CN118157325A - 一种用于新能源电力的实时监测方法及*** - Google Patents
一种用于新能源电力的实时监测方法及*** Download PDFInfo
- Publication number
- CN118157325A CN118157325A CN202410565788.4A CN202410565788A CN118157325A CN 118157325 A CN118157325 A CN 118157325A CN 202410565788 A CN202410565788 A CN 202410565788A CN 118157325 A CN118157325 A CN 118157325A
- Authority
- CN
- China
- Prior art keywords
- power
- monitoring
- data
- determining
- check
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 207
- 238000000034 method Methods 0.000 title claims abstract description 45
- 238000004088 simulation Methods 0.000 claims abstract description 38
- 238000010248 power generation Methods 0.000 claims abstract description 27
- 238000013524 data verification Methods 0.000 claims abstract description 22
- 230000003213 activating effect Effects 0.000 claims abstract description 8
- 238000012795 verification Methods 0.000 claims description 47
- 238000013507 mapping Methods 0.000 claims description 21
- 238000004458 analytical method Methods 0.000 claims description 10
- 238000005192 partition Methods 0.000 claims description 10
- 230000002159 abnormal effect Effects 0.000 claims description 9
- 230000002452 interceptive effect Effects 0.000 claims description 7
- 238000007726 management method Methods 0.000 claims description 6
- 238000012806 monitoring device Methods 0.000 description 8
- 230000005856 abnormality Effects 0.000 description 6
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 238000012300 Sequence Analysis Methods 0.000 description 1
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000003990 capacitor Substances 0.000 description 1
- 230000001364 causal effect Effects 0.000 description 1
- 230000008614 cellular interaction Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000010183 spectrum analysis Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000002195 synergetic effect Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
Abstract
本申请提供了一种用于新能源电力的实时监测方法及***,涉及电力监测技术领域,该方法包括:确定新能源电力分布网,标识满足波动阈值的关键分布点,搭建模拟监测模块,对新能源发电***执行模拟量监测评估电力指标,遍历关键分布点,确定并激活传感监控设备,回传监测数据并进行校验,判断是否满足一致性宽容区间,确定判定特征值,进行补偿调整,作为实时监测结果。通过本申请可以解决现有技术无法精确定位关键分布点、难以进行模拟量监测、数据校验方式单一,且监测结果不准确,实现了对新能源电力分布网的全面、准确监测,有效地降低电网故障的风险,并确保新能源电力***的稳定运行。
Description
技术领域
本申请涉及电力监测技术领域,尤其涉及一种用于新能源电力的实时监测方法及***。
背景技术
随着新能源电力如风能、太阳能在电网中的占比逐渐增加,其固有的间歇性和波动性给电力***的稳定运行带来了新的挑战。因此,实时监测新能源电力的状态和性能变得至关重要。现代电力***中用电负荷结构的重大变化,如半导体整流器、变频调整装置等非线性、冲击性负荷的广泛使用,也导致了电网电压波形的畸变、电压波动和闪变以及三相不平衡等问题。这些问题不仅影响了供电电能的质量,还可能对电力***的安全运行构成威胁。
目前,现有技术是通过进行电力模拟量方式检测,简单便捷且易于维护,抗干扰能力较弱,且监测精度不高。
综上所述,现有技术无法精确定位关键分布点、难以进行模拟量监测、数据校验方式单一,且监测结果不准确。
发明内容
本申请的目的是提供一种用于新能源电力的实时监测方法及***,用以解决现有技术无法精确定位关键分布点、难以进行模拟量监测、数据校验方式单一,且监测结果不准确。
鉴于上述问题,本申请提供了一种用于新能源电力的实时监测方法及***。
第一方面,本申请提供了一种用于新能源电力的实时监测方法,所述方法通过一种用于新能源电力的实时监测***实现,其中,所述方法包括:确定预监测的新能源电力分布网,并标识满足波动阈值的关键分布点,所述波动阈值为基于干扰影响程度的临界值;基于所述新能源电力分布网与所述关键分布点,搭建模拟监测模块,所述模拟监测模块存在分区相对独立监管与邻区交互监管;读取预监测任务的监测目标,基于所述模拟监测模块,对新能源发电***执行模拟量监测,评估基于模拟电数据的电力指标,所述电力指标包括动态调度维度与电质量维度;遍历所述关键分布点,随机确定电力校验点并激活配置的传感监控设备,所述电力校验点包括至少两个;回传基于所述电力校验点的传感监测数据,映射所述模拟电数据并进行校验,确定数据校验结果,其中,校验标准包括点间校验与模拟校验;识别所述数据校验结果,判定是否满足一致性宽容区间,确定判定特征值,所述一致性宽容区间为校验允许偏差范围;基于所述判定特征值,进行所述电力指标的补偿调整,作为实时监测结果。
第二方面,本申请还提供了一种用于新能源电力的实时监测***,用于执行如第一方面所述的一种用于新能源电力的实时监测方法,其中,所述***包括:关键分布点获取单元,所述关键分布点获取单元用于确定预监测的新能源电力分布网,并标识满足波动阈值的关键分布点,所述波动阈值为基于干扰影响程度的临界值;模拟监测模块搭建单元,所述模拟监测模块搭建单元用于基于所述新能源电力分布网与所述关键分布点,搭建模拟监测模块,所述模拟监测模块存在分区相对独立监管与邻区交互监管;模拟量监测单元,所述模拟量监测单元用于读取预监测任务的监测目标,基于所述模拟监测模块,对新能源发电***执行模拟量监测,评估基于模拟电数据的电力指标,所述电力指标包括动态调度维度与电质量维度;传感监控设备确定单元,所述传感监控设备确定单元用于遍历所述关键分布点,随机确定电力校验点并激活配置的传感监控设备,所述电力校验点包括至少两个;校验结果确定单元,所述校验结果确定单元用于回传基于所述电力校验点的传感监测数据,映射所述模拟电数据并进行校验,确定数据校验结果,其中,校验标准包括点间校验与模拟校验;判定特征值获取单元,所述判定特征值获取单元用于识别所述数据校验结果,判定是否满足一致性宽容区间,确定判定特征值,所述一致性宽容区间为校验允许偏差范围;监测结果获取单元,所述监测结果获取单元用于基于所述判定特征值,进行所述电力指标的补偿调整,作为实时监测结果。
本申请中提供的一个或多个技术方案,至少具有如下技术效果或优点:
通过确定预监测的新能源电力分布网,并标识满足波动阈值的关键分布点,所述波动阈值为基于干扰影响程度的临界值;基于所述新能源电力分布网与所述关键分布点,搭建模拟监测模块,所述模拟监测模块存在分区相对独立监管与邻区交互监管;读取预监测任务的监测目标,基于所述模拟监测模块,对新能源发电***执行模拟量监测,评估基于模拟电数据的电力指标,所述电力指标包括动态调度维度与电质量维度;遍历所述关键分布点,随机确定电力校验点并激活配置的传感监控设备,所述电力校验点包括至少两个;回传基于所述电力校验点的传感监测数据,映射所述模拟电数据并进行校验,确定数据校验结果,其中,校验标准包括点间校验与模拟校验;识别所述数据校验结果,判定是否满足一致性宽容区间,确定判定特征值,所述一致性宽容区间为校验允许偏差范围;基于所述判定特征值,进行所述电力指标的补偿调整,作为实时监测结果,有效解决了现有技术无法精确定位关键分布点、难以进行模拟量监测、数据校验方式单一,且监测结果不准确,实现了对新能源电力分布网的全面、准确监测,有效地降低电网故障的风险,并确保新能源电力***的稳定运行。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其他目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。应当理解,本部分所描述的内容并非旨在标识本申请的实施例的关键或重要特征,也不用于限制本申请的范围。本申请的其他特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本申请或现有技术中的技术方案,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的介绍,显而易见地,下面描述中的附图仅仅是示例性的,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1为本申请一种用于新能源电力的实时监测方法的流程示意图;
图2为本申请一种用于新能源电力的实时监测***的结构示意图。
附图标记说明:
关键分布点获取单元11,模拟监测模块搭建单元12,模拟量监测单元13,传感监控设备确定单元14,校验结果确定单元15,判定特征值获取单元16,监测结果获取单元17。
具体实施方式
本申请通过提供一种用于新能源电力的实时监测方法及***,解决了现有技术无法精确定位关键分布点、难以进行模拟量监测、数据校验方式单一,且监测结果不准确,实现了对新能源电力分布网的全面、准确监测,有效地降低电网故障的风险,并确保新能源电力***的稳定运行。
下面,将参考附图对本申请中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本申请的一部分实施例,而不是本申请的全部实施例,应理解,本申请不受这里描述的示例实施例的限制。基于本申请的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。另外还需要说明的是,为了便于描述,附图中仅示出了与本申请相关的部分而非全部。
实施例一:
请参阅附图1,本申请提供了一种用于新能源电力的实时监测方法,其中,所述方法应用于一种用于新能源电力的实时监测***,所述方法具体包括如下步骤:
S1:确定预监测的新能源电力分布网,并标识满足波动阈值的关键分布点,所述波动阈值为基于干扰影响程度的临界值;
具体而言,对新能源电力分布网进行全面的分析,包括电网的拓扑结构、新能源电力的接入点、以及历史运行数据等。得到电网的整体情况,包括新能源电力的分布、传输线路的容量和状态、以及可能存在的薄弱环节。设定波动阈值。这个阈值是基于干扰影响程度的临界值来设定的,用于判断哪些节点的电力波动可能对整个电网造成显著影响。设定波动阈值时,应综合考虑电网的稳定性要求、新能源电力的特性,如风电和光伏的出力波动范围、以及历史数据中电网受干扰的情况。标识关键分布点。这些关键分布点是指那些电力波动超过波动阈值的节点,它们对整个电网的稳定运行构成潜在威胁。标识这些关键点的过程可以通过实时监测电网各节点的电力数据,然后与波动阈值进行比较。
S2:基于所述新能源电力分布网与所述关键分布点,搭建模拟监测模块,所述模拟监测模块存在分区相对独立监管与邻区交互监管;
具体而言,收集新能源电力分布网的基础数据,包括电网拓扑结构、线路阻抗、变压器参数、新能源接入点的位置和容量等。针对标识的关键分布点,收集详细的历史运行数据,包括电压、电流、功率因数等。设计模拟监测模块的整体架构,确保模块能够实时接收和处理数据,进行模拟监测。在模块中加入数据处理功能,用于实时分析和处理从新能源电力分布网收集的数据。还包括独立监管和邻区交互监管,设立预警阈值,当监测到关键分布点的电力参数超过预设的波动阈值时,能够自动触发预警。
S3:读取预监测任务的监测目标,基于所述模拟监测模块,对新能源发电***执行模拟量监测,评估基于模拟电数据的电力指标,所述电力指标包括动态调度维度与电质量维度;
具体而言,监测目标为新能源发电***的实时调度能力和响应速度。通过模拟监测模块,可以实时监测新能源发电***的出力情况,并根据电网需求和新能源发电的预测数据,评估***的调度灵活性。具体指标包括,调度响应时间,从调度指令发出到新能源发电***实际响应的时间差,反映***的响应速度。出力调整范围:新能源发电***能够在短时间内调整出力的范围,体现***的调度能力。电质量维度聚焦于新能源发电***输出的电能质量。电能质量直接关系到电网的稳定运行和用电设备的正常工作。具体指标包括,电压波动与闪变,新能源发电***出力变化可能引起的电压波动和闪变情况,这些都会影响电能的稳定性。谐波含量,新能源发电***可能产生的谐波成分,这些谐波会对电网造成污染,影响其他用电设备的正常运行。
S4:遍历所述关键分布点,随机确定电力校验点并激活配置的传感监控设备,所述电力校验点包括至少两个;
具体而言,遍历标识的所有关键分布点。遍历过程中,记录每个关键点的位置、当前状态和相关参数。从关键分布点中随机选择至少两个点作为电力校验点。这样做可以确保校验的随机性和代表性,同时减少对整个电网的干扰。例如使用随机数生成器来选择关键点索引。在选定的电力校验点上,激活已配置的传感监控设备。传感监控设备可能包括电压电流互感器、功率因数计、电能质量分析仪等,用于实时监测和记录电力参数。一旦传感监控设备被激活,它们将开始收集和传输实时电力数据。对收集到的数据进行校验,以验证其准确性和完整性。这包括比较不同传感器之间的数据一致性、检查数据是否在合理范围内等。
S5:回传基于所述电力校验点的传感监测数据,映射所述模拟电数据并进行校验,确定数据校验结果,其中,校验标准包括点间校验与模拟校验;
具体而言,通过已激活的传感监控设备在电力校验点实时采集电力数据,如电压、电流、功率因数、频率等。采集到的数据通过可靠的通信网络,如无线通信、光纤网络等实时回传到数据中心或控制***。将回传的传感监测数据与模拟电数据进行对应,确保数据的一致性和可比性。对数据进行清洗、去噪、归一化等预处理操作,以提高数据质量和分析准确性。校验标准主要包括点间校验和模拟校验。点间校验是检查不同校验点的数据时间戳是否一致,以确保数据是在同一时间点采集的。比较不同校验点之间的数据,检查其是否存在合理的空间相关性。例如,相邻校验点的电压或电流数据应该存在某种程度的相关性。检查数据序列中是否存在异常跳跃或中断,以确保数据的连续性。模拟校验是将实际传感监测数据与模拟电数据进行对比,检查两者之间的吻合程度。如果差异过大,可能表明实际数据存在问题。基于模拟数据和实际数据,重构电力***的运行场景,以验证数据的合理性和准确性。对模拟数据和实际数据之间的误差进行分析,确定误差来源和大小,以评估数据的可靠性。根据点间校验和模拟校验的结果,判定传感监测数据的准确性和可靠性。如果数据通过所有校验标准,则认为数据是有效的。
S6:识别所述数据校验结果,判定是否满足一致性宽容区间,确定判定特征值,所述一致性宽容区间为校验允许偏差范围;
具体而言,一致性宽容区间基于***的精度要求、历史数据来设定。例如,对于电压测量,宽容区间可能是±5%的额定电压值。将每个校验点的实际测量数据与模拟数据或标准数据进行比对,计算偏差值。检查每个校验点的偏差是否超出了一致性宽容区间。如果偏差在宽容区间内,则认为该点的数据是一致的;如果偏差超出宽容区间,则认为数据存在不一致性。判定特征值是一个量化指标,用于表示数据校验结果是否满足一致性要求。这个值可以是简单的二进制标识,如0表示不满足,1表示满足,也可以是具体的偏差百分比或其他量化指标。根据校验结果和一致性宽容区间的比对,为每个校验点计算一个判定特征值。例如,如果某个校验点的数据偏差在宽容区间内,其判定特征值可能为1;如果超出宽容区间,则特征值可能为0或偏差的百分比值。将所有校验点的判定特征值汇总并输出。
S7:基于所述判定特征值,进行所述电力指标的补偿调整,作为实时监测结果。
具体而言,这些判定特征值反映了实际监测数据与模拟数据或预设标准之间的偏差程度。判定特征值包括电压偏差、电流偏差、功率因数偏差等,这些都是补偿调整的关键指标。根据判定特征值的大小和方向,确定相应的补偿策略。例如,如果电压监测值偏低,则需要进行正向补偿;如果电压监测值偏高,则需要进行负向补偿。补偿策略包括调整变压器的分接头、改变电容器的投入或切除状态等。
进一步,本申请步骤S1还包括:
识别所述新能源电力分布网,基于波动等级进行分布点划分,确定多级分布点集;
将最大波动等级作为所述波动阈值,遍历所述多级分布点集,标识所述关键分布点;
遍历所述多级分布点集,度量基于所述波动等级的级间差量,对所述新能源电力分布网进行标记,其中,所述级间差量为各波动等级与所述波动阈值的幅度差量。
具体而言,新能源电力分布网包括电网的拓扑结构、线路阻抗、变压器配置以及新能源接入点的位置和容量等关键信息。根据历史数据和实时监测数据,分析电网中各点的电力波动情况。基于波动的大小和频率,将分布点划分为不同的波动等级。这些等级可以反映各点电力波动的严重程度和对电网稳定性的影响。在完成波动等级划分后,得到一个多级分布点集。这个集合包含了电网中所有分布点及其对应的波动等级信息。每一级都代表了具有相似波动特性的分布点群体。选择最大的波动等级作为波动阈值。这个阈值代表了电网中允许的最大电力波动范围。然后,遍历多级分布点集,将波动等级达到或超过这个阈值的分布点标识为关键分布点。这些关键分布点是电网中电力波动最大、对电网稳定性影响最为显著的位置。最后,再次遍历多级分布点集,计算每个波动等级与波动阈值之间的幅度差量,即级间差量。这个差量反映了各点电力波动与最大允许波动之间的差距,根据级间差量的大小,可以对新能源电力分布网进行标记,以直观展示电网中各区域的电力波动情况。
进一步,本申请还包括:
识别所述监测目标,分析监测分区的分布关联性,确定模拟监测模式,所述模拟监测模式包括独立模式与关联协辅模式;
基于所述模拟监测模式,对所述模拟监测模块进行临时配置,对所述新能源发电***执行模拟量监测。
具体而言,监测目标是新能源发电***的哪些部分或参数需要被监测。例如,可能是太阳能电池板的输出电压、风力发电机的转速等。新能源发电***可能分布在不同的地理位置或区域。例如,是否某些区域的发电效率受到其他区域的影响,或者各个区域之间是否存在某种协同关系。确定适合的模拟监测模式。包括和关联协辅模式,独立模式用于那些与其他区域关联性不强的发电***部分,可以单独进行监测和分析。关联协辅模式用于那些与其他区域有较强关联性的发电***部分,需要综合考虑多个区域的数据进行分析。根据所选的模拟监测模式,对模拟监测模块进行相应的配置。包括设置数据采集频率、选择特定的传感器或监测设备等。在完成上述配置后,开始对新能源发电***执行模拟量监测。
进一步,本申请步骤S5还包括:
提取所述电力校验点的模拟电数据,与所述传感监测数据进行映射校对,确定一维校验结果,所述一维校验结果至少包含第一校验点的第一校验结果与第二校验点的第二校验结果;
校对所述第一校验结果与所述第二校验结果,进行点间校验结果的同频分析,确定二维校验结果;
整合所述一维校验结果与所述二维校验结果,作为所述数据校验结果。
具体而言,从电力***中提取电力校验点的模拟电数据,这些数据通常是基于***模型和预测算法生成的。同时,获取相应校验点的传感监测数据,这些数据是通过安装在电网关键节点的传感器实时采集得到的。将模拟电数据与传感监测数据进行时间同步,确保两者在时间尺度上是一致的。对第一校验点和第二校验点的模拟电数据与传感监测数据分别进行比对,计算两者之间的差异或误差。这种差异可以表现为数值上的偏差、相位差或其他电力参数的不一致。根据预设的误差范围或标准,判定每个校验点的一维校验结果,即第一校验结果和第二校验结果。比较第一校验点和第二校验点之间的传感监测数据,检查两者之间的相关性和一致性。对两个校验点的数据进行频谱分析,检查在相同频率成分上的幅度和相位是否一致或相近。将一维校验结果,第一校验结果和第二校验结果与二维校验结果进行整合。这种整合可以是通过加权平均、投票机制或其他数据融合技术来实现的。最终得到的数据校验结果是一个综合了多个校验维度和校验点的全面评估,用于反映电力校验数据的准确性和可靠性。
进一步,本申请还包括:
所述一致性宽容区间包括模拟电数据与传感监测数据的差量宽容区间,与所述电力校验点之间的同频宽容区间;
识别所述数据校验结果,若所述一维校验结果满足所述差量宽容区间,且所述二维校验结果满足所述同频宽容区间,确定所述判定特征值为是;
否则,确定所述判定特征值为否,并标记一致性差量。
具体而言,差量宽容区间,这个区间定义了模拟电数据与传感监测数据之间的最大允许差量。例如,可以设定一个百分比或者具体的数值范围作为差量宽容区间。同频宽容区间,这个区间用于衡量不同电力校验点数据之间的同步性。它定义了在相同频率下,不同校验点数据之间可接受的相位差或时间延迟范围。将模拟电数据与传感监测数据进行比对,计算两者之间的差量。如果这个差量落在差量宽容区间内,则认为一维校验结果满足要求。对不同电力校验点的数据进行同步性分析,如计算相位差或时间延迟。如果这些参数在同频宽容区间内,则认为二维校验结果满足要求。如果一维校验结果满足差量宽容区间,并且二维校验结果满足同频宽容区间,那么判定特征值被确定为是,表示数据一致性良好。如果一维或二维校验结果不满足对应的一致性宽容区间,那么判定特征值被确定为否,并标记一致性差量,即记录实际差量与宽容区间的偏离程度。
进一步,本申请还包括:
若所述判定特征值为是,将所述电力指标作为所述实时监测结果;
若所述判定特征值为否,度量所述电力校验点的模拟电数据与所述模拟电数据的差异度,确定数据差量;
确定基于所述数据差量的映射电力指标调幅,校准所述电力指标,确定补偿电力指标,作为所述实时监测结果。
具体而言,如果判定特征值被确定为是,说明数据的一致性在可接受的范围内。在这种情况下,可以直接将电力校验点的传感监测数据对应的电力指标作为实时监测结果。当判定特征值为否时,需要详细分析模拟电数据与传感监测数据之间的差异。通过计算两者的差异度,如绝对差值、相对误差等,可以得到一个具体的数据差量。基于计算出的数据差量,确定一个映射到电力指标的调幅。这个调幅反映了由于数据不一致性而需要对电力指标进行调整的调整量。使用映射电力指标调幅来校准原始的电力指标。包括对电力指标的加减调整,以反映传感监测数据与模拟电数据之间的实际差异。经过校准后的电力指标被称为补偿电力指标。这个指标考虑了数据差异,并进行了相应的调整,以更准确地反映电力***的实时状态。最后,将补偿电力指标作为实时监测结果输出。这个结果考虑了数据校验过程中发现的不一致性,并进行了相应的补偿,因此比原始的电力指标更为准确和可靠。
进一步,本申请还包括:
基于所述映射电力指标调幅,对所述电力校验点进行电力指标调整,确定一区校准指标;
识别所述级间差量,以所述映射电力指标调幅为基线,确定多级调幅标准,其中,所述级间差量与调幅标准呈负相关;
遍历所述多级分布点集确定,基于所述多级调幅标准进行电力指标调整,确定二区校准指标;
整合所述一区校准指标与所述二区校准指标,确定所述补偿电力指标。
具体而言,对电力校验点的电力指标进行调整。调整包括增加或减少电力指标的值,以校准由于数据差异导致的不准确性。经过调整后的电力校验点的电力指标即为一区校准指标。分析多级分布点集中各点与电力校验点之间的电力波动等级差异,即级间差量。以映射电力指标调幅为基线,根据级间差量来确定多级分布点集中各点的调幅标准。由于级间差量与调幅标准呈负相关,即级间差量越大,调幅标准应相应减小;反之亦然。遍历多级分布点集中的每一个点。对于多级分布点集中的每个点,根据其对应的调幅标准对电力指标进行调整。经过调整后的多级分布点集中的电力指标即为二区校准指标。将一区校准指标和二区校准指标进行整合,形成一个全面的、校准后的电力指标体系。这个整合后的电力指标体系即为最终的补偿电力指标,它考虑了数据差异、级间差量以及相应的调整策略,因此能更准确地反映电力***的实时状态。
进一步,本申请还包括:
识别所述实时监测结果,确定异常电力指标;
对所述异常电力指标进行溯源分析与演化预测,确定电力预警信息并示警;
识别所述电力预警信息的风控等级,若满足风控阈值,遍历新能源电力预案库确定风控预案,进行应急风控管理。
具体而言,利用预设的算法对数据进行分析,识别出与正常模式不符的电力指标,这些指标可能表现为突发的功率波动、电压异常、频率偏差等。将这些异常指标标记为异常电力指标。对异常电力指标进行溯源,分析导致异常的可能原因。检查相关的电力设备状态、外部环境因素,如天气、温度、电网结构变化等。利用数据分析工具,如故障树分析、因果图等,帮助定位异常的根本原因。基于历史数据和当前异常指标,利用预测模型,如时间序列分析、机器学习模型等预测异常电力指标的未来发展趋势。评估异常是否可能扩大,是否会影响到其他电网部分。根据溯源分析和演化预测的结果,制定电力预警信息。预警信息应包含异常的详细描述、可能的影响范围、预计的持续时间等。通过示警***,如声光报警、短信通知、电子邮件等将预警信息及时传达给相关的运维人员和决策者。设定不同的风控等级,如低级、中级、高级,每个等级对应不同的紧急程度和处理优先级。根据电力预警信息的严重性和可能的影响范围,确定其对应的风控等级。若电力预警信息的风控等级满足预设的风控阈值,如达到中级或高级,则触发应急风控管理流程。遍历新能源电力预案库,查找与当前异常情况相匹配的风控预案。根据预案迅速组织人员进行应急处置,如隔离故障区域、调整电网运行方式、启动备用电源等。
综上所述,本申请所提供的一种用于新能源电力的实时监测方法具有如下技术效果:
通过确定预监测的新能源电力分布网,并标识满足波动阈值的关键分布点,所述波动阈值为基于干扰影响程度的临界值;基于所述新能源电力分布网与所述关键分布点,搭建模拟监测模块;基于所述模拟监测模块,对新能源发电***执行模拟量监测,评估基于模拟电数据的电力指标,所述电力指标包括动态调度维度与电质量维度;遍历所述关键分布点,随机确定电力校验点并激活配置的传感监控设备,所述电力校验点包括至少两个;回传基于所述电力校验点的传感监测数据,映射所述模拟电数据并进行校验,确定数据校验结果,其中,校验标准包括点间校验与模拟校验;识别所述数据校验结果,判定是否满足一致性宽容区间,确定判定特征值,所述一致性宽容区间为校验允许偏差范围;基于所述判定特征值,进行所述电力指标的补偿调整,作为实时监测结果,有效解决了现有技术无法精确定位关键分布点、难以进行模拟量监测、数据校验方式单一,且监测结果不准确,实现了对新能源电力分布网的全面、准确监测,有效地降低电网故障的风险,并确保新能源电力***的稳定运行。
实施例二:
基于与前述实施例中一种用于新能源电力的实时监测方法,同样发明构思,本申请还提供了一种用于新能源电力的实时监测***,请参阅附图2,所述***包括:
关键分布点获取单元11,所述关键分布点获取单元11用于确定预监测的新能源电力分布网,并标识满足波动阈值的关键分布点,所述波动阈值为基于干扰影响程度的临界值,所述模拟监测模块存在分区相对独立监管与邻区交互监管;
模拟监测模块搭建单元12,所述模拟监测模块搭建单元12用于读取预监测任务的监测目标,基于所述新能源电力分布网与所述关键分布点,搭建模拟监测模块;
模拟量监测单元13,所述模拟量监测单元13用于基于所述模拟监测模块,对新能源发电***执行模拟量监测,评估基于模拟电数据的电力指标,所述电力指标包括动态调度维度与电质量维度;
传感监控设备确定单元14,所述传感监控设备确定单元14用于遍历所述关键分布点,随机确定电力校验点并激活配置的传感监控设备,所述电力校验点包括至少两个;
校验结果确定单元15,所述校验结果确定单元15用于回传基于所述电力校验点的传感监测数据,映射所述模拟电数据并进行校验,确定数据校验结果,其中,校验标准包括点间校验与模拟校验;
判定特征值获取单元16,所述判定特征值获取单元16用于识别所述数据校验结果,判定是否满足一致性宽容区间,确定判定特征值,所述一致性宽容区间为校验允许偏差范围;
监测结果获取单元17,所述监测结果获取单元17用于基于所述判定特征值,进行所述电力指标的补偿调整,作为实时监测结果。
进一步,所述***中关键分布点获取单元11还用于:
识别所述新能源电力分布网,基于波动等级进行分布点划分,确定多级分布点集;
将最大波动等级作为所述波动阈值,遍历所述多级分布点集,标识所述关键分布点;
遍历所述多级分布点集,度量基于所述波动等级的级间差量,对所述新能源电力分布网进行标记,其中,所述级间差量为各波动等级与所述波动阈值的幅度差量。
进一步,所述***还包括拟量监测模块,所述拟量监测模块用于:
识别所述监测目标,分析监测分区的分布关联性,确定模拟监测模式,所述模拟监测模式包括独立模式与关联协辅模式;
基于所述模拟监测模式,对所述模拟监测模块进行临时配置,对所述新能源发电***执行模拟量监测。
进一步,所述***中校验结果确定单元15还用于:
提取所述电力校验点的模拟电数据,与所述传感监测数据进行映射校对,确定一维校验结果,所述一维校验结果至少包含第一校验点的第一校验结果与第二校验点的第二校验结果;
校对所述第一校验结果与所述第二校验结果,进行点间校验结果的同频分析,确定二维校验结果;
整合所述一维校验结果与所述二维校验结果,作为所述数据校验结果。
进一步,所述***还包括校验结果识别单元,所述校验结果识别单元用于:
所述一致性宽容区间包括模拟电数据与传感监测数据的差量宽容区间,与所述电力校验点之间的同频宽容区间;
识别所述数据校验结果,若所述一维校验结果满足所述差量宽容区间,且所述二维校验结果满足所述同频宽容区间,确定所述判定特征值为是;
否则,确定所述判定特征值为否,并标记一致性差量。
进一步,所述***还包括补偿电力指标确定单元,所述补偿电力指标确定单元用于:
若所述判定特征值为是,将所述电力指标作为所述实时监测结果;
若所述判定特征值为否,度量所述电力校验点的模拟电数据与所述模拟电数据的差异度,确定数据差量;
确定基于所述数据差量的映射电力指标调幅,校准所述电力指标,确定补偿电力指标,作为所述实时监测结果。
进一步,所述***中二区校准指标确定单元,所述二区校准指标确定单元用于:
基于所述映射电力指标调幅,对所述电力校验点进行电力指标调整,确定一区校准指标;
识别所述级间差量,以所述映射电力指标调幅为基线,确定多级调幅标准,其中,所述级间差量与调幅标准呈负相关;
遍历所述多级分布点集确定,基于所述多级调幅标准进行电力指标调整,确定二区校准指标;
整合所述一区校准指标与所述二区校准指标,确定所述补偿电力指标。
进一步,所述***还包括风控管理单元,所述风控管理单元用于:
识别所述实时监测结果,确定异常电力指标;
对所述异常电力指标进行溯源分析与演化预测,确定电力预警信息并示警;
识别所述电力预警信息的风控等级,若满足风控阈值,遍历新能源电力预案库确定风控预案,进行应急风控管理。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,前述图1实施例一中的一种用于新能源电力的实时监测方法和具体实例同样适用于本实施例的一种用于新能源电力的实时监测***,通过前述对一种用于新能源电力的实时监测方法的详细描述,本领域技术人员可以清楚知道本实施例中一种用于新能源电力的实时监测***,所以为了说明书的简洁,在此不再详述。对于实施例公开的***而言,由于其与实施例公开的方法相对应,所以描述比较简单,相关之处参见方法部分说明即可。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下,在其它实施例中实现。因此,本申请将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样,倘若本申请的这些修改和变型属于本申请及其等同技术的范围之内,则本申请也意图包含这些改动和变型在内。
Claims (9)
1.一种用于新能源电力的实时监测方法,其特征在于,所述方法包括:
确定预监测的新能源电力分布网,并标识满足波动阈值的关键分布点,所述波动阈值为基于干扰影响程度的临界值;
基于所述新能源电力分布网与所述关键分布点,搭建模拟监测模块,所述模拟监测模块存在分区相对独立监管与邻区交互监管;
读取预监测任务的监测目标,基于所述模拟监测模块,对新能源发电***执行模拟量监测,评估基于模拟电数据的电力指标,所述电力指标包括动态调度维度与电质量维度;
遍历所述关键分布点,随机确定电力校验点并激活配置的传感监控设备,所述电力校验点包括至少两个;
回传基于所述电力校验点的传感监测数据,映射所述模拟电数据并进行校验,确定数据校验结果,其中,校验标准包括点间校验与模拟校验;
识别所述数据校验结果,判定是否满足一致性宽容区间,确定判定特征值,所述一致性宽容区间为校验允许偏差范围;
基于所述判定特征值,进行所述电力指标的补偿调整,作为实时监测结果。
2.如权利要求1所述的方法,其特征在于,所述标识满足波动阈值的关键分布点,所述方法还包括:
识别所述新能源电力分布网,基于波动等级进行分布点划分,确定多级分布点集;
将最大波动等级作为所述波动阈值,遍历所述多级分布点集,标识所述关键分布点;
遍历所述多级分布点集,度量基于所述波动等级的级间差量,对所述新能源电力分布网进行标记,其中,所述级间差量为各波动等级与所述波动阈值的幅度差量。
3.如权利要求1所述的方法,其特征在于,所述监测目标为所述新能源电力分布网的至少一个分区的监测需求,所述方法还包括:
识别所述监测目标,分析监测分区的分布关联性,确定模拟监测模式,所述模拟监测模式包括独立模式与关联协辅模式;
基于所述模拟监测模式,对所述模拟监测模块进行临时配置,对所述新能源发电***执行模拟量监测。
4.如权利要求1所述的方法,其特征在于,映射所述模拟电数据并进行校验,所述方法还包括:
提取所述电力校验点的模拟电数据,与所述传感监测数据进行映射校对,确定一维校验结果,所述一维校验结果至少包含第一校验点的第一校验结果与第二校验点的第二校验结果;
校对所述第一校验结果与所述第二校验结果,进行点间校验结果的同频分析,确定二维校验结果;
整合所述一维校验结果与所述二维校验结果,作为所述数据校验结果。
5.如权利要求4所述的方法,其特征在于,所述判定是否满足一致性宽容区间,确定判定特征值,所述方法还包括:
所述一致性宽容区间包括模拟电数据与传感监测数据的差量宽容区间,与所述电力校验点之间的同频宽容区间;
识别所述数据校验结果,若所述一维校验结果满足所述差量宽容区间,且所述二维校验结果满足所述同频宽容区间,确定所述判定特征值为是;
否则,确定所述判定特征值为否,并标记一致性差量。
6.如权利要求2所述的方法,其特征在于,基于所述判定特征值,进行所述电力指标的补偿调整,所述方法还包括:
若所述判定特征值为是,将所述电力指标作为所述实时监测结果;
若所述判定特征值为否,度量所述电力校验点的模拟电数据与所述模拟电数据的差异度,确定数据差量;
确定基于所述数据差量的映射电力指标调幅,校准所述电力指标,确定补偿电力指标,作为所述实时监测结果。
7.如权利要求6所述的方法,其特征在于,确定基于所述数据差量的映射电力指标调幅,校准所述电力指标,所述方法还包括:
基于所述映射电力指标调幅,对所述电力校验点进行电力指标调整,确定一区校准指标;
识别所述级间差量,以所述映射电力指标调幅为基线,确定多级调幅标准,其中,所述级间差量与调幅标准呈负相关;
遍历所述多级分布点集确定,基于所述多级调幅标准进行电力指标调整,确定二区校准指标;
整合所述一区校准指标与所述二区校准指标,确定所述补偿电力指标。
8.如权利要求1所述的方法,其特征在于,获取实时监测结果之后,所述方法还包括:
识别所述实时监测结果,确定异常电力指标;
对所述异常电力指标进行溯源分析与演化预测,确定电力预警信息并示警;
识别所述电力预警信息的风控等级,若满足风控阈值,遍历新能源电力预案库确定风控预案,进行应急风控管理。
9.一种用于新能源电力的实时监测***,其特征在于,用于实施权利要求1至8中任意一项所述方法的步骤,所述***包括:
关键分布点获取单元,所述关键分布点获取单元用于确定预监测的新能源电力分布网,并标识满足波动阈值的关键分布点,所述波动阈值为基于干扰影响程度的临界值;
模拟监测模块搭建单元,所述模拟监测模块搭建单元用于基于所述新能源电力分布网与所述关键分布点,搭建模拟监测模块,所述模拟监测模块存在分区相对独立监管与邻区交互监管;
模拟量监测单元,所述模拟量监测单元用于读取预监测任务的监测目标,基于所述模拟监测模块,对新能源发电***执行模拟量监测,评估基于模拟电数据的电力指标,所述电力指标包括动态调度维度与电质量维度;
传感监控设备确定单元,所述传感监控设备确定单元用于遍历所述关键分布点,随机确定电力校验点并激活配置的传感监控设备,所述电力校验点包括至少两个;
校验结果确定单元,所述校验结果确定单元用于回传基于所述电力校验点的传感监测数据,映射所述模拟电数据并进行校验,确定数据校验结果,其中,校验标准包括点间校验与模拟校验;
判定特征值获取单元,所述判定特征值获取单元用于识别所述数据校验结果,判定是否满足一致性宽容区间,确定判定特征值,所述一致性宽容区间为校验允许偏差范围;
监测结果获取单元,所述监测结果获取单元用于基于所述判定特征值,进行所述电力指标的补偿调整,作为实时监测结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410565788.4A CN118157325B (zh) | 2024-05-09 | 一种用于新能源电力的实时监测方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410565788.4A CN118157325B (zh) | 2024-05-09 | 一种用于新能源电力的实时监测方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN118157325A true CN118157325A (zh) | 2024-06-07 |
CN118157325B CN118157325B (zh) | 2024-07-30 |
Family
ID=
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2882796A1 (en) * | 2007-05-16 | 2009-02-12 | Power Analytics Corporation | Real-time predictive systems for intelligent energy monitoring and management of electrical power networks |
CN104092297A (zh) * | 2014-06-24 | 2014-10-08 | 国家电网公司 | 一种实时监测电网***运行性能的监测***及方法 |
CN112836921A (zh) * | 2020-12-02 | 2021-05-25 | 国网浙江省电力有限公司 | 一种基于电网微数据融合的数据监测分析及优化方法 |
CN114362212A (zh) * | 2022-03-21 | 2022-04-15 | 北京鼎诚鸿安科技发展有限公司 | 一种多类型电网负荷资源数据处理与调节方法及*** |
CN116207845A (zh) * | 2022-11-28 | 2023-06-02 | 无锡广盈集团有限公司 | 一种用于电力设备保护的自动化监控方法及*** |
CN117251812A (zh) * | 2023-09-22 | 2023-12-19 | 河南博兆电子科技有限公司 | 一种基于大数据分析的高压电力线路运行故障检测方法 |
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2882796A1 (en) * | 2007-05-16 | 2009-02-12 | Power Analytics Corporation | Real-time predictive systems for intelligent energy monitoring and management of electrical power networks |
CN104092297A (zh) * | 2014-06-24 | 2014-10-08 | 国家电网公司 | 一种实时监测电网***运行性能的监测***及方法 |
CN112836921A (zh) * | 2020-12-02 | 2021-05-25 | 国网浙江省电力有限公司 | 一种基于电网微数据融合的数据监测分析及优化方法 |
CN114362212A (zh) * | 2022-03-21 | 2022-04-15 | 北京鼎诚鸿安科技发展有限公司 | 一种多类型电网负荷资源数据处理与调节方法及*** |
CN116207845A (zh) * | 2022-11-28 | 2023-06-02 | 无锡广盈集团有限公司 | 一种用于电力设备保护的自动化监控方法及*** |
CN117251812A (zh) * | 2023-09-22 | 2023-12-19 | 河南博兆电子科技有限公司 | 一种基于大数据分析的高压电力线路运行故障检测方法 |
Non-Patent Citations (1)
Title |
---|
陶琼;王德顺;叶季蕾;薛金花;张慧明;: "考虑储能配置模式的多数据源融合分布式光伏发电并网接纳分析方法", 高电压技术, no. 04, 16 April 2018 (2018-04-16), pages 59 - 64 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109146093B (zh) | 一种基于学习的电力设备现场勘查方法 | |
CN109524139B (zh) | 一种基于设备工况变化的实时设备性能监测方法 | |
CN109298379B (zh) | 一种基于数据监测的智能电表现场误差异常的识别方法 | |
CN107742053B (zh) | 风电机组异常识别方法及装置 | |
CN116069079B (zh) | 一种智能开关柜的散热智能控制方法及*** | |
CN113239132B (zh) | 一种电压互感器的超差在线辨识方法 | |
CN110221976B (zh) | 一种基于度量技术的计量终端软件质量量化评价方法 | |
WO2020197533A1 (en) | Surrogate of a simulation engine for power system model calibration | |
CN117060409B (zh) | 电力线路运行状态自动化检测分析方法及*** | |
CN116914917A (zh) | 一种基于大数据的配电柜运行状态监测管理*** | |
CN115685045B (zh) | 一种电压互感器在线评估方法 | |
CN117590159A (zh) | 一种基于深度学习的隧道电缆供电状态监测方法及*** | |
CN117808456B (zh) | 一种基于智慧运营管理的设备故障预警方法及装置 | |
CN111080484A (zh) | 一种配电网异常数据监测方法及装置 | |
CN117674249A (zh) | 一种含分布式光伏的配电网故障自愈控制与评价方法 | |
CN117434440A (zh) | 一种量测开关的自动检测方法及*** | |
CN118157325B (zh) | 一种用于新能源电力的实时监测方法及*** | |
CN114400776B (zh) | 基于数字镜像的变电站自动化设备状态诊断方法和*** | |
CN118157325A (zh) | 一种用于新能源电力的实时监测方法及*** | |
CN117951633B (zh) | 一种光伏发电设备故障诊断方法及*** | |
CN118226179B (zh) | 一种配网自动化继电保护测试*** | |
CN117272844B (zh) | 配电盘工作寿命的预测方法及*** | |
CN117031211B (zh) | 一种台区电网故障诊断方法 | |
CN118117760B (zh) | 一种电气负载用智能化监控方法及*** | |
CN118226179A (zh) | 一种配网自动化继电保护测试*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant |