CN113466548B - 一种基于相量测量技术的智能电表台区识别方法 - Google Patents

Abstract

本发明公开了一种基于相量测量技术的智能电表台区识别方法，包括以下步骤：获取智能电表在非抄表时间采集的相位角；根据所述相位角和特征值分析方法计算出在同一相位角下的任意两个智能电表的相似度；当所述相似度大于相似度阈值时，两个所述智能电表位于同一台区。本发明的目的在于提供一种基于相量测量技术的智能电表台区识别方法，通过测量电力信号相量信息，能够在高噪声、谐波干扰和基波动态变化下高精度获取相位信息，有效提高相位测量精度和台区识别准确率。

Description

一种基于相量测量技术的智能电表台区识别方法

技术领域

本发明涉及电力***检测技术领域，尤其涉及一种基于相量测量技术的智能电表台区识别方法。

背景技术

近年来，随着电力线载波通信(power line communication，PLC)技术的发展，高速电力线载波通信(high-speed power line communication，HPLC)逐步取代传统的低速窄带电力线载波技术得到广泛应用。HPLC技术具有带宽大、传输速率高，可以满足低压电力线载波通信更高的需求，为用电信息采集***的深化应用提供了基础。台区识别技术主要目的在于解决用户智能电表与台区变压器的隶属关系问题，根据相同台区的电力信号特征具有相似性，通过对台区内所有计量点共有的特征进行比对分析，设定相似度阈值判断智能电表隶属台区。

台区识别目前主要有特征值数据分析法和注入特殊信号分析法两种方法。由于注入特殊信号分析法技术上实现困难，通常采用特征值数据分析法。目前，特征值数据分析法多采用基于信噪比的过零点特征值综合判断方法，利用相位特征对智能电表的隶属台区进行识别。随着电动汽车、变频家电等非线性负荷的广泛使用，使得配电网环境变得日益复杂化，呈现高噪声、谐波干扰、基波动态变化等特征，严重影响过零点检测得到相位信息的测量精度，导致在复杂配电网环境下台区识别没有较好的识别结果。

发明内容

本发明的目的在于提供一种基于相量测量技术的智能电表台区识别方法，通过测量电力信号相量信息，能够在高噪声、谐波干扰和基波动态变化下高精度获取相位信息，有效提高相位测量精度和台区识别准确率。

本发明通过下述技术方案实现：

一种基于相量测量技术的智能电表台区识别方法，包括以下步骤：

S1：获取智能电表在非抄表时间采集的相位角；

S2：根据所述相位角和特征值分析方法计算出在同一相位角下的任意两个智能电表的相似度；

S3：当所述相似度大于相似度阈值时，两个所述智能电表位于同一台区。

优选地，所述S1包括以下子步骤：

S11：以固定采样频率对所述智能电表的电力信号进行采样，得到离散的电力信号；

S12：对所述电力信号进行傅里叶变换，得到向量测量值；

S13：基于泰勒展开系数模型对所述向量测量值进行求解，得到所述相位角。

优选地，所述S13包括以下子步骤：

S131：基于固定频率生成离线矩阵Q和离线矩阵W；

Q(ω)＝[E(0,ω),E(1,ω),E(2,ω)]

W(ω)＝[E(0,ω+2ω₀),E(1,ω+2ω₀),E(2,ω+2ω₀)]；

式中，E(k,ω)是将旋转因子e^-jnω和数据窗h(n)整合形成的中间计算式，k是泰勒展开系数的阶数，N表示数据窗序列长度；

S132：分离离线矩阵Q、离线矩阵W以及所述向量测量值的虚部和实部：

Q＝Q_R+jQ_I；

W＝W_R+jW_I；

S133：构造如下所示的矩阵方程；

式中，A_R为各阶泰勒系数虚部矩阵，A_I为各阶泰勒系数实部矩阵；

并将上式简写为其中，/>

S134：采用最小二乘法求解所述相量矩阵A，即：

S135：对所述相量矩阵A中的各阶泰勒系数求和；

其中，X表示所述相量矩阵A中各阶泰勒系数的求和值，为获得的最终相量测量值，p表示泰勒阶数，α^(p)表示对应的各阶泰勒系数；

S136：根据所述相量矩阵X得到所述相位角；

θ＝arctan(X)；

θ表示相位角。

优选地，所述相似度由下式获取：

X＝[θ_X1,θ_X2,…,θ_Xn]；

Y＝[θ_Y1,θ_Y2,…,θ_Yn]；

其中，c_X,Y表示相似度，X和Y表示两个智能电表各自采集一段长度为n的工频相位同步序列，cov(X,Y)为X与Y的协方差，Var[X]为X的方差，Var[Y]为Y的方差。

优选地，当所述智能电表进行对时统一时标后，所述智能电表才在非抄表时间采集相位角。

优选地，所述S3包括以下子步骤：

S31：计算所述相似度的平均值；

其中，S表示相似度的平均值，m表示相似度的总个数，c^(k) _X,Y表示第k个相似度；

S32：当所述平均值大于相似度阈值时，两个所述智能电表位于同一台区。

优选地，m≥15。

本发明与现有技术相比，具有如下的优点和有益效果：

可远程自动识别出大量电表的台区归属关系。由于配电网环境复杂和干扰严重，通过对智能电表采集同时间点的相量数据进行收集和分析，通过相量测量解决配电网高噪声、谐波、基波动态变化等干扰情况下台区识别准确度低的问题，可明显提高台区户变隶属关系判断的准确性；该方法具备操作方便易于实现、经济性强、识别周期短、识别准确率高、设备技术要求低等优点，解决了现有台区识别技术中的周期长、准确率低、且比较复杂的问题，有利于台区线损的管理，提高电网经济运行水平。

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。在附图中：

图1为本发明台区识别网络示意图；

图2为本发明的流程示意图；

图3为本发明相量测量的物理含义示意图；

图4为本发明基于泰勒系数模型的相量测量算法流程图；

图5为本发明基波动态变化相量测量相角误差。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，下面结合实施例和附图，对本发明作进一步的详细说明，本发明的示意性实施方式及其说明仅用于解释本发明，并不作为对本发明的限定。

实施例

一种基于相量测量技术的智能电表台区识别方法，包括以下步骤：

S1：获取智能电表在非抄表时间采集的相位角；具体地，如图1-图5所示，包括：

主站控制终端通过4G通信方式向台区集中器CCO发送台区识别指令，发起一次台区识别流程，收集同时刻全网的智能电表相位角信息；台区集中器CCO收到台区识别指令后，按照台区识别指令要求，在非抄表时间将台区识别指令后传输至智能电表；参与台区识别的智能电表监测单元通过相量测量单元计算相量，并计算相位角信息；台区智能电表基于相量测量单元完成相量信息数据采集后，利用宽带载波通信模块将各采集相量信息在非抄表时间数据上报给台区集中器CCO。作为优选地，为了避免因各个智能电表的时间不统一造成测量结果存在误差，在台区集中器CCO收到台区识别指令后，先对台区集中器CCO及智能电表监测单元进行对时统一时标，再将台区识别指令传输至智能电表。

具体地，在本实施例中：

相量测量单元以固定频率f_s＝2400Hz的采样速率采集电力信号，得到离散的电力信号x(n)；

离散的电力信号x(n)经傅里叶变换可得到相量测量值

式中，ω₀表示傅里叶变换滤波频率，ω₀＝2π/N；h(n)表示数据窗且为矩形窗；N＝48为工频下48个连续采样点。

同理可得到和/>其中ω＝2π/f_s为频点偏差。

基于泰勒展开系数模型求解相量：

基于50Hz频率生成离线矩阵Q和离线矩阵W。

Q(ω)＝[E(0,ω),E(1,ω),E(2,ω)]

W(ω)＝[E(0,ω+2ω₀),E(1,ω+2ω₀),E(2,ω+2ω₀)]

式中：k是泰勒展开系数的阶数。

分离离线矩阵Q、离线矩阵W以及向量测量值的虚部和实部：

Q＝Q_R+jQ_I；

W＝W_R+jW_I；

构造矩阵方程，如下式：

式中，A_R为各阶泰勒系数虚部矩阵，A_I为各阶泰勒系数实部矩阵；

并将上式简写为其中，/>

采用最小二乘法求解矩阵A，即：

对矩阵A中的各阶泰勒系数求和：

其中，X表示矩阵A中各阶泰勒系数的求和值，即为获得的最终相量测量值，p表示泰勒阶数，α^(p)表示对应的各阶泰勒系数；

根据相量矩阵X得到相位角；

θ＝arctan(X)；

θ表示相位角。

S2：根据相位角和特征值分析方法计算出在同一相位角下的任意两个智能电表的相似度；

在本实施例中，相关性的分析是由任意两个智能电表分别采集一段长度为n的工频相位同步序列，记为数列X＝[θ_X1,θ_X2,…,θ_Xn]和Y＝[θ_Y1,θ_Y2,…,θ_Yn]，并计算二者的相关系数c_X,Y，c_X,Y的绝对值越大，表明数列X与数列Y的相关性越高；c_X,Y的绝对值越小，表明数列X与数列Y的相关性越低，计算公式如下：

其中，c_X,Y表示相似度，cov(X,Y)为数列X与数列Y的协方差，Var[X]为数列X的方差，Var[Y]为数列Y的方差。

其中作为优选地，为了使得台区识别结果更加准确，避免单次测量带来识别误差，在本实施例中，在进行相似度评价时，通过将多次识别结果的平均值作为判断依据，具体地：

由于评价相关系数的标准如下式：

因此，在本实施例中，对每次台区识别结果进行求和取平均综合判断台区隶属，既有下式：

在本实施例中，台区识别流程运行次数m至少要达到15次，即：m≥15，台区集中器CCO将基于所获得的相似度数据综合分析出每个智能电表与所述台区CCO的归属关系，将S大于0.8的所有智能电表识别结果归为同一台区，而将那些S小于0.8的智能电表归属于其它台区。

其中，值得说明的是，台区集中器CCO收集相量数据时，如果配电网络采用三相供电方式，则台区集中器CCO需要同时收集A相、B相和C相上的基波相量测量数据，如果配电网络采用单相供电方式，则台区集中器CCO只收集单相电线上的基波相量测量数据。智能电表采集自身的基波相量测量数据时，只采集单相电线上的基波相量测量数据。

进一步地，在一天的不同时间点上，每次间隔至少15分钟，台区集中器CCO通过低压电力线宽带电力载波通信网络的非抄表时间择机多次发起台区识别流程，达到所需次数后通过求取相似度系数平均值进行台区识别。台区识别命令接收到后，需在低压电力线宽带电力载波通信网络不执行任务的非抄表时间下发命令完成相量采集；同理，智能电表也需要在非抄表时间上传相量测量数据。

S3：当相似度大于相似度阈值时，两个智能电表位于同一台区。

以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (5)

1.一种基于相量测量技术的智能电表台区识别方法，其特征在于，包括以下步骤：

S1：获取智能电表在非抄表时间采集的相位角；

S2：根据所述相位角和特征值分析方法计算出在同一相位角下的任意两个智能电表的相似度；

S3：当所述相似度大于相似度阈值时，两个所述智能电表位于同一台区；

其中，所述S1包括以下子步骤：

S11：以固定采样频率对所述智能电表的电力信号进行采样，得到离散的电力信号；

S12：对所述电力信号进行傅里叶变换，得到相量测量值

S13：基于泰勒展开系数模型对所述相量测量值进行求解，得到所述相位角；

所述S13包括以下子步骤：

S131：基于固定频率生成离线矩阵Q和离线矩阵W；

Q(ω)＝[E(0,ω),E(1,ω),E(2,ω)]

W(ω)＝[E(0,ω+2ω₀),E(1,ω+2ω₀),E(2,ω+2ω₀)]；

式中，E(k,ω)是将旋转因子e^-jnω和数据窗h(n)整合形成的中间计算式，k是泰勒展开系数的阶数，N表示数据窗序列长度，ω表示频点偏差，ω₀表示傅里叶变换滤波频率；

S132：分离离线矩阵Q、离线矩阵W以及所述相量测量值的虚部和实部：

Q＝Q_R+jQ_I；

W＝W_R+jW_I；

S133：构造如下所示的矩阵方程；

式中，A_R为各阶泰勒系数虚部矩阵，A_I为各阶泰勒系数实部矩阵；

并将上式简写为其中，/>

S134：采用最小二乘法求解相量矩阵A，即：

S135：对相量矩阵A中的各阶泰勒系数求和；

其中，X表示所述相量矩阵A中各阶泰勒系数的求和值，为获得的最终相量测量值，p表示泰勒阶数，α^(p)表示对应的各阶泰勒系数；

S136：根据所述相量矩阵X得到所述相位角；

θ＝arctan(X)；

θ表示相位角。

2.根据权利要求1所述的一种基于相量测量技术的智能电表台区识别方法，其特征在于，所述相似度由下式获取：

X＝[θ_X1,θ_X2,…,θ_Xn]；

Y＝[θ_Y1,θ_Y2,…,θ_Yn]；

其中，c_X,Y表示相似度，X和Y表示两个智能电表各自采集一段长度为n的工频相位同步序列，cov(X,Y)为X与Y的协方差，Var[X]为X的方差，Var[Y]为Y的方差。

3.根据权利要求1-2中任意一项所述的一种基于相量测量技术的智能电表台区识别方法，其特征在于，当所述智能电表进行对时统一时标后，所智能电表才在非抄表时间采集相位角。

4.根据权利要求1所述的一种基于相量测量技术的智能电表台区识别方法，其特征在于，所述S3包括以下子步骤：

S31：计算所述相似度的平均值；

其中，S表示相似度的平均值，m表示相似度的总个数，c^(k) _X,Y表示第k个相似度；

S32：当所述平均值大于相似度阈值时，两个所述智能电表位于同一台区。

5.根据权利要求4所述的一种基于相量测量技术的智能电表台区识别方法，其特征在于，m≥15。