CN109361484B - 一种电力***时间同步数据的传输方法 - Google Patents
一种电力***时间同步数据的传输方法 Download PDFInfo
- Publication number
- CN109361484B CN109361484B CN201811343102.8A CN201811343102A CN109361484B CN 109361484 B CN109361484 B CN 109361484B CN 201811343102 A CN201811343102 A CN 201811343102A CN 109361484 B CN109361484 B CN 109361484B
- Authority
- CN
- China
- Prior art keywords
- data
- frame
- matrix
- pmu
- input frame
- 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
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04J—MULTIPLEX COMMUNICATION
- H04J3/00—Time-division multiplex systems
- H04J3/02—Details
- H04J3/06—Synchronising arrangements
- H04J3/0635—Clock or time synchronisation in a network
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04J—MULTIPLEX COMMUNICATION
- H04J3/00—Time-division multiplex systems
- H04J3/02—Details
- H04J3/14—Monitoring arrangements
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Synchronisation In Digital Transmission Systems (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明涉及一种电力***时间同步数据的传输方法,在所述电力***中,每台本地PDC下辖n台PMU,本地PDC与区域PDC建立通信,区域PDC与区域应用实体建立通信。本发明降低电力***时间同步相量数据在网络传输过程中对网络带宽的要求,减少同步相量数据的***存储压力,提高特征数据传输的实时性,降低海量时间同步相量数据在网络传输过程中的通讯阻塞风险,为电力***在线状态分析、故障分析提供高质量的数据支撑。
Description
技术领域
本发明涉及一种时间同步数据的传输方法,属于电力***时间同步数据管理技术领域。
背景技术
在保留数据变化特征的前提下对实时传输的电力***节点时间同步相量数据进行在线有损压缩,可以降低数据传输对降低电力***时间同步相量数据在网络传输过程中对网络带宽的要求,减少同步相量数据的***存储压力,提高特征数据传输的实时性,为电力***在线状态分析、故障分析提供高质量的数据支撑,具有广泛的实际应用价值。时间同步相量数据采集网络如图1所示,PMU为网络底层的数据采集装置,将电力***节点的电气相量数据加注由卫星同步时钟标签后上传至就地相量数据集中器(Local PDC),Local PDC接收来自一个或多个PMU上传的时间同步相量数据后,按照时钟标记顺序进行数据集中并上传至区域相量数据集中器(Regional PDC),见图2,为区域电网管理实体(RegionalApplication Entity)提供全***的、同一时间截面的相量测量数据支撑。
根据IEEE std C37.118.1-2011(IEEE Standard for SynchrophasorMeasurement for Power Systems)中对于PMU相量数据上报周期的要求,若要对50Hz电力***进行动态分析,同步相量数据上报率需至少达到10fps。若每则消息内容包含2个整型相量,其通信带宽(以UDP/IP协议广播)需要6.72Kbps;若达到50fps的高解析要求,相同消息内容下,其通信带宽(以UDP/IP协议广播)需要33.6Kbps。随着网络底层PMU接入数的增加,相量数据上报率的提高,采集网络将面临着巨大的实时数据传输与存储压力。
电力***时间同步数据的主要用途为故障识别、扰动识别与态势识别,其对数据质量要求如下表所示:
表1不同功能对时间同步数据质量要求
功能类型 | 数据颗粒度 | 区域范围 | 出现频率 | 优先级 |
故障识别 | 毫秒及以下 | 小 | 低 | 高 |
扰动识别 | 20毫秒 | 中 | 中 | 中 |
态势识别 | 秒级 | 大 | 高 | 低 |
因此时间同步数据的传输框架需满足上述功能对实时性要求的前提下,尽量减少通信网络的传输压力与数据存储压力。
文献Data Compression in smart distribution systems via singular valuedecomposition中采用了奇异值分解(SVD)的方法对时间同步相量数据在传递前进行压缩处理。奇异值分解是一种有损压缩方式,在***处于稳态或存在单一的低频扰动时,不会因有损压缩而失去扰动特征。若***发生多源震荡,那么有损压缩将按照事先设定的压缩率强制压缩,造成信息丢失无法全面捕捉***特征。
文献Online Dimension Reduction of Synchrophasor Data、文献[3]PowerSystem Real-Time Event Detection and Associated Data Archival Reduction Basedon Synchrophasors中也采用了主成分分析(PCA)或SVD方法进行有损压缩,PCA与SVD技术相仿,优缺点相似。
文献Lossless Compression of Synchronized Phasor Measurements采用了松弛引用编码(Slack-Referenced Encoding)技术与三种常用压缩技术Deflate、Bzip2、LZMA相结合的方式对同步相量数据进行无损压缩,压缩率(CR)低,无法达到减轻***传输与存储压力的目标。
文献The Hitchhiker's guide to choosing the compression algorithm forour smart meter data比较了包括Adaptive Trimmed Huffman Coding、Adaptive MarkovChain Huffman Coding、tiny Lempel Ziv Markov Chain Algorithm与Lempel ZivMarkov Chain Huffman Coding在内的多种无损压缩技术对电表数据进行压缩处理的表现,从压缩率与处理时间上都无法达到减轻***传输与存储压力的目标。
文献Performance Comparison of Various Wavelets in Compression of PMUGenerated data in Smart Grid采用了不同类型的小波及小波等级对相量数据进行压缩尝试,得到了高压缩率和低误差,但由于其选取的扰动波形不具代表性且需采用不同等级不同小波类型对不同的电气量进行压缩,是否具有泛化意义无从得知。
已有的文献广泛关注于对时间同步相量数据压缩技术的技术创新,未从不同功能对于时间同步相量数据质量的角度及数据传递过程进行具体分析,因此深陷于还原后数据精确度与数据压缩率的反复折衷。
发明内容
本发明的目的是:提高特征数据传输的实时性,降低海量时间同步相量数据在网络传输过程中的通讯阻塞风险。
为了达到上述目的,本发明的技术方案是提供了一种电力***时间同步数据的传输方法,在所述电力***中,每台本地PDC下辖n台PMU,本地PDC与区域PDC建立通信,区域PDC与区域应用实体建立通信,其特征在于,所述传输方法包括以下步骤:
步骤1、每台本地PDC对下辖的各PMU上传的数据根据时标顺序进行排序,并依据绝对等待时间进行数据集中,设n台PMU上传K帧数据,本地PDC将数据集中存储为bufferX,式中:为n台PMU上传的第k帧输入帧,PMUik为第k帧输入帧中第i台PMU上传的PMU采集数据;
步骤2、每台本地PDC依据异常状态辨识准则对当前输入帧进行状态辨识,若当前输入帧为状态正常帧,则进入步骤3,若当前输入帧为状态异常帧,则进入步骤4;
步骤3、将下一帧输入帧更新为当前输入帧,并将n更新为n+1,返回步骤2,直至n=K,进入步骤5;
步骤4、将状态异常帧发送给区域PDC后,将下一帧输入帧更新为当前输入帧,返回步骤2;
步骤5、采用卡洛变换将K帧集中后的所有的状态正常帧进行压缩,包括以下步骤:
步骤501、将K帧集中后的PMU采集数据定义为一个行列数为m×K的矩阵X,则有:
式中,xij为第j帧输入帧中来自第i台PMU的PMU采集数据;
步骤502、计算矩阵X的协方差矩阵C,将协方差矩阵C正交对角化后得到:
C=EDET
式中,E是一个m×m的标准正交矩阵,其列为协方差矩阵C的特征相量;D是一个m×m的对角矩阵,对角线上的值为协方差矩阵C每一列的特征值,代表着协方差矩阵C每一列特征相量的方差;
步骤503、将对角矩阵D上的特征值降序排列得到相量e,如下式:
e=[e1 e2 … em]
步骤504、建立While循环寻找ρ≥0.95时的d值,ρ为信息熵的比值,包括以下步骤:
步骤5041、将变量i初始化为1;
步骤5042、判断信息熵的比值ρ是否小于0.95,若是,则进入步骤5043,否则进入步骤5045;
步骤5043、更新信息熵的比值ρ:
步骤5044、将变量i更新为i+1,返回步骤5042;
步骤5045、计算d值,d=i-1;
步骤505、选取标准正交矩阵E的前d行作为转换矩阵P,将矩阵X降维为矩阵Y,Y=P×X∈Rd×K,则K帧集中后的PMU采集数据的大小从m×K下降至d×K;
步骤6、将压缩后的状态正常帧发至区域PDC,数据包发出后n重置为1,继续重复步骤1至步骤5。
优选地,步骤2中,所述异常状态辨识准则为:
(1)电压异常
当前时刻电压有效值Vm大于或小于设定的电压阈值V上限或V下限,即:Vm>V上限或Vm<V下限;
(2)电流异常
当前时刻电流有效值Im大于或小于设定的电压阈值I上限或I下限,即:Im>I上限或Im<I下限;
(3)频率异常
当前时刻频率f大于或小于设定的频率阈值f上限或f下限,即:f>f上限或f<f下限;
(4)频率变化率异常
当前时刻频率变化率Δf大于或小于设定的频率阈值Δf上限或Δf下限,即:Δf>Δf上限或Δf<Δf下限;
(5)相角变化率异常
优选地,步骤2中,若当前输入帧的任意PMU采集数据满足所述异常状态辨识准则,则当前输入帧为状态异常帧。
本发明降低电力***时间同步相量数据在网络传输过程中对网络带宽的要求,减少同步相量数据的***存储压力,提高特征数据传输的实时性,降低海量时间同步相量数据在网络传输过程中的通讯阻塞风险,为电力***在线状态分析、故障分析提供高质量的数据支撑。
附图说明
图1为时间同步相量数据采集网络;
图2为时间同步相量数据集中过程;
图3为电力***时间同步数据的传输流程图。
具体实施方式
下面结合具体实施例,进一步阐述本发明。应理解,这些实施例仅用于说明本发明而不用于限制本发明的范围。此外应理解,在阅读了本发明讲授的内容之后,本领域技术人员可以对本发明作各种改动或修改,这些等价形式同样落于本申请所附权利要求书所限定的范围。
本发明提供的一种电力***时间同步数据的传输方法可以应用在如图1所示的时间同步相量数据采集网络上,该网络包括本地PDC,本地PDC下辖n台PMU,本地PDC与区域PDC建立通信,区域PDC与区域应用实体建立通信,基于上述时间同步相量数据采集网络,本发明包括以下步骤:
步骤1、每台本地PDC对下辖的各PMU上传的数据根据时标顺序进行排序,并依据绝对等待时间进行数据集中,设n台PMU上传K帧数据,本地PDC将数据集中存储为bufferX,式中:为n台PMU上传的第k帧输入帧,PMUik为第k帧输入帧中第i台PMU上传的PMU采集数据;
步骤2、每台本地PDC依据异常状态辨识准则对当前输入帧进行状态辨识,若当前输入帧为状态正常帧,则进入步骤3,若当前输入帧为状态异常帧,则进入步骤4;
在本步骤中,状态识别的主要目的是为了区分当前下辖各PMU处于正常状态还是异常状态。当PMU处于正常状态时,时间同步相量数据的精度和传输延时在一定范围内是可以接受的;当PMU处于异常状态时,时间同步相量数据必须保证高精度采集与实时传输。因此,***处于不同状态对时间同步相量数据的保真度与传输实时性的要求也是不相同。
异常状态辨识准则为:
(1)电压异常
当前时刻电压有效值Vm大于或小于设定的电压阈值V上限或V下限,即:Vm>V上限或Vm<V下限;
(2)电流异常
当前时刻电流有效值Im大于或小于设定的电压阈值I上限或I下限,即:Im>I上限或Im<I下限;
(3)频率异常
当前时刻频率f大于或小于设定的频率阈值f上限或f下限,即:f>f上限或f<f下限;
(4)频率变化率异常
当前时刻频率变化率Δf大于或小于设定的频率阈值Δf上限或Δf下限,即:Δf>Δf上限或Δf<Δf下限;
(5)相角变化率异常
依据上述异常状态辨识准则,若当前输入帧的任意PMU采集数据满足所述异常状态辨识准则,则当前输入帧为状态异常帧。
步骤3、将下一帧输入帧更新为当前输入帧,并将n更新为n+1,返回步骤2,直至n=K,进入步骤5;
步骤4、将状态异常帧发送给区域PDC后,将下一帧输入帧更新为当前输入帧,返回步骤2;
步骤5、采用卡洛变换将K帧集中后的所有的状态正常帧进行压缩,卡洛变换通过保留大方差的特征相量来达到矩阵降维、数据压缩的效果具体包括以下步骤:
步骤501、将K帧集中后的PMU采集数据定义为一个行列数为m×K的矩阵X,则有:
式中,xij为第j帧输入帧中来自第i台PMU的PMU采集数据;
步骤502、计算矩阵X的协方差矩阵C,C=XXT∈Rm×m,将协方差矩阵C正交对角化后得到:
C=EDET
式中,E是一个m×m的标准正交矩阵,其列为协方差矩阵C的特征相量;D是一个m×m的对角矩阵,对角线上的值为协方差矩阵C每一列的特征值,代表着协方差矩阵C每一列特征相量的方差;
步骤503、将对角矩阵D上的特征值降序排列得到相量e,如下式:
e=[e1 e2 … em]
步骤504、建立While循环寻找ρ≥0.95时的d值,ρ为信息熵的比值,包括以下步骤:
步骤5041、将变量i初始化为1;
步骤5042、判断信息熵的比值ρ是否小于0.95,若是,则进入步骤5043,否则进入步骤5045;
步骤5043、更新信息熵的比值ρ:
步骤5044、将变量i更新为i+1,返回步骤5042;
步骤5045、计算d值,d=i-1;
步骤505、选取标准正交矩阵E的前d行作为转换矩阵P,将矩阵X降维为矩阵Y,Y=P×X∈Rd×K,则K帧集中后的PMU采集数据的大小从m×K下降至d×K;
步骤6、将压缩后的状态正常帧发至区域PDC,数据包发出后n重置为1,继续重复步骤1至步骤5。
Claims (3)
1.一种电力***时间同步数据的传输方法,在所述电力***中,每台本地PDC下辖n台PMU,PMU为网络底层的数据采集装置,PDC为相量数据集中器,本地PDC与区域PDC建立通信,区域PDC与区域应用实体建立通信,其特征在于,所述传输方法包括以下步骤:
步骤1、每台本地PDC对下辖的各PMU上传的数据根据时标顺序进行排序,并依据绝对等待时间进行数据集中,设n台PMU上传K帧数据,本地PDC将数据集中存储为bufferX,式中:为n台PMU上传的第k帧输入帧,PMUik为第k帧输入帧中第i台PMU上传的PMU采集数据;
步骤2、每台本地PDC依据异常状态辨识准则对当前输入帧进行状态辨识,若当前输入帧为状态正常帧,则进入步骤3,若当前输入帧为状态异常帧,则进入步骤4;
步骤3、将下一帧输入帧更新为当前输入帧,并将n更新为n+1,返回步骤2,直至n=K,进入步骤5;
步骤4、将状态异常帧发送给区域PDC后,将下一帧输入帧更新为当前输入帧,返回步骤2;
步骤5、采用卡洛变换将K帧集中后的所有的状态正常帧进行压缩,包括以下步骤:
步骤501、将K帧集中后的PMU采集数据定义为一个行列数为m×K的矩阵X,则有:
式中,xij为第j帧输入帧中来自第i台PMU的PMU采集数据;
步骤502、计算矩阵X的协方差矩阵C,将协方差矩阵C正交对角化后得到:
C=EDET
式中,E是一个m×m的标准正交矩阵,其列为协方差矩阵C的特征相量;D是一个m×m的对角矩阵,对角线上的值为协方差矩阵C每一列的特征值,代表着协方差矩阵C每一列特征相量的方差;
步骤503、将对角矩阵D上的特征值降序排列得到相量e,如下式:
e=[e1 e2 … em]
步骤504、建立While循环寻找ρ≥0.95时的d值,ρ为信息熵的比值,包括以下步骤:
步骤5041、将变量i初始化为1;
步骤5042、判断信息熵的比值ρ是否小于0.95,若是,则进入步骤5043,否则进入步骤5045;
步骤5043、更新信息熵的比值ρ:
步骤5044、将变量i更新为i+1,返回步骤5042;
步骤5045、计算d值,d=i-1;
步骤505、选取标准正交矩阵E的前d行作为转换矩阵P,将矩阵X降维为矩阵Y,Y=P×X∈Rd×K,则K帧集中后的PMU采集数据的大小从m×K下降至d×K;
步骤6、将压缩后的状态正常帧发至区域PDC,数据包发出后n重置为1,继续重复步骤1至步骤5。
2.如权利要求1所述的一种电力***时间同步数据的传输方法,其特征在于,步骤2中,所述异常状态辨识准则为:
(1)电压异常
当前时刻电压有效值Vm大于或小于设定的电压阈值V上限或V下限,即:Vm>V上限或Vm<V下限;
(2)电流异常
当前时刻电流有效值Im大于或小于设定的电压阈值I上限或I下限,即:Im>I上限或Im<I下限;
(3)频率异常
当前时刻频率f大于或小于设定的频率阈值f上限或f下限,即:f>f上限或f<f下限;
(4)频率变化率异常
当前时刻频率变化率Δf大于或小于设定的频率阈值Δf上限或Δf下限,即:Δf>Δf上限或Δf<Δf下限;
(5)相角变化率异常
3.如权利要求2所述的一种电力***时间同步数据的传输方法,其特征在于,步骤2中,若当前输入帧的任意PMU采集数据满足所述异常状态辨识准则,则当前输入帧为状态异常帧。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811343102.8A CN109361484B (zh) | 2018-11-13 | 2018-11-13 | 一种电力***时间同步数据的传输方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811343102.8A CN109361484B (zh) | 2018-11-13 | 2018-11-13 | 一种电力***时间同步数据的传输方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109361484A CN109361484A (zh) | 2019-02-19 |
CN109361484B true CN109361484B (zh) | 2020-05-26 |
Family
ID=65345028
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811343102.8A Active CN109361484B (zh) | 2018-11-13 | 2018-11-13 | 一种电力***时间同步数据的传输方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109361484B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109980635B (zh) * | 2019-03-19 | 2021-10-22 | 国电南瑞科技股份有限公司 | 多支路合并计算相量数据集中器实现方法 |
CN110601987B (zh) * | 2019-08-22 | 2023-03-24 | 科大智能电气技术有限公司 | 一种用于相量数据集中器的数据汇集方法 |
CN111505379B (zh) * | 2020-03-06 | 2021-07-16 | 天津大学 | 一种基于奇异值分解的配电网同步相量量测数据压缩方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108650070A (zh) * | 2018-05-11 | 2018-10-12 | 全球能源互联网研究院有限公司 | 一种信息中心网络相量测量单元通信的***与方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9274150B2 (en) * | 2012-12-09 | 2016-03-01 | General Electric Company | Systems for synchrophasor data management |
WO2015102694A2 (en) * | 2013-09-30 | 2015-07-09 | Hughes Richard J | Streaming authentication and multi-level security for communications networks using quantum cryptography |
CN108196165A (zh) * | 2018-01-09 | 2018-06-22 | 贵州大学 | 基于样本协方差矩阵最大特征值的电网异常状态检测方法 |
CN108493936A (zh) * | 2018-05-03 | 2018-09-04 | 浙江九州量子信息技术股份有限公司 | 基于子空间辨识方法的电力***低频振荡估计的改进方法 |
-
2018
- 2018-11-13 CN CN201811343102.8A patent/CN109361484B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108650070A (zh) * | 2018-05-11 | 2018-10-12 | 全球能源互联网研究院有限公司 | 一种信息中心网络相量测量单元通信的***与方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109361484A (zh) | 2019-02-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109361484B (zh) | 一种电力***时间同步数据的传输方法 | |
CN107257351B (zh) | 一种基于灰色lof流量异常检测***及其检测方法 | |
Chen et al. | Layered adaptive compression design for efficient data collection in industrial wireless sensor networks | |
US20210376853A1 (en) | Multivariate data compression system and method thereof | |
CN104574450A (zh) | 一种基于压缩感知的图像重构方法 | |
Zhao et al. | An improved complex ICA based method for wind farm harmonic emission levels evaluation | |
Cambareri et al. | A rakeness-based design flow for analog-to-information conversion by compressive sensing | |
Karimi et al. | Recursive dynamic compressive sensing in smart distribution systems | |
Hashemipour et al. | Optimal singular value decomposition based big data compression approach in smart grids | |
Kartakis et al. | Adaptive compressive sensing in smart water networks | |
CN109905129A (zh) | 基于分布式压缩传感的低开销电力数据采集方法 | |
CN106331719B (zh) | 一种基于k-l变换误差空间拆分的图像数据压缩方法 | |
EP4123862A1 (en) | Systems and methods for optimal synchrophasor data recovery | |
Le Borgne et al. | Unsupervised and supervised compression with principal component analysis in wireless sensor networks | |
Ren et al. | ISAAC: Intelligent synchrophasor data real-time compression framework for WAMS | |
Nascimento et al. | Improved transient data compression algorithm based on wavelet spectral quantization models | |
CN106788449A (zh) | 一种实时电能质量数据参数化压缩方法 | |
Bhuiyan et al. | Weighted entropy for data compression in smart grid | |
Huang et al. | Optimized measurement matrix for compressive sensing | |
Joshi et al. | Effect of transformation in compressed sensing of smart grid data | |
CN104320661A (zh) | 基于差分熵和结构相似性的图像编码质量预测方法 | |
Sahasranand et al. | Anomaly-aware adaptive sampling for electrical signal compression | |
CN115374991A (zh) | 一种基于改进统计升尺度的光伏集群出力预测方法 | |
Hashemipour et al. | Big data compression in smart grids via optimal singular value decomposition | |
Tripathi et al. | Versatile Multivariate Data Pruning in Smart Grid IoT Networks |
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 |