CN109472231A - 变电站谐波源定位方法及装置、计算机可读存储介质 - Google Patents
变电站谐波源定位方法及装置、计算机可读存储介质 Download PDFInfo
- Publication number
- CN109472231A CN109472231A CN201811285513.6A CN201811285513A CN109472231A CN 109472231 A CN109472231 A CN 109472231A CN 201811285513 A CN201811285513 A CN 201811285513A CN 109472231 A CN109472231 A CN 109472231A
- Authority
- CN
- China
- Prior art keywords
- harmonic
- harmonic source
- source location
- variety
- location algorithm
- 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 46
- 238000003860 storage Methods 0.000 title claims abstract description 15
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 127
- 238000012545 processing Methods 0.000 claims abstract description 19
- 238000005267 amalgamation Methods 0.000 claims description 21
- 230000001360 synchronised effect Effects 0.000 claims description 20
- 238000004590 computer program Methods 0.000 claims description 18
- 238000012880 independent component analysis Methods 0.000 claims description 10
- 238000010219 correlation analysis Methods 0.000 claims description 9
- 238000004458 analytical method Methods 0.000 claims description 8
- 238000012360 testing method Methods 0.000 claims description 6
- 235000013399 edible fruits Nutrition 0.000 claims 2
- 238000012544 monitoring process Methods 0.000 abstract description 16
- 238000005259 measurement Methods 0.000 abstract description 6
- 230000005540 biological transmission Effects 0.000 abstract description 4
- 239000011159 matrix material Substances 0.000 description 11
- 238000012806 monitoring device Methods 0.000 description 11
- 230000008569 process Effects 0.000 description 10
- 230000006870 function Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 238000010168 coupling process Methods 0.000 description 4
- 238000005859 coupling reaction Methods 0.000 description 4
- 239000013078 crystal Substances 0.000 description 4
- 230000005611 electricity Effects 0.000 description 4
- 238000012216 screening Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 230000003321 amplification Effects 0.000 description 1
- 238000010009 beating Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000003990 capacitor Substances 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 239000002674 ointment Substances 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 238000004321 preservation Methods 0.000 description 1
- 108090000623 proteins and genes Proteins 0.000 description 1
- 238000011946 reduction process Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/22—Source localisation; Inverse modelling
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明涉及电力传输技术领域,提供了一种变电站谐波源定位方法及装置、计算机可读存储介质,包括:基于网络测量和控制***的精密时钟同步协议标准,监测并获取变电站所有母线的谐波电压数据,并根据谐波相角的收敛性判定所述谐波电压数据是否具备可用性;将具备可用性的所述谐波电压数据输入预设的定位算法模型进行数据处理,所述定位算法模型集成了多种谐波源定位算法;根据所述定位算法模型的输出结果,对谐波源的位置进行定位。本发明基于IEEE 1588标准对变电站所有母线上的谐波电压数据进行同步监测,并结合多种谐波源定位算法对监测到的谐波电压数据进行处理,以根据最终的处理结果定位出谐波源,提高了谐波源定位的准确性。
Description
技术领域
本发明属于电力传输技术领域,更具体地说,是涉及一种变电站谐波源定位方法及装置、计算机可读存储介质。
背景技术
随着社会的工业和经济的发展,使得电力***在发电侧、高压直流输电以及用户侧的电子化趋势越来越显著。电力电子设备的广泛使用带来更严重的电能质量问题,尤其是谐波和间谐波问题,对换流站、电容器组等的安全稳定运行带来了巨大影响,同时也对电力用户设备如变频器、PLC(Programmable Logic Controller,可编程逻辑控制器)等的安全可靠运行带来隐患。鲁西直流工程发生的多起谐波谐振或谐波放大事件已证明谐波对电力电子化电力***的安全稳定运行不可忽视。
由于谐波超标支路的谐波测试结果中既含有背景谐波,也含有用户发射的特征谐波,因此正确辨识谐波源并评估公共连接点(Point of Common Coupling,PCC)处各支路的谐波分布,是开展谐波分析及治理的首要工作之一,对于掌握用户对电网的谐波污染水平具有重要研究意义。
目前,谐波源定位主要有基于等值电路模型的算法和基于谐波状态估计的算法。现有在建模仿真时一般能准确定位,但建模仿真是取电网的一个截面(物理的以及时间维度的),只能针对电网在特定区域、特定时间适用,无法跟随电网特性的动态变化而变化,所以在实际应用中往往效果不佳,甚至定位错误。且由于***谐波阻抗、谐波潮流实时快速变化,谐波源定位要求多个前端监测单元必须是时间上同步的,否则会导致谐波监测结果、以及谐波源定位结果出现偏差。
发明内容
本发明提供一种变电站谐波源定位方法及装置、计算机可读存储介质,以解决传统的谐波源定位回路不同步,无法跟随电网特性的动态变化而变化,导致谐波监测结果以及谐波源定位结果出现偏差的问题。
本发明实施例的第一方面提供了一种变电站谐波源定位方法,包括:
基于网络测量和控制***的精密时钟同步协议标准,监测并获取变电站所有母线的谐波电压数据,并根据谐波相角的收敛性判定所述谐波电压数据是否具备可用性;
将具备可用性的所述谐波电压数据输入预设的定位算法模型进行数据处理,所述定位算法模型集成了多种谐波源定位算法;
根据所述定位算法模型的输出结果,对谐波源的位置进行定位。
本发明实施例的第二方面提供了一种变电站谐波源定位装置,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如的步骤包括:
基于网络测量和控制***的精密时钟同步协议标准,监测并获取变电站所有母线的谐波电压数据,并根据谐波相角的收敛性判定所述谐波电压数据是否具备可用性;
将具备可用性的所述谐波电压数据输入预设的定位算法模型进行数据处理,所述定位算法模型集成了多种谐波源定位算法;
根据所述定位算法模型的输出结果,对谐波源的位置进行定位。
本发明实施例的第三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存储有计算机程序,所述计算机程序被处理器执行时实现如上所述的变电站谐波源定位方法的步骤。
本发明实施例基于IEEE 1588标准对变电站所有母线上的谐波电压数据进行同步监测,并结合多种谐波源定位算法对监测到的谐波电压数据进行处理,以根据最终的处理结果定位出谐波源,提高了谐波源定位的准确性。
附图说明
为了更清楚地说明本发明实施例中的技术方案,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性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的变电站谐波源定位方法的实现流程图;
图2为本发明实施例提供的前端监测装置的硬件架构示例框图;
图3为本发明实施例提供的前端监测装置的同步模块示例框图;
图4为本发明实施例提供的当定位算法模型以串行方式集成了多种谐波源定位算法时,对谐波源进行定位的流程图;
图5为本发明实施例提供的当定位算法模型以串并行融合方式集成了多种谐波源定位算法时,对谐波源进行定位的流程图;
图6为本发明实施例提供的变电站谐波源定位装置的示意图。
具体实施方式
为了使本发明所要解决的技术问题、技术方案及有益效果更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
图1示出了本发明实施例提供的变电站谐波源定位方法的实现流程,详述如下:
S101:基于网络测量和控制***的精密时钟同步协议标准,监测并获取变电站所有母线的谐波电压数据,并根据谐波相角的收敛性判定所述谐波电压数据是否具备可用性。
对变电站进行全监测是实现谐波源定位的基础,所谓全监测,即针对变电站设置多个前端监测装置,对变电站所有母线上的回路数据进行监测。由于多个前端监测装置之间可能分隔较远,为了保证变电站监测到的数据的同步性,在本发明实施例中,基于网络测量和控制***的精密时钟同步协议标准,即IEEE 1588标准,来实现多个前端监测装置之间监测数据的高精度时钟同步。其中,IEEE 1588通过打时间戳的方式记录报文发送和到达时间,计算出报文传输延迟,从而克服了主从时钟之间报文双向传递存在的延迟,实现主从时钟间的同步。
进一步地,本发明实施例中采用现场可编程门阵列(Field-Programmable GateArray,FPGA)来实现时间戳的获取,以及实现从时钟相对主时钟的频率纠偏,通过硬件电路获取时间戳的方式能够达到到更高的同步精度。
在具体实现中,前端监测装置在硬件设计上一方面要满足基本测量参数和电能质量监测参数的精度要求及可靠性、安全性,另一方面还要满足装置的可扩展性,保证监测数据的同步。作为本发明的一个实现示例,图2示出了前端监测装置的硬件架构示例框图,用于保证监测数据同步的同步模块如图3所示,其基于FPGA实现。具体地,每个前端监测装置包括中央处理器(Central Processing Unit,CPU)、介质访问控制层(Media AccessControl,MAC)、端口物理层(Port Physical Layer,PHY)、FPGA等4种主要器件。PHY和MAC通过标准的MII接口相连,CPU通过总线与MAC和FPGA相连,PHY、MAC和CPU构成通讯协议栈,完成数据包的发送和接收。FPGA的控制器实现时钟调节算法,并由得到的时间戳和本地时钟相比较,得到频率补偿值,从而控制时钟计数器数值,补偿晶振的频率。为了使从时钟的晶振频率与主时钟保持一致,FPGA中需要有一个频率可调的时钟以实现晶振纠偏,其由频率补偿值寄存器、分频累加器、***时钟计数器组成,在每个晶振周期,频率补偿值寄存器内保存的频率补偿值累加到分频累加器中,与分频累加器中的值相加。使用FPGA不但能够获得最精确的时间戳,而且能够采用数字电路的方法精确补偿从时钟的晶振频率。
通过多个前端监测装置,在监测并获取到变电站所有母线的谐波电压数据后,根据谐波相角的收敛性来判定谐波电压数据是否具备可用性。
S102:将具备可用性的所述谐波电压数据输入预设的定位算法模型进行数据处理,所述定位算法模型集成了多种谐波源定位算法。
在本发明实施例中,对于前端监测装置所监测到的具备可用性的谐波电压数据,会被输入至预设的定位算法模型进行数据处理。定位算法模型中集成了多种谐波源定位算法,对于这多种谐波源定位算法,定位算法模型根据设计要求,以串行或者串并行融合的方式来执行这多种谐波源定位算法,从而完成对谐波电压数据的处理,其输出结果用于对谐波源的位置进行定位。
S103:根据所述定位算法模型的输出结果,对谐波源的位置进行定位。
本发明实施例基于IEEE 1588标准对变电站所有母线上的谐波电压数据进行同步监测,并结合多种谐波源定位算法对监测到的谐波电压数据进行处理,以根据最终的处理结果定位出谐波源,提高了谐波源定位的准确性。
作为本发明的一个实施例,图4示出了当定位算法模型以串行方式集成了多种谐波源定位算法时,对谐波源进行定位的流程。在串行方式下,定位算法模型按照预设顺序串行执行多种谐波源定位算法,且将最后执行的谐波源定位算法的输出作为所述定位算法模型的输出结果。参照图4:
S401:获取由具备可用性的谐波电压数据构成的谐波电压矩阵,并采用独立分量分析法获取所有母线导纳构成的导纳矩阵。
S402:将谐波电压矩阵与导纳矩阵相乘,得到谐波电流矩阵。
S403:运用小波分析法对谐波电流矩阵进行降噪处理后,从中提取大于零的谐波电流,得到非零的谐波电流矩阵。
S404:通过相关性分析法处理谐波电压矩阵和非零的谐波电流矩阵,得到谐波电压和谐波电流的相关系数,并对相关系数进行归一化处理,得到相关度。
S405:将最大相关度对应的谐波电压数据来源确定为谐波源。
在图4对应的实施例中,利用独立分量分析法求得导纳矩阵,进而重构谐波电流,再利用相关性分析法得到谐波电压和谐波电流的相关度,以此来找出谐波源,其过程无需获知电网的参数和拓扑结构,仅利用每条母线的谐波电压就可以对谐波源的位置进行定位,且定准结果准确可靠。
作为本发明的一个实施例,图5示出了当定位算法模型以串并行融合方式集成了多种谐波源定位算法时,对谐波源进行定位的流程。在串并行融合方式下,定位算法模型同步执行多种谐波源定位算法,并根据同步执行后各个谐波源定位算法对应的执行结果,以及根据串行执行多种谐波源定位算法对应的执行结果,得到在串并行融合方式下定位算法模型的输出结果。其中,当定位算法模型以串并行融合方式进行算法集成时,集成的算法包括谐波阻抗法、独立分量分析法、相关性分析法,还包括图4对应实施例提及的在以串行方式集成多种谐波源定位算法时所涉及的小波分析法。参照图5:
S501:分别采用谐波阻抗法、独立分量分析法和相关性分析法对具备可用性的谐波电压数据进行处理,分别得到以上三种谐波源定位算法对应的执行结果。
其中,采用谐波阻抗法对具备可用性的谐波电压数据进行处理,其处理流程如下:通过测量母线公共连接点处的谐波电压,以及测量谐波源接入母线处的谐波电流,进行谐波阻抗的估计,其中,谐波阻抗等于谐波波动剧烈处的谐波电压差和谐波电流差的比值。之后,利用主导波动量法通过数据筛选将主要波动筛选出来,利用ZS=ΔUPCC/ΔIPCC计算谐波阻抗ZS,其中,ΔUPCC为筛选后的谐波电压差,ΔIPCC为筛选后的谐波电流差。在此,数据筛选的目的在于提高计算的准确性。最终,计算出的谐波阻抗能够用于对谐波源进行定位,谐波阻抗越大,代表该谐波阻抗对应的存在谐波源的可能性越大。
采用独立分量分析法对具备可用性的谐波电压数据进行处理,其处理流程如下:第一步,基于具备可用性的谐波电压数据,获取所有母线谐波电压的10周波测量值,并将获取到的数据去均值并白化;第二步,采用独立分量分析算法对第一步中预处理的数据进行处理,计算对应的分离矩阵;第三步,通过次序辨识对谐波电流的测量数据进行排序;最后,通过寻找匹配序列辨识谐波源。
采用相关性分析法对具备可用性的谐波电压数据进行处理,其处理流程如下:首先,通过有功功率流向判断谐波源流向,从而找出所有由用户侧流向***侧的馈线谐波源;其次,根据叠加原理得到PCC处电压和电流的波动量,根据波动量计算结果,找出主导次谐波源;再次,通过两个采样点数为N的实数序列x(n)和y(n),描述其相似程度的相关系数表达式;最后,通过相关系数的大小进行各谐波源的污染责任划分。其中,相似程度的相关系数表达式为
S502:串行执行独立分量分析法、小波分析法和相关性分析法,对具备可用性的谐波电压数据进行处理,得到串行执行对应的执行结果。
S502的执行和对应的执行结果,可以参照图4对应实施例,在此不赘述。
S503:运用综合评判技术,对S501中三种谐波源定位算法对应的执行结果以及S502中串行执行对应的执行结果进行综合评判,输出最终的执行结果。
具体地,如图5所示,S503可以通过以下步骤实现:
S5031:获取同步执行后各个谐波源定位算法对应的执行结果的置信度,以及获取根据串行执行多种谐波源定位算法对应的执行结果的置信度。
即,分别获取到S501和S502中获取到的各执行结果的置信度。
S5032:将获取到的置信度进行加权组合,得到在串并行融合方式下定位算法模型的输出结果。
在统计学中,一个概率样本的置信区间(Confidence interval)是对这个样本的某个总体参数的区间估计,置信区间展现的是这个参数的真实值有一定概率落在测量结果的周围的程度,置信区间给出的是被测量参数的测量值的可信程度,即前面所要求的“一定概率”,这个概率即被称为置信度。因此,在本发明实施例中,各执行结果的置信度即表示各执行结果的可信程度,即各执行结果所定位出的谐波源的可信程度。在此,对不同算法所得出的谐波源的置信度进行加权组合,以确定出最终的谐波源定位结果。
对应于图4所示的实施例,图5所示的实施例以多算法对谐波电压数据进行串并行融合处理,使得定位结果具备更高的准确性。
图6是本发明一实施例提供的变电站谐波源定位装置的示意图。如图6所示,该实施例的变电站谐波源定位装置6包括:处理器60、存储器61以及存储在所述存储器61中并可在所述处理器60上运行的计算机程序62,例如变电站谐波源定位程序。所述处理器60执行所述计算机程序62时实现上述各个变电站谐波源定位装置方法实施例中的步骤,例如图1所示的步骤101至103。示例性的,所述计算机程序62可以被分割成一个或多个模块/单元,所述一个或者多个模块/单元被存储在所述存储器61中,并由所述处理器60执行,以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序62在变电站谐波源定位装置6中的执行过程,包括:
基于网络测量和控制***的精密时钟同步协议标准,监测并获取变电站所有母线的谐波电压数据,并根据谐波相角的收敛性判定所述谐波电压数据是否具备可用性;
将具备可用性的所述谐波电压数据输入预设的定位算法模型进行数据处理,所述定位算法模型集成了多种谐波源定位算法;
根据所述定位算法模型的输出结果,对谐波源的位置进行定位。
进一步地,所述定位算法模型以串行方式集成了所述多种谐波源定位算法,在所述串行方式下,所述定位算法模型按照预设顺序串行执行所述多种谐波源定位算法,且将最后执行的所述谐波源定位算法的输出作为所述定位算法模型的输出结果。
进一步地,所述定位算法模型以串并行融合方式集成了多种谐波源定位算法,在所述串并行融合方式下,所述定位算法模型同步执行所述多种谐波源定位算法,并根据同步执行后各个所述谐波源定位算法对应的执行结果,以及根据串行执行所述多种谐波源定位算法对应的执行结果,得到在所述串并行融合方式下所述定位算法模型的输出结果。
进一步地,所述根据同步执行后各个所述谐波源定位算法对应的执行结果,以及根据串行执行所述多种谐波源定位算法对应的执行结果,得到在所述串并行融合方式下所述定位算法模型的输出结果,包括:
获取同步执行后各个所述谐波源定位算法对应的执行结果的置信度,以及获取根据串行执行所述多种谐波源定位算法对应的执行结果的置信度;
将获取到的置信度进行加权组合,得到在所述串并行融合方式下所述定位算法模型的输出结果。
进一步地,所述多种谐波源定位算法包括独立分量分析法、小波分析法和相关性分析法;
或者,所述多种谐波源定位算法包括谐波阻抗法、独立分量分析法、相关性分析法和小波分析法。
在实际的方案实现过程中,为了保证测得变电站所有母线上的回路数据,变电站谐波源定位装置6必须是可扩展组装的,可根据实际监测需要配置不同的监测单元、通信单元和数据处理单元。另外,变电站谐波源定位装置6不是固定安装的,而是可以在不同变电站移动式应用,以克服了现有技术中便携式电能质量分析仪不具备实时性,而固定式安装的电能质量在线监测装置不能移动式应用,设备购置和使用成本较高,不能实现变电站谐波多回路同步监测的缺点,实现了通过对变电站所有回路进行同步谐波监测,来对变电站谐波源进行定位的技术效果。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述***中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中,应该理解到,所揭露的装置/终端设备和方法,可以通过其它的方式实现。例如,以上所描述的装置/终端设备实施例仅仅是示意性的,例如,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括电载波信号和电信信号。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种变电站谐波源定位方法,其特征在于,包括:
基于网络测量和控制***的精密时钟同步协议标准,监测并获取变电站所有母线的谐波电压数据,并根据谐波相角的收敛性判定所述谐波电压数据是否具备可用性;
将具备可用性的所述谐波电压数据输入预设的定位算法模型进行数据处理,所述定位算法模型集成了多种谐波源定位算法;
根据所述定位算法模型的输出结果,对谐波源的位置进行定位。
2.如权利要求1所述的变电站谐波源定位方法,其特征在于,所述定位算法模型以串行方式集成了所述多种谐波源定位算法,
在所述串行方式下,所述定位算法模型按照预设顺序串行执行所述多种谐波源定位算法,且将最后执行的所述谐波源定位算法的输出作为所述定位算法模型的输出结果。
3.如权利要求1所述的变电站谐波源定位方法,其特征在于,所述定位算法模型以串并行融合方式集成了多种谐波源定位算法,
在所述串并行融合方式下,所述定位算法模型同步执行所述多种谐波源定位算法,并根据同步执行后各个所述谐波源定位算法对应的执行结果,以及根据串行执行所述多种谐波源定位算法对应的执行结果,得到在所述串并行融合方式下所述定位算法模型的输出结果。
4.如权利要求3所述的变电站谐波源定位方法,其特征在于,所述根据同步执行后各个所述谐波源定位算法对应的执行结果,以及根据串行执行所述多种谐波源定位算法对应的执行结果,得到在所述串并行融合方式下所述定位算法模型的输出结果,包括:
获取同步执行后各个所述谐波源定位算法对应的执行结果的置信度,以及获取根据串行执行所述多种谐波源定位算法对应的执行结果的置信度;
将获取到的置信度进行加权组合,得到在所述串并行融合方式下所述定位算法模型的输出结果。
5.如权利要求1所述的变电站谐波源定位方法,其特征在于,所述多种谐波源定位算法包括独立分量分析法、小波分析法和相关性分析法;
或者,所述多种谐波源定位算法包括谐波阻抗法、独立分量分析法、相关性分析法和小波分析法。
6.一种变电站谐波源定位装置,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如的步骤包括:
基于网络测量和控制***的精密时钟同步协议标准,监测并获取变电站所有母线的谐波电压数据,并根据谐波相角的收敛性判定所述谐波电压数据是否具备可用性;
将具备可用性的所述谐波电压数据输入预设的定位算法模型进行数据处理,所述定位算法模型集成了多种谐波源定位算法;
根据所述定位算法模型的输出结果,对谐波源的位置进行定位。
7.如权利要求6所述的变电站谐波源定位装置,其特征在于,所述定位算法模型以串行方式集成了所述多种谐波源定位算法,
在所述串行方式下,所述定位算法模型按照预设顺序串行执行所述多种谐波源定位算法,且将最后执行的所述谐波源定位算法的输出作为所述定位算法模型的输出结果。
8.如权利要求6所述的变电站谐波源定位装置,其特征在于,所述定位算法模型以串并行融合方式集成了多种谐波源定位算法,
在所述串并行融合方式下,所述定位算法模型同步执行所述多种谐波源定位算法,并根据同步执行后各个所述谐波源定位算法对应的执行结果,以及根据串行执行所述多种谐波源定位算法对应的执行结果,得到在所述串并行融合方式下所述定位算法模型的输出结果。
9.如权利要求8所述的变电站谐波源定位装置,其特征在于,所述根据同步执行后各个所述谐波源定位算法对应的执行结果,以及根据串行执行所述多种谐波源定位算法对应的执行结果,得到在所述串并行融合方式下所述定位算法模型的输出结果,包括:
获取同步执行后各个所述谐波源定位算法对应的执行结果的置信度,以及获取根据串行执行所述多种谐波源定位算法对应的执行结果的置信度;
将获取到的置信度进行加权组合,得到在所述串并行融合方式下所述定位算法模型的输出结果。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至5任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811285513.6A CN109472231B (zh) | 2018-10-31 | 2018-10-31 | 变电站谐波源定位方法及装置、计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811285513.6A CN109472231B (zh) | 2018-10-31 | 2018-10-31 | 变电站谐波源定位方法及装置、计算机可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109472231A true CN109472231A (zh) | 2019-03-15 |
CN109472231B CN109472231B (zh) | 2021-05-28 |
Family
ID=65666316
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811285513.6A Active CN109472231B (zh) | 2018-10-31 | 2018-10-31 | 变电站谐波源定位方法及装置、计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109472231B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109839538A (zh) * | 2019-03-29 | 2019-06-04 | 云南电网有限责任公司电力科学研究院 | 一种基于相关性分析的谐波源辨识方法和*** |
CN110320407A (zh) * | 2019-07-31 | 2019-10-11 | 国家电网有限公司 | 一种基于视在功率的单点测量电网主谐波源定位方法 |
CN110443358A (zh) * | 2019-07-19 | 2019-11-12 | 国网山西省电力公司电力科学研究院 | 一种基于加权正则化极限学习机的谐波源辨识方法 |
CN112462132A (zh) * | 2020-10-30 | 2021-03-09 | 湖北世纪森源电力工程有限公司 | 一种谐波电流溯源方法及远距离输电电力运维监控平台 |
CN112528762A (zh) * | 2020-11-25 | 2021-03-19 | 福州大学 | 一种基于数据关联分析的谐波源识别方法 |
CN113435490A (zh) * | 2021-06-18 | 2021-09-24 | 国网宁夏电力有限公司电力科学研究院 | 一种基于动态规划时间序列相似性算法的谐波溯源方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1611953A (zh) * | 2003-10-27 | 2005-05-04 | 贺守正 | 测量工厂谐波的方法和测量仪 |
CN106383257A (zh) * | 2016-08-17 | 2017-02-08 | 云南电网有限责任公司电力科学研究院 | 基于相关性分析的谐波源辨识方法 |
-
2018
- 2018-10-31 CN CN201811285513.6A patent/CN109472231B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1611953A (zh) * | 2003-10-27 | 2005-05-04 | 贺守正 | 测量工厂谐波的方法和测量仪 |
CN106383257A (zh) * | 2016-08-17 | 2017-02-08 | 云南电网有限责任公司电力科学研究院 | 基于相关性分析的谐波源辨识方法 |
Non-Patent Citations (2)
Title |
---|
咖啡馆的阳台: "目标检测分类为什么用置信度,而不是概率?", 《HTTPS://WWW.ZHIHU.COM/QUESTION/50581327/ANSWER/154144978》 * |
张新颖: "基于电力***谐波源检测与定位方法的研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109839538A (zh) * | 2019-03-29 | 2019-06-04 | 云南电网有限责任公司电力科学研究院 | 一种基于相关性分析的谐波源辨识方法和*** |
CN110443358A (zh) * | 2019-07-19 | 2019-11-12 | 国网山西省电力公司电力科学研究院 | 一种基于加权正则化极限学习机的谐波源辨识方法 |
CN110443358B (zh) * | 2019-07-19 | 2023-09-05 | 国网山西省电力公司电力科学研究院 | 一种基于加权正则化极限学习机的谐波源辨识方法 |
CN110320407A (zh) * | 2019-07-31 | 2019-10-11 | 国家电网有限公司 | 一种基于视在功率的单点测量电网主谐波源定位方法 |
CN112462132A (zh) * | 2020-10-30 | 2021-03-09 | 湖北世纪森源电力工程有限公司 | 一种谐波电流溯源方法及远距离输电电力运维监控平台 |
CN112528762A (zh) * | 2020-11-25 | 2021-03-19 | 福州大学 | 一种基于数据关联分析的谐波源识别方法 |
CN112528762B (zh) * | 2020-11-25 | 2022-07-05 | 福州大学 | 一种基于数据关联分析的谐波源识别方法 |
CN113435490A (zh) * | 2021-06-18 | 2021-09-24 | 国网宁夏电力有限公司电力科学研究院 | 一种基于动态规划时间序列相似性算法的谐波溯源方法 |
CN113435490B (zh) * | 2021-06-18 | 2022-06-28 | 国网宁夏电力有限公司电力科学研究院 | 一种基于动态规划时间序列相似性算法的谐波溯源方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109472231B (zh) | 2021-05-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109472231A (zh) | 变电站谐波源定位方法及装置、计算机可读存储介质 | |
CN101807795B (zh) | 一种电能计量仿真***构成方法及其装置 | |
CN111026927B (zh) | 一种低压台区运行状态智能监测*** | |
US11774472B2 (en) | Transformer area identification method and method for constructing transformer area line topology | |
CN108667048A (zh) | 新能源并网***振荡稳定性的频域判稳方法及装置 | |
CN106226653A (zh) | 多级电网的电压暂降的传递规律评估***以及评估方法 | |
CN104076321B (zh) | 一种数字式电能表在线监测与评估***及方法 | |
EP3757583B1 (en) | System for determining electric parameters of an electric power grid | |
CN103901388B (zh) | 并行检测终端装置及检测方法 | |
CN111624544A (zh) | 一种台区户变关系识别方法及相关装置 | |
CN105548948A (zh) | 一种数字化电能计量***的测试装置及方法 | |
CN108896953A (zh) | 基于无线同步的多间隔数字计量测试*** | |
CN104793082A (zh) | 基于谐波相关分析的电力***谐波源识别装置 | |
CN108876068A (zh) | 一种电网故障预测检测方法及装置 | |
CN110907719A (zh) | 一种低压线路分段线损实时监测装置及方法 | |
CN115685046A (zh) | 互感器计量异常识别方法、装置、设备及存储介质 | |
CN109901022A (zh) | 基于同步量测数据的配电网区域定位方法 | |
EP3033822B1 (en) | Power system control | |
CN113721094B (zh) | 低压台区用采***的误差分析方法及***、设备、存储介质 | |
GB2576605A (en) | System for determining electric parameters of an electric power grid | |
CN115097210A (zh) | 一种台区线路阻抗计算方法、装置、设备和介质 | |
CN110927511B (zh) | 一种利用故障波形的电网故障诊断***及方法 | |
CN204925371U (zh) | 标准源多模拟量输出的电能质量在线监测装置的测试*** | |
CN113394810A (zh) | 海上风电交直流混合并网***及其振荡稳定性判定方法 | |
CN103983828A (zh) | 一种电子式互感器数字化相位补偿方法 |
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 |