KR102622917B1 - System measurement information status determination method and apparatus through double time series analysis - Google Patents
System measurement information status determination method and apparatus through double time series analysis Download PDFInfo
- Publication number
- KR102622917B1 KR102622917B1 KR1020210077609A KR20210077609A KR102622917B1 KR 102622917 B1 KR102622917 B1 KR 102622917B1 KR 1020210077609 A KR1020210077609 A KR 1020210077609A KR 20210077609 A KR20210077609 A KR 20210077609A KR 102622917 B1 KR102622917 B1 KR 102622917B1
- Authority
- KR
- South Korea
- Prior art keywords
- time series
- series analysis
- information
- time
- load
- Prior art date
Links
- 238000012731 temporal analysis Methods 0.000 title claims abstract description 124
- 238000000700 time series analysis Methods 0.000 title claims abstract description 124
- 238000005259 measurement Methods 0.000 title claims abstract description 44
- 238000000034 method Methods 0.000 title claims abstract description 42
- 238000012552 review Methods 0.000 claims abstract description 62
- 230000009977 dual effect Effects 0.000 claims abstract description 34
- 230000009897 systematic effect Effects 0.000 claims abstract description 27
- 238000010248 power generation Methods 0.000 claims abstract description 25
- 238000012937 correction Methods 0.000 claims description 25
- 238000004458 analytical method Methods 0.000 claims description 9
- 238000010200 validation analysis Methods 0.000 description 7
- 230000005540 biological transmission Effects 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 5
- 238000012795 verification Methods 0.000 description 5
- 230000002159 abnormal effect Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000013502 data validation Methods 0.000 description 3
- 238000009499 grossing Methods 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000013439 planning Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000010223 real-time analysis Methods 0.000 description 1
- 230000000087 stabilizing effect Effects 0.000 description 1
Classifications
-
- 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
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
- G05B23/0221—Preprocessing measurements, e.g. data collection rate adjustment; Standardization of measurements; Time series or signal analysis, e.g. frequency analysis or wavelets; Trustworthiness of measurements; Indexes therefor; Measurements using easily measured parameters to estimate parameters difficult to measure; Virtual sensor creation; De-noising; Sensor fusion; Unconventional preprocessing inherently present in specific fault detection methods like PCA-based methods
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Public Health (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Health & Medical Sciences (AREA)
- General Business, Economics & Management (AREA)
- Water Supply & Treatment (AREA)
- Theoretical Computer Science (AREA)
- Automation & Control Theory (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
본 발명의 이중 시계열 분석을 통한 계통측정정보 상태 판정 방법은, 검토파일을 생성할 지정시간을 설정하는 단계; 상기 지정시간의 부하 및 발전 정보를 취득하는 단계; 상기 지정시간의 이전 및 이후 구간의 부하 정보를 취득하는 단계; 상기 지정시간의 이전 구간의 정보로 정방향 시계열 분석을 수행하는 단계; 상기 정방향 시계열 분석 결과가 신뢰도 구간내에 존재하면, 계통검토 파일을 생성하는 단계; 상기 정방향 시계열 분석 결과가 신뢰도 구간을 벗어나면, 상기 지정시간의 이후 구간의 정보로 역방향 시계열 분석을 수행하는 단계; 상기 역방향 시계열 분석 결과가 신뢰도 구간내에 존재하면, 계통검토 파일을 생성하는 단계; 및 상기 정방향 시계열 분석 결과가 신뢰도 구간을 벗어나면, 상기 지정시간 부하 및 발전 정보를 보정하는 단계를 포함할 수 있다.The method of determining the status of system measurement information through dual time series analysis of the present invention includes the steps of setting a designated time to generate a review file; Acquiring load and power generation information at the specified time; Acquiring load information for sections before and after the designated time; performing forward time series analysis with information from a section prior to the specified time; If the forward time series analysis result is within a reliability interval, generating a systematic review file; If the forward time series analysis result is outside the reliability interval, performing backward time series analysis with information from a section after the designated time; If the reverse time series analysis result is within a reliability interval, generating a systematic review file; And if the forward time series analysis result is outside the reliability interval, it may include correcting the specified time load and power generation information.
Description
본 발명은 이중 시계열 분석을 통한 계통측정정보 상태 판정 방법 및 상태 판정 장치에 관한 것으로, 신뢰도 높은 ‘실적기반 계통검토 파일’ 생성을 위해 전력설비에서 취득되는 수많은 측정데이터 중 필요한 데이터를 선별추출하고, 측정데이터의 유효성 검증 및 오차 보정을 위한 데이터 상태판정 알고리즘 구현을 목적으로 하고 있다.The present invention relates to a system measurement information status determination method and status determination device through dual time series analysis, which selectively extracts necessary data from numerous measurement data acquired from power facilities to create a highly reliable 'performance-based system review file'. The purpose is to implement a data status determination algorithm to verify the validity of measured data and correct errors.
국가 경제 성장 및 국민 생활 수준의 향상에 따라 사용의 편리성과 국가 경제 성장의 동력인 전력 소비는 지속적으로 증가하고 있으며, 전력 수요의 증대로 인해 전력 계통이 복잡화, 다양화, 대용화되고 있다. 그러나, 2003년도 북미 지역 및 유럽 등지에서 발생한 대규모 정전 사고는 전력 계통에 대한 자료 취득 및 감시 제어 시스템의 취약성에 기인하여 초기 소규모 사고를 신속하게 감지, 대응하지 못해 전체 전력 계통으로 파급 확산된 결과로, 이로 인해 에너지 관리 시스템에서의 전력 계통에 대한 전반적인 운영 상태 자료 취득과 계통 해석 및 원격 감지 제어에 대한 중요성이 부각되고 있다. 또한, 복잡화, 다양화, 대용화되는 전력 계통을 해석하는 방법이 점점 더 중요해지고 있다.With the growth of the national economy and the improvement of people's living standards, convenience of use and power consumption, which is the driving force of national economic growth, are continuously increasing, and the power system is becoming more complex, diversified, and substituted due to the increase in power demand. However, the large-scale power outage that occurred in North America and Europe in 2003 resulted from a failure to quickly detect and respond to small-scale accidents in the early stages due to vulnerabilities in the data acquisition and monitoring and control systems for the power system, resulting in the spread to the entire power system. , As a result, the importance of acquiring overall operation status data for the power system, system analysis, and remote sensing control in energy management systems is highlighted. In addition, methods for analyzing power systems that are becoming more complex, diversified, and substituted are becoming increasingly important.
한편, 전력 계통 해석용 소프트웨어 툴로서는 PSS/E 소프트웨어 툴과 PSCAD 소프트웨어 툴이 널리 사용되고 있다.Meanwhile, PSS/E software tools and PSCAD software tools are widely used as software tools for power system analysis.
PSCAD 소프트웨어 툴은 부분적인 전력 계통을 해석하는 소프트웨어 툴로서, HVDC 모델링을 통한 전력 계통을 해석하는 소프트웨어 툴로서, 다른 전력 계통과 연계될 수 없는 문제가 있다.The PSCAD software tool is a software tool that analyzes a partial power system. It is a software tool that analyzes the power system through HVDC modeling, and has the problem that it cannot be linked to other power systems.
PSS/E(Power System Simulator for Engineering)는 미국 SIEMENS PTI社가 개발한 계통해석 프로그램으로 계통계획 및 계통운영방안 수립, 송변전 설비 휴전검토 등 여러 분야에서 폭넓게 활용되고 있다. 정확한 계통분석을 위해 검토하고자 하는 시점의 계통상황(변전소 부하 및 모선전압, 발전기 출력, 계통연결 상태 등)이 반영된 ‘계통검토 파일’ 이 반드시 필요하다.PSS/E (Power System Simulator for Engineering) is a system analysis program developed by SIEMENS PTI in the United States and is widely used in various fields, including establishment of system planning and system operation plan, and power outage review of transmission and substation facilities. For accurate system analysis, a ‘system review file’ that reflects the system situation (substation load and bus voltage, generator output, system connection status, etc.) at the time of review is essential.
현재 국내에서 사용되고 있는 계통검토 파일은 ‘예측기반 데이터’이다. 즉 전국적인 관점에서 부하와 발전력의 수급균형에 중점을 두기 때문에 부하와 발전력의 일괄적인 증감(scaling)이 필요하고, 따라서 지역적인 계통특성(부하, 발전력, 전압, 위상 등)의 반영이 미흡하다. 또한 다양한 시간대의 계통검토 파일이 없어, 시간대별 계통특성(심야부하, 경부하, 변동시 부하 등)도 반영이 어렵다. The systematic review file currently being used in Korea is ‘prediction-based data.’ In other words, since the focus is on the supply and demand balance of load and generation power from a national perspective, uniform scaling of load and generation power is necessary, and therefore, reflection of regional system characteristics (load, generation power, voltage, phase, etc.) is insufficient. . Additionally, since there are no system review files for various time periods, it is difficult to reflect system characteristics by time period (mid-night load, light load, load during changes, etc.).
이러한 잘못된 계통검토 파일로 검토한 결과, 실제 전력설비의 과부하, 저전압 등을 유발하여 광역정전으로 파급될 수 있고, 대규모 발전소의 인출 송전선로 휴전시 과도한 발전제약이 사전에 부과되어 막대한 발전제약비용이 발생될 수 있다. 또한 계통운영분야(계통운영방안 수립, 송변전 설비 휴전검토 등)에서 한전에서 만든 계통검토 파일이 없고 전력거래소에 의존하고 있어 상호검증 불가한 실정이다.As a result of reviewing these incorrect system review files, it can cause overload and low voltage of actual power facilities, which can spread to wide-area power outages, and excessive power generation restrictions are imposed in advance when outgoing transmission lines of large-scale power plants are shut down, resulting in enormous power generation restriction costs. It can happen. In addition, in the field of system operation (establishment of system operation plan, power outage review of transmission and substation facilities, etc.), there is no system review file created by KEPCO and it is dependent on the Korea Power Exchange, making mutual verification impossible.
신뢰도 높은 ‘실적기반 계통검토 파일’ 을 만들기 위해서 우선적으로 순간적인 부하변동이 반영되지 않은 ‘정상상태의 데이터’ 가 필요하다. 정상상태 데이터로 작성된 계통검토 파일을 가지고 송변전 설비 상정고장 등 계통검토 시뮬레이션을 수행해야 정확한 문제점을 파악할 수 있기 때문이다. ‘비정상상태의 데이터’ 가 발생하는 원인은 크게 두 가지로 설명할 수 있다.In order to create a highly reliable ‘performance-based system review file’, ‘normal state data’ that does not reflect momentary load changes is first needed. This is because system review simulations, such as expected failures of transmission and substation facilities, must be performed using a system review file created with steady-state data to accurately identify problems. The causes of ‘abnormal state data’ can be largely explained in two ways.
첫 번째로, 측정장치 에러, 통신장비 장애 및 잡음(noise) 등으로 발생하는 측정값의 오차이다.First, there are errors in measurement values caused by measurement device errors, communication equipment failures, and noise.
도 1은 전력설비로부터 데이터가 취득되는 과정을 도시한 개념도이다.Figure 1 is a conceptual diagram showing the process of acquiring data from power equipment.
변전소 내 측정장치로 데이터를 취득하여 RTU(Remote Terminal Unit, 원격소 장치), SCADA(Supervisory Control and Data Acquisition, 집중 원격감시제어시스템)를 거쳐 SOMAS(Substation Operation Result Management System, 변전소 운전실적 관리시스템)에 2분마다 데이터가 저장되는데 이 과정에서 각종 오차가 순간적으로 발생될 수 있다.Data is acquired using measurement devices within the substation, through RTU (Remote Terminal Unit), SCADA (Supervisory Control and Data Acquisition), and SOMAS (Substation Operation Result Management System). Data is saved every two minutes, and various errors may occur momentarily during this process.
두 번째로, 송변전 설비고장, 배전선로 또는 변압기간 부하절체, 계통조작 등으로 일시적인 부하변동이 발생할 수 있다. 앞서 기술한대로 계통검토 파일을 만들기 위해서 계통에 외란이 발생하지 않은 ‘정상상태의 데이터’가 필요하기 때문에 이에 대한 검증과 보정이 필수적이다. Second, temporary load fluctuations may occur due to transmission and substation equipment failure, load transfer between distribution lines or transformers, and system manipulation. As described earlier, in order to create a system review file, ‘normal state data’ in which no disturbance has occurred in the system is required, so verification and correction of this is essential.
기존 측정데이터 상태판정(유효성 검증 및 오차보정) 방법으로 상태추정(state estimation) 기법이 알려져 있다. 상태추정이란 특정규칙에 따라 시스템의 측정값에 근거하여 미지 시스템의 상태를 파악하는 처리절차라 할 수 있고, 일반적으로 가중최소자승법이 사용되고 있다. 가중최소자승법이란 추정값과 측정값의 차(Residual)를 제곱한 뒤 가중치를 그 Residaul 제곱에 곱하여 그 값을 최소화하는 방법이다. 그러나 수많은 변수와 상수를 가진 복잡한 계산식과 비선형 전력방정식 풀이과정으로 인해 실제 적용하기가 쉽지않고, 지속적인 계통연결상태의 감시(monitoring)와 유지(update)가 필요하기 때문에 전문인력과 상당한 예산, 시간이 드는 만만치 않은 작업이다. The state estimation technique is known as a method for determining the state of existing measurement data (validation and error correction). State estimation can be said to be a processing procedure that determines the state of an unknown system based on measured values of the system according to specific rules, and the weighted least squares method is generally used. The weighted least squares method is a method of minimizing the value by squaring the difference (Residual) between the estimated value and the measured value and then multiplying the Residaul square by a weight. However, it is not easy to apply in practice due to complex calculation formulas with numerous variables and constants and the non-linear power equation solving process, and continuous monitoring and updating of the grid connection status is required, requiring professional manpower, a significant amount of budget, and time. It is a daunting task.
본 발명은 신뢰도 높은 ‘실적기반 계통검토 파일’ 생성을 위해 측정데이터 유효성 검증과 데이터 비정상상태 판정시 오차 보정에 있어서, 자원(연산량, 모데이터량) 대비 정확성에 대한 효율이 높은 이중(dual) 시계열 분석을 통한 계통측정정보 상태 판정 방법 및 장치를 제공하고자 한다.The present invention is a dual time series with high efficiency in terms of accuracy compared to resources (computation amount, mother data amount) in verifying the validity of measurement data and correcting errors when determining data abnormalities in order to generate a highly reliable 'performance-based system review file'. The purpose is to provide a method and device for determining the status of system measurement information through analysis.
본 발명의 일 측면에 따른 이중 시계열 분석을 통한 계통측정정보 상태 판정 방법은, 검토파일을 생성할 지정시간을 설정하는 단계; 상기 지정시간의 부하 및 발전 정보를 취득하는 단계; 상기 지정시간의 이전 및 이후 구간의 부하 정보를 취득하는 단계; 상기 지정시간의 이전 구간의 정보로 정방향 시계열 분석을 수행하는 단계; 상기 정방향 시계열 분석 결과가 신뢰도 구간내에 존재하면, 계통검토 파일을 생성하는 단계; 상기 정방향 시계열 분석 결과가 신뢰도 구간을 벗어나면, 상기 지정시간의 이후 구간의 정보로 역방향 시계열 분석을 수행하는 단계; 상기 역방향 시계열 분석 결과가 신뢰도 구간내에 존재하면, 계통검토 파일을 생성하는 단계; 및 상기 정방향 시계열 분석 결과가 신뢰도 구간을 벗어나면, 상기 지정시간 부하 및 발전 정보를 보정하는 단계를 포함할 수 있다.A method for determining the status of system measurement information through dual time series analysis according to one aspect of the present invention includes the steps of setting a designated time to generate a review file; Acquiring load and power generation information at the specified time; Acquiring load information for sections before and after the designated time; performing forward time series analysis with information from a section prior to the specified time; If the forward time series analysis result is within a reliability interval, generating a systematic review file; If the forward time series analysis result is outside the reliability interval, performing backward time series analysis with information from a section after the designated time; If the reverse time series analysis result is within a reliability interval, generating a systematic review file; And if the forward time series analysis result is outside the reliability interval, it may include correcting the specified time load and power generation information.
여기서, 상기 지정시간 부하 및 발전 정보를 보정하는 단계에서는, 상기 정방향 시계열 분석 결과와 상기 역방향 시계열 분석 결과의 평균값으로 보정할 수 있다.Here, in the step of correcting the specified time load and power generation information, correction can be made with the average value of the forward time series analysis result and the reverse time series analysis result.
여기서, 상기 지정시간의 이전 및 이후 구간의 부하 정보를 취득하는 단계에서는, 상기 지정시간 이전, 이후 30개씩, 총 60개의 2분 데이터를 취득할 수 있다.Here, in the step of acquiring load information for the section before and after the designated time, a total of 60 2-minute data can be acquired, 30 pieces before and 30 pieces after the designated time.
여기서, 상기 지정시간의 부하 및 발전 정보의 유효성을 사전 검증하는 단계를 더 포함할 수 있다.Here, a step of pre-verifying the validity of the load and power generation information at the specified time may be further included.
본 발명의 다른 측면에 따른 이중 시계열 분석을 통한 계통측정정보 상태 판정 장치는, 지시받은 검토파일을 생성할 지정시간의 부하 및 발전 정보와, 상기 지정시간의 이전 및 이후 구간의 부하 정보를 취득하는 정보 수집부; 상기 지정시간의 이전 구간의 정보로 정방향 시계열 분석을 수행하는 정방향 시계열 분석부; 상기 지정시간의 이후 구간의 정보로 역방향 시계열 분석을 수행하는 역방향 시계열 분석부; 및 상기 정방향 시계열 분석부 및 상기 역방향 시계열 분석부 중 적어도 하나의 분석 결과에 따라 상기 지정시간의 계통검토 파일을 생성하는 계통검토 파일 생성부를 포함할 수 있다.According to another aspect of the present invention, a system measurement information status determination device through dual time series analysis acquires load and power generation information at a designated time to generate an instructed review file, and load information in sections before and after the designated time. Information Collection Department; a forward time series analysis unit that performs forward time series analysis using information from a section prior to the specified time; a reverse time series analysis unit that performs reverse time series analysis with information from a section after the designated time; and a systematic review file generator that generates a systematic review file at the specified time according to an analysis result of at least one of the forward time series analysis section and the backward time series analysis section.
여기서, 상기 정방향 시계열 분석 결과와 상기 역방향 시계열 분석 결과의 평균값인 보정값을 생성하는 보정부를 더 포함할 수 있다.Here, it may further include a correction unit that generates a correction value that is an average value of the forward time series analysis result and the backward time series analysis result.
여기서, 상기 수집된 지정시간의 부하 및 발전 정보와, 상기 지정시간의 이전 및 이후 구간의 부하 정보와, 상기 정방향 시계열 분석 수행 결과와, 상기 역방향 시계열 분석 수행 결과를 저장하는 저장부를 더 포함할 수 있다.Here, it may further include a storage unit for storing the collected load and power generation information of the specified time, load information of the section before and after the specified time, the forward time series analysis performance result, and the reverse time series analysis performance result. there is.
여기서, 상기 검토파일을 생성할 지정시간을 입력받는 지시 접수부를 더 포함할 수 있다.Here, it may further include an instruction reception unit that receives a designated time for generating the review file.
상술한 구성의 본 발명의 사상에 따른 이중(dual) 시계열 분석을 통한 계통측정정보 상태 판정 방법 및/또는 장치를 실시하면, 신뢰도 높은 ‘실적기반 계통검토 파일’ 생성을 위해 측정데이터 유효성 검증과 데이터 비정상상태 판정시 오차 보정을 자원 대비 효율적으로 수행할 수 있는 이점이 있다.By implementing the system measurement information status determination method and/or device through dual time series analysis according to the spirit of the present invention of the above-described configuration, measurement data validation and data are used to generate a highly reliable 'performance-based system review file'. There is an advantage in that error correction can be performed efficiently relative to resources when determining an abnormal state.
본 발명의 이중 시계열 분석을 통한 계통측정정보 상태 판정 방법 및/또는 장치는, ‘실적기반 계통검토 파일’ 생성을 위해 ‘이중(dual) 시계열 분석기법’ 을 새롭게 도입하여 측정데이터의 상태판정을 간이하면서도 정확하게 수행하는 이점이 있다.The method and/or device for determining the status of system measurement information through dual time series analysis of the present invention simplifies status determination of measurement data by newly introducing a 'dual time series analysis technique' to create a 'performance-based system review file'. It has the advantage of being performed accurately while doing so.
본 발명의 이중 시계열 분석을 통한 계통측정정보 상태 판정 방법 및/또는 장치는, 신뢰도 높은 계통검토 파일을 활용한 최적 계통운영방안 수립으로 발전제약비용 및 계통손실비용을 절감할 수 있는 이점이 있다.The method and/or device for determining the state of system measurement information through dual time series analysis of the present invention has the advantage of reducing power generation constraint costs and system loss costs by establishing an optimal system operation plan using a highly reliable system review file.
본 발명의 이중 시계열 분석을 통한 계통측정정보 상태 판정 방법 및/또는 장치는, 정확한 계통검토를 통해 전력공급 안정화 및 대규모 광역정전 예방에 기여하고, 계통검토 파일의 전력거래소 의존도를 탈피하며, 상호검증을 통해 전력계통 안정도를 제고할 수 있는 이점이 있다.The method and/or device for determining the status of grid measurement information through dual time series analysis of the present invention contributes to stabilizing power supply and preventing large-scale regional power outages through accurate grid review, eliminates the dependence of grid review files on the power exchange, and provides mutual verification. There is an advantage in improving power system stability.
도 1은 전력설비로부터 데이터가 취득되는 과정을 도시한 개념도.
도 2는 본 발명의 사상에 따른 이중 시계열 분석을 통한 계통측정정보 상태 판정 방법의 일 실시예를 도시한 흐름도.
도 3a 및 3b는 기존 시계열 분석과 이중 시계열 분석 비교를 위한 그래프들.
도 4는 특정 변전소 #1변압기의 유효전력값(14시∼16시 2분간격 데이터)을 나타낸 그래프.
도 5는 정방향 시계열 분석결과를 나타낸 그래프.
도 6은 역방향 시계열 분석결과를 나타낸 그래프.
도 7은 본 발명의 사상에 따른 이중 시계열 분석을 통한 계통측정정보 상태 판정 장치의 일 실시예를 도시한 블록도.1 is a conceptual diagram showing the process of acquiring data from power equipment.
Figure 2 is a flowchart showing an embodiment of a method for determining system measurement information status through dual time series analysis according to the spirit of the present invention.
Figures 3a and 3b are graphs for comparing existing time series analysis and dual time series analysis.
Figure 4 is a graph showing the active power value (data at 2-minute intervals from 14:00 to 16:00) of transformer #1 of a specific substation.
Figure 5 is a graph showing the results of forward time series analysis.
Figure 6 is a graph showing the results of reverse time series analysis.
Figure 7 is a block diagram showing an embodiment of a system measurement information state determination device through dual time series analysis according to the spirit of the present invention.
본 발명을 설명함에 있어서 제 1, 제 2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 구성요소들은 용어들에 의해 한정되지 않을 수 있다. 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 된다. 예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제 1 구성요소는 제 2 구성요소로 명명될 수 있고, 유사하게 제 2 구성요소도 제 1 구성요소로 명명될 수 있다. In describing the present invention, terms such as first and second may be used to describe various components, but the components may not be limited by the terms. Terms are intended only to distinguish one component from another. For example, a first component may be referred to as a second component, and similarly, the second component may be referred to as a first component without departing from the scope of the present invention.
어떤 구성요소가 다른 구성요소에 연결되어 있다거나 접속되어 있다고 언급되는 경우는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해될 수 있다.When a component is mentioned as being connected or connected to another component, it can be understood that it may be directly connected to or connected to the other component, but other components may exist in between. .
본 명세서에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함할 수 있다. The terms used herein are only used to describe specific embodiments and are not intended to limit the invention. Singular expressions may include plural expressions, unless the context clearly indicates otherwise.
본 명세서에서, 포함하다 또는 구비하다 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것으로서, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해될 수 있다. In this specification, terms such as include or have are intended to designate the presence of features, numbers, steps, operations, components, parts, or combinations thereof described in the specification, including one or more other features or numbers, It can be understood that the existence or addition possibility of steps, operations, components, parts, or combinations thereof is not excluded in advance.
또한, 도면에서의 요소들의 형상 및 크기 등은 보다 명확한 설명을 위해 과장될 수 있다.Additionally, the shapes and sizes of elements in the drawings may be exaggerated for clearer explanation.
도 2는 본 발명의 사상에 따른 이중 시계열 분석을 통한 계통측정정보 상태 판정 방법의 일 실시예를 도시한 흐름도이다.Figure 2 is a flowchart showing an embodiment of a method for determining system measurement information status through dual time series analysis according to the spirit of the present invention.
도시한 이중 시계열 분석을 통한 계통측정정보 상태 판정 방법은, 검토파일을 생성할 지정시간을 설정하는 단계(S110); 상기 지정시간의 부하 및 발전 정보를 취득하는 단계(S115); 상기 지정시간의 이전 및 이후 구간(일종의 타임윈도우)의 부하 정보를 취득하는 단계(S120); 상기 지정시간의 부하 및 발전 정보의 유효성을 검증하는 단계(S125); 상기 지정시간의 이전 구간의 정보로 정방향 시계열 분석을 수행하는 단계(S130); 상기 정방향 시계열 분석 결과가 신뢰도 구간내에 존재하면(S140), 계통검토 파일을 생성하는 단계(S180, S190); 상기 정방향 시계열 분석 결과가 신뢰도 구간을 벗어나면, 상기 지정시간의 이후 구간의 정보로 역방향 시계열 분석을 수행하는 단계(S150); 상기 역방향 시계열 분석 결과가 신뢰도 구간내에 존재하면(S160), 계통검토 파일을 생성하는 단계(S180, S190); 및 상기 정방향 시계열 분석 결과가 신뢰도 구간을 벗어나면, 상기 지정시간 부하 및 발전 정보를 보정하는 단계(S170)를 포함할 수 있다.The method for determining the status of system measurement information through dual time series analysis includes setting a designated time to generate a review file (S110); Obtaining load and power generation information at the specified time (S115); Acquiring load information of a section (a type of time window) before and after the designated time (S120); Verifying the validity of the load and power generation information at the specified time (S125); Performing forward time series analysis with information from the previous section of the specified time (S130); If the forward time series analysis result is within the reliability interval (S140), generating a systematic review file (S180, S190); If the forward time series analysis result is outside the reliability interval, performing backward time series analysis with information from a section after the designated time (S150); If the reverse time series analysis result is within the reliability interval (S160), generating a systematic review file (S180, S190); And if the forward time series analysis result is outside the reliability interval, it may include a step of correcting the specified time load and power generation information (S170).
예컨대, 상기 지정시간 부하 및 발전 정보를 보정하는 단계(S170)에서는, 상기 정방향 시계열 분석 결과와 상기 역방향 시계열 분석 결과의 평균값으로 보정할 수 있다.For example, in the step of correcting the specified time load and power generation information (S170), correction can be made with the average value of the forward time series analysis result and the reverse time series analysis result.
먼저, 계통검토 파일과 이중 시계열 분석에 대하여 알아보겠다.First, let's look at systematic review files and dual time series analysis.
하기 표 1은 조류계산을 위한 계통검토 데이터 기지값/미지값을 나타낸 것이다.Table 1 below shows known/unknown values of systematic review data for tide calculation.
계통검토 파일은 모선, 발전기, 조상설비, 부하, 송전선로, 변압기 등 수만개의 데이터로 구성된다. 상기 표 1은 계통검토 파일 생성에 필요한 데이터를 나타내고 있다. 여기서 기지값이란 미지값을 구하기 위하여 사용자가 미리 지정해 주는 값으로, 본 제안에서는 데이터 상태판정의 대상이 되는 측정값이다. 미지값이란 PSS/E 프로그램의 조류계산 시뮬레이션 과정을 통해 나오는 계산값이다. 따라서 계통검토 파일 생성을 위해서는 필요한 기지값이 무엇인지 알아야 한다.The system review file consists of tens of thousands of pieces of data including busbars, generators, ancestral equipment, loads, transmission lines, and transformers. Table 1 above shows the data required to create a systematic review file. Here, the known value is a value specified in advance by the user to obtain the unknown value, and in this proposal, it is a measured value that is the subject of data status determination. Unknown values are calculated values that come out through the tidal current calculation simulation process of the PSS/E program. Therefore, in order to create a systematic review file, it is necessary to know what known values are needed.
기지값 중에서 송전선로의 임피던스(R, X)와 충전용량(C), 변압기의 임피던스(X)와 탭(X), 발전기 임피던스(X)는 신증설이 없는 이상, 항상 일정한 값을 유지하고 있다. 그러나 발전모선의 유효전력(P)과 전압(V), 부하모선의 유효전력(P), 무효전력(Q), 스위모선의 전압(V), 위상각(δ)은 시간에 따라서 새로운 값으로 대체되므로 계통검토 파일 생성시 항상 새로운 값으로 입력해 줘야 한다. 이중에서 발전모선의 전압은 고정값(보통 1.0PU)이며, 스윙모선의 전압과 위상도 각각 1PU, 0도로 고정값이다. 따라서 계통검토 파일 생성을 위해 발전모선의 유효전력과 부하모선의 유효전력, 무효전력 데이터 취득이 필요하고, 이 값의 검증도 필수적이다. Among the known values, the impedance (R, However, the active power (P) and voltage (V) of the power bus bar, the active power (P) and reactive power (Q) of the load bus bar, the voltage (V) of the switch bus bar, and the phase angle (δ) change to new values over time. Since it is replaced, new values must always be entered when creating a systematic review file. Among these, the voltage of the power generation bus is a fixed value (usually 1.0 PU), and the voltage and phase of the swing bus are also fixed at 1 PU and 0 degrees, respectively. Therefore, in order to create a system review file, it is necessary to acquire data on the active power of the generation busbar and the active power and reactive power of the load busbar, and verification of these values is also essential.
본 발명에서는 측정데이터의 유효성 검증과 오차보정을 위하여 시계열 분석을 도입하였다. 시계열 분석이란 일정시간 간격으로 늘어선 과거의 값을 바탕으로 미래의 값을 예측하는 분석기법이다. 일반적으로 시계열 분석의 지수평활법은 분석 도중 전문가의 판단이 필요없는 방법으로 특히 온라인상에서도 실시간 분석이 가능한 자동화 방법으로 유용하다. 엑셀프로그램에서는 삼중 지수 평활법(Triple Exponential Smoothing)의 AAA 버전이라 불리는 계산법을 사용해 트렌드를 구하고 이를 바탕으로 예측을 시행한다. 삼중지수 평활법은 최근 값에 가중치를 크게 부여하고 과거의 데이터 평균을 차례로 구하는 계산방법을 사용한다. 또한 통계 애플리케이션으로 많이 사용하는 R로도 같은 방법으로 예측할 수 있다.In the present invention, time series analysis was introduced to verify the validity of measurement data and correct errors. Time series analysis is an analysis technique that predicts future values based on past values at regular time intervals. In general, the exponential smoothing method of time series analysis is a method that does not require expert judgment during analysis, and is especially useful as an automated method that allows real-time analysis even online. The Excel program uses a calculation method called the AAA version of Triple Exponential Smoothing to obtain trends and make predictions based on this. The triple exponential smoothing method uses a calculation method that places greater weight on recent values and sequentially calculates the average of past data. You can also make predictions in the same way with R, a widely used statistical application.
도 3a 및 3b는 기존 시계열 분석과 이중 시계열 분석 비교를 위한 것으로서, 도 3a는 미래의 데이터 예측을 위한 기존 시계열 분석 방법을 나타내고, 도 3b는 기 획득된 특정 구간의 데이터를 검증하기 위한 이중 시계열 분석 방법을 나타낸다.Figures 3a and 3b are for comparison of existing time series analysis and dual time series analysis. Figure 3a shows the existing time series analysis method for predicting future data, and Figure 3b shows dual time series analysis to verify data in a specific section that has already been obtained. Indicates the method.
전력분야에서 시계열 분석은 장단기 전력수요 예측과 전력판매량 예측 등 주로 예측분야에서 활용되고 있다. 본 제안에서는 ‘이중(dual) 시계열 분석’ 이라는 새로운 개념을 도입하였고 이를 통해 계통측정데이터(정보)의 상태판정을 하고자 한다.In the power field, time series analysis is mainly used in forecasting areas, such as short- and long-term electricity demand forecasting and electricity sales forecasting. In this proposal, a new concept called ‘dual time series analysis’ is introduced and the status of system measurement data (information) is determined through this.
도 3a는 기존 시계열 분석을 보여주고 있다. 시간개념의 과거 데이터를 바탕으로 미래 데이터를 예측하는 방식이다. 도 3b는 이중 시계열 분석을 나타내고 있다. 중간 지정시간의 데이터 유효성 검증을 위해 중간시간 이전의 데이터를 가지고 ‘정방향 시계열 분석’ 을 통해 유효성을 검증하고, 동시에 지정시간 이후 데이터를 가지고 ‘역방향 시계열 분석’ 을 통해 중간 지정시간의 유효성을 검증한다. ‘정방향’, ‘역방향’ 동시에 검증이 이루어지므로 ‘이중(dual) 시계열 분석’ 이라 명칭하였다. Figure 3a shows the existing time series analysis. It is a method of predicting future data based on past data in the concept of time. Figure 3b shows dual time series analysis. To verify the data validity of the intermediate specified time, the validity is verified through 'forward time series analysis' with data before the intermediate time, and at the same time, the validity of the intermediate specified time is verified through 'backward time series analysis' with data after the specified time. . Since verification is carried out in both the ‘forward’ and ‘backward’ directions simultaneously, it is called ‘dual time series analysis’.
도 2는 계통검토 파일 생성을 위한 데이터 유효성 검증과정으로서 이중 시계열 분석을 통한 계통측정정보 상태 판정 방법의 전체적인 순서도이다. Figure 2 is an overall flowchart of a method for determining the status of system measurement information through dual time series analysis as a data validation process for generating system review files.
예컨대, 계통검토 파일 작성을 위해 사용자가 전체부하와 계통상황 등을 고려하여 검토상황과 유사한 시간대를 지정하면(S110), SOMAS에서 지정시간의 부하(P, Q)와 발전력(P) 측정값을 취득하고(S115), 추가적으로 이 데이터의 상태판정을 위해 지정시간 이전, 이후 30개씩, 총 60개의 2분 데이터를 취득한다(S120).For example, to create a system review file, if the user specifies a time period similar to the review situation in consideration of the overall load and system status (S110), SOMAS displays the load (P, Q) and power generation (P) measurements at the specified time. Acquire (S115), and additionally acquire a total of 60 2-minute data, 30 before and 30 after the specified time, to determine the status of this data (S120).
도시한 구현에서는, 취득한 데이터에 대한 사전 유효성 검증 단계(S125)를 수행하다, 다른 구현에서는 사전 유효성 검증 단계(S125)를 생략하고 본 발명의 사상에 따른 유효성 검증 및 오차보정을 수행할 수 있다.In the illustrated implementation, a pre-validation step (S125) is performed on the acquired data, but in other implementations, the pre-validation step (S125) can be omitted and validation and error correction according to the spirit of the present invention can be performed.
다음, 본 발명의 사상에 따른 지정시간 데이터의 상태판정을 위해 이전, 이후 시간의 총 60개 데이터를 가지고 유효성 검증 및 오차보정의 단계들(S130 ~ 180)을 거친다. Next, in order to determine the status of data at a specified time according to the spirit of the present invention, a total of 60 pieces of data from the previous and subsequent times go through validation and error correction steps (S130 to 180).
상기 유효성 검증 및 오차보정 단계에서는, 우선 이중 시계열 분석(정방향 시계열 분석, 역방향 시계열 분석)(S130, S150)을 통해 유효성을 검증하고, 이중 시계열 분석에서 신뢰구간내 데이터 값이 존재하지 않는다면 오차보정의 단계(S170)로 넘어간다.In the above validation and error correction step, the validity is first verified through dual time series analysis (forward time series analysis, backward time series analysis) (S130, S150), and if there are no data values within the confidence interval in the dual time series analysis, error correction is performed. Proceed to step (S170).
지정시간 데이터 유효성 검증과정을 거친 결과들을 계통검토 파일 생성 플랫폼에 수집하며(S180), 상기 계통검토 파일 생성 플랫폼을 통해 계통검토 파일을 생성한다(S190). The results of the specified time data validation process are collected in the systematic review file creation platform (S180), and a systematic review file is created through the systematic review file creation platform (S190).
이하, 본 발명의 사상에 따른 이중 시계열 분석을 통한 계통측정정보 상태 판정 방법의 구체적인 과정을 사례를 들어 예시한다.Hereinafter, a specific process of the system measurement information status determination method through dual time series analysis according to the spirit of the present invention will be exemplified using an example.
도 4는 특정 변전소 #1변압기의 유효전력값(14시∼16시 2분간격 데이터)을 나타낸 그래프이다.Figure 4 is a graph showing the active power value (data at 2-minute intervals from 14:00 to 16:00) of transformer #1 of a specific substation.
SOMAS(Substation Operation Management Aquisition System)에서는 900여개에 달하는 우리나라 변전소의 각종설비 계측정보가 2분 단위로 기록되고 있다. 도 4는 SOMAS로부터 취득한 A변전소 154kV #1변압기의 14시부터 16시까지 2분 간격의 유효전력 측정값이다. 예를 들어 15시 계통검토 파일을 작성하고자 한다면 먼저 15시의 측정데이터 유효성 검증이 선행되어야 한다. 각종 측정장치, 통신장비의 오차, 설비고장 및 부하절체 등에 의해 비정상적인 데이터가 취득될 수도 있는데, 이를 그대로 사용해 계통검토 파일을 작성한다면 정확한 계통검토 결과가 나올 수 없기 때문이다. In SOMAS (Substation Operation Management Aquisition System), measurement information for various facilities of approximately 900 substations in Korea is recorded every two minutes. Figure 4 shows the active power measurements of the 154kV #1 transformer of substation A obtained from SOMAS at 2-minute intervals from 14:00 to 16:00. For example, if you want to create a system review file at 15:00, the validity of the measurement data at 15:00 must be verified first. Abnormal data may be acquired due to errors in various measuring devices and communication equipment, equipment failures, and load transfers, and if this is used as is to create a system review file, accurate system review results cannot be obtained.
도 5는 정방향 시계열 분석결과를 나타낸 그래프이다.Figure 5 is a graph showing the results of forward time series analysis.
하기 표 2는 정방향 시계열 분석결과를 예시한 테이블이다.Table 2 below is a table illustrating the results of forward time series analysis.
도 5와 표 2는 15시 이전의 2분 간격 유효전력 측정값을 가지고 유효성을 검증한 사례이다. 14시~14시 58분의 총 30개 데이터를 가지고 ‘정방향 시계열 분석’을 한 결과, 15시 정각 데이터의 95% 신뢰구간은 33.36~34.85MW로 예측되었다. 실제 15시 정각의 측정값은 34.7MW이므로 이 데이터는 유효하다 판정할 수 있다. Figure 5 and Table 2 are examples of validation using active power measurements taken at 2-minute intervals before 15:00. As a result of ‘forward time series analysis’ with a total of 30 pieces of data from 14:00 to 14:58, the 95% confidence interval for the data at 15:00 was predicted to be 33.36~34.85MW. Since the actual measured value at 15:00 is 34.7MW, this data can be determined to be valid.
도 6은 역방향 시계열 분석결과를 나타낸 그래프이다.Figure 6 is a graph showing the results of reverse time series analysis.
하기 표 3은 역방향 시계열 분석결과를 예시한 테이블이다.Table 3 below is a table illustrating the results of reverse time series analysis.
도 6과 표 3은 15시2분~16시, 2분 간격 데이터 30개를 가지고 ‘역방향 시계열 분석’을 통한 15시 데이터의 유효성 검증한 결과이다. 시간의 순서를 16시부터 15시 2분까지 역순으로 배열하여 시계열 분석을 하였고, 95% 신뢰구간은 33.75~34.56MW로 예측되었다. 실제 15시 정각의 측정값 34.7MW이 신뢰구간 밖에 있으나 앞서 ‘정방향 시계열 분석’에 의해 유효하다는 판정이 나왔으므로 별도의 오차보정이 필요없다. Figure 6 and Table 3 are the results of validating the 15:00 data through ‘backward time series analysis’ with 30 pieces of data at 2-minute intervals from 15:02 to 16:00. Time series analysis was performed by arranging the time in reverse order from 16:00 to 15:02, and the 95% confidence interval was predicted to be 33.75~34.56MW. The actual measured value of 34.7MW at 15:00 is outside the confidence interval, but it was previously determined to be valid through ‘forward time series analysis’, so there is no need for separate error correction.
하기 표 4는 정방향 시계열 분석에 의한 오차 보정을 나타낸 테이블이고, 하기 표 5는 역방향 시계열 분석에 의한 오차 보정을 나타낸 테이블이다.Table 4 below is a table showing error correction by forward time series analysis, and Table 5 below is a table showing error correction by backward time series analysis.
만약, 15시 정각 측정값이 ‘정방향 시계열 분석’과 ‘역방향 시계열 분석’ 모두 신뢰구간 범위내에 들어가지 않는 비정상상태 데이터라 판정되면 오차보정 단계로 들어간다. 상기 표 4에서 알 수 있는 바와 같이 ‘정방향 시계열 분석’에서 예측한 15시 데이터값이 34.101MW이고, 상기 표 5에서 알 수 있는 바와 같이 ‘역방향 시계열 분석’에서 예측한 15시 데이터값이 34.15773MW이므로 평균값의 반올림값인 ‘34.1MW’로 오차보정을 수행할 수 있다.If the measured value at 15:00 is determined to be abnormal data that does not fall within the confidence interval range for both ‘forward time series analysis’ and ‘backward time series analysis,’ the error correction step is entered. As can be seen in Table 4 above, the 15 o'clock data value predicted by 'forward time series analysis' is 34.101MW, and as can be seen in Table 5 above, the 15 o'clock data value predicted by 'backward time series analysis' is 34.15773MW. Therefore, error correction can be performed using '34.1MW', which is the rounded value of the average value.
도 7은 본 발명의 사상에 따른 이중 시계열 분석을 통한 계통측정정보 상태 판정 장치의 일 실시예를 도시한 블록도이다.Figure 7 is a block diagram showing an embodiment of a system measurement information state determination device through dual time series analysis according to the spirit of the present invention.
도시한 이중 시계열 분석을 통한 계통측정정보 상태 판정 장치는, 지시받은 검토파일을 생성할 지정시간의 부하 및 발전 정보와, 상기 지정시간의 이전 및 이후 구간의 부하 정보를 취득하는 정보 수집부(120); 상기 지정시간의 이전 구간의 정보로 정방향 시계열 분석을 수행하는 정방향 시계열 분석부(150); 상기 지정시간의 이후 구간의 정보로 역방향 시계열 분석을 수행하는 역방향 시계열 분석부(160); 및 상기 정방향 시계열 분석부(150) 및 상기 역방향 시계열 분석부(160) 중 적어도 하나의 분석 결과에 따라 상기 지정시간의 계통검토 파일을 생성하는 계통검토 파일 생성부(180)를 포함할 수 있다.The system measurement information status determination device through dual time series analysis is an information collection unit (120) that acquires load and power generation information at a designated time to generate an instructed review file, and load information in sections before and after the designated time. ); a forward time series analysis unit 150 that performs forward time series analysis using information from a section prior to the specified time; A reverse time series analysis unit 160 that performs reverse time series analysis with information on the section after the designated time; And it may include a systematic review file generator 180 that generates a systematic review file at the specified time according to the analysis result of at least one of the forward time series analysis section 150 and the backward time series analysis section 160.
또한, 오류가 존재하는 부하/발전 정보에 대한 보정값을 생성하기 위해, 상기 정방향 시계열 분석 결과와 상기 역방향 시계열 분석 결과의 평균값인 보정값을 생성하는 보정부(170)를 더 포함할 수 있다. Additionally, in order to generate a correction value for load/generation information in which an error exists, a correction unit 170 that generates a correction value that is an average of the forward time series analysis result and the reverse time series analysis result may be further included.
또한, 상기 수집된 지정시간의 부하 및 발전 정보와, 상기 지정시간의 이전 및 이후 구간의 부하 정보와, 상기 정방향 시계열 분석 수행 결과와, 상기 역방향 시계열 분석 수행 결과를 저장하는 저장부(140)를 더 포함할 수 있다. 구현에 따라, 상기 계통검토 파일 생성부(180)가 생성한 계통검토 파일 및/또는 상기 보정부(170)가 계산한 보정값도 상기 저장부(140)에 저장될 수 있다. In addition, a storage unit 140 that stores the collected load and power generation information of the specified time, load information of the section before and after the specified time, the forward time series analysis result, and the reverse time series analysis result. More may be included. Depending on the implementation, the systematic review file generated by the systematic review file creation unit 180 and/or the correction value calculated by the correction unit 170 may also be stored in the storage unit 140.
또한, 상기 검토파일을 생성할 지정시간을 입력받는 지시 접수부(110)를 더 포함할 수 있다. 만약, 미리 주어진 조건에 따라 정기적으로 규정된 지정시간들을 적용하는 경우, 상기 지시 접수부(110)는 생략될 수 있다.In addition, it may further include an instruction reception unit 110 that receives a designated time for generating the review file. If designated times are applied regularly according to pre-given conditions, the instruction reception unit 110 may be omitted.
본 발명이 속하는 기술 분야의 당업자는 본 발명이 그 기술적 사상이나 필수적 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있으므로, 이상에서 기술한 실시 예들은 모든 면에서 예시적인 것이며 한정적인 것이 아닌 것으로서 이해해야만 한다. 본 발명의 범위는 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 등가개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.Those skilled in the art to which the present invention pertains should understand that the present invention can be implemented in other specific forms without changing its technical idea or essential features, and that the embodiments described above are illustrative in all respects and not restrictive. Just do it. The scope of the present invention is indicated by the claims described later rather than the detailed description, and all changes or modified forms derived from the meaning and scope of the claims and their equivalent concepts should be construed as being included in the scope of the present invention. .
120 : 정보 수집부
150 : 정방향 시계열 분석부
160 : 역방향 시계열 분석부
170 : 보정부
180 : 계통검토 파일 생성부120: Information collection department
150: Forward time series analysis unit
160: Reverse time series analysis unit
170: Correction unit
180: Systematic review file creation unit
Claims (8)
계통검토 파일을 생성할 지정시간을 설정하는 단계;
상기 지정시간의 부하 및 발전 정보를 취득하는 단계;
상기 지정시간의 이전 및 이후 구간의 부하 정보를 취득하는 단계;
상기 지정시간의 이전 구간의 정보로 정방향 시계열 분석을 수행하는 단계;
상기 정방향 시계열 분석 결과가 신뢰도 구간내에 존재하면, 계통검토 파일을 생성하는 단계;
상기 정방향 시계열 분석 결과가 신뢰도 구간을 벗어나면, 상기 지정시간의 이후 구간의 정보로 역방향 시계열 분석을 수행하는 단계;
상기 역방향 시계열 분석 결과가 신뢰도 구간내에 존재하면, 계통검토 파일을 생성하는 단계; 및
상기 역방향 시계열 분석 결과가 신뢰도 구간을 벗어나면, 상기 지정시간 부하 및 발전 정보를 보정하는 단계
를 포함하는 이중 시계열 분석을 통한 계통측정정보 상태 판정 방법.
As a method for determining the status of system measurement information for validating measurement data in a substation operation performance management system,
Setting a designated time to generate a systematic review file;
Acquiring load and power generation information at the specified time;
Acquiring load information for sections before and after the designated time;
performing forward time series analysis with information from a section prior to the specified time;
If the forward time series analysis result is within a reliability interval, generating a systematic review file;
If the forward time series analysis result is outside the reliability interval, performing backward time series analysis with information from a section after the designated time;
If the reverse time series analysis result is within a reliability interval, generating a systematic review file; and
If the reverse time series analysis result is outside the reliability interval, correcting the specified time load and power generation information
Method for determining system measurement information status through dual time series analysis including.
상기 지정시간 부하 및 발전 정보를 보정하는 단계에서는,
상기 정방향 시계열 분석 결과와 상기 역방향 시계열 분석 결과의 평균값으로 보정하는 이중 시계열 분석을 통한 계통측정정보 상태 판정 방법.
According to paragraph 1,
In the step of correcting the specified time load and power generation information,
A method for determining the status of system measurement information through dual time series analysis, which is corrected by the average value of the forward time series analysis result and the reverse time series analysis result.
상기 지정시간의 이전 및 이후 구간의 부하 정보를 취득하는 단계에서는,
상기 지정시간 이전, 이후 30개씩, 총 60개의 2분 데이터를 취득하는 이중 시계열 분석을 통한 계통측정정보 상태 판정 방법.
According to paragraph 1,
In the step of acquiring load information on the sections before and after the designated time,
A method of determining the status of system measurement information through dual time series analysis that acquires a total of 60 2-minute data, 30 before and 30 after the specified time.
계통검토 파일을 생성할 지정시간의 부하 및 발전 정보와, 상기 지정시간의 이전 및 이후 구간의 부하 정보를 취득하는 정보 수집부;
상기 지정시간의 이전 구간의 정보로 정방향 시계열 분석을 수행하는 정방향 시계열 분석부;
상기 지정시간의 이후 구간의 정보로 역방향 시계열 분석을 수행하는 역방향 시계열 분석부; 및
상기 정방향 시계열 분석부 및 상기 역방향 시계열 분석부 중 적어도 하나의 분석 결과에 따라 상기 지정시간의 계통검토 파일을 생성하는 계통검토 파일 생성부
를 포함하는 이중 시계열 분석을 통한 계통측정정보 상태 판정 장치.
A system measurement information status determination device for validating measurement data for a substation operation performance management system,
An information collection unit that acquires load and power generation information at a designated time for generating a system review file, and load information for sections before and after the designated time;
a forward time series analysis unit that performs forward time series analysis using information from a section prior to the specified time;
a reverse time series analysis unit that performs reverse time series analysis with information from a section after the designated time; and
A systematic review file generator that generates a systematic review file at the specified time according to an analysis result of at least one of the forward time series analysis section and the backward time series analysis section.
System measurement information status determination device through dual time series analysis including.
상기 지정시간의 부하 및 발전 정보에 대한 보정값으로서, 상기 정방향 시계열 분석 결과와 상기 역방향 시계열 분석 결과의 평균값인 보정값을 생성하는 보정부
를 더 포함하는 이중 시계열 분석을 통한 계통측정정보 상태 판정 장치.
According to clause 5,
As a correction value for the load and power generation information at the specified time, a correction unit that generates a correction value that is an average value of the forward time series analysis result and the reverse time series analysis result.
System measurement information status determination device through dual time series analysis further comprising:
상기 수집된 지정시간의 부하 및 발전 정보와, 상기 지정시간의 이전 및 이후 구간의 부하 정보와, 상기 정방향 시계열 분석 수행 결과와, 상기 역방향 시계열 분석 수행 결과를 저장하는 저장부
를 더 포함하는 이중 시계열 분석을 통한 계통측정정보 상태 판정 장치.
According to clause 5,
A storage unit for storing the collected load and power generation information of the designated time, load information of sections before and after the designated time, the forward time series analysis results, and the reverse time series analysis results.
System measurement information status determination device through dual time series analysis further comprising:
상기 계통검토 파일을 생성할 지정시간을 입력받는 지시 접수부
를 더 포함하는 이중 시계열 분석을 통한 계통측정정보 상태 판정 장치.
According to clause 5,
Instruction reception unit that receives the specified time to generate the system review file
System measurement information status determination device through dual time series analysis further comprising:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020210077609A KR102622917B1 (en) | 2021-06-15 | 2021-06-15 | System measurement information status determination method and apparatus through double time series analysis |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020210077609A KR102622917B1 (en) | 2021-06-15 | 2021-06-15 | System measurement information status determination method and apparatus through double time series analysis |
Publications (2)
Publication Number | Publication Date |
---|---|
KR20220168056A KR20220168056A (en) | 2022-12-22 |
KR102622917B1 true KR102622917B1 (en) | 2024-01-10 |
Family
ID=84578231
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020210077609A KR102622917B1 (en) | 2021-06-15 | 2021-06-15 | System measurement information status determination method and apparatus through double time series analysis |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR102622917B1 (en) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100964298B1 (en) * | 2009-12-15 | 2010-06-16 | 한국전력거래소 | A network analysis system |
JP2019204458A (en) * | 2018-05-25 | 2019-11-28 | 清水建設株式会社 | Electric power demand prediction system, learning device, and electric power demand prediction method |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101901654B1 (en) * | 2015-12-23 | 2018-09-27 | (주) 우림인포텍 | System and method for time-series predicting using integrated forward and backward trends, and a recording medium having computer readable program for executing the method |
KR101803880B1 (en) | 2016-04-04 | 2017-12-04 | 엘에스산전 주식회사 | Automatic Load Transfer Switch |
-
2021
- 2021-06-15 KR KR1020210077609A patent/KR102622917B1/en active IP Right Grant
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100964298B1 (en) * | 2009-12-15 | 2010-06-16 | 한국전력거래소 | A network analysis system |
JP2019204458A (en) * | 2018-05-25 | 2019-11-28 | 清水建設株式会社 | Electric power demand prediction system, learning device, and electric power demand prediction method |
Also Published As
Publication number | Publication date |
---|---|
KR20220168056A (en) | 2022-12-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Huo et al. | Chance-constrained optimization for multienergy hub systems in a smart city | |
Gautam et al. | Resilience assessment of distribution systems integrated with distributed energy resources | |
Schenato et al. | Bayesian linear state estimation using smart meters and pmus measurements in distribution grids | |
US11029344B2 (en) | Sensitivity based Thevenin index for voltage stability assessment considering N-1 contingency | |
CN109190792B (en) | Method and system for determining configuration of distributed power supply in power distribution network | |
CN113078630B (en) | Low-voltage distribution network topology identification method based on real-time measurement data | |
Xiaoqing et al. | Phase identification of LV distribution network with smart meter data | |
Wei et al. | Online distribution system topology monitoring with limited smart meter communication | |
KR102622917B1 (en) | System measurement information status determination method and apparatus through double time series analysis | |
Li et al. | Identifying critical nodes in power grids containing renewable energy based on electrical spreading probability | |
Mandich et al. | Optimal pmu placement using stochastic methods | |
CN110021933B (en) | Power information system control function reliability assessment method considering component faults | |
CN116484554A (en) | Topology identification method, device, equipment and medium for power distribution network | |
Pokhrel et al. | An intelligent approach to observability of distribution networks | |
Karimi et al. | Distribution state estimation for smart distribution system | |
de Bruyn et al. | A Review of Load Flow Methodologies for Constrained Networks: A South African Case Study | |
Brinkmann et al. | An observability index for distribution networks using information entropy | |
Codjo et al. | Impact of the line resistance statistical distribution on a probabilistic load flow computation | |
Sugiantoro et al. | Optimal power flow with dynamic line rating using quadratically constrained quadratic program method | |
Chen et al. | Metering equipment running error estimation model based on genetic optimized LM algorithm | |
Qin et al. | A Method for Distribution Line Impedance Calculation Based on Metering and Distribution Data Integration | |
Reponen et al. | RTDS simulations of coordinated voltage control in low voltage distribution network | |
Ali et al. | Online voltage instability detection of distribution systems for smart-grid applications | |
Manousakis et al. | Application of State Estimation in Distribution Systems with Embedded Microgrids. Energies 2021, 14, 7933 | |
Liu et al. | Methodology for Model Validation Applied to Advanced Distribution Management System |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
E902 | Notification of reason for refusal | ||
E701 | Decision to grant or registration of patent right |