoration of electrical power supply through an algorithm and knowledge based system | |
| CN116739550A (zh) | 一种抢修智能辅助决策方法及系统 | |
| CN111353682B (zh) | 多电源电网可靠性评估方法 | |
| CN114266427A (zh) | 一种基于拓扑分析的新设备投运启动方案生成方法 | |
| KR101639861B1 (ko) | 에너지 관리 시스템 | |
| Cruzat et al. | Reliability evaluation of ICT used on dynamic line rating for power system flexibility | |
| KR102232965B1 (ko) | 비상상황 발생 시 마이크로그리드 자율 운전 시스템 및 방법 | |
| CN111987701B (zh) | 配电网维护方法 | |
| Cui et al. | Research on Intelligent Protection Technology for Distribution Network with Distributed Generation |
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 |