一种风机连锁脱网故障早期预警模型建立方法技术

本发明专利技术公开了一种风机连锁脱网故障早期预警模型建立方法，利用风电场SCADA系统实时监测的风电场并网点的电压数据，基于临界慢化早期预警的原理，对电压跌落前的数据利用小波分解提取数据的高频动态信号；然后对信号选取适当的滑动窗口进行方差和自相关系数的计算，以发现系统在电压突变前的早期预警信号，并通过计算不同窗口长度下不同阶数小波分解的高频信号方差与自相关系数，对早期预警信号的稳定性进行分析。本发明专利技术在不建立精确网络模型的情况下，识别电压时间序列数据中的“临界慢化”的统计学特征，在电压的跌落前发出预警，从而得到风机连锁脱网故障早期预警模型，实现了风机连锁脱网的早期预警。

【技术实现步骤摘要】
一种风机连锁脱网故障早期预警模型建立方法
本专利技术涉及电力系统安全防御
，特别是涉及一种基于临界慢化理论的风机连锁脱网故障早期预警模型的建立方法。
技术介绍
随着风电技术的发展，其规模更加庞大，运行机理也越来越复杂。其中，风机连锁故障虽然发生概率小，但造成的后果却很严重，在其故障早期发掘故障征兆并作出预警，从而在初始故障发生后对极有可能发生继发性故障的区域或元件进行特别监控和隔离具有十分重要的意义。而对于连锁故障的预警现有的方法多是基于连锁故障机理，搭建模型来模拟级联故障发生过程，从而对事故的发展趋势和产生的结果风险进行预估，在过去的十多年间，国内外学者在这方面做了较多的研究工作，提出了一些方法，包括：模式搜索法、模型分析法等。在文献《基于复杂网络理论的连锁故障建模与预防研究》和文献《小世界网络下电网连锁故障预测》中采用电气参数修正复杂网络中的介数的概念，提出能够模拟潮流、电压等物理量变化的复杂网络模型，并对连锁故障传播行为进行预测。无论是模式搜索法还是模型分析法，都是基于故障机理建立连锁故障模型，以期从大停电事故的演化过程中找出级联故障的传播方式，但是这些风机连锁脱网预警模本文档来自技高网...

【技术保护点】
一种风机连锁脱网故障早期预警模型建立方法，其特征在于，包括以下步骤：S1：采集风电场SCADA系统实时监测的风电场并网点的电压数据，将其作为风机连锁脱网早期预警模型的观测量；S2：从步骤S1所采集的观测量中，采集发生故障前的数据，并基于临界慢化早期预警的原理，对电压跌落前的数据利用小波分解进行去趋势处理，提取处理后数据的高频动态信号；S3：对步骤S2中得到的高频动态信号选取适当的滑动窗口进行方差和自相关系数的计算，以发现系统在电压突变前的早期预警信号；S4：通过计算不同窗口长度下不同阶数小波分解的高频信号方差与自相关系数，对早期预警信号的稳定性进行分析。

【技术特征摘要】
1.一种风机连锁脱网故障早期预警模型建立方法，其特征在于，包括以下步骤：S1：采集风电场SCADA系统实时监测的风电场并网点的电压数据，将其作为风机连锁脱网早期预警模型的观测量；S2：从步骤S1所采集的观测量中，采集发生故障前的数据，并基于临界慢化早期预警的原理，对电压跌落前的数据利用小波分解进行去趋势处理，提取处理后数据的高频动态信号；S3：对步骤S2中得到的高频动态信号选取适当的滑动窗口进行方差和自相关系数的计算，以发现系统在电压突变前的早期预警信号；S4：通过计算不同窗口长度下不同阶数小波分解的高频信号方差与自相关系数，对早期预警信号的稳定性进行分析。2.根据权利要求1所述的一种风机连锁脱网故障早期预警模型建立方法，其特征在于：所述步骤S3中方差值与自相关系数的计算过程为：S301：设定滑动窗口和固定滞后步长，并将该滑动窗口采用该步长进行滑动；S302：通过公式计算每个窗口中的方差值，式中，n表示每个采样窗口中的所有样本点个数，xi为采样窗口内的样本数据，为采样窗口内样本数据的平均值；S303：将S302中计算的每个窗口中的方差值绘制方差曲线，通过方差曲线的上升趋势挖掘风机连锁脱网的预警信息；S304：采用固定长度的窗口选取样本数据；S305：在窗口中以滞后步长j选取变量，将变量j的自相关系数记为R(j)，并通过公式计算自相关系数，式中，n表示每个采样窗...

【专利技术属性】
技术研发人员：方瑞明，王彦东，
申请(专利权)人：华侨大学，
类型：发明
国别省市：福建,35