CN108646139A - 一种10kv线路运维停电精准定位方法 - Google Patents
一种10kv线路运维停电精准定位方法 Download PDFInfo
- Publication number
- CN108646139A CN108646139A CN201810462119.9A CN201810462119A CN108646139A CN 108646139 A CN108646139 A CN 108646139A CN 201810462119 A CN201810462119 A CN 201810462119A CN 108646139 A CN108646139 A CN 108646139A
- Authority
- CN
- China
- Prior art keywords
- circuits
- circuit
- power failure
- real time
- load value
- 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
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/08—Locating faults in cables, transmission lines, or networks
- G01R31/081—Locating faults in cables, transmission lines, or networks according to type of conductors
- G01R31/085—Locating faults in cables, transmission lines, or networks according to type of conductors in power transmission or distribution lines, e.g. overhead
-
- 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
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
- Y04S10/52—Outage or fault management, e.g. fault detection or location
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种10KV线路运维停电精准定位方法,所述方法包括:实时采集变电站中10KV线路的总表数据;对10KV线路的总开关表的负载值进行预测,通过拟合曲线展示出10KV线路实时负载值;对10KV线路总表数据进行采集分析,若10KV线路总表的实时数据大于配变的最小负载值Pmin,则进行分析,反之则返回;当10KV线路总表的实时数据大于配变的最小负载值Pmin,则取△P与其下接的10KV线路进行比对,若10KV线路总表与某一个配变负载或多个配变负载的预测值相差在预设范围内,则将此线路作为疑似停电线路;解决了现有的人工定位存在的不足,提高了10KV线路运维停电定位效率和准确率的技术效果。
Description
技术领域
本发明涉及输电线路故障处理领域,具体地,涉及一种10KV线路运维停电精准定位方法。
背景技术
电力行业一直都非常重视输电线路故障点定位问题。随着电力***的不断发展,超高压、长距离输电线路越来越多,线路故障点的准确定位更彰显其重要性。
当前对于10KV线路的停电情况,需要下级人员发现停电后,通过人工的方式对上级进行层层上报,耽误时间很长,故障定位效率和准确率较低。
发明内容
本发明提供了一种10KV线路运维停电精准定位方法,解决了现有的人工定位存在的不足,提高了10KV线路运维停电定位效率和准确率的技术效果。
为实现上述发明目的,本申请提供了一种10KV线路运维停电精准定位方法,所述方法包括:
实时采集变电站中10KV线路的总表数据;
对10KV线路的总开关表的负载值进行预测,通过拟合曲线展示出10KV线路实时负载值;
对10KV线路总表数据进行采集分析,若10KV线路总表的实时数据大于配变的最小负载值Pmin,则进行分析,反之则返回;当10KV线路总表的实时数据大于配变的最小负载值Pmin,则取△P与其下接的10KV线路进行比对,若10KV线路总表与某一个配变负载或多个配变负载的预测值相差在预设范围内,则将此线路作为疑似停电线路,其中,△P=P总-P预,△P为10KV线路总表的实际运行负载值与预测负载值的差值,P总为10KV线路总表的实际运行负载值;P预为该10KV线路总表的预测负载值。
进一步的,设置周期为5分钟对10KV线路总表数据进行采集分析。
进一步的,所述方法使用季节性ARMA模型进行预测,SARMA模型在回归项中加入季节自回归项SAR和季节移动平均项SMA考虑季节性。
假设季节长度为S,则SMA(q)(m)S的形式为:
yt-u=(1+θ1L+θ2L2+......+θqLq)(1+θ1SLS+θ2SL2S+......+θmSLmS)εt
其中,q为一般移动平均项的滞后阶数,m为季节性滞后阶数,yt预测结果值,θ1至θq为1-q阶自回归系数为,u为常数,L为对应的10KV线路总表数据,εt为t年的独立随机序列;
SAR(p)(k)S的形式为:
(1-φ1L-φ2L2-…-φpLp)(1-φ1SLS-φ2SL2S-…-φkSLkS)yt=c+εt
其中,p为一个自回归项的滞后阶数,k为季节性滞后阶数,yt预测结果值,θ1至θp为1-p阶自回归系数为,c为常数,L为对应的10KV线路总表数据,εt为t年的独立随机序列;
SARMA的形式为将SAR和SMA进行合并,记为:SARMA(p,q)(k,m)S。
以滞后两阶的AR模型为例,无季节性的AR2模型为:
yt=c+φ1yt-1+φ2yt-2+εt
用滞后算子表示:
(1-φ1L-φ2L2)yt=c+εt
对于带有季节性的季度数据,若k=1,则模型就会变成下式:
(1-φ1L-φ2L2)(1-ψL4)yt=c+εt
等价于:yt=c+φ1yt-1+φ2yt-2+ψyt-4-ψyt-5-ψyt-6+εt。
本申请提供的一个或多个技术方案,至少具有如下技术效果或优点:
能够为电力企业及时、快速的定位停电台区、减少停电上报时间,提高电力企业工作效率。本方法是基于电网实时数据进行的实时分析研判,所以实时的呈现数据结果。
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;
图1是本申请中10KV线路运维停电精准定位方法的流程示意图。
具体实施方式
本发明提供了一种10KV线路运维停电精准定位方法,解决了现有的人工定位存在的不足,提高了10KV线路运维停电定位效率和准确率的技术效果。
为了能够更清楚地理解本发明的上述目的、特征和优点,下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是,在相互不冲突的情况下,本申请的实施例及实施例中的特征可以相互组合。
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范围内的其他方式来实施,因此,本发明的保护范围并不受下面公开的具体实施例的限制。
根据35KV线路的负载变化(35KV线路可连接实时数据),对10KV线路是否停电,进行辅助研判。具体判断流程如图1所示。
在变电站中有每条10KV线路的总表数据(实时采集),在用采***中我们能够实时采集到每个配变的电压数据和电流数据,所以当每次采集新数据的时候我们就执行以上算法流程。根据以上流程图对10KV线路的总开关表每天、各个时间点(5分钟一次)的负载值进行预测,通过拟合曲线展示出35KV线路每时每刻的负载值。
设置周期为5分钟对10KV线路总表数据进行采集分析,如果实时数据大于配变的最小负载值(Pmin),则进行分析,反之则返回。如果大于则取△P(△P=P总-P预)与其下接的10KV线路进行比对,与某一个配变负载或多个配变负载的预测值相近,就将此线路作为疑似停电线路。
用电行为与季节、时段的、节日等因素的影响较大,所以在选定预测算法时,本案例中选择了季节性自回归滑动平均模型,利用该模型提高了定位的准确性。
季节性ARMA模型描述:
SARMA模型是在回归项中加入季节自回归项(SAR)和季节移动平均项(SMA)来考虑季节性的。假设季节长度为S,则
SMA(q)(m)S的一般形式为:
yt-u=(1+θ1L+θ2L2+......+θqLq)(1+θ1SLS+θ2SL2S+......+θmSLmS)εt
其中q为一般移动平均项的滞后阶数,m为季节性滞后阶数。
SAR(p)(k)S的一般形式为:
(1-φ1L-φ2L2-…-φpLp)(1-φ1SLS-φ2SL2S-…-φkSLkS)yt=c+εt
其中p为一个自回归项的滞后阶数,k为季节性滞后阶数。
SARMA的一般形式只需将SAR和SMA合并即可,简记为:SARMA(p,q)(k,m)S。
为了进一步理解季节模型的特点,以滞后两阶的AR模型为例,无季节性的AR(2)模型如下:
yt=c+φ1yt-1+φ2yt-2+εt
用滞后算子表示:
(1-φ1L-φ2L2)yt=c+εt
对于带有季节性的季度数据,若k=1,则模型就会变成下式:
(1-φ1L-φ2L2)(1-ψL4)yt=c+εt
它等价于:
yt=c+φ1yt-1+φ2yt-2+ψyt-4-ψyt-5-ψyt-6+εt
因此该季节性AR模型实质上具有稀疏系数的更高阶AR模型。
SARMA模型的自相关系数与偏自相关系数与普通的ARMA模型类似,只是ACF和PACF的计算需要计算滞后期分别为S、2S......mS处的大小,性质与ARMA模型相同,即季节自回归模型的季节偏相关函数按季节周期的增加而截尾;季节移动平均模型的季节自相关函数按季节周期增加而截尾;混合的季节自回归移动平均模型的季节自相关函数和偏相关函数均按指数衰减。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (5)
1.一种10KV线路运维停电精准定位方法,其特征在于,所述方法包括:
实时采集变电站中10KV线路的总表数据;
对10KV线路的总开关表的负载值进行预测,通过拟合曲线展示出10KV线路实时负载值;
对10KV线路总表数据进行采集分析,若10KV线路总表的实时数据大于配变的最小负载值Pmin,则进行分析,反之则返回;当10KV线路总表的实时数据大于配变的最小负载值Pmin,则取△P与其下接的10KV线路进行比对,若10KV线路总表与某一个配变负载或多个配变负载的预测值相差在预设范围内,则将此线路作为疑似停线路,其中,△P=P总-P预,△P为10KV线路总表的实际运行负载值与预测负载值的差值,P总为10KV线路总表的实际运行负载值;P预为该10KV线路总表的预测负载值。
2.根据权利要求1所述的10KV线路运维停电精准定位方法,其特征在于,设置周期为5分钟对10KV线路总表数据进行采集分析。
3.根据权利要求1所述的10KV线路运维停电精准定位方法,其特征在于,所述方法使用季节性ARMA模型进行预测,SARMA模型在回归项中加入季节自回归项SAR和季节移动平均项SMA考虑季节性。
4.根据权利要求3所述的10KV线路运维停电精准定位方法,其特征在于,
假设季节长度为S,则SMA(q)(m)S的形式为:
yt-u=(1+θ1L+θ2L2+......+θqLq)(1+θ1SLS+θ2SL2S+......+θmSLmS)εt
其中,q为一般移动平均项的滞后阶数,m为季节性滞后阶数,yt预测结果值,θ1至θq为1-q阶自回归系数为,u为常数,L为对应的10KV线路总表数据,εt为t年的独立随机序列;
SAR(p)(k)S的形式为:
(1-φ1L-φ2L2-…-φpLp)(1-φ1SLS-φ2SL2S-…-φkSLkS)yt=c+εt
其中,p为一个自回归项的滞后阶数,k为季节性滞后阶数,yt预测结果值,θ1至θp为1-p阶自回归系数为,c为常数,L为对应的10KV线路总表数据,εt为t年的独立随机序列;
SARMA的形式为将SAR和SMA进行合并,记为:SARMA(p,q)(k,m)S。
5.根据权利要求4所述的10KV线路运维停电精准定位方法,其特征在于,以滞后两阶的AR模型为例,无季节性的AR2模型为:
yt=c+φ1yt-1+φ2yt-2+εt
用滞后算子表示:
(1-φ1L-φ2L2)yt=c+εt
对于带有季节性的季度数据,若k=1,则模型就会变成下式:
(1-φ1L-φ2L2)(1-ψL4)yt=c+εt
等价于:yt=c+φ1yt-1+φ2yt-2+ψyt-4-ψyt-5-ψyt-6+εt。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810462119.9A CN108646139A (zh) | 2018-05-15 | 2018-05-15 | 一种10kv线路运维停电精准定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810462119.9A CN108646139A (zh) | 2018-05-15 | 2018-05-15 | 一种10kv线路运维停电精准定位方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108646139A true CN108646139A (zh) | 2018-10-12 |
Family
ID=63755721
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810462119.9A Pending CN108646139A (zh) | 2018-05-15 | 2018-05-15 | 一种10kv线路运维停电精准定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108646139A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102331541A (zh) * | 2010-05-27 | 2012-01-25 | 株式会社日立制作所 | 配电***断线检测装置、***及方法、抄表装置、中继装置、控制装置 |
CN102590711A (zh) * | 2012-03-16 | 2012-07-18 | 山西省电力公司太原供电分公司 | 一种确定停电范围的方法及装置 |
CN105158598A (zh) * | 2015-08-15 | 2015-12-16 | 国家电网公司 | 一种适用于电力设备的故障预测方法 |
CN105305444A (zh) * | 2015-11-30 | 2016-02-03 | 国网浙江省电力公司绍兴供电公司 | 基于调配一体化的配网综合智能告警与处理方法 |
CN206178084U (zh) * | 2016-09-21 | 2017-05-17 | 广西电网有限责任公司北海供电局 | 一种电网停电检测*** |
-
2018
- 2018-05-15 CN CN201810462119.9A patent/CN108646139A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102331541A (zh) * | 2010-05-27 | 2012-01-25 | 株式会社日立制作所 | 配电***断线检测装置、***及方法、抄表装置、中继装置、控制装置 |
CN102590711A (zh) * | 2012-03-16 | 2012-07-18 | 山西省电力公司太原供电分公司 | 一种确定停电范围的方法及装置 |
CN105158598A (zh) * | 2015-08-15 | 2015-12-16 | 国家电网公司 | 一种适用于电力设备的故障预测方法 |
CN105305444A (zh) * | 2015-11-30 | 2016-02-03 | 国网浙江省电力公司绍兴供电公司 | 基于调配一体化的配网综合智能告警与处理方法 |
CN206178084U (zh) * | 2016-09-21 | 2017-05-17 | 广西电网有限责任公司北海供电局 | 一种电网停电检测*** |
Non-Patent Citations (1)
Title |
---|
胡利琴: "《金融时间序列分析实验教程》", 31 August 2012, 武汉大学出版社 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101179195B (zh) | 配电网规划方案辅助决策*** | |
Von Hirschhausen et al. | Long-term electricity demand in China—from quantitative to qualitative growth? | |
CN102709908B (zh) | 大规模风电接入电网后的网损预测方法 | |
Gellings et al. | Smart Grid as advanced technology enabler of demand response | |
CN102545213A (zh) | 电网线损实时管理***及方法 | |
CN103971175B (zh) | 一种多级变电站的短期负荷预测方法 | |
Ibraheem et al. | Optimal automatic generation control of interconnected power system with asynchronous tie-lines under deregulated environment | |
CN108649556B (zh) | 一种电网应急场景随机优化调度方法 | |
CN101777764A (zh) | 基于区域控制偏差和机组发电偏差的调度反馈控制*** | |
CN105046360A (zh) | 基于峰谷时段用电负荷权重管理***及峰谷时段管理方法 | |
CN109638812A (zh) | 一种自适应的配电线路超短期负荷预测方法及*** | |
CN102567645B (zh) | 基于在线理论网损计算的电网设备统计及计算网损的方法 | |
CN102651049A (zh) | 电力***新建变电站降损率的计算方法 | |
CN110516882A (zh) | 负荷代理商日前可用聚合响应容量预测方法 | |
CN104299051A (zh) | 一种用于电网工程技术经济性分析评论的网络*** | |
CN115684809A (zh) | 一种基于虚拟电厂的用户端用电测试*** | |
CN103366225A (zh) | 风功率预测误差识别方法 | |
CN108646139A (zh) | 一种10kv线路运维停电精准定位方法 | |
CN103501003A (zh) | 线损控制*** | |
CN104809543A (zh) | 基于月度输变电设备检修计划的电网运行方式生成方法 | |
Saravanan et al. | Generation scheduling with large-scale integration of renewable energy sources using grey wolf optimization | |
Hua et al. | Theory study and application of the BP-ANN method for power grid short-term load forecasting | |
Wang et al. | Energy management system for multi-microgrid | |
Robertson et al. | A pseudo-real time distribution network simulator for analysis of coordinated ANM control strategies | |
Kerin et al. | Dynamic security indication in power systems with large amount of renewables |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181012 |