CN110472195B - 一种基于区间监测数据的用户谐波危害预警评估方法 - Google Patents

一种基于区间监测数据的用户谐波危害预警评估方法 Download PDF

Info

Publication number
CN110472195B
CN110472195B CN201910754700.2A CN201910754700A CN110472195B CN 110472195 B CN110472195 B CN 110472195B CN 201910754700 A CN201910754700 A CN 201910754700A CN 110472195 B CN110472195 B CN 110472195B
Authority
CN
China
Prior art keywords
harmonic
interval
harmonic current
user
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.)
Active
Application number
CN201910754700.2A
Other languages
English (en)
Other versions
CN110472195A (zh
Inventor
吴国昌
邵振国
张嫣
陈晶腾
郑文迪
肖颂勇
关明锋
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fuzhou University
State Grid Fujian Electric Power Co Ltd
Putian Power Supply Co of State Grid Fujian Electric Power Co Ltd
Original Assignee
Fuzhou University
State Grid Fujian Electric Power Co Ltd
Putian Power Supply Co of State Grid Fujian Electric Power Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Fuzhou University, State Grid Fujian Electric Power Co Ltd, Putian Power Supply Co of State Grid Fujian Electric Power Co Ltd filed Critical Fuzhou University
Priority to CN201910754700.2A priority Critical patent/CN110472195B/zh
Publication of CN110472195A publication Critical patent/CN110472195A/zh
Application granted granted Critical
Publication of CN110472195B publication Critical patent/CN110472195B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • 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
    • Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
    • Y02E40/40—Arrangements for reducing harmonics

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • Economics (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Physics (AREA)
  • Strategic Management (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Operations Research (AREA)
  • Mathematical Analysis (AREA)
  • Computational Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • Algebra (AREA)
  • General Engineering & Computer Science (AREA)
  • Educational Administration (AREA)
  • Quality & Reliability (AREA)
  • Databases & Information Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Game Theory and Decision Science (AREA)
  • Software Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Primary Health Care (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Water Supply & Treatment (AREA)
  • Public Health (AREA)
  • Probability & Statistics with Applications (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Remote Monitoring And Control Of Power-Distribution Networks (AREA)

Abstract

本发明涉及一种基于区间监测数据的用户谐波危害预警评估方法，在未来的用户参数和电网运行方式变化后通过预测用户注入的谐波电流，从而评估用户的谐波危害，以实现用户的谐波危害预警。本发明根据谐波监测装置测量得到用户的区间谐波电流统计值，从而构建用户的区间自回归模型，并预测用户未来注入***的区间谐波电流上下限，根据预测的区间谐波电流评估用户的谐波危害，以实现用户的谐波危害预警。因此，本发明能预测用户的谐波电流并预判用户未来的谐波危害，克服目前电网只针对当前电网的运行情况无视未来用户参数和***运行方式的变化去评价用户的谐波污染的局限性，具有较强的工程实用性和推广应用价值。

Description

一种基于区间监测数据的用户谐波危害预警评估方法
技术领域
本发明涉及谐波监测技术领域，更具体地说，涉及一种基于区间监测数据的用户谐波危害预警评估方法。
背景技术
近年来，谐波用户的并网给电网带来了严重的谐波污染，极大地影响了电网和用户的安全、经济运行。为了实现谐波监测，现有技术提供了谐波监测算法及装置，且基本实现了自动化，并有大量的网络化监测***已经得到了工程应用。
常见的谐波监测主要为电网公司提供监管服务，为用户能否接入提供定性判断依据。然而，电力公司仅能通过对超标用户的管制来维护电网的运行，而无法从工业用户的用电需求出发，指导用户合理安排运行方式，以避免因谐波污染停电而造成较大的经济损失。
同时，电网公司监管部门主要采取相关检测手段监测用户注入***的谐波电流数值，并根据***供电容量、短路容量水平、用户用电容量等参数计算其许可限值。当用户注入***的谐波电流低于限值要求时，方可允许用户接入运行。然而，用户的谐波污染大小与用户参数、电网运行方式密切相关，电网的谐波监测数据只能反映当前电网运行方式和用户参数作用下用户注入的谐波电流。由于用户注入的谐波电流因***运行方式改变而改变，而谐波监测数据只能反映用户当前的谐波危害，却无法预测用户未来的谐波危害。因此，根据当前的谐波监测数据来评估用户的谐波污染具有一定的片面性，现有技术的谐波监管方式具有鲜明的定性评判、事后评价特征，无法为电网的优质运行提供决策依据。
发明内容
本发明的目的在于克服现有技术的不足，提供一种基于区间监测数据的用户谐波危害预警评估方法，在未来的用户参数和电网运行方式变化后，通过预测用户注入的谐波电流，从而评估用户的谐波危害，以实现用户的谐波危害预警。
本发明的技术方案如下：
一种基于区间监测数据的用户谐波危害预警评估方法，步骤包括：
1)基于谐波监测装置测得用户注入的区间谐波电流的时序统计值；
2)根据区间谐波电流的时序统计值，搭建区间自回归模型；
3)计算用户区间自回归模型的回归系数；
4)基于回归系数计算用户未来注入的区间谐波电流的最小值与最大值；
5)根据步骤4)得到的预测得到的最小值与最大值，评估用户未来注入的区间谐波电流的谐波危害等级。
作为优选，步骤1)中，谐波监测装置在监测时段内记录所有次谐波电流值的最大值和最小值，取最大值和最小值构成一个区间，用于表征当前监测时段，用户注入的谐波电流的范围，取多个时段构成区间谐波电流的时序统计值，具体为：
Figure BDA0002168363310000021
其中，
Figure BDA0002168363310000022
表示k次谐波在第t个监测时段内谐波电流的最小值，
Figure BDA0002168363310000023
表示k次谐波在第t个监测时段内谐波电流的最大值。
作为优选，步骤2)中，对于第t个监测时段内的区间k次谐波电流统计值
Figure BDA0002168363310000024
该区间内的任一点可以表示为：
Figure BDA0002168363310000025
其中，0≤γt≤1，则γt对应区间谐波电流统计值内的一个特定值；
根据区间谐波电流时序统计值，构建该监测时段区间t次谐波电流上下限的自回归模型为：
Figure BDA0002168363310000026
Figure BDA0002168363310000027
其中，t＝p+1,...,n，
Figure BDA0002168363310000028
为下限的回归系数，
Figure BDA0002168363310000029
为下限误差，
Figure BDA00021683633100000210
为最大值的回归系数，
Figure BDA00021683633100000211
为上限误差。
作为优选，步骤3)中，计算最小值的回归系数，具体为：定义系数
Figure BDA0002168363310000031
使其满足：
Figure BDA0002168363310000032
Figure BDA0002168363310000033
则最小值的自回归方程可以表示为：
Figure BDA0002168363310000034
故可以表示为矩阵形式即：
Ymin＝Xminβmin+εmin；
其中，
Figure BDA0002168363310000035
Figure BDA0002168363310000036
利用最小乘法辨识最小值的回归系数为：
βmin＝((Xmin)TXmin)-1(Xmin)TYmin；
则，
Figure BDA0002168363310000037
作为优选，步骤3)中，计算最大值的回归系数，具体为：定义系数
Figure BDA0002168363310000038
使其满足：
Figure BDA0002168363310000039
Figure BDA00021683633100000310
则最大值的自回归方程可以表示为：
Figure BDA00021683633100000311
故可以表示为矩阵形式即：
Ymax＝Xmaxβmax+εmax；
其中，
Figure BDA0002168363310000041
Figure BDA0002168363310000042
利用最小乘法辨识最大值的回归系数为：
βmax＝((Xmax)TXmax)-1(Xmax)TYmax；
则，
Figure BDA0002168363310000043
作为优选，步骤4)中，根据最小值与最大值的回归系数，预测t+1时段用户注入的区间k次谐波电流的最小值与最大值，具体为：
Figure BDA0002168363310000044
Figure BDA0002168363310000045
作为优选，步骤5)中，预测下一年的区间谐波电流，从而进行年谐波危害预警评估，具体为：
将预警时长设置为一年，取该年所有次谐波电流值的最大值和最小值，构成年区间谐波电流值；获取多年的历史年区间谐波电流值，预测下一年的区间谐波电流值，取年区间所有次谐波电流值的最大值与计算得到的谐波电流限值进行比较，判断并计算所有维谐波电流超标的维度，结合谐波危害等级，以判断下一年的谐波电流危害，实现年谐波危害预警。
作为优选，步骤5)中，预测下一月的区间谐波电流，从而进行月谐波危害预警评估，具体为：
将预警时长设置为一月，取该月所有次谐波电流值的最大值和最小值，构成月区间谐波电流值；获取多月的历史月区间谐波电流值，预测下一月的区间谐波电流值，取月区间所有次谐波电流值的最大值与计算得到的谐波电流限值进行比较，判断并计算所有维谐波电流超标的维度，结合谐波危害等级，以判断下一月的谐波电流危害，实现月谐波危害预警。
作为优选，步骤5)中，预测下一日的区间谐波电流，从而进行日谐波危害预警评估，具体为：
将预警时长设置为一日，取该日所有次谐波电流值的最大值和最小值，构成日区间谐波电流值；获取多日的历史日区间谐波电流值，预测下一日的区间谐波电流值，取日区间所有次谐波电流值的最大值与计算得到的谐波电流限值进行比较，判断并计算所有维谐波电流超标的维度，结合谐波危害等级，以判断下一日的谐波电流危害，实现日谐波危害预警。
作为优选，谐波危害等级如下表所示：
超标的维度 0 1-2 2-5 5-10 10以上
谐波危害等级 无危害 轻微危害 轻度危害 中度危害 重度危害
本发明的有益效果如下：
本发明所述的基于区间监测数据的用户谐波危害预警评估方法，填补了基于区间的谐波监测数据来预测用户注入***的区间谐波电流的技术空白，在未来的用户参数和电网运行方式变化后通过预测用户注入的谐波电流，从而评估用户的谐波危害，以实现用户的谐波危害预警。
本发明根据谐波监测装置测量得到用户的区间谐波电流统计值，从而构建用户的区间自回归模型，并预测用户未来注入***的区间谐波电流上下限，根据预测的区间谐波电流评估用户的谐波危害，以实现用户的谐波危害预警。因此，本发明能预测用户的谐波电流并预判用户未来的谐波危害，克服目前电网只针对当前电网的运行情况无视未来用户参数和***运行方式的变化去评价用户的谐波污染的局限性，具有较强的工程实用性和推广应用价值。
附图说明
图1是本发明的流程示意图；
图2是监测装置的设置示意图。
具体实施方式
以下结合附图及实施例对本发明进行进一步的详细说明。
本发明所述的基于区间监测数据的用户谐波危害预警评估方法，如图1所示，步骤包括：
1)基于谐波监测装置测得用户注入的区间谐波电流的时序统计值；
2)根据区间谐波电流的时序统计值，搭建区间自回归模型；
3)计算用户区间自回归模型的回归系数；
4)基于回归系数计算用户未来注入的区间谐波电流的最小值与最大值；
5)根据步骤4)得到的预测得到的最小值与最大值，评估用户未来注入的区间谐波电流的谐波危害等级。
本发明主要包括用户区间谐波电流预测、用户谐波危害预警评估两个部分。目前，针对用户谐波危害预警存在几个技术问题：
1)由于用户在一段监测时段内注入的谐波电流具有一定的波动性，谐波监测装置记录着海量的监测数据，为了直观地描述该监测时段内用户注入的谐波电流大小，谐波监测装置一般以3min或10min为一监测时段，并生成该监测时段所对应的谐波电流的最大、最小、平均和95％最大值的统计值，一般取该监测时段的最大和最小值以构成一个区间谐波电流来表征用户注入***的谐波电流的水平。因此，如何基于历史的区间谐波电流统计值去预测用户未来注入***的区间谐波电流值是一个关键的技术难题。
2)用户注入***的谐波电流是多维的，并且预测的谐波电流是一个区间量，如何基于多维的区间量来评估用户未来的谐波污染，从而实现用户谐波危害预警也是一个急需解决的问题。
其中，用户区间谐波电流预测通过步骤1)至步骤4)进行实现。
步骤1)中，基于电网已有的谐波监测装置测得用户注入***的区间谐波电流的时序统计值，其中谐波监测装置的安装位置如图2所示，谐波监测装置记录用户注入***的谐波电流值，并生成区间谐波电流的统计值。
具体地，谐波监测装置在监测时段内记录所有次谐波电流值的最大值和最小值，取最大值和最小值构成一个区间，用于表征当前监测时段，用户注入的谐波电流的范围，取多个时段构成区间谐波电流的时序统计值，具体为：
Figure BDA0002168363310000071
其中，
Figure BDA0002168363310000072
表示k次谐波在第t个监测时段内谐波电流的最小值，
Figure BDA0002168363310000073
表示k次谐波在第t个监测时段内谐波电流的最大值。
本实施例中，谐波监测装置以3min或10min记录2-25次的谐波电流的最大、最小、平均、95％最大值，取最大和最小值构成一个区间用以表征该时段用户注入谐波电流的范围，取多个时段构成区间谐波电流的时序统计值为：
Figure BDA0002168363310000074
其中，
Figure BDA0002168363310000075
表示2次谐波在第一个监测时段内谐波电流的最小值，
Figure BDA0002168363310000076
表示2次谐波在第一个监测时段内谐波电流的最大值，
Figure BDA0002168363310000077
表示2次谐波在第n个监测时段内谐波电流的最小值，
Figure BDA0002168363310000078
表示2次谐波在第n个监测时段内谐波电流的最大值；
Figure BDA0002168363310000079
表示3次谐波在第一个监测时段内谐波电流的最小值，
Figure BDA00021683633100000710
表示3次谐波在第一个监测时段内谐波电流的最大值，
Figure BDA00021683633100000711
表示3次谐波在第n个监测时段内谐波电流的最小值，
Figure BDA00021683633100000712
表示3次谐波在第n个监测时段内谐波电流的最大值。其余数据含义依据此规律类推。
步骤2)中，对于第t个监测时段内的区间k次谐波电流统计值
Figure BDA00021683633100000713
该区间内的任一点可以表示为：
Figure BDA00021683633100000714
其中，0≤γt≤1，则γt对应区间谐波电流统计值内的一个特定值；
根据区间谐波电流时序统计值，构建该监测时段区间t次谐波电流上下限的自回归模型为：
Figure BDA00021683633100000715
Figure BDA00021683633100000716
其中，t＝P+1,...,n，与步骤1)的t＝1,2,3,...,n实质相同，由于针对的公式不同，则表达形式对应的存在不同，
Figure BDA0002168363310000081
为下限的回归系数，
Figure BDA0002168363310000082
为下限误差，
Figure BDA0002168363310000083
为最大值的回归系数，
Figure BDA0002168363310000084
为上限误差。
将
Figure BDA0002168363310000085
代入自回归模型，可得：
Figure BDA0002168363310000086
Figure BDA0002168363310000087
步骤3)中，计算最小值的回归系数，具体为：
定义系数
Figure BDA0002168363310000088
使其满足：
Figure BDA0002168363310000089
Figure BDA00021683633100000810
则最小值的自回归方程表示为：
Figure BDA00021683633100000811
表示为矩阵形式为：
Ymin＝Xminβmin+εmin；
其中，
Figure BDA00021683633100000812
Figure BDA00021683633100000813
利用最小乘法辨识最小值的回归系数为：
βmin＝((Xmin)TXmin)-1(Xmin)TYmin；
则，
Figure BDA00021683633100000814
计算最大值的回归系数，具体为：
定义系数
Figure BDA00021683633100000815
使其满足：
Figure BDA0002168363310000091
ωi max＝βi maxγt-i；
则最大值的自回归方程表示为：
Figure BDA0002168363310000092
表示为矩阵形式为：
Ymax＝Xmaxβmax+εmax；
其中，
Figure BDA0002168363310000093
Figure BDA0002168363310000094
利用最小乘法辨识最大值的回归系数为：
βmax＝((Xmax)TXmax)-1(Xmax)TYmax；
则，
Figure BDA0002168363310000095
步骤4)中，根据最小值与最大值的回归系数，预测t+1时段用户注入的区间k次谐波电流的最小值与最大值，具体为：
Figure BDA0002168363310000096
Figure BDA0002168363310000097
同理，本实施例中，依次计算第t+1时段用户注入***的区间3至25次的谐波电流值。
用户谐波危害预警评估的部分中，为了准确地对用户未来的谐波危害进行预警评估，本发明结合预测的下一时段的区间所有次谐波电流值(本实施例中，为2至25次谐波电流值)进行预警评估。本实施例中，根据不同时间长度分别预测下一年、月、日的区间谐波电流从而对用户进行年谐波危害预警评估、月谐波危害预警评估、日谐波危害预警评估。
本实施例中，步骤5)中，预测下一年的区间谐波电流，从而进行年谐波危害预警评估，具体为：
将预警时长设置为一年，取该年2至25次谐波电流值的最大值和最小值，构成年区间谐波电流值；获取多年的历史年区间谐波电流值，预测下一年的区间谐波电流值，取年区间2至25次谐波电流值的最大值与计算得到的谐波电流限值进行比较，判断并计算所有维谐波电流(本实施例中，为2至25维谐波电流)超标的维度，结合谐波危害等级，以判断下一年的谐波电流危害，实现年谐波危害预警。
谐波危害等级如下表所示：
超标的维度 0 1-2 2-5 5-10 10以上
谐波危害等级 无危害 轻微危害 轻度危害 中度危害 重度危害
同理，预测下一月的区间谐波电流，从而进行月谐波危害预警评估，具体为：
将预警时长设置为一月，取该月2至25次谐波电流值的最大值和最小值，构成月区间谐波电流值；获取多月的历史月区间谐波电流值，预测下一月的区间谐波电流值，取月区间2至25次谐波电流值的最大值与计算得到的谐波电流限值进行比较，判断并计算2至25维谐波电流超标的维度，结合谐波危害等级，以判断下一月的谐波电流危害，实现月谐波危害预警。
同理，预测下一日的区间谐波电流，从而进行日谐波危害预警评估，具体为：
将预警时长设置为一日，取该日2至25次谐波电流值的最大值和最小值，构成日区间谐波电流值；获取多日的历史日区间谐波电流值，预测下一日的区间谐波电流值，取日区间2至25次谐波电流值的最大值与计算得到的谐波电流限值进行比较，判断并计算2至25维谐波电流超标的维度，结合谐波危害等级，以判断下一日的谐波电流危害，实现日谐波危害预警。
上述实施例仅是用来说明本发明，而并非用作对本发明的限定。只要是依据本发明的技术实质，对上述实施例进行变化、变型等都将落在本发明的权利要求的范围内。

Claims (5)

1.一种基于区间监测数据的用户谐波危害预警评估方法，其特征在于，步骤包括：
1)基于谐波监测装置测得用户注入的区间谐波电流的时序统计值；
2)根据区间谐波电流的时序统计值，搭建区间自回归模型；
3)计算用户区间自回归模型的回归系数；
4)基于回归系数计算用户未来注入的区间谐波电流的最小值与最大值；
5)根据步骤4)得到的预测得到的最小值与最大值，评估用户未来注入的区间谐波电流的谐波危害等级；
步骤1)中，谐波监测装置在监测时段内记录所有次谐波电流值的最大值和最小值，取最大值和最小值构成一个区间，用于表征当前监测时段，用户注入的谐波电流的范围，取多个时段构成区间谐波电流的时序统计值，具体为：
Figure FDA0004052099770000011
其中，
Figure FDA0004052099770000012
表示k次谐波在第t个监测时段内谐波电流的最小值，
Figure FDA0004052099770000013
表示k次谐波在第t个监测时段内谐波电流的最大值；
步骤2)中，对于第t个监测时段内的区间k次谐波电流统计值
Figure FDA0004052099770000014
该区间内的任一点表示为：
Figure FDA0004052099770000015
其中，0≤γt≤1，则γt对应区间谐波电流统计值内的一个特定值；
根据区间谐波电流时序统计值，构建监测时段区间t次谐波电流上下限的自回归模型为：
Figure FDA0004052099770000016
Figure FDA0004052099770000017
其中，t＝p+1,...,n，
Figure FDA0004052099770000018
为下限的回归系数，
Figure FDA0004052099770000019
为下限误差，
Figure FDA00040520997700000110
为最大值的回归系数，
Figure FDA00040520997700000111
为上限误差；
步骤3)中，计算最小值的回归系数，具体为：
定义系数
Figure FDA00040520997700000112
使其满足：
Figure FDA0004052099770000021
Figure FDA0004052099770000022
则最小值的自回归方程表示为：
Figure FDA0004052099770000023
表示为矩阵形式为：
Ymin＝Xminβmin+εmin；
其中，
Figure FDA0004052099770000024
Figure FDA0004052099770000025
利用最小乘法辨识最小值的回归系数为：
βmin＝((Xmin)TXmin)-1(Xmin)TYmin；
则，
Figure FDA0004052099770000026
步骤3)中，计算最大值的回归系数，具体为：
定义系数
Figure FDA0004052099770000027
使其满足：
Figure FDA0004052099770000028
Figure FDA0004052099770000029
则最大值的自回归方程表示为：
Figure FDA00040520997700000210
表示为矩阵形式为：
Ymax＝Xmaxβmax+εmax；
其中，
Figure FDA0004052099770000031
Figure FDA0004052099770000032
利用最小乘法辨识最大值的回归系数为：
βmax＝((Xmax)TXmax)-1(Xmax)TYmax；
则，
Figure FDA0004052099770000033
步骤4)中，根据最小值与最大值的回归系数，预测t+1时段用户注入的区间k次谐波电流的最小值与最大值，具体为：
Figure FDA0004052099770000034
Figure FDA0004052099770000035
2.根据权利要求1所述的基于区间监测数据的用户谐波危害预警评估方法，其特征在于，步骤5)中，预测下一年的区间谐波电流，从而进行年谐波危害预警评估，具体为：
将预警时长设置为一年，取该年所有次谐波电流值的最大值和最小值，构成年区间谐波电流值；获取多年的历史年区间谐波电流值，预测下一年的区间谐波电流值，取年区间所有次谐波电流值的最大值与计算得到的谐波电流限值进行比较，判断并计算所有维谐波电流超标的维度，结合谐波危害等级，以判断下一年的谐波电流危害，实现年谐波危害预警。
3.根据权利要求2所述的基于区间监测数据的用户谐波危害预警评估方法，其特征在于，步骤5)中，预测下一月的区间谐波电流，从而进行月谐波危害预警评估，具体为：
将预警时长设置为一月，取该月所有次谐波电流值的最大值和最小值，构成月区间谐波电流值；获取多月的历史月区间谐波电流值，预测下一月的区间谐波电流值，取月区间所有次谐波电流值的最大值与计算得到的谐波电流限值进行比较，判断并计算所有维谐波电流超标的维度，结合谐波危害等级，以判断下一月的谐波电流危害，实现月谐波危害预警。
4.根据权利要求2所述的基于区间监测数据的用户谐波危害预警评估方法，其特征在于，步骤5)中，预测下一日的区间谐波电流，从而进行日谐波危害预警评估，具体为：
将预警时长设置为一日，取该日所有次谐波电流值的最大值和最小值，构成日区间谐波电流值；获取多日的历史日区间谐波电流值，预测下一日的区间谐波电流值，取日区间所有次谐波电流值的最大值与计算得到的谐波电流限值进行比较，判断并计算所有维谐波电流超标的维度，结合谐波危害等级，以判断下一日的谐波电流危害，实现日谐波危害预警。
5.根据权利要求2或3或4所述的基于区间监测数据的用户谐波危害预警评估方法，其特征在于，谐波危害等级如下所示：
超标的维度为“0”，表明谐波危害等级为“无危害”；
超标的维度为“1-2”，表明谐波危害等级为“轻微危害”；
超标的维度为“2-5”，表明谐波危害等级为“轻度危害”；
超标的维度为“5-10”，表明谐波危害等级为“中度危害”；
超标的维度为“10以上”，表明谐波危害等级为“重度危害”。
CN201910754700.2A 2019-08-15 2019-08-15 一种基于区间监测数据的用户谐波危害预警评估方法 Active CN110472195B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910754700.2A CN110472195B (zh) 2019-08-15 2019-08-15 一种基于区间监测数据的用户谐波危害预警评估方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910754700.2A CN110472195B (zh) 2019-08-15 2019-08-15 一种基于区间监测数据的用户谐波危害预警评估方法

Publications (2)

Publication Number Publication Date
CN110472195A CN110472195A (zh) 2019-11-19
CN110472195B true CN110472195B (zh) 2023-04-18

Family

ID=68511888

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910754700.2A Active CN110472195B (zh) 2019-08-15 2019-08-15 一种基于区间监测数据的用户谐波危害预警评估方法

Country Status (1)

Country Link
CN (1) CN110472195B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110930035A (zh) * 2019-11-27 2020-03-27 国网福建省电力有限公司莆田供电公司 一种基于区间统计值的谐波危害评估方法
CN112531710B (zh) * 2020-11-18 2022-10-04 福州大学 一种谐波源接入预测评估的方法
CN112748276B (zh) * 2020-12-28 2023-01-10 国网冀北电力有限公司秦皇岛供电公司 一种谐波发射水平的预估方法以及装置
CN113918870A (zh) * 2021-09-30 2022-01-11 福州大学 基于线性动态聚类的多谐波源谐波责任估计方法及***
CN114720764B (zh) * 2022-02-23 2023-02-07 江苏森维电子有限公司 一种基于电表实时监测数据的谐波分析方法及***
CN115128345B (zh) * 2022-07-01 2023-04-28 费莱(浙江)科技有限公司 一种基于谐波监测的电网安全预警方法及***

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101726663A (zh) * 2008-10-30 2010-06-09 华北电力科学研究院有限责任公司 一种监测用户侧谐波污染的方法及***
CN102323469A (zh) * 2011-07-27 2012-01-18 四川大学 谐波负荷状态监测***
CN105790261A (zh) * 2016-03-29 2016-07-20 全球能源互联网研究院 一种随机谐波潮流计算方法
CN106485089A (zh) * 2016-10-21 2017-03-08 福州大学 谐波用户典型工况的区间参数获取方法
CN107220907A (zh) * 2017-06-10 2017-09-29 福州大学 一种采用秩和比综合评价的谐波污染用户分级方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150088719A1 (en) * 2013-09-26 2015-03-26 University Of Windsor Method for Predicting Financial Market Variability

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101726663A (zh) * 2008-10-30 2010-06-09 华北电力科学研究院有限责任公司 一种监测用户侧谐波污染的方法及***
CN102323469A (zh) * 2011-07-27 2012-01-18 四川大学 谐波负荷状态监测***
CN105790261A (zh) * 2016-03-29 2016-07-20 全球能源互联网研究院 一种随机谐波潮流计算方法
CN106485089A (zh) * 2016-10-21 2017-03-08 福州大学 谐波用户典型工况的区间参数获取方法
CN107220907A (zh) * 2017-06-10 2017-09-29 福州大学 一种采用秩和比综合评价的谐波污染用户分级方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于电力线载波通信的区间监测***的研究;王清;《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》;20170715(第7期);全文 *

Also Published As

Publication number Publication date
CN110472195A (zh) 2019-11-19

Similar Documents

Publication Publication Date Title
CN110472195B (zh) 一种基于区间监测数据的用户谐波危害预警评估方法
CN106908674B (zh) 一种基于多状态量预测的变压器状态评估方法
CN109103874B (zh) 考虑负荷特性与分布式电源接入的配电网可靠性评估方法
Yang A condition-based failure-prediction and processing-scheme for preventive maintenance
US11055450B2 (en) Industrial asset health model update
CN111985701B (zh) 一种基于供电企业大数据模型库的用电预测方法
CN105894133A (zh) 一种风电机组部件维修及备品备件需求预测方法
CN105740975A (zh) 一种基于数据关联关系的设备缺陷评估与预测方法
CN206312210U (zh) 一种配电网设备的状态评估***
CN112734128A (zh) 一种基于优化rbf的7日电力负荷峰值预测方法
CN102867221A (zh) 一种中长期电量预测动态横向修正方法
CN108390380B (zh) 一种变压器状态参量趋势预测方法及***
CN110137947B (zh) 一种基于itic曲线的电网电压暂降严重程度评估方法
CN104281779A (zh) 一种异常数据判定与处理方法及装置
Melchor-Hernández et al. A model for optimizing maintenance policy for power equipment
CN113050018A (zh) 基于数据驱动评估结果变化趋势的电压互感器状态评估方法及***
CN114076841B (zh) 基于用电信息数据的窃电行为识别方法及***
CN108596514A (zh) 基于模糊遗传算法的电力设备混合威布尔可靠性建模方法
CN111881961A (zh) 基于数据挖掘的配电网故障风险等级预测方法
CN112255560A (zh) 一种电池电芯健康度预测方法
CN116227637A (zh) 一种面向有源配电网的精细化负荷预测方法和***
CN113705884A (zh) 一种装配生产线产能预测方法、装置、设备及存储介质
CN112734141A (zh) 一种多元化负荷区间预测方法及装置
CN107368979A (zh) 一种天气敏感型区域配电网扰动事件预测方法及装置
CN110930035A (zh) 一种基于区间统计值的谐波危害评估方法

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