CN114646820A - 改进与检测异常状况相关联的问题的识别的***和方法 - Google Patents
改进与检测异常状况相关联的问题的识别的***和方法 Download PDFInfo
- Publication number
- CN114646820A CN114646820A CN202111564071.0A CN202111564071A CN114646820A CN 114646820 A CN114646820 A CN 114646820A CN 202111564071 A CN202111564071 A CN 202111564071A CN 114646820 A CN114646820 A CN 114646820A
- Authority
- CN
- China
- Prior art keywords
- ieds
- ied
- energy
- transient
- waveform
- 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
- 238000000034 method Methods 0.000 title claims abstract description 139
- 230000002159 abnormal effect Effects 0.000 title claims abstract description 52
- 230000001052 transient effect Effects 0.000 claims abstract description 133
- 238000005259 measurement Methods 0.000 claims abstract description 28
- 238000012545 processing Methods 0.000 claims abstract description 25
- 230000004044 response Effects 0.000 claims abstract description 23
- 230000009471 action Effects 0.000 claims abstract description 19
- 230000002547 anomalous effect Effects 0.000 claims abstract description 18
- 230000001419 dependent effect Effects 0.000 claims abstract description 9
- 238000005070 sampling Methods 0.000 claims description 97
- 238000004891 communication Methods 0.000 claims description 47
- 230000006698 induction Effects 0.000 claims description 4
- 238000009434 installation Methods 0.000 claims description 4
- 230000002457 bidirectional effect Effects 0.000 claims description 3
- 230000000630 rising effect Effects 0.000 claims 1
- 210000003127 knee Anatomy 0.000 description 60
- 238000004458 analytical method Methods 0.000 description 26
- 230000008569 process Effects 0.000 description 22
- 230000015654 memory Effects 0.000 description 16
- 238000012544 monitoring process Methods 0.000 description 16
- 230000006870 function Effects 0.000 description 15
- 238000010586 diagram Methods 0.000 description 13
- 230000000694 effects Effects 0.000 description 12
- 230000036961 partial effect Effects 0.000 description 11
- 238000011156 evaluation Methods 0.000 description 9
- 238000003860 storage Methods 0.000 description 9
- 239000003990 capacitor Substances 0.000 description 8
- 238000004422 calculation algorithm Methods 0.000 description 7
- 230000015556 catabolic process Effects 0.000 description 7
- 230000007246 mechanism Effects 0.000 description 7
- 230000035945 sensitivity Effects 0.000 description 7
- 238000013461 design Methods 0.000 description 6
- 230000008901 benefit Effects 0.000 description 5
- 238000006731 degradation reaction Methods 0.000 description 5
- 238000001914 filtration Methods 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 230000001684 chronic effect Effects 0.000 description 4
- 238000009826 distribution Methods 0.000 description 4
- 239000000047 product Substances 0.000 description 4
- 230000002829 reductive effect Effects 0.000 description 4
- 230000003247 decreasing effect Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000010355 oscillation Effects 0.000 description 3
- 238000013024 troubleshooting Methods 0.000 description 3
- 238000012800 visualization Methods 0.000 description 3
- 230000002411 adverse Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 239000004020 conductor Substances 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 238000009713 electroplating Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000001939 inductive effect Effects 0.000 description 2
- 238000009413 insulation Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000000116 mitigating effect Effects 0.000 description 2
- 238000012806 monitoring device Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000000737 periodic effect Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 238000003466 welding Methods 0.000 description 2
- 208000033986 Device capturing issue Diseases 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000000712 assembly Effects 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000012993 chemical processing Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000007795 chemical reaction product Substances 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 230000001066 destructive effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000010292 electrical insulation Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000013213 extrapolation Methods 0.000 description 1
- 238000000855 fermentation Methods 0.000 description 1
- 230000004151 fermentation Effects 0.000 description 1
- 239000011810 insulating material Substances 0.000 description 1
- 239000012212 insulator Substances 0.000 description 1
- 230000002045 lasting effect Effects 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000007726 management method Methods 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
- 230000003534 oscillatory effect Effects 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011946 reduction process Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- -1 steam Substances 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 238000012731 temporal analysis Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000000700 time series analysis Methods 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 238000004065 wastewater treatment Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
- 238000004804 winding Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R19/00—Arrangements for measuring currents or voltages or for indicating presence or sign thereof
- G01R19/25—Arrangements for measuring currents or voltages or for indicating presence or sign thereof using digital measurement techniques
- G01R19/2506—Arrangements for conditioning or analysing measured signals, e.g. for indicating peak values ; Details concerning sampling, digitizing or waveform capturing
- G01R19/2509—Details concerning sampling, digitizing or waveform capturing
-
- 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R19/00—Arrangements for measuring currents or voltages or for indicating presence or sign thereof
- G01R19/12—Measuring rate of change
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R19/00—Arrangements for measuring currents or voltages or for indicating presence or sign thereof
- G01R19/14—Indicating direction of current; Indicating polarity of voltage
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R19/00—Arrangements for measuring currents or voltages or for indicating presence or sign thereof
- G01R19/25—Arrangements for measuring currents or voltages or for indicating presence or sign thereof using digital measurement techniques
- G01R19/2513—Arrangements for monitoring electric power systems, e.g. power lines or loads; Logging
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/04—Constraint-based CAD
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
Abstract
本文公开了用于改进与检测电气***中的异常状况(例如,电气暂态电压)相关联的问题的识别的***和方法。例如,由于负责识别电气***中的异常状况的智能电子设备(IED)的计量约束,异常状况可能难以辨别。在本公开的一个方面,一种自动识别电气***中的一个或多个IED的计量约束的方法包括:使用电气***中的IED中的至少一个捕获至少一个能量相关波形,以及处理来自至少一个能量相关波形或从其推导出的电气测量数据以识别电气***中的异常特性。例如,异常特性可以指示电气***中的异常状况。响应于识别电气测量数据中的异常特性,基于或通过使用所识别的异常特性来建立事件约束模型。一旦建立,分析事件约束模型以确定至少一个能量相关波形是否被IED中的至少一个充分捕获。响应于确定至少一个能量相关波形没有被充分捕获,可以采取一个或多个行动来解决捕获不充分。
Description
相关申请的交叉引用
本申请要求于2020年12月18日提交的美国临时申请第63/127257号和于2021年3月17日提交的美国临时申请第63/162321号的权益和优先权,这些申请是根据35U.S.C.§119(e)提交的,并通过引用整体结合于此。
技术领域
本公开总体上涉及电气/电力***,更具体地,涉及用于改进与检测电气***中的异常状况(例如,电气暂态电压)相关联的问题的识别的***和方法。
背景技术
众所周知,电气暂态电压可能源自能源消费者的设施内部或公用设施的电网外部,并且可以通过不同级别的电气和数据***传播。破坏性暂态电压的来源可以是显而易见的——诸如雷暴期间的雷击——也可以是细微的——诸如人体手指的静电放电。
超过绝缘额定值的暂态过电压会对电绝缘造成应力,导致电介质逐渐击穿或突然失效。对于工业设施而言并不少见的是,每小时都会经历电压脉冲超过五到十倍标称***电压的许多暂态。降低电压暂态的幅度和持续时间可以延长设备绝缘的寿命,从而延长设备的运行寿命。
因为由于暂态电压而导致的损坏可能不明显,因此识别设备损坏的根本原因具有挑战性,并且通常被诊断为“未知”。许多集成电路和组件失效是由电压暂态引起的,并且大型设备(诸如感应电机)也容易受到代价高昂的电压暂态损坏。据估计,由于电压暂态,全球每年发生数十亿美元的电子设备损失,随着技术的发展,这些数字每年都在增加。
发明内容
本文描述了改进与检测电气***中异常状况(例如,电气暂态电压)相关联的问题的识别的新颖且创新的方法。异常状况可能难以辨别,例如,因为负责识别电气***中的异常状况的智能电子设备(Intelligent Electronic Device,IED)的计量约束。然而,众所周知,这些异常状况通常会损坏电气***。例如,电气***可以与至少一个负载、过程、建筑、设施、船只、飞机或其他类型的结构相关联。此外,例如,IED可以是负责监测和/或控制电气***的电气/电力监测***的一部分。
在本公开的一个方面,一种自动识别电气***中的一个或多个IED的计量约束的方法包括:使用电气***中的IED中的至少一个捕获至少一个能量相关波形(例如,(多个)电压和/或电流波形),并且处理来自至少一个能量相关波形或从其推导出的电气测量数据以识别电气***中的异常特性。例如,异常特性可以指示电气***中的异常状况。响应于识别电气测量数据中的异常特性,基于或使用所识别的异常特性建立事件约束模型。分析事件约束模型以确定至少一个能量相关波形是否被IED中的至少一个充分捕获。响应于确定至少一个能量相关波形没有被充分捕获,可以采取一个或多个行动来解决捕获不充分。
众所周知,异常特性/状况可能会产生或导致应力(例如,电气、热和机械应力),这可能缩短电气***中的设备的寿命。因此,期望检测异常特性/状况,并且响应于检测到异常特性/状况而减少异常特性/状况的效应(例如,延长设备的运行寿命)。重要的是要注意,特定设备可能能够充分/足够地捕获某些异常特性/状况;但是不能捕获其他异常特性/状况。
在一些实施例中,上述方法可以在一个或多个IED上实施,例如,在负责捕获至少一个能量相关波形的IED中的至少一个上实施。此外,在一些实施例中,上述方法可以部分或完全远离IED来实施,例如,在网关、基于云的***、现场软件、远程服务器等(其在本文中可替代地被称为“前端”或“边缘”***)中实施。IED的示例可以包括智能功用电表、电能质量仪表和/或其他(多个)测量设备。例如,IED中的至少一个可以包括断路器、继电器、电能质量校正设备、不间断电源(UPS)、滤波器和/或变速驱动器(VSD)。此外,在一些实施例中,IED可以包括至少一个虚拟仪表。
应当理解,结合上述方法(以及下面讨论的其他方法和***)描述的至少一个能量相关波形捕获可以与由IED中的至少一个捕获或测量的能量相关信号相关联。例如,根据本公开的一些实施例,至少一个能量相关波形捕获可以根据由IED中的至少一个捕获或测量的至少一个能量相关信号来生成。例如,根据IEEE标准1057-2017,波形是“信号的表现或表示(例如,图形、绘图、示波器呈现、离散时间序列、方程、坐标表或统计数据)或可视化”。考虑到这个定义,至少一个能量相关波形可以对应于至少一个能量相关信号的表现或表示或可视化。应当理解,上述关系基于一个标准体(在这种情况下是IEEE)对波形的定义,并且波形与信号之间的其他关系当然是可能的,如本领域普通技术人员将理解的。
应当理解,由上述IED中的至少一个捕获或测量的(多个)能量相关信号可以包括例如以下中的至少一者:电压信号、电流信号、输入/输出(I/O)数据以及推导或提取出的值。在一些实施例中,I/O数据包括数字信号(例如,两个离散状态)和模拟信号(例如,连续可变)中的至少一者。数字信号可以包括例如(多个)开/关状态、(多个)断开/闭合状态、(多个)高/低状态、同步脉冲和任何其他代表性双稳态信号中的至少一者。此外,模拟信号可以包括例如温度、压力、体积、空间、速率、湿度和任何其他物理或用户/使用代表性信号中的至少一者。
根据本公开的一些实施例,推导或提取出的值包括根据测量的电压信号和/或测量的电流信号中的至少一者计算的、估算的、估计的、推导出的、开发的、内插的、外推的、评估的以及以其他方式确定的附加能量相关值中的至少一者。在一些实施例中,推导值附加地或可替代地包括(多个)有功功率、(多个)视在功率、(多个)无功功率、(多个)能量、(多个)谐波失真、(多个)功率因子、(多个)谐波功率的幅度/方向、(多个)谐波电压、(多个)谐波电流、(多个)间谐波电流、(多个)间谐波电压、(多个)间谐波功率的幅度/方向、(多个)次谐波功率的幅度/方向、(多个)单相电流、(多个)相角、(多个)阻抗、(多个)序列分量、(多个)总电压谐波失真、(多个)总电流谐波失真、(多个)三相电流、(多个)相电压、(多个)线电压、频率分析和/或其他类似/相关的参数中的至少一者。在一些实施例中,推导值附加地或可替代地包括至少一个能量相关特性,能量相关特性包括幅度、方向、相角、百分比、比率、电平、持续时间、相关频率分量、能量相关参数形状和/或衰减率。根据本公开的一些实施例,例如,推导或提取出的值可以链接到至少一个过程、负载标识等。
应当理解,例如,由至少一个IED捕获或测量的能量相关信号或波形可以包括(或利用)从电压和电流信号中的至少一者(包括电压和电流本身)推导出的基本上任何电气参数。还应当理解,能量相关信号或波形可以由至少一个IED连续地或半连续地/周期性地捕获/记录和/或发送和/或记录日志,并且可以基于能量相关信号检测异常状况。
应当理解,异常状况可以指任何类型的感兴趣的电气事件发生。例如,对于一个安装来说被认为是异常的情况,对于另一安装来说可能不被认为是异常的情况。相应地,“电能质量”事件例如是感兴趣的电气事件发生,其通常被认为是可能不利地影响电气***(包括安装在电气***中的设备)的运行的异常状况。能量相关(例如,电压、电流)暂态是电能质量事件(和异常状况)的一种示例类型。例如,如下提供的IEEE标准1159-2019定义了两种类型的暂态子类别:脉冲和振荡。脉冲暂态被描述为电压、电流或两者的在极性上为单向的突然非工频变化2。脉冲暂态的示例是闪电暂态或静电放电。相反,振荡暂态被描述为电压、电流或两者的在极性上为双向的突然非工频变化。示例原因可能是电容器组通电或电缆开关。
a参量pu是指每单位,是无量纲的。参量1.0pu对应于100%。标称状况通常被考虑为1.0pu。在该表格中,标称峰值被用作暂态的基础,并且标称rms值被用作rms变化的基础。
b闪烁严重度索引Pst在IEC 61000-4-15:2010[B17]和IEEE标准1453TM[B31]中定义。
应当理解,上表是一个标准体(在这种情况下是IEEE)的定义/表征异常状况的方法。应当理解,还有其他标准也定义了异常状况,例如国际电工委员会(IEC)、美国国家标准协会(ANSI)等,它们可能有不同的定义、描述或异常状况类型、特征和术语。还应当理解,异常状况的类型和描述可以随着时间而变化,并且本文公开的***和方法旨在适用于异常状况的当前和将来的类型和描述。根据本公开的实施例,异常状况可以附加地或可替代地是定制的异常状况(例如,由用户定义)。
应当理解,可以使用几个因子来表征异常状况。例如,可以用于表征能量相关暂态的因子包括暂态的巅值(峰值)、暂态的区域、暂态的最大上升速率、暂态的持续时间、周期性以及与暂态相关的关联频率。暂态对特定负载的效应将取决于组件或***对这些因子中的一个或多个因子的敏感度的水平;然而,暂态中包含的能量通常对于确定其对这些组件或***的影响至关重要。暂态和其他异常状况的附加方面将从下面的讨论中得到进一步理解。
本文还提供了一种自动识别电气***中一个或多个IED的计量约束的***。在本公开的一个方面,该***包括至少一个处理器和耦合到至少一个处理器的至少一个存储器设备(例如,本地和/或远程存储器设备)。至少一个处理器和至少一个存储器设备被配置为实时地、伪实时地或历史地(例如,使用历史数据)处理来自使用电气***中的IED中的至少一个捕获的至少一个能量相关波形或从其推导出的电气测量数据,以识别电气***中的异常特性。另外,响应于识别电气测量数据中的异常特性,至少一个处理器和至少一个存储器设备被配置为基于或使用所识别的异常特性来建立事件约束模型。至少一个处理器和至少一个存储器设备还被配置为分析事件约束模型,以确定至少一个能量相关波形是否被IED中的至少一个充分捕获,并且响应于确定至少一个能量相关波形没有被充分捕获,采取一个或多个行动来解决捕获不充分。
在一些实施例中,捕获能量相关波形的IED中的至少一个包括至少一个计量设备。至少一个计量设备可以对应于例如电气***中的至少一个计量设备,能量相关波形针对该至少一个计量设备而被捕获/监测。
如本文所使用的,IED是被优化以执行特定功能或功能集合的计算电子设备。IED的示例可以包括智能功用电表、电能质量仪表、微处理器、继电器、数字故障记录器和其他计量设备。IED也可以嵌入VSD、不间断电源(UPS)、断路器、继电器、变压器或任何其他电气设备中。IED可以用于在各种设施中执行测量/监测和控制功能。安装可以包括公用设施***、工业设施、仓库、办公楼或其他商业综合体、校园设施、计算协同中心、数据中心、电力分配网络或任何其他使用电能的结构、过程或负载。例如,在IED是电力监测设备的情况下,其可以耦合到(或安装在)电力传输或分配***,并且被配置为感测/测量和存储数据(例如,波形数据、记录日志的数据、I/O数据等)作为代表电力分配***的操作特性(例如,电压、电流、波形失真、功率等)的电气参数。例如,用户可以分析这些参数和特性来评估潜在的性能、可靠性和/或电能质量相关问题。IED可以包括至少一个控制器(在某些IED中,该控制器可被配置为同时、串行或同时运行一个或多个应用程序)、固件、存储器、通信接口以及将IED连接到任何电压水平、配置和/或类型(例如,AC、DC)的外部***、设备和/或组件的连接器。IED的监测和控制功能性的至少某些方面可以体现在IED可访问的计算机程序中。
在一些实施例中,本文所使用的术语“IED”可以指以并联和/或级联/串联方式操作的IED的层次结构。例如,IED可以对应于能量仪表、功率仪表和/或其他类型的资源仪表的层次结构。该层次结构可以包括基于树的层次结构,诸如二叉树、具有从每个父节点或节点向下的一个或多个子节点的树、或其组合,其中每个节点代表特定的IED。在一些情况下,IED的层次结构可以共享数据或硬件资源,并且可以执行共享软件。应当理解,层次结构可以是其中分组在一起的IED可能在物理上不相关的非空间的层次结构,诸如计费层次结构。
应当理解,输入是处理器和/或IED(例如,上述多个IED)接收的数据,并且输出是处理器和/或IED发送的数据。输入和输出可以是数字或模拟的。数字和模拟信号都可以是离散变量(例如,诸如高/低、1/0、开/关等的两种状态。如果是数字的,其可以是值。如果是模拟的,电压/电流的存在可以被***/IED视为等效信号)或连续变量(例如,诸如空间位置、温度、压力电压等的连续变量)。它们可以是数字信号(例如,来自产生数字信息/值的传感器的IED测量值)和/或模拟信号(例如,来自产生模拟信息/值的传感器的IED测量值)。这些数字和/或模拟信号可以包括IED内的任何处理步骤(例如,在所有推导计算当中推导功率因子、幅度)。
处理器和/或IED可将数字和模拟输入信号转换/重新转换为数字表示,以供内部处理。处理器和/或IED也可以用于将内部处理的数字信号转换/重新转换为数字和/或模拟输出信号,以提供某种指示、行动或其他响应(诸如另一处理器/IED的输入)。数字输出的典型使用可以包括断开或闭合断路器或开关、启动或停止电机和/或其他设备,以及操作能够直接与数字信号对接的其他设备和装置。数字输入通常用于确定设备的操作状态/位置(例如,断路器断开或闭合等)或者从功用脉冲输出读取输入同步信号。模拟输出可以用于对能量管理***中的阀门、电机、加热器或其他负载/过程进行可变控制。最后,模拟输入可以用于收集可变操作数据和/或比例控制方案。
利用数字和模拟I/O数据的其他一些示例可以包括(但不限于):涡轮机控制、电镀设备、发酵设备、化学处理设备、电信、设备、精密缩放设备、电梯和移动人行道、压缩设备、废水处理设备、分拣和处理设备、电镀设备温度/压力数据记录、电力发电/传输/分配、机器人、警报监测和控制设备等,举几个示例来说。
如在本公开中较早指出的,由多个IED捕获/测量的能量相关信号可以包括I/O数据。应当理解,I/O数据可以采取数字I/O数据、模拟I/O数据、或者数字和模拟I/O数据的组合的形式。如本领域普通技术人员从上面和下面的讨论中显而易见的,I/O数据可以传达例如状态信息和许多其他类型的信息。
应当理解,术语“处理器”和“控制器”在本文有时可以互换使用。例如,处理器可以用来描述控制器。此外,控制器可以用于描述处理器。
从下面的讨论中将进一步理解,所公开的***和方法通过提供更好的数据质量、降低客户资本支出(CapEx)、运行支出(OpEx)和维护支出(MaintEx)成本、加速问题解决、解决调试问题以及提高在电气***中部署的IED和其他类型的计量/监测设备的有用性来使客户受益。此外,所公开的***和方法通过提供改进的产品价值、识别潜在商机以及使技术(例如,电能质量(PQ))专业知识自动化,使包括所公开的***和方法的产品和解决方案的提供商受益。
应当理解,如将从下面的讨论中理解的,存在与所公开的发明相关联的许多其他特征和优点。
附图说明
从以下附图的详细描述中,可以更全面地理解本公开的前述特征以及本公开本身,其中:
图1示出了根据本公开实施例的示例电气***;
图2示出了根据本公开实施例的可以在电气***中使用的示例智能电子设备(IED);
图3是示出自动识别电气***中的一个或多个IED的计量约束的方法的示例实施方式的流程图;
图4是示出自动识别电气***中的一个或多个IED的计量约束的方法的示例实施方式的流程图;
图4A示出了示例曲线的膝点(已知技术);
图4B示出了从高速事件推导出的三个叠加模型;
图5是示出自动识别电气***中的一个或多个IED的计量约束的方法的示例实施方式的流程图;
图6示出了以32个样本/周期采样的示例暂态事件捕获;
图6A示出了用于图6所示的示例暂态事件捕获的示例下采样模型;
图6B示出了以512个样本/周期采样的另一示例暂态事件捕获;
图6C示出了用于图6B所示的示例暂态事件捕获的示例下采样模型;
图6D示出了以166666个样本/周期(即,60Hz***上的10Hz)采样的又一示例暂态事件捕获;以及
图6E示出了用于图6D所示的示例暂态事件捕获的示例下采样模型。
具体实施方式
现在将更具体地描述在本文寻求保护的概念、***和技术的特征和其他细节。应当理解,本文描述的任何具体实施例都是以说明的方式示出的,而不是对本公开和本文描述的概念的限制。在不脱离寻求保护的概念的范围的情况下,可以在各种实施例中采用本文描述的主题的特征。
为方便起见,这里收集了规范中使用的(并且从IEEE标准1159-2019中采用的)某些介绍性概念和术语。
如本文所使用的,术语“非周期事件”用于描述非周期性地、任意地或没有特定时间规律性地发生的电气事件。为了本文的目的,暂态被认为是非周期性事件(即陷波被认为是谐波现象)。
如本文所使用的,术语“暂态”用于描述持续时间通常小于1个周期的电压和/或电流与标称值的偏差。暂态的子类别包括脉冲(单向极性)暂态和振荡(双向极性)暂态。
在实施例中,存在四个一般质量确定能量相关暂态事件的影响:
1.与(多个)暂态相关联的性质、来源和/或能量,
2.(多个)***、(多个)过程和/或(多个)负载对(多个)暂态的敏感度,
3.(多个)***、(多个)过程和/或(多个)负载对暂态的效应,以及
4.对这种效应的成本敏感度。
因为每个设施都是独特的(即使在同质的细分市场中),因此很难确定几个(甚至一个)能源相关暂态事件将会在多大程度上影响设施的运行。例如,能源相关暂态事件有可能显著影响一个设施的运行,而相同的能源相关暂态事件可能对另一设施的运行影响很小或没有明显影响。能量相关暂态对设施的电气***的一部分的影响也有可能不同于对同一电气***的另一部分的影响。
众所周知,许多组件组成了设施内部和公用设施电网外部的总电气***。在设施内,本质上是电感性的组件(诸如变压器和电机)可以在电气***中生成暂态电压。在这些设备的磁场崩溃的同时,流向这些设备的电流的任何中断都会导致电压脉冲或暂态。这些暂态电压的效应由几个因子确定,诸如电气***上的位置、电源的尺寸及其产生的暂态、事件的周期性、与事件相关联的能量、相邻设备的敏感度以及电气***的配置。设施内的暂态电压的几个来源如以下列表所示:
·电容器开关
·电流中断(电机等)
·电力电子操作(SCR等)
·静电放电
·(电弧)焊接
·复印机
·线路或断路器操作故障
·触点和继电器闭合
·负载启动或断开
当在公用设施的电气***上发生暂态电压事件时,设施内的暂态事件的幅度将取决于多个标准,诸如暂态源的位置、暂态电压的大小、电气***的配置以及存在的缓解设备。虽然闪电通常被怀疑是来自公用设施的暂态电压(由于通常与之相关联的损坏的幅度),但是由于电容器开关而导致的电压暂态更为常见,尤其是在夏季。当电容器组通电时,大量涌入电流对电容器充电,从而在电压波形中产生初始陷波(如果测量设备的IED位于电容器下游)。***电压迅速恢复,在开关之前超过其值,并且继续振荡或振铃。***电压的振铃是由于对本质上为电感性且通常在半个周期内结束的***添加了电容而导致的。一些可调速驱动器(ASD)或变速驱动器(VSD)负载对这种振铃很敏感,因此可能会离线跳闸。
设施外部的暂态电压的几个来源如以下列表所示。
·闪电
·电容器开关
·线路/电缆开关
·变压器开关
·限流熔断操作
尽管源自公用设施的电气***的电压暂态可能影响设施的运行,但是设施内的暂态电压源更为常见。设施内负载的正常日常运行(诸如电炉、烤箱、感应加热器、电焊机或电机)可能产生影响相邻设备的电压暂态。
参考图1,根据本公开实施例的示例电气***包括一个或多个负载(这里为负载111、112、113、114、115)(本文有时也称为“设备”或“装置”)和一个或多个智能电子设备(IED)(这里为IED 121、122、123、124),IED能够采样、感测或监测与负载相关联的一个或多个参数(例如,功率监测参数)。在实施例中,负载111、112、113、114、115和IED 121、122、123、124可以被安装在一个或多个建筑或其他物理位置,或者它们可以被安装在建筑内的一个或多个过程和/或负载上。这些建筑可以对应于例如商业、工业或机构建筑。
如图1所示,IED 121、122、123、124各自耦合到负载111、112、113、114、115中的一个或多个(在一些实施例中,它们可以位于IED的“上行线路”或“下行线路”)。负载111、112、113、114、115可以包括例如与特定应用(例如,工业应用)、应用和/或(多个)过程相关联的机械或装置。例如,机械可以包括电气设备或电子设备。机械也可以包括与设备相关联的控制设备和/或辅助设备。
在实施例中,IED 121、122、123、124可以监测并且在一些实施例中分析与它们所耦合的负载111、112、113、114、115相关联的参数(例如,能量相关参数)。在一些实施例中,IED 121、122、123、124也可以嵌入负载111、112、113、114、115内。根据各个方面,IED 121、122、123、124中的一个或多个可以被配置为监测公用设施馈电,包括电涌保护设备(SPD)、跳闸单元、有源滤波器、照明、IT设备、电机和/或变压器,它们是负载111、112、113、114、115和IED 121、122、123、124的一些示例,并且可以检测接地故障、电压骤降、电压暂升、片刻中断和振荡暂态,以及风扇故障、温度、电弧故障、相间故障、短路绕组、熔断保险丝和谐波失真,这些是可能与负载111、112、113、114、115相关联的一些示例参数。IED 121、122、123、124还可以监测设备,诸如发电机,包括输入/输出(I/O)、保护继电器、电池充电器和传感器(例如,水、空气、气体、蒸汽、液位、加速度计、流速、压力等)。
根据另一方面,IED 121、122、123、124可以检测过电压、欠电压或暂态过压电状况,以及诸如温度(包括环境温度)的其他参数。根据另一方面,IED 121、122、123、124可以提供对被监测参数和被检测状况的指示,这些指示可以用于控制负载111、112、113、114、115和其中安装有负载111、112、113、114和IED 121、122、123、124的电气***中的其他设备。IED 121、122、123、124可以执行各种各样的其他监测和/或控制功能,并且本文公开的方面和实施例不限于根据上述示例操作的IED 121、122、123、124。
应当理解,IED 121、122、123、124可以采取各种形式,并且可以各自具有关联的复杂性(或功能能力和/或特征的集合)。例如,IED 121可以对应于“基本”IED,IED 122可以对应于“中间”IED,并且IED 123可以对应于“高级”IED。在这样的实施例中,中间IED 122可以比基本IED 121具有更多的功能性(例如,能量测量特征和/或能力),并且高级IED 123可以比中间IED 122具有更多的功能性和/或特征。例如,在实施例中,IED 121(例如,具有基本能力和/或特征的IED)可以能够监测瞬时电压、电流能量、需求、功率因子、平均值、最大值、瞬时功率和/或长持续时间rms变化,并且IED 123(例如,具有高级能力的IED)可以能够监测附加参数,诸如电压暂态、电压波动、频率转换率、谐波功率流和离散谐波分量,所有这些参数都在更高的采样率下,等等。应当理解,该示例仅用于说明的目的,同样,在一些实施例中,具有基本能力的IED可以能够监测被指示为与具有高级能力的IED相关联的一个或多个上述能量测量参数。还应当理解,在一些实施例中,IED 121、122、123、124各自具有独立的功能性。
在所示的示例实施例中,IED 121、122、123、124经由“云”150通信地耦合到中央处理单元140。在一些实施例中,IED 121、122、123、124可以直接通信地耦合到云150,如IED121在所示实施例中那样。在其他实施例中,IED 121、122、123、124可以例如通过中间设备(诸如云连接中枢130(或网关))间接通信地耦合到云150,如IED 122、123、124在所示实施例中那样。云连接中枢130(或网关)可以例如向IED 122、123、124提供对云150和中央处理单元140的访问。应当理解,不是所有的IED都与云150连接(或者能够与云150连接)(直接或非直接地)。在IED不与云150连接的实施例中,IED可以与网关、边缘软件通信,或者可能不与其他设备通信(例如,在IED本地处理数据的实施例中)。
如本文所使用的,术语“云”和“云计算”意在指代连接到互联网或经由通信网络(其可以是有线或无线网络,或者两者的组合)可由IED 121、122、123、124访问的计算资源。构成云150的计算资源可以集中在单个位置、分布在多个位置、或者两者的组合。云计算***可以根据特定的云***架构或编程在多个机架、刀片、处理器、核心、控制器、节点或其他计算单元之间划分计算任务。类似地,云计算***可以将指令和计算信息存储在集中的存储器或存储装置中,或者可以在多个存储装置或存储器组件之间分发这样的信息。云***可以将指令和计算信息的多个副本存储在冗余存储单元(诸如RAID阵列)中。
中央处理单元140可以是云计算***或云连接计算***的示例。在实施例中,中央处理单元140可以是位于其中安装有负载111、112、113、114、115和IED 121、122、123、124的建筑物内的服务器,或者可以是远程的基于云的服务。在一些实施例中,中央处理单元140可以包括类似于这些IED 121、122、123、124的计算功能组件,但是通常可以拥有数据处理中所涉及的更多数量和/或更强大版本的组件,诸如处理器、存储器、存储装置、互连机构等。中央处理单元140可以被配置为实施各种分析技术,以识别从IED 121、122、123、124接收的测量数据中的模式,如下面进一步讨论的。本文讨论的各种分析技术还涉及一个或多个软件功能、算法、指令、应用和参数的执行,这些软件功能、算法、指令、应用和参数被存储在与中央处理单元140通信地耦合的一个或多个存储器源上。在某些实施例中,术语“功能”、“算法”、“指令”、“应用”或“参数”也可以分别指代以并联和/或级联方式进行操作的功能、算法、指令、应用或参数的层次结构。层次结构可以包括基于树的层次结构,诸如二叉树、具有从每个父节点向下的一个或多个子节点的树、或其组合,其中每个节点代表特定的函数、算法、指令、应用或参数。
在实施例中,由于中央处理单元140连接到云150,因此它可以经由云150访问附加的云连接的设备或数据库160。例如,中央处理单元140可以访问互联网并接收信息,诸如天气数据、公用设施定价数据、或在分析从IED 121、122、123、124接收的测量数据时可能有用的其他数据。在实施例中,云连接的设备或数据库160可以对应于与一个或多个外部数据源相关联的设备或数据库。另外,在实施例中,云连接的设备或数据库160可以对应于用户可以从中提供用户输入数据的用户设备。用户可以使用用户设备查看关于IED 121、122、123、124的信息(例如,IED制造商、型号、类型等)以及由IED 121、122、123、124收集的数据(例如,能量使用统计)。另外,在实施例中,用户可以使用用户设备来配置IED 121、122、123、124。
在实施例中,通过相对于IED 121、122、123、124利用中央处理单元140的云连接性和增强的计算资源,可以对从一个或多个IED 121、122、123、124检索的数据执行复杂的分析,以及在适当的时候对上面讨论的附加数据源执行复杂的分析。该分析可以用于动态地控制与电气***相关联的一个或多个参数、过程、状况或设备(例如,负载)。
在实施例中,参数、过程、状况或设备由与电气***相关联的控制***动态控制。在实施例中,控制***可以对应于或包括以下中的一个或多个:电气***中的IED 121、122、123、124,中央处理单元140,和/或电气***内部或外部的其他设备。
参考图2,例如,可以适用于图1所示的电气***的示例IED 200包括控制器210、存储器设备215、存储225和接口230。IED 200还包括输入输出(I/O)端口235、传感器240、通信模块245和用于通信地耦合两个或多个IED组件210-245的互连机构220。
例如,存储器设备215可以包括易失性存储器,诸如DRAM或SRAM。存储器设备215可以存储在IED 200的操作期间收集的程序和数据。例如,在IED 200被配置为监测或测量与电气***中的一个或多个负载(例如,图1所示的111)相关联的一个或多个电气参数的实施例中,存储器设备215可以存储所监测的电气参数。
存储***225可以包括计算机可读和可写的非易失性记录介质,诸如磁盘或闪存,其中存储了定义要由控制器210执行的程序或要由程序处理的信息的信号。控制器210可以根据已知的计算和数据传输机制来控制存储***225与存储器设备215之间的数据传输。在实施例中,由IED 200监测或测量的电气参数可以被存储在存储***225中。
I/O端口235可以用于将负载(例如,图1所示的111)耦合到IED 200,并且传感器240可以用于监测或测量与负载相关联的电气参数。I/O端口235还可以用于将外部设备(诸如传感器设备(例如,温度和/或运动传感器设备)和/或用户输入设备(例如,本地或远程计算设备)(未示出))耦合到IED 200。外部设备可以是本地设备或远程设备,例如(多个)网关。I/O端口235还可以耦合到一个或多个用户输入/输出机制(诸如按钮、显示器、声学设备等),以提供警报(例如,显示视觉警报,诸如文本和/或稳定或闪光灯,或者提供音频警报,诸如哔哔声或延长的声音)和/或允许用户与IED 200交互。
通信模块245可以被配置为将IED 200耦合到一个或多个外部通信网络或设备。这些网络可以是安装有IED 200的建筑物内的专用网络,或者是诸如互联网之类的公共网络。在实施例中,通信模块245还可以被配置为将IED 200耦合到与包括IED 200的电气***相关联的云连接的中枢(例如,图1所示的130)或云连接的中央处理单元(例如,图1所示的140)。
IED控制器210可以包括被配置为执行IED 200的(多个)指定功能的一个或多个处理器。(多个)处理器可以是商用处理器,诸如由英特尔公司提供的众所周知的PentiumTM、CoreTM或AtomTM类处理器。许多其他处理器也可用,包括可编程逻辑控制器。IED控制器210可以执行操作***来定义与IED 200相关联的(多个)应用可以在其上运行的计算平台。
在实施例中,由IED 200监测或测量的电气参数可以在控制器210的输入端处被接收作为IED输入数据,并且控制器210可以处理测量的电气参数以在其输出端处生成IED输出数据或信号。在实施例中,IED输出数据或信号可以对应于IED 200的输出。例如,可以在(多个)I/O端口235处提供IED输出数据或信号。在实施例中,IED输出数据或信号可以由云连接的中央处理单元接收(例如,以用于进一步处理(例如,识别和跟踪能量相关暂态,如上面简要讨论的)),和/或由IED所耦合到的设备(例如,负载)接收(例如,以用于控制与设备相关联的一个或多个参数,如下面将进一步讨论的)。在一个示例中,IED 200可以包括用于显示指示IED输出数据或信号的可视化的界面230。在实施例中,界面230可以对应于图形用户界面(GUI)。
IED 200的组件可以通过互连机构220耦合在一起,互连机构220可以包括一个或多个总线、布线或其他电连接装置。互连机构220可以使得通信(例如,数据、指令等)能够在IED 200的***组件之间交换。
应当理解,根据本公开的各个方面,IED 200只是IED的许多潜在配置之一。例如,根据本公开实施例的IED可以包括比IED 200更多(或更少)的组件。另外,在实施例中,IED200的一个或多个组件可以被组合。例如,在实施例中,存储器215和存储装置225可以被组合。
如前所述,大多数设施都暴露于外部暂态电压;另外,许多设施使用产生暂态电压的设备。因为暂态电压的持续时间极短,所以许多设备的计量限制可能不允许它们检测电气***上的高速暂态。有必要以更高的速率(或分辨率)评估电压波形,以识别这些事件发生;然而,标准可用计量设备可能不够“快”,从而无法捕获许多暂态电压事件。
另一可能导致无法捕获电压暂态的问题是计量设备配置不当,这可能有意或无意,或者使用默认设备设定(这对于捕获所应用的***中的电压暂态而言可能不是最佳的)。有意的错误配置通常是由于强制降低计量设备采样率以减少存储器使用和减少通信需求/带宽而导致的结果。这种方法有点不合理,因为可以购买不太昂贵的计量设备来提供与错误配置的计量设备相同的功能。换句话说,为什么要花更多钱在能够以更高的采样率进行捕获的设备上,而仅仅是为了约束这种能力呢?无意的错误配置可能是由于设备调试期间的错误而导致的。这可能是由于缺乏关于计量设备潜力的知识,或者可能是由于“总是使用”标准配置而没有考虑计量设备的真实能力。另一限制可能是由于计量设备(诸如输入信号滤波(例如,抗混叠滤波器))的有意设计约束。众所周知,默认的设备设定可能不是捕获所有类型的事件的最佳设定。相应地,在一些情况下,计量设备必须被配置为最佳地捕获特定类型的事件(例如,电压暂态),以实现计量设备的全部能力。
适当的监测仪器可以更容易地确定暂态电压的来源和效应。电压暂态监测仪器应当具有足够的分辨率来检测和记录暂态的振幅、持续时间和事件时间。记录当日时间也很重要,因为这有助于故障排除人员确定暂态的来源(设施内部或外部)。电压暂态的前沿将具有进入波形或离开波形的极性。利用高分辨率暂态波形捕获,故障排除人员可以能够利用暂态前沿的初始极性来缩小暂态的来源的范围。给定电流或中性点对地电压波形,故障排除人员还可以确定暂态来源的方向(电表的负载侧或来源侧)。
为了表示模拟信号(诸如电压和电流),监测设备对模拟信号进行离散快照,并且将其转换为其近似的数字等价物。采样率定义了对信号进行的速率/频率测量,并且以模拟信号的每个周期或每个单位时间的样本为单位进行测量,以在数字上表示模拟信号。模拟信号的采样率(有时也称为“采样率”、“采样频率”、“样本频率”)越高,信号的数字表示就越精确,假设不存在抑制该过程的(多个)外部影响(例如,滤波、人为限制等)的情况下。
令人担忧的是,许多暂态事件被遗漏或没有被准确表示,因为一些仪表使用的样本少于准确描述模拟信号所需的样本。一般地,大多数仪表每周期采样32至1024个样本,典型的是每周期128个点。
虽然这些电表可能足够快地检测多个周期内的电压骤降事件,但是诸如暂态之类的子周期事件可能被完全遗漏,或者在数字记录中没有准确表示。根据定义(IEEE 1159-2019),暂态事件持续不到一个周期。由于暂态事件持续时间短,且事件发生的模式通常不可预测,因此捕获和分析暂态事件需要使用更复杂的监测设备或仪表。这些仪表以比标准仪表高得多的频率对模拟信号进行采样。例如,与典型仪表的128个样本每周期(或更少)相比,施耐德电气的ION9000T在高速事件期间将以10MHz或166666个样本每周期(基于60Hz***)进行采样。这导致数据的分辨率比标准可用数据高大约1300倍。虽然较长持续时间的事件(诸如电压骤降)可以使用较低采样率被正确诊断出,但是暂态事件通常不能。
如将从下面的讨论中进一步理解的,本文公开的***和方法改进了与检测电气***中的异常状况(例如,电气暂态电压)相关联的问题的识别。异常状况可能难以辨别,例如,由于负责识别电气***中的异常状况的IED的计量约束。例如,在开始讨论之前,有几个潜在的内部(IED的设计中固有的)和外部(即IED的设计之外的)约束与计量和捕获高速电压/电流事件有关。对于检测高速电压/电流事件,IED通常有两个主要的内部约束(也有外部约束,诸如PT/CT带宽等):1)其动态范围,以及2)其足够快地采样事件以将模拟信号重建为数字信号的能力。IED的动态范围是IED及其组件(即前端、ADC等)的设计中固有的约束。同样,准确地以数字表示的形式再现模拟信号需要能够以足够高的速度采样模拟信号的IED,以捕获与信号相关联的所有频率分量。
本文公开的本发明的示例焦点是分析和识别包括诸如电压暂态、电流暂态等高频分量的高速事件,这些高频分量故意地或以其他方式没有提供与高速事件相关的充分/足够的信息(例如,数据、采样率、动态范围等)。充分/足够地测量/捕获适当信息的设备也是如此。没有提供充分/足够的数据/信息的设备被识别并被指示为有缺陷,并且提出建议或进行更改以缓解该问题的后续发生。可以通过设备重新配置或通过提出能够充分/足够地测量/捕获(或更好地测量/捕获)一个或多个事件的设备来提供缓解。在这种情况下,可以推荐能够测量/捕获一个或多个事件的适当的替换设备。
参考图3、图4和图5,示出了几个流程图(或流程示意图)来说明本公开的用于改进与检测电气***中的异常状况(例如,电气暂态电压)相关联的问题的识别的各种方法(这里为方法300、400、500)。本文可以称为“处理块”的矩形元素(由图3中的元素305代表)可以表示计算机软件和/或IED算法指令或指令组。本文可以称为“决策块”的菱形元素(由图3中的元素315代表)表示计算机软件和/或IED算法指令或指令组,它们影响由处理块表示的计算机软件和/或IED算法指令的执行。处理块和决策块(以及所示出的其他块)可以表示由功能等效电路(诸如数字信号处理器电路或专用集成电路(ASIC))执行的步骤。
流程图没有描述任何特定编程语言的语法。相反,流程图示出了本领域普通技术人员制造电路或生成计算机软件以执行特定装置所需处理所需的功能信息。应当注意,许多例程元素(诸如循环和变量的初始化以及临时变量的使用)没有被示出。本领域普通技术人员将会理解,除非本文中另有说明,否则所描述的块的特定顺序仅是说明性的,并且可以改变。因此,除非另有说明,否则下面描述的块是无序的;这意味着,在可能的情况下,这些块可以以任何方便或期望的次序执行,包括顺序块可以同时执行(例如,在多个处理器和/或多个IED上并行运行),反之亦然。此外,在一些情况下,块的次序/流程也可以被重新布置/互换。还将理解,来自下面描述的流程图的各种特征可以在一些实施例中组合。因此,除非另有说明,否则来自下面描述的流程图之一的特征可以与下面描述的其他流程图的特征相结合,例如,以捕获与改进关联于检测电气***中的异常状况的问题的识别相关联的、寻求由本公开保护的***和方法的各种优点和方面。还应当理解,在一些实施例中,来自下面描述的流程图的各种特征可以被分离。例如,虽然图3、图4和图5中所示的流程图被示为具有许多块,但是在一些实施例中,这些流程图所示的所示方法可以包括更少的块或步骤。
参考图3,流程图示出了自动识别电气***中的一个或多个IED的计量约束的示例方法300,例如,以改进与检测电气***中的异常状况相关联的问题的识别。方法300可以例如在一个或多个IED中的和/或远离一个或多个IED的至少一个IED(例如,图1所示的121)的处理器上实施,例如,在以下中的至少一者中实施:基于云的***、现场/边缘软件、网关或另一前端***。
如图3所示,方法300开始于方框305,在方框305中,由电气***中的至少一个IED对能量相关波形(或信号)进行捕获、存储等。至少一个IED可以安装或位于例如电气***中的多个计量点中的相应计量点。在一些实施例中,至少一个IED可以耦合到电气***中的一个或多个负载/设备/装置(例如,感应电机),并且由至少一个IED捕获的能量相关波形可以与至少一个IED所耦合到的负载/设备/装置相关联。能量相关波形可以包括例如以下中的至少一者:(多个)电压波形,(多个)电流波形,(多个)功率波形,电压、电流和/或功率波形的导数,电压、电流和/或功率波形的积分,以及从电压和/或电流特征推导出的任何(或基本上任何)其他能量相关波形。电压和/或电流波形可以包括例如单相或三相的电压和电流波形。
在方框310,处理来自能量相关波形或从其推导出的电气测量数据,以识别电气***中的异常特性(例如,电气干扰)。例如,异常特性可以指示电气***中的异常状况(例如,能量相关暂态事件)。根据本公开的一些实施例,异常特性基于满足指示异常状况(或干扰)的至少一个标准的能量相关波形的一个或多个特性来识别。例如,异常特性可以由于满足干扰分类标准的检测到的电气事件的持续时间(和/或其他特性)而被识别。例如,在一个实施例中,在电气***中识别的异常特性包括指示电气***中的暂态的电压状况或电流状况的特性。指示暂态的电压状况或电流状况的特性可以包括例如以下中的至少一者:(a)电压、电流、或电压和电流两者的在极性上为单向的突然非工频变化,以及(b)电压、电流、或电压和电流两者的在极性上为双向的突然非工频变化。根据本公开的一些实施例,分类标准可以由IEEE标准1159-2019或可以定义分类标准的其他标准或方式(例如,用户定义的分类)来建立。
在方框315,确定在方框310的电气测量数据中是否识别出任何异常特性。如果确定在电气测量数据中识别出异常特性,则方法可以前进到方框320。可替代地,如果确定在电气测量数据中没有识别出异常特性,则方法可以结束或返回到方框305(例如,以用于捕获更多能量相关波形)。
在方框320,基于或使用所识别的异常特性来建立事件约束模型。另外,在方框325,基于对事件约束模型的分析,确定至少一个能量相关波形是否被IED中的至少一个充分捕获。下面结合图4和图5进一步讨论事件约束模型生成以及基于对事件约束模型的分析来确定至少一个能量相关波形是否被IED中的至少一个充分捕获的更详细方面。
如果确定至少一个能量相关波形被IED中的至少一个充分捕获,则方法前进到方框330,返回到方框305(例如,以用于捕获更多能量相关波形),或者结束。例如,在一些实施例中,在确定至少一个能量相关波形被IED中的至少一个充分捕获之后,可能希望在方框330采取一个或多个行动。例如,在一些实施例中,可能希望提供指示至少一个能量相关波形被IED中的至少一个充分捕获的通信。该通信可以包括例如以下中的至少一者:报告、文本、电子邮件、警报的附件、可听通信和屏幕/显示器的界面上的通信。在一些实施例中,通信可以被提供给末端用户、设备制造商、服务团队和/或其他感兴趣的个人或群体。
在一些实施例中,可以附加地或可替代地希望在方框330识别可以改进或优化通过IED中的至少一个进行捕获的方式。例如,在确定IED中的至少一个是过采样的实施例中,可以确定可通过降低采样率来进行改进/优化。例如,众所周知,波形捕获在IED中的至少一个上可能是资源密集型的,因此在IED中的至少一个是过采样的实施例中,可能希望降低IED中的至少一个的波形捕获的采样率以节省IED中的至少一个的资源。众所周知,数据存储装置可能是昂贵的,因此在IED中的至少一个是过采样的实施例中,可能希望减少记录和存储的波形捕获数据量。根据本公开的一些实施例,可以(例如,经由文本、电子邮件、报告、警报的附件等)传送对捕获的改进或优化。另外,根据本公开的一些实施例,可以在方框330(例如,通过IED中的至少一个和/或耦合到IED中的至少一个的控制***)自动进行对捕获的改进或优化。例如,控制***可以通信地耦合到IED中的至少一个和/或与电气***相关联的基于云的***、现场软件、网关和另一前端/边缘***。
现在返回到方框325,如果可替代地确定至少一个能量相关波形没有被IED中的至少一个充分捕获,则方法可以前进到方框335。在方框335,可以采取一个或多个行动来解决捕获不充分。例如,在一个实施例中,所采取的解决捕获不充分地行动可以包括将捕获不充分传送到末端用户、设备制造商、服务团队和/或其他感兴趣的个人或群体。该通信可以包括例如以下中的至少一者:报告、文本、电子邮件、警报的附件、可听通信和屏幕/显示器(例如,与末端用户、设备制造商、服务团队和/或其他感兴趣的个人或群体相关联的设备的屏幕/显示器)的界面上的通信。
根据本公开的一些实施例,通信(例如,报告、文本等)指示捕获不充分以及捕获不充分的可能原因。例如,可以确定捕获不充分是由于负责捕获能量相关波形的IED中的至少一个的一个或多个计量约束而导致的。计量约束可以包括例如以下中的至少一者:IED中的至少一个的动态范围、IED中的至少一个的采样率、IED中的至少一个的抗混叠特性以及IED中的至少一个的一个或多个配置参数/约束。应当理解,其他计量约束当然是可能的,这对于本领域普通技术人员来说是显而易见的。还应当理解,其他度量可以附加地或可替代地经由通信来提供。例如,其他度量可以包括当前事件度量、历史事件度量、与仪表功效相关的信息(无能事件数量相比于(vs.)事件总数)、仪表功效相比于当日时间(TOD)、仪表功效配置不当、以及捕获不充分的其他潜在原因/缘由。
根据本公开的一些实施例,通信附加地或可替代地提供用于响应捕获不充分的可行动建议。例如,可行动建议可以包括以下中的至少一者:用于调整与IED中的至少一个相关联的一个或多个参数以解决捕获不充分的建议,以及指示除了所述IED中的至少一个之外能够充分捕获至少一个能量相关波形的至少一个IED的建议。例如,在建议包括用于调整与IED中的至少一个相关联的一个或多个配置参数以解决捕获不充分的建议的实施例中,建议可以包括用于调整IED中的至少一个的采样率的建议。另外,在建议指示除了所述IED中的至少一个之外的能够充分捕获至少一个能量相关波形的至少一个IED的实施例中,建议可以包括制造商、型号和关于至少一个其他IED的其他相关信息。在一个实施例中,至少一个其他IED可以具有比捕获至少一个能量相关波形的IED中的至少一个更高的采样率能力。
根据本公开的一些实施例,所采取的解决捕获不充分的一个或多个行动可以附加地或可替代地包括自动调整与IED中的至少一个相关联的一个或多个参数以解决捕获不充分。例如,在确定捕获不充分是由于IED中的至少一个的采样率而导致的实施例中,IED中的至少一个的采样率可以被调整(例如,增加)以解决采样不充分。根据本公开的一些实施例,可以由IED中的至少一个和/或耦合到IED中的至少一个的控制***自动进行调整(例如,类似于上面结合方框330讨论的实施例)。应当理解,所采取的解决捕获不充分的一个或多个行动可以包括许多其他行动。其他行动的示例是为电气***中的IED的最佳放置提供建议,例如,以便为随后的暂态提供更好的覆盖。这些建议可以基于各种因子,包括例如当前电气***中的计量设备的数量和类型、客户在检测时最感兴趣的事件类型、预算约束等。根据本公开的实施例,可以以报告、文本、电子邮件、可听通信形式和/或在屏幕/显示设备上可视地向客户提供建议。
在方框335之后,在一些实施例中,该方法可以结束。在其他实施例中,方法可以返回到方框305并再次重复(例如,以用于捕获附加的能量相关波形)。在方法在方框335之后结束的一些实施例中,例如,方法可以响应于用户输入、自动地和/或响应于控制信号而再次启动。
应当理解,在一些实施例中,方法300可以包括一个或多个附加的方框或步骤,这对于本领域普通技术人员来说是显而易见的。本发明的其他示例方面在下面结合例如方法400进行描述。
参考图4,流程图示出了自动识别电气***中的一个或多个IED的计量约束的另一示例方法400。根据本公开的一些实施例,方法400是上面结合图3讨论的方法300的示例实施方式。类似于方法300,方法400可以例如在至少一个IED(例如,图1所示的121)的和/或远离至少一个IED的处理器上,例如,在以下中的至少一者中实施:基于云的***、现场软件/边缘、网关或另一前端***。
如图4所示,方法400开始于方框405,其中具有高速特性的电压/电流事件(例如,具有高速特性的能量相关暂态电压骤降事件)发生并被电气***中的至少一个IED检测/捕获。例如,暂态电压,作为高速电压/电流事件的一种示例类型并且通常持续不到一微秒至几毫秒,可以在方框405发生并被检测/捕获。
在一些实施例中,从由至少一个IED捕获/测量的能量相关信号(或波形)中检测/捕获高速电压/电流事件(例如,暂态电压)。至少一个IED可以安装于或位于例如电气***中的多个计量点的相应计量点处。在一些实施例中,至少一个IED可以耦合到电气***中的一个或多个负载/设备,并且测量的能量相关信号(以及所检测/捕获的高速电压/电流事件)可以与至少一个IED所耦合到的负载相关联。
众所周知,电压和/或电流扰动事件(例如,上述高速电压/电流事件)通常包含在事件内叠加的多个高频分量。持续时间较短的某些类型的事件(例如暂态)固有地包括高频分量,并且更难捕获。当高速电压/电流事件发生时,至少一个现有的计量设备必须检测事件的某个方面才能知道它发生了。在这种情况下,现有的计量设备测量/捕获/保存与事件相关联的数据。波形捕获是从事件的电气信号中高速(逐个样本)地、顺序地测量的数据点的时间序列集合。事件的特性受到计量设备的采样率、模数转换器、抗混叠硬件/软件和/或固件配置中的至少一者的约束。
在方框410,分析高速电压/电流事件。例如,在方框405由至少一个IED捕获的波形/信号可以被分析以确定与高速电压/电流事件相关联的附加信息。例如,可以分析波形/信号以确定许多特性,包括其峰值振幅、持续时间、初始极性、上升时间、衰减速率、频率成分、暂态能量等。另外,高速电压/电流事件可以基于对波形/信号的分析来分类。例如,暂态电压通常取决于它们在电力***上发生的位置而被分类为两种不同的类型:正常模式或共用模式。正常模式暂态电压出现在任意两个电源或信号导线之间。共用模式暂态电压通常表现为从每个电源或信号导线到地相等且同相。
暂态可能通过多种方式损坏设备,包括介质击穿、电气飞弧、断裂、热和瞬时峰值功率过载、以及超过dV/dt和dI/dt限制。当暂态电压幅度和变化的速率使得绝缘体变得导电时,设备的介电(绝缘)属性可能会受到损害。当介质是空气(诸如两种导电介质在两种不同电压电势下的物理分离)时,空气的介质击穿通常被称为电气飞弧。与电压暂态相关联的电气应力可以被转换成机械能,从而导致组件材料的断裂。来自电压暂态的能量可以被转换成热能,从而在微观层面上不利地改变绝缘材料。与暂态相关联的电压和电流变化率也在这些应力对暴露的材料和组件产生的影响中起着重要作用。
在方框415,例如基于在方框410获知的关于高速电压/电流事件的附加信息,确定与高速电压/电流事件相关联的一个或多个特性(例如,异常特性)。例如,可以确定电压暂态的子类别(例如,脉冲或振荡)。在另一示例中,高速电压/电流事件对电气***中的设备的作用/影响可以被量化。在一些实施例中,量化高速电压/电流事件的影响包括分类高速电压/电流事件对设备的效应。例如,高速电压/电流事件的效应可以被分类为以下中的至少一种:间歇性中断、慢性退化、潜在故障和灾难性故障。
间歇性中断可能会例如在暂态事件被注入到数据或控制网络中时发生,从而导致数据丢失或损坏。这可能导致负载或设备锁定、跳闸或操作不当。影响暂态干扰负载的能力的因子包括半导体的设计和运行速度、***滤波器、接地配置、对电磁干扰(EMI)和射频干扰(RFI)的敏感度、以及数据或控制电缆的配置。
慢性退化可能会例如在重复的暂态事件降低所暴露的(多个)组件的完整性时发生。众所周知,设备通常对能量相关暂态具有关联的应力容限。然而,随着时间的推移,通常是几天、几周甚至几个月,能量相关暂态(例如,暂态电压)的累积效应可能导致脆弱的组件最终无法工作。因为在这种情况下,能量相关暂态是频繁且相对一致的,所以定位它们的来源是可能的。
潜在故障类似于慢性退化,只是它们是由损坏组件的重大暂态事件引起的,但不会达到组件无法执行其预期功能的程度。经过一段时间——同样是几天、几周甚至几个月——由于正常运行而导致的普通应力最终将导致组件无法工作。这种模式更难排除故障,因为故障的根本原因可能发生在过去某个不确定的时间。
由于暂态电压而导致的灾难性故障有点明显,因为受影响的组件将立即终止运行,并且可能会看到损坏。在这种情况下,暂态的电压峰值幅度或上升速率超过组件的额定阈值,这样使得在组件内形成永久性开路或短路。对于这种类型的事件,将组件故障与电力***扰动联系起来的概率通常更大。
如上所述,根据本公开的实施例,高速电压/电流事件的影响和分类可以基于高速电压/电流事件的性质和来源和/或设备对高速电压/电流事件的敏感度。固态产品、基于微处理器的设备和可编程逻辑控制器(PLC)尤其容易受到电压暂态的损害。相应地,暴露于电压暂态可能降低这种类型的设备的可靠性并缩短其寿命。随着技术的发展和这些设备规模的缩小,设备组件变得越来越小。它们对由电压暂态造成的损害的敏感度增加。
另外,已经表明暂态电压可能干扰设备的正常运行,从而导致不稳定的行为和末端产品的质量降低。例如,IEEE 1100-20051中的表3-1,即下面提供的用于电子设备供电和接地的建议规程描述了暂态对设备故障模式的示例效应:
表1.影响设备故障模式的电涌参数
*设备中的I2t是电涌参数和设备响应于电涌的综合结果。像其他与电力和能源相关的设备应力一样,I2t不是电涌的独立参数。
应当理解,由于能源相关暂态而导致的连续制造过程的中断可能会由于生产停机而导致收入损失。
还应当理解,根据本公开的实施例,存在许多不同的方式来表征/分类能量相关暂态。相应地,应当理解,上述分类(例如,间歇性中断、慢性退化、潜在故障和灾难性故障)和分类因子只是可以表征/分类至少一个能量相关暂态的许多可能方式中的几种。例如,如在本公开的概述部分中提供的,来自IEEE标准1159-2019的表格按照类型(脉冲和振荡)和按照持续时间/频率(低/中/高)等对能量相关暂态进行分类。然而,应当理解,能量相关暂态(例如,电压暂态、电流暂态等)也可以例如基于与暂态事件相关联的负载变化等而被分类为对负载有影响/无影响。
在方框420,评估在方框415确定的高速电压/电流事件的特性,以确定捕获该事件的IED(例如,计量设备)是否忠实地这样做了。具体地,事件约束模型(例如,sigmoid模型)例如使用来自由IED中的至少一个捕获/检测的高速电压/电流事件的下采样的、真实的和/或外推的数据中的至少一者来建立/创建。例如,下采样的、真实的和/或外推的数据可以与关联于在方框415确定的高速电压/电流事件的特性相关联。
在一个示例实施方式中,可以通过在X-Y曲线图上绘制数据点来分析高速电压/电流事件,其中事件的峰值振幅在Y轴上表示,并且其相应的采样率在X轴上表示(参见图6A,这将在下面进一步讨论)。然后,波形捕获数据集按某个因子(例如,2)进行缩减(例如,下采样、重采样、抽取),以创建原始波形捕获的新推导。缩减的波形捕获数据集的峰值振幅再次在y轴上相对于如在x轴上所表示的其相应新降低的采样率进行绘制。重复该缩减过程并绘制图表,直到构建了部分sigmoid(例如,图6C和图6A,这将在下面进一步讨论)或完全/完整sigmoid的形式(例如,图6E,这将在下面进一步讨论)的事件约束模型。在部分sigmoid的情况下,数据也可以用指数函数很好地表示。注意,部分sigmoid形式/曲线(其为示例事件约束模型)表现出类似指数函数的下膝点(lower knee),而完整sigmoid形式/曲线表现出下膝点和上膝点(upper knee)。众所周知,在数学中,“曲线的膝点”是曲线明显弯曲的点,特别是从高斜率到低斜率的或者在另一方向上的明显弯曲的点,如图4A所示(已知技术)。根据本公开的实施例,当分析计量设备充分/足够地检测和捕获高速电压/电流事件的能力时,上述上膝点和下膝点是非常重要的指标,这将从下面的讨论中进一步理解。例如,在图4B中示出了代表在方框420建立的(多个)可能事件约束模型的三个示例事件约束模型。图4B将在本公开的后面详细讨论。
在方框425,分析在方框420建立的事件约束模型,以确定至少一个能量相关波形是否被IED中的至少一个充分捕获(例如,在方框405)。例如,在方框425a,最初可以确定在方框420建立的模型是否具有上膝点或至少部分上膝点(例如,膝点地拐点右侧的一个或两个数据点)。
如果确定模型没有上膝点,则可以确定暂态事件没有被IED中的至少一个充分捕获/采样。根据本公开的一些实施例,在方框425b,可以提供指示或通信,以指示暂态事件没有被IED中的至少一个充分捕获。类似于以上结合图3讨论的实施例,指示或通信可以采取例如以下中的至少一种形式:报告、文本、电子邮件、警报的附件、可听通信和屏幕/显示器界面上的通信。除了指示或通信之外,在方框425c,可以进一步评估暂态事件没有被充分捕获的潜在原因。另外,可以分析IED中的至少一个的IED(例如,仪表)类型和配置,以确定是否有可能增加与IED中的至少一个相关联的采样率(或其他IED/仪表约束)。如果无法增加采样率(或其他IED/仪表约束),则可以提供指示或通信,以指示应当使用更高采样率的IED(或具有其他约束的IED)。在***分析中,也可以建议将***中的IED中的至少一个中的一个或多个IED互换/调换或替换为位于暂态的冗余覆盖区域(例如,两个或更多个IED以已经充分的速率进行捕获)内的另一IED(例如,能力更强的IED)。
现在返回到方框425的第一步骤(即,方框425a),如果可替代地确定模型具有上膝点(或至少部分上膝点),则方法可以在方框425d继续确定上膝点是否接近(多个)IED约束,或者sigmoid模型是否具有接近右上膝点的约束。根据本公开的一些实施例,该确定基于上膝点的一个或多个特性/特点与IED的一个或多个约束的比较来做出。根据本公开的一些实施例,例如,从具有约束(如方框430所示)和/或用户(如方框435所示)的仪表规范库中,自动或半自动地查找或手动地提供约束(如方框425所示),或两者的某种组合。如方框430所示,约束可以包括例如以下中的至少一者:IED采样率信息、IED动态范围信息、IED配置设定和IED抗混叠信息。另外,如方框435所示,用户提供的约束可以包括一个或多个手动输入的IED规范条目,例如,在一些情况下,这些条目可以与结合方框430讨论的约束相同或相似。
如果在方框425d确定上膝点接近(多个)IED约束,则在方框425e可以进一步确定暂态事件可能由于IED中的至少一个的(多个)IED约束(例如,动态范围、采样率、抗混叠、配置设定和/或其他约束)而没有被充分捕获。另外,在方框425c,可以进一步评估暂态事件没有被充分捕获的潜在原因。例如,可以通过确定哪个(哪些)约束接近右上膝点来评估潜在原因。例如,如果膝点接近IED中的至少一个的动态范围,则可以确定捕获不充分可以通过使用具有更大动态范围的IED来解决。另外,如果膝点接近采样率,则可以确定捕获不充分可以通过具有更高的采样率和奈奎斯特/折叠频率的IED来解决。此外,如果膝点接近抗混叠滤波器,则可以确定捕获不充分可以通过具有更高采样范围的IED来解决,这可能固有地需要增加的采样率、奈奎斯特/折叠频率和/或更高频率下的拐角频率。
如果确定上膝点不接近(多个)IED约束,则在方框425f,可以提供指示或通信,以指示暂态事件被IED中的至少一个充分捕获。类似于上面讨论的实施例,指示或通信可以采取例如以下中的至少一种形式:报告、文本、电子邮件、警报的附件、可听通信和屏幕/显示器的界面上的通信。另外,响应于确定暂态事件被IED中的至少一个充分捕获,与在该方法中执行的分析相关联的至少一个特性、评估、模型、建议等可以被保存(例如,在与IED中的至少一个相关联的存储器设备上)以供将来在方框440使用。例如,至少一个特性、评估、模型、建议等可以被保存并用作历史数据,如方框450所示。通常,与事件、其关联波形捕获、任何评价或评估、模型、特性和/或建议相关的信息可以被存储以供将来使用。前述信息的数据存储装置可以位于云、边缘、网关、IED和/或将来可能访问或可能不访问的其他储存库中。
根据本公开的一些实施例,可以在方框455针对一个或多个位置,例如基于在方框440存储的对关于先前历史数据的至少一个特性、评估、模型、建议(例如,当前数据或最新历史数据)的分析,进一步提供附加的分析、度量和输出。可以在方框455进一步提供的示例分析、度量和输出包括,例如,当前事件度量、历史事件度量、仪表的功效(例如,无能事件数量相比于事件总数)、功效相比于当日时间(TOD)、仪表功效配置不当和/或潜在原因。关于功效相比于TOD,应当理解,这是用于确定不同类型的能量相关事件是否在当日的不同时间发生的分析。例如,这可以指示当日的相应时间的不同暂态源。
在***级别,也可以在方框455提供对仪表捕获(或缺乏捕获)如何相关的指示。应当理解,对于本领域普通技术人员来说显而易见的是,可以在方框455附加地或可替代地提供许多其他类型的信息。例如,分析可以包括确定统计置信度、统计显著性、特征提取、改进的配置/设定、时间序列分析、站点聚合、***级别分析、全球基准、更有能力的IED建议、推荐采样率、潜在影响等。另外,度量可以包括设备和/或***基线、暂态位置统计、充分捕获的有影响暂态相比于不充分捕获的有影响暂态等等。
如图4所示,根据本公开的一些实施例,如方框430所示,具有约束的仪表规范库可以用于估计所需的采样率、抗混叠滤波器和/或暂态振幅(如果可行的话)(例如,在方框425h),和/或建议适当的IED或设定重配置(如果可行的话),并且该信息可以被存储(例如,在方框440)并根据需要提供附加的分析、度量和输出(例如,在方框455)。
根据本公开的一些实施例,可以自动调整或配置IED采样率和/或其他计量约束,以解决在方法400的一个或多个方框和本文公开的其他方法中识别的不充分。例如,如果识别出IED采样率不充分,则IED采样率可以自动增加或可选地减少,以解决识别出的不充分。应当理解,采样率增加、减少或以其他方式改变或设定的量可以基于一个或多个因子。例如,可以至少部分地基于设备能力/限制、(多个)客户偏好、使用(多个)IED的(多个)应用等来设定/选择采样率。例如,众所周知,在波形捕获的采样率、波形捕获的长度与可用于存储由IED(和/或其他设备)采样的数据的存储器之间通常存在折衷。根据本公开的一些实施例,可以至少部分地基于该折衷来设定/选择采样率。例如,在存在存储器约束/限制的情况下,采样率可以被设定为比存在更多可用存储器的情况更低的值(即,与IED和/或其他设备相关联的更少的存储器约束/限制)。另外,采样率可以取决于应用而降低或升高。例如,在本发明用于电机诊断应用的实施例中,如果存在存储器约束,则可能比在其他应用中更有必要降低波形的采样率(在合理范围内)。更具体地,与在其他应用中相比,电机诊断应用可能需要在更长时间段内记录波形(从而提高信号的频率分辨率,例如,以用于长期状况的分析/识别),并且这可能需要降低波形的采样率,以确保1)数据是有用的,以及2)IED能够在IED的存储器的约束/限制内记录适当的频率分辨率。
根据本公开的一些实施例,也可以使用该方法来确定或学习最佳采样率。例如,可以选择初始采样率,并且可以基于对捕获性能、设备或***约束(其可以随着时间变化)等的评估来随着时间优化/细化初始采样率。在一个示例实施方式中,初始采样率可以是相对高的采样率(例如,IED的最大采样率),并且来自IED和/或***和/或其他设备的数据(例如,波形数据、记录日志的数据)可以随着时间被分析以确定最佳采样率(例如,基于对历史数据的分析)。例如,可以响应于分析来动态调整采样率。在一个示例实施方式中,可以基于在特定时间点需要什么信息(或者客户对什么感兴趣)来动态调整采样率(即,本发明提供了按需的采样率调整)。在另一示例实施方式中,可以使用IED的最大采样率来捕获波形;然后下采样/重采样到对波形中的特性数据或对特定应用而言为正确的最佳采样率,从而节省存储器和/或最小化通信带宽需求。应当理解,降低采样率可能妨碍IED和/或***和/或其他设备检测波形捕获中的暂态事件的真实峰值(和其他特性)。换句话说,采样率越低,IED和/或***和/或其他设备检测不到真正峰值的可能性就越大。然而,取决于(多个)客户应用和/或(多个)需求,例如,可能没有必要检测真正峰值(或者客户可能不关心是否遗漏真正峰值)。例如,在存在变压器的实施例中,变压器可以过滤与暂态相关联的高频分量。如果客户更感兴趣的是更长的波形捕获,而不是检测暂态事件的真正峰值,那么这可能无关紧要。
现在回到方法400,在方框455之后,在一些实施例中,该方法可以结束。在其他实施例中,方法可以返回到方框405并再次重复(例如,以捕获附加的高速电压/电流事件)。在方法在方框455之后结束的一些实施例中,方法可以例如响应于用户输入和/或控制信号而再次启动。如前所述,用户也可以手动将能量相关波形提供到过程中进行分析。
应当理解,图4所示的方法400的许多附加的和替代的配置当然是可能的。例如,如以上对方法400的描述所述,本文公开的各种方法中的分析的次序可以改变,或者一些方面或方框可以省略。例如,下面结合图5进一步讨论识别计量约束的附加方面和本发明的其他方面。
参考图5,流程图示出了自动识别电气***中的一个或多个IED的计量约束的另一示例方法500。根据本公开的一些实施例,方法500是上面结合图3和图4讨论的方法300和/或方法400的部分的示例实施方式。应当理解,方法300、400和500所示的过程可以具有冗余部分。另外,在一些实施例中,可以使用这三个过程的组合,可以使用这三个过程的某些子集,和/或可以省略一些方面,等等。类似于方法300和400,方法500可以例如在至少一个IED(例如,图1所示的121)的和/或远离至少一个IED的处理器上实施,例如,在以下中的至少一者中实施:基于云的***、现场软件/边缘、网关或另一前端***。
如图5所示,方法开始于方框505,在方框505诸,分析例如在方法400的方框420建立/创建的事件约束模型,以确定由电气***的至少一个IED捕获的(多个)能量相关波形是否被充分捕获。具体地,在方框505,确定事件约束模型是否具有部分上膝点,或者该模型是否表现完整上膝点。如上面结合图4所讨论的,在数学中,“曲线的膝点”是曲线明显弯曲的点,特别是从高斜率到低斜率的或者在另一方向上的明显弯曲的点。
如果确定事件约束模型不具有部分上膝点或完整上膝点,则方法可以前进到方框510,在方框510中,提供指示或通信,以指示至少一个IED需要更高的采样率来充分捕获电气***中的能量相关事件。类似于以上结合先前附图讨论的实施例,指示或通信可以采取例如以下中的至少一种形式:报告、文本、电子邮件、警报的附件、可听通信和屏幕/显示器的界面上的通信。
在方框505,如果可替代地确定事件约束模型具有上膝点,则方法可以前进到方框515。在方框515,确定该模型看起来是否具有轻微的、开始的或部分的上膝点(即,具有部分上膝点)。根据本公开的一些实施例,可以自动地、半自动地或手动地从例如具有约束的仪表规范库中(例如,如图4所示的430)查找上膝点,如方框570所示。如果确定模型看起来具有轻微的、开始的或部分的上膝点,则方法前进到方框520,在方框520中,提供指示或通信(例如,文本、电子邮件、报告、警报的附件等),以指示IED需要更高的采样率来充分捕获(多个)事件。此外,在方框520之后,方法可以前进到方框525,在方框525中,该模型被外推以指示IED的(多个)最佳采样率以及(多个)事件的可能峰值。
在方框515,如果可替代地确定模型看起来没有轻微的、开始的或部分的上膝点,而是具有完全或完整的上膝点,则方法前进到方框530。如果确定模型具有完全或完整的上膝点,则方法前进到方框535,在方框535中,提供指示或通信(例如,文本、电子邮件、报告、警报数据的附件等),以指示IED正确采样了事件。可能可以对模型进行一些外推,以更精确地确定相对于最优或过采样的采样水平。也有可能更好地投影或更好地提高波形事件峰值振幅的准确度。
在方框530,如果可替代地确定上膝点靠近(多个)IED约束(例如,发生在抗混叠滤波器、IED奈奎斯特频率、IED动态范围等附近),则可以提供指示或通信(例如,文本、电子邮件、报告、警报的附件等),以指示波形捕获看起来没有被IED正确捕获。随后可以进行附加评估,以识别不正确/不充分捕获事件波形的来源。例如,方法可以前进到方框540,在方框540中,确定上膝点结果是否接近(多个)采样率约束。如果确定上膝点结果接近(多个)采样率约束,则方法前进到方框545,在方框545中,提供指示或通信(例如,文本、电子邮件、报告、警报或警报数据的附件等),以指示IED需要更高的采样率来充分捕获事件。
在方框540,如果可替代地确定上膝点结果不接近(多个)采样率约束,则方法前进到方框550,在方框550中,确定上膝点结果是否接近动态范围(例如,IED的峰值测量能力)约束。如果确定上膝点结果接近动态范围约束,则指示可能需要更高的采样率来充分捕获事件。用户可能被告知现有的IED永远无法充分捕获波形事件。例如,可以在方框555提供指示或通信(例如,文本、电子邮件、报告、警报的附件等),以指示需要新的IED来充分捕获事件。根据本公开的一些实施例,可以提供与新的IED相关联的建议规范和/或与可能的新IED相关联的制造商、型号等。
在方框550,如果可替代地确定上膝点结果不接近动态范围约束,则方法前进到方框560,在方框560中,确定上膝点结果是否接近(多个)抗混叠(即,滤波频率)约束。如果确定上膝点结果接近(多个)抗混叠约束,则方法前进到方框565,在方框565中,可以提供指示或通信(例如,文本、电子邮件、报告、警报的附件等),以指示应当调整抗混叠滤波器(如果可能的话)或者应当采用具有更大带宽(即,更高频率测量能力)的IED来充分捕获事件。类似于以上结合方框550讨论的实施例,根据本公开的一些实施例,可以提供与新IED相关联的建议规范和/或与可能的新IED相关联的制造商、型号等。
在方框560,如果可替代地确定上膝点结果不接近抗混叠约束,则方法前进到方框575,在方框575中,检查IED配置以确保选择更高的采样率。根据本公开的一些实施例,可以自动选择更高的采样率(例如,使用来自波形、机器学习技术等的推导数据)。此外,根据本公开的一些实施例,例如,响应于用户输入,可以手动地或半自动地选择更高的采样率。
应当理解,在所有上述情况下,来自概述约束的IED规范库的数据可以用于辅助建议,如方框570所示,如上面简要讨论的。例如,特定IED的有效采样率、信号滤波、动态范围等可以用于在波形评估中提供上下文信息。IED规范库中的数据可以自动确定(即,基于推导出的奈奎斯特频率)或可以是IED的配置。末端用户也可以根据需要/要求手动地输入IED规范库的日期。输入到IED规范库文件中的数据可以在一个地点/位置/客户处输入,并且在所有其他地点/位置/客户处使用(即,如果需要,IED规范库可以在地点/位置/客户之间共享)。应当理解,IED规范库中的一些或所有方面/数据可以在部署到末端用户设施之前被确定/定义。
在方框575之后,在一些实施例中,该方法可以结束。在其他实施例中,方法可以返回到方框505并再次重复(例如,以重新评估模型)。在方法在方框575之后结束的一些实施例中,方法可以例如响应于用户输入和/或控制信号而再次启动。
下面提供了进一步说明本发明的示例。
在三个离散的IED(设备“A”、设备“B”和设备“C”)的一个相位上生成并同时捕获大约5000伏的高速暂态事件。设备A以32个样本/周期的采样率(即在60Hz***上为32S/C或1.92kHz)捕获暂态事件,设备B以512个样本/周期的采样率(即在60Hz***上为512S/C或30.72kHz)捕获暂态事件,并且设备C以166667个样本/周期的采样率(即在60Hz***上为166667S/C或10MHz)捕获暂态事件。图6、图6B和图6D中分别示出了从所有三个IED捕获的波形。
来自设备A的图6示出了暂态事件进入波形的初始极性,并且该事件在相位角约为90°时表现出468伏的最大电压偏差。来自设备B的图6B示出了同一暂态事件的初始极性在波形之外,并且整个事件在相角约为90°时表现出2828伏的最大电压偏差。来自设备C的图6D示出了,同一暂态事件的初始极性在波形之外,并且整个事件在相位角约为90°时表现出5020伏的最大电压偏差。
可以看出,在所有三次波形捕获上,峰值振幅和精确相位角的发生是不同的。这是用于捕获同一暂态事件的不同采样率的直接结果。简而言之,较慢的采样率无法捕获到发生在与暂态事件相关的相应采样间间隔期间的重要数据。这类似于相机以低分辨率而不是高分辨率来拍摄照片;信息/数据被丢失。
在该示例中,通过根据图6、图6B和图6D所示的相应波形捕获绘制三个设备(设备A、设备B和设备C)的暂态事件峰值幅度(y轴)相比于设备采样率(x轴)来建立模型。这些模型分别在图6A、图6C和图6E中示出。在每种情况下,采样的数据按因子“2”(或某种其他速率)顺序地缩减(例如,下采样、重采样、抽取等),并且在模型中再次绘制具有其相应采样率的最大事件峰值幅度。重复这一过程,直到有足够的数据点来描述(或建模)给定IED的事件幅度相比于采样率的特性关系。图6A、图6C和图6E所示模型中的原始数据点(示为实心圆)是原始/测量值,而同一图中的和后续数据点是计算的/下采样的值(示为空心圆)。
例如,测量(原始)的最大数据点(468伏)是相对于设备A的采样率(32S/C)绘制的。它在图6中示为图上的单个“测量(原始)”的数据点(即“●”)。然后,设备A的采样的数据集按因子“2”进行下采样,以创建采样率为16S/C(即32÷2)的新数据集。新的下采样(计算)的数据点(即234伏)相对于设备A的下采样率(16S/C)绘制。它在图6中示为单个“测量(原始)”的数据点左侧的第一个“下采样(计算)”的数据点。然后,设备A的采样的数据集按因子“4”进行下采样,以创建采样率为8S/C(即32÷4)的新数据集。这个最新的下采样(计算)的数据点(即122伏)是相对于设备A的下采样率(即8S/C)绘制的。它在图6中示为单个“测量(原始)”的数据点左侧的第二个“下采样(计算)”的数据点。这个过程再重复另外两次,以产生4S/C和2S/C的数据点。在这种情况下,由结果数据点产生的曲线图(即,如图6A所示)具有指数函数的外观。
上一段中描述的相同过程也用于表征其他两个设备(设备B和设备C)的最大电压与采样率之间的关系,并且分别在图6C和图6E中示出。在该示例中为所有三种采样率(即32S/C、512S/C和10MHz)确定的原始/测量的和计算/下采样的值如下表1所示:
表1.图1b、图2b和图3b的测量和计算的数据*
*注意:值可以向上或向下舍入到最接近的整数。
图6A和图6C中所示的模型没有表现出上膝点;曲线上只有较低的膝点。图6E(以高得多的采样率捕获同一事件)示出了具有两个膝点的sigmoid曲线图:下膝点和上膝点。
重要的是要记住,IED的意图是足够有效地捕获/测量高速暂态事件,以描述(或近似地描述)事件的“真实”特性(例如,峰值振幅、频率分量、上升时间、持续时间等)。一旦创建数据和模型的过程完成(分别如图6A、图6C和图6E中的三个采样率所示),就对数据和/或模型执行分析,以确定捕获原始数据的IED对于应用而言是“正确配置”还是“不正确配置”。本文所定义的“正确配置”是指设定具有足够硬件/软件/固件能力的IED,以有效地捕获和代表高速暂态事件的“真实”特性。相反,“不正确配置”表示IED具有足够的硬件/软件/固件能力来有效地捕获和代表高速事件的“真实”特性,但由于其设定而受到阻碍/约束。
现在返回上面结合图4简要讨论的图4B,示出了从具有其自身独特特性数据的不同高速事件推导出的三个叠加模型。该图将用于示出与本发明相关联的各种概念。如前所述,在该示例中,三个离散的IED用于捕获同一高速暂态事件(即,≈6.2kV暂态)。三个IED中的每一个具有其自身的独特的能力、采样率和其他限制/约束。第一IED(第一模型)以32个样本/周期的速率捕获高速暂态事件,第二IED(第二模型)以512个样本/周期的速率捕获高速暂态事件,并且第三IED(第三模型)以166666个样本/周期的速率捕获高速暂态事件。
第一模型(32个样本/周期)表现出849伏的峰值振幅,并且指示完全缺少上膝点的模型。按照上述第一步骤,将向末端用户提供指示,以指示波形捕获看起来没有被IED充分采样。这里可以采取附加的步骤来确定IED是否可以被配置为使用更快的采样率来捕获高速事件;如果是这样,则将通知末端用户和/或IED可以被自动重新配置为更快的采样率。
第二模型(512个样本/周期)表现出3029伏的峰值振幅,并且指示具有部分上膝点(即,上膝点拐点的右侧的单个数据点)的模型。在这个第二模型中,IED规范库指示捕获波形数据的IED具有约束(即,在适当频率下由垂直线指定的抗混叠滤波器)。第二模型的上膝点发生在接近IED的抗混叠滤波器位置指示该滤波器很可能会影响IED准确测量与捕获事件相关联的高频分量(包括暂态事件的正确/近似正确的振幅)的能力。在这种情况下,末端用户将被提供一指示,指示波形捕获没有被IED充分捕获。IED规范库可以指示IED允许动态抗混叠滤波调整(即,移动抗混叠滤波器频率),因此可以向末端用户发送指示,以通知他们将抗混叠滤波器移动到高频(如果可能的话),以允许充分的高速电压/电流事件捕获。
第三模型(166666个样本/周期)表现出6175伏的峰值振幅,并且指示具有完整/完全上膝点(即,上膝点拐点的右侧的几个样本)的模型。第三模型指示没有IED约束接近上膝点的sigmoid。基于166666个样本/周期的采样率的奈奎斯特频率(其直接提供事件的采样率限制)略低于5MHz。使用该模型,可以推导出提供事件振幅的合理近似值的最佳采样率。当线近似达到稳定(平坦)值时,确定该最佳采样率。在该示例中,上膝点右侧的sigmoid模型的稳定值发生在从右侧开始计算的第6个与第7个数据点之间。如果从第一个稳定值(即,在第6个与第7个下采样/重采样/抽取的数据点之间)垂直向下画线到x轴,则它以大约3900个样本每周期(其对应于234.36kHz)穿过。采样率至少为235kHz的商用IED本应当能够适当捕获这一特定事件。
图4B提供了关于采样率质量的附加信息,例如,信号是欠采样、最佳采样还是过采样。欠采样意味着IED的采样率太低而无法充分/可接受地以数字方式代表模拟信号。最佳采样意味着IED的采样率合理/可接受/充分地以数字方式代表模拟信号。过采样意味着IED的采样率超过了合理/可接受/充分地以数字方式代表模拟信号的能力。目标是至少实现最佳采样(过采样是非常可接受的),以便为末端用户提供有益的结果。相反,如本说明书前面所述,欠采样可能会产生误导。
图4B中描述的最后一个考虑是IED的动态范围。所有IED捕获到的事件幅度受到约束/限制,并且模拟信号在该阈值下开始使数字仪表饱和。IED的动态范围本质上是由其设计确定的,因此理解这种对过大幅度的模拟信号的约束/限制非常重要。IED约束规范库可以提供IED阵列的特定动态范围,或者IED的动态范围可以由末端用户、调试***的人员等手动地输入。
应当理解,本发明还有许多其他特征和扩展要考虑。例如,以下包括功能和扩展的简要列表:
·对于每个离散的高速事件捕获,可以提供许多新的度量。例如,捕获相比于未捕获的百分比、振幅比较、配置的相比于错误配置的百分比、有影响高速事件相比于无影响高速事件的百分比等。
o历史数据可以用于提供每个度量的趋势。
o历史数据可以用于验证配置改变、IED改变和其他更新的有效性。
o分析可以包括确定某一当日时间(TOD)捕获高速事件的能力。可以更好地捕获在特定时间发生的特定事件类型(例如,电容器开关事件),但时更难捕获更随机的其他事件类型(例如,电弧)。这有助于排除问题。
o较快事件比较慢事件更难捕获。每个相应的事件类型也具有其独特的原因。利用关于哪些IED类型可以捕获什么事件类型的知识,可以有助于排除问题。
·比较来自至少两个IED的高速事件特性,以更好地理解每个离散IED的能力(即,利用来自一个IED的数据去评估第二个IED)。这对于确保正确配置、IED限制以及建立/附加IED规范库而言非常有用。例如,无法充分捕获事件数据的一个或多个IED可能缺少对确定根本原因至关重要的相关信息。
·分析从本发明在离散IED处提供的数据可以用于评估电气***/EPMS中具有充分高速捕获能力的区域和不具有高速捕获能力的区域。例如,该评估可以基于各种因子来确定或用于确定特定客户的电气***中的计量设备的最佳放置。这些因子可以包括,例如,当前电气***中计量设备的数量和类型、客户在检测时最感兴趣的事件类型、预算约束等。可以向客户提供与最佳放置相关的建议。
·提供来自离散IED的度量,以指示其捕获高速事件的功效。这可以根据需要扩展到过程、地带和全***。
·EPMS和电气***分析对于缓解设备销售和中高端IED产品的拉动式销售非常有用。
·对错误配置的IED的评估和识别以指示EPMS内的***性配置问题。
·向末端用户更好地报告EPMS限制。
·通过云连接的应用(例如,施耐德电气的电源顾问)识别出销售机会(包括IED和其他设备)。
如上所述,并且如本领域普通技术人员将理解的,本文公开的实施例可以被配置为***、方法或其组合。因此,本公开的实施例可以包括各种装置,包括硬件、软件、固件或其任意组合。
应当理解,本文寻求保护的概念、***、电路和技术不限于在本文描述的示例应用中使用(例如,电力监测***应用),而是可以在期望改进与检测电力***中的异常状况相关联的问题的识别的基本上任何应用中有用。虽然已经示出和描述了本公开的特定实施例和应用,但是应当理解,本公开的实施例不限于本文公开的精确构造和组成,并且在不脱离所附权利要求中限定的本公开的精神和范围的情况下,各种修改、改变和变化可以从前述描述中显而易见。
已经描述了用于说明作为本专利主题的各种概念、结构和技术的优选实施例,对于本领域普通技术人员来说,现在将变得显而易见的是,可以使用结合这些概念、结构和技术的其他实施例。此外,本文描述的不同实施例的元素可以被组合以形成上面没有具体阐述的其他实施例。
因此,认为该专利的范围不应限于所描述的实施例,而是应仅由所附权利要求的精神和范围来限制。
Claims (26)
1.一种自动识别电气***中一个或多个智能电子设备(IED)的计量约束的方法,包括:
使用所述电气***中的IED中的至少一个来捕获至少一个能量相关波形;
处理来自所述至少一个能量相关波形或从其推导出的电气测量数据,以识别所述电气***中的异常特性;
响应于识别所述电气测量数据中的异常特性,基于或通过使用所识别的异常特性来建立事件约束模型;
分析所述事件约束模型,以确定所述至少一个能量相关波形是否被所述IED中的至少一个充分捕获;以及
响应于确定所述至少一个能量相关波形没有被充分捕获,采取一个或多个行动来解决捕获不充分。
2.根据权利要求1所述的方法,其中,所述至少一个能量相关波形包括以下中的至少一者:电压波形、电流波形、以及从所述电压波形和/或所述电流波形推导出的另一波形和/或数据。
3.根据权利要求2所述的方法,其中,所述电压波形和电流波形是以下中的至少一者:单相的电压波形和电流波形以及三相的电压波形和电流波形。
4.根据权利要求1所述的方法,其中,所述至少一个能量相关波形与所述电气***中的至少一个负载(例如,感应电机)相关联。
5.根据权利要求1所述的方法,其中,所述电气测量数据在以下中的至少一者上进行处理:所述IED中的至少一个、基于云的***、现场/边缘软件、网关和另一前端***。
6.根据权利要求5所述的方法,其中,所述基于云的***、现场/边缘软件、网关和另一前端***通信地耦合到所述IED中的至少一个。
7.根据权利要求1所述的方法,其中,在所述电气***中识别的异常特性包括指示所述电气***中的暂态电压事件/状况和暂态电流事件/状况中的至少一者的特性。
8.根据权利要求7所述的方法,其中,指示所述暂态电压事件/状况和暂态电流事件/状况中的至少一者的特性包括以下中的至少一者:(a)电压、电流、或电压和电流两者的在极性上为单向的突然非工频变化;以及(b)电压、电流或电压和电流的在极性上为双向的突然非工频变化。
9.根据权利要求7所述的方法,还包括:响应于识别所述电气***中的暂态电压事件/状况和暂态电流事件/状况中的至少一者,基于以下中的至少一者来表征所述暂态电压事件/状况和暂态电流事件/状况中的至少一者:暂态的巅值(或峰值)、暂态的区域、暂态的最大上升速率、暂态的持续时间、周期性以及与暂态相关的关联频率。
10.根据权利要求1所述的方法,其中,所采取的解决所述捕获不充分的一个或多个行动包括:将所述捕获不充分传送给末端用户、设备制造商、服务团队和/或其他感兴趣的个人或群体。
11.根据权利要求10所述的方法,其中,所述通信包括以下中的至少一者:报告、文本、电子邮件、警报的附件、可听通信和屏幕/显示器的界面上的通信。
12.根据权利要求10所述的方法,其中,所述通信提供用于响应所述捕获不充分的可行动建议。
13.根据权利要求12所述的方法,其中,所述可行动建议包括以下中的至少一者:用于调整与所述IED中的至少一个相关联的一个或多个参数以解决所述捕获不充分的建议,以及指示除了所述IED中的至少一个之外的能够充分捕获所述至少一个能量相关波形的至少一个IED的建议。
14.根据权利要求13所述的方法,其中,所述一个或多个参数包括所述IED中的至少一个的采样率。
15.根据权利要求13所述的方法,其中,所述至少一个其他IED具有比捕获所述至少一个能量相关波形的IED中的至少一个更高的采样率能力。
16.根据权利要求10所述的方法,还包括:在传送所述捕获不充分之前,确定是否有必要传送所述捕获不充分。
17.根据权利要求16所述的方法,其中,所述确定基于一个或多个因子而做出,所述因子包括与所捕获的能量相关波形相关联的异常特性是否可能对客户的安装有影响。
18.根据权利要求1所述的方法,其中,所采取以解决所述捕获不充分的一个或多个行动包括:自动调整与所述IED中的至少一个相关联的一个或多个参数以解决所述捕获不充分。
19.根据权利要求18所述的方法,其中,所述一个或多个参数包括所述IED中的至少一个的采样率。
20.根据权利要求1所述的方法,还包括:
响应于确定所述至少一个能量相关波形被充分捕获,提供对所述捕获充分的指示。
21.根据权利要求20所述的方法,其中,所述指示以以下中的至少一者来提供:报告、文本、电子邮件、警报、可听通信和屏幕/显示器的界面上的通信。
22.根据权利要求1所述的方法,其中,所述事件约束模型使用来自用于识别异常特性的电气测量数据的下采样/重采样/抽取的、真实的和外推的数据中的至少一者来建立。
23.根据权利要求1所述的方法,其中,分析所述事件约束模型以确定所述至少一个能量相关波形是否被所述IED中的至少一个充分捕获包括:分析所述事件约束模型以确定所述至少一个能量相关波形是否被所述IED中的至少一个充分采样(例如,最优采样或过采样)。
24.根据权利要求22所述的方法,其中,采取一个或多个行动来解决所述捕获不充分(例如,欠采样)包括:采取一个或多个行动来解决和/或响应采样不充分。
25.根据权利要求24所述的方法,其中,所采取以解决所述采样不充分的一个或多个行动包括:调整所述至少一个IED的采样率。
26.一种自动识别电气***中一个或多个智能电子设备(IED)的计量约束的***,包括:
至少一个处理器;
至少一个存储器设备,耦合到所述至少一个处理器,所述至少一个处理器和所述至少一个存储器设备被配置为:
实时地、伪实时地或历史地(例如,使用历史数据)处理来自使用所述电气***中的IED中的至少一个捕获的至少一个能量相关波形或从其推导出的电气测量数据,以识别所述电气***中的异常特性;
响应于识别所述电气测量数据中的异常特性,基于或通过使用所识别的异常特性来建立事件约束模型;
分析所述事件约束模型,以确定所述至少一个能量相关波形是否被所述IED中的至少一个充分捕获;以及
响应于确定所述至少一个能量相关波形没有被充分捕获,采取一个或多个行动来解决捕获不充分。
Applications Claiming Priority (6)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US202063127257P | 2020-12-18 | 2020-12-18 | |
US63/127,257 | 2020-12-18 | ||
US202163162321P | 2021-03-17 | 2021-03-17 | |
US63/162,321 | 2021-03-17 | ||
US17/221,072 US11994543B2 (en) | 2020-12-18 | 2021-04-02 | Systems and methods for improving identification of issues associated with detecting anomalous conditions |
US17/221,072 | 2021-04-02 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114646820A true CN114646820A (zh) | 2022-06-21 |
Family
ID=78820399
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111564071.0A Pending CN114646820A (zh) | 2020-12-18 | 2021-12-20 | 改进与检测异常状况相关联的问题的识别的***和方法 |
Country Status (4)
Country | Link |
---|---|
US (1) | US11994543B2 (zh) |
EP (1) | EP4019988B1 (zh) |
CN (1) | CN114646820A (zh) |
CA (2) | CA3143053A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117169880A (zh) * | 2023-11-03 | 2023-12-05 | 深圳市吉奥地球科技有限公司 | 一种伪随机信号发射方法、接收方法及*** |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116523509B (zh) * | 2023-07-04 | 2023-09-19 | 中能聚创(杭州)能源科技有限公司 | 一种电力监测分析方法以及监测分析*** |
CN117970961B (zh) * | 2024-04-01 | 2024-06-18 | 中国船舶集团有限公司第七〇七研究所 | 降低恒流量供料***流量变异系数的控制方法及单元 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8108165B2 (en) * | 2008-04-04 | 2012-01-31 | Schweitzer Engineering Laboratories, Inc. | Acquiring phasors outside the frequency tracking range for power protective relays |
US9594112B2 (en) * | 2014-09-16 | 2017-03-14 | Schweitzer Engineering Laboratories, Inc. | Fault detection in electric power delivery systems using underreach, directional, and traveling wave elements |
US10375108B2 (en) * | 2015-12-30 | 2019-08-06 | Schweitzer Engineering Laboratories, Inc. | Time signal manipulation and spoofing detection based on a latency of a communication system |
US20200393501A1 (en) | 2016-04-04 | 2020-12-17 | Schneider Electric USA, Inc. | Systems and methods to analyze waveforms from multiple devices in power systems |
CA3093991A1 (en) * | 2018-04-04 | 2019-10-10 | Schneider Electric USA, Inc. | Systems and methods for intelligent event waveform analysis |
US11221353B2 (en) | 2018-07-06 | 2022-01-11 | Schneider Electric USA, Inc. | Systems and methods for analyzing power quality events in an electrical system |
EP3660523B1 (de) * | 2018-11-27 | 2023-04-19 | Siemens Aktiengesellschaft | Verfahren, einrichtung und system zum ermitteln des fehlerortes eines fehlers auf einer leitung eines elektrischen energieversorgungsnetzes |
US11680977B2 (en) * | 2020-03-18 | 2023-06-20 | Mitsubishi Electric Research Laboratories, Inc. | Transient based fault location method for ungrounded power distribution systems |
-
2021
- 2021-04-02 US US17/221,072 patent/US11994543B2/en active Active
- 2021-12-01 EP EP21211787.3A patent/EP4019988B1/en active Active
- 2021-12-17 CA CA3143053A patent/CA3143053A1/en not_active Withdrawn
- 2021-12-17 CA CA3143055A patent/CA3143055A1/en active Pending
- 2021-12-20 CN CN202111564071.0A patent/CN114646820A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117169880A (zh) * | 2023-11-03 | 2023-12-05 | 深圳市吉奥地球科技有限公司 | 一种伪随机信号发射方法、接收方法及*** |
CN117169880B (zh) * | 2023-11-03 | 2024-02-09 | 深圳市吉奥地球科技有限公司 | 一种伪随机信号发射方法、接收方法及*** |
Also Published As
Publication number | Publication date |
---|---|
EP4019988B1 (en) | 2023-11-08 |
US11994543B2 (en) | 2024-05-28 |
EP4019988A1 (en) | 2022-06-29 |
CA3143055A1 (en) | 2022-06-18 |
CA3143053A1 (en) | 2022-06-18 |
US20220196710A1 (en) | 2022-06-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112204631B (zh) | 管理智能警报的***和方法 | |
US11994543B2 (en) | Systems and methods for improving identification of issues associated with detecting anomalous conditions | |
CN110687366A (zh) | 用于管理电气***中的电压时间报警的***和方法 | |
CN112653113B (zh) | 用于管理电气***中的能量相关应力的***和方法 | |
US11740266B2 (en) | Systems and methods for monitoring energy-related data in an electrical system | |
CN114167156A (zh) | 用于管理电气***中的电压事件警报的***和方法 | |
US20220360076A1 (en) | Systems and methods for automatically characterizing disturbances in an electrical system | |
US20220200281A1 (en) | Systems and methods for evaluating electrical phasors to identify, assess, and mitigate power quality issues | |
US20240046379A1 (en) | Systems and methods for automatically assessing event recovery in an electrical system | |
US20240045487A1 (en) | Electrical event recovery system and method | |
CA3126850A1 (en) | Systems and methods to analyze waveforms from multiple devices in power systems | |
CN117520114A (zh) | 用于自动评估电气***中的事件恢复的***和方法 |
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 |