一种电力系统高压并联电抗器过电流误报警判别方法技术方案

技术编号:18937581 阅读:86 留言:0更新日期:2018-09-15 10:29
本发明专利技术公开了一种电力系统高压并联电抗器过电流误报警判别方法,包括:在高压并联电抗器正常运行时,收集高压并联电抗器的训练样本数据;计算收集的训练样本条件概率;对训练样本数据进行逻辑回归拟合;求取训练样本数据特征;求取训练样本1维综合特征;估计训练样本的综合特征分布参数;在对高压并联电抗器进行检测时,收集高压并联电抗器的检测数据;计算检测数据条件概率;对检测数据进行逻辑回归拟合;求取检测数据特征;求取检测数据综合特征;判断检测数据综合特征是否满足判据,若满足,则输出报警为误报警;若不满足,则输出报警为正常报警;从而避免了线路需要停运、实验时间较长的缺点,回避了测量误差对判别精度的影响。

A judgement method for overcurrent false alarm of power system high voltage shunt reactor

The invention discloses a discrimination method for over-current false alarm of high-voltage shunt reactor in power system, which comprises: collecting training sample data of high-voltage shunt reactor when the high-voltage shunt reactor is in normal operation; calculating conditional probability of the collected training sample; logically regressing and fitting the training sample data; and obtaining training sample. This data feature; extracting 1-D comprehensive features of training samples; estimating the comprehensive feature distribution parameters of training samples; collecting the detection data of high-voltage shunt reactor when testing high-voltage shunt reactor; calculating the conditional probability of detection data; logically regressing and fitting the detection data; extracting the characteristics of detection data; Take the comprehensive characteristics of the detection data; judge whether the comprehensive characteristics of the detection data meet the criteria, if satisfied, the output alarm is a false alarm; if not satisfied, the output alarm is a normal alarm; thus avoiding the shortcomings of the circuit need to stop operation, longer experimental time, avoiding the impact of measurement error on the accuracy of discrimination.

【技术实现步骤摘要】
一种电力系统高压并联电抗器过电流误报警判别方法
本专利技术涉及电力系统领域,具体地,涉及一种电力系统高压并联电抗器过电流误报警判别方法。
技术介绍
高压并联电抗器,一般接在超、特高压输电线的末端和地之间,起到在输电线路轻载对对地充电无功进行补偿、对工频过电压进行抑制的作用。然而,在电力系统实际运行中,高压并联电抗器过电流报警经常频发,影响电力系统安全可靠运行。根据电路理论原理,流过高压并联电抗器的电流IL可以用如下公式进行计算:式中,UL是高压并联电抗器连接点的线电压有效值,f是系统频率,L是高压并联电抗器的电感值。工程经验表明,高压并联电抗器过电压报警往往存在着两个原因。第一个原因是由于受到电力系统运行方式的影响,高压并联电抗器连接点的电压超过了电抗器额定电压,导致流过电抗器的电流超过额定值,进而引发报警。这一类报警是真实报警。第二个原因是由于高压并联电抗器中电流测量装置出现了问题,导致误差增加,甚至出现错误的测量结果而引发报警。这一类报警其实是在电流并未超过有效值的情况下而出现的误报警。为了区分过电压报警是否属于误报警,现场往往采用如下两种方式:1)停用高压并联电抗器及其与之想连接的输电线路。对电流测量装置进行注流试验,判断装置测量误差是否合理。但这种方式需要停用相关输电线路,对电力系统运行方式影响较大,具有运行风险。同时,由于需要对装置进行试验,因此耗费的时间也相对较长。2)由流经高压并联电抗器的电流计算公式可知,忽略系统频率及电抗器电感值变化的情况下,流进高压并联电抗器的电流与系统电压长正比。也就意味着报警时如果系统电压UL超过电抗器额定电压,报警就应该为真实报警,反之如果,系统电压UL小于电抗器额定电压,报警就应该为误报警。利用这一对应关系,也可以判断报警的真伪。但是,由于电压互感器、电流互感器精度原因,系统电压本身存在误差,导致这一方法在实施时也存在着一定的困难。
技术实现思路
本专利技术提供了一种电力系统高压并联电抗器过电流误报警判别方法,能够解决电力系统高压并联电抗器过电流误报警的判别问题;为了避免
技术介绍
中所提及的两种方法所存在的不足,本专利技术提出的方法依然利用电压量测数据进行判别,从而避免了线路需要停运、实验时间较长的缺点,同时,本专利技术利用逻辑拟合与相对主成分分析相混合的方法,回避了测量误差对判别精度的影响。为实现上述专利技术目的,本申请提供了一种电力系统高压并联电抗器过电流误报警判别方法,所述方法包括:步骤1:在高压并联电抗器正常运行时,收集高压并联电抗器的训练样本数据;计算收集的训练样本条件概率;对训练样本数据进行逻辑回归拟合;求取训练样本数据特征;求取训练样本1维综合特征;估计训练样本的综合特征分布参数;步骤2:在对高压并联电抗器进行检测时,收集高压并联电抗器的检测数据;计算检测数据条件概率;对检测数据进行逻辑回归拟合;基于训练样本的数据特征,求取检测数据特征;基于训练样本1维综合特征,求取检测数据综合特征;基于综合特征分布参数,判断检测数据综合特征是否满足判据,若满足,则输出报警为误报警;若不满足,则输出报警为正常报警。本方法通过逻辑拟合与相对主成分分析相混合的方法,对电力系统高压并联电抗器过电流报警的真伪进行判别,提出了实施步骤和相关判据。进一步的,所述步骤1中的收集训练样本数据包括:在设备运行正常情况下,连续选取多天作为训练样本分析周期,通过SCADA系统,SCADA即为数据采集与监视控制系统,以预设数量分钟1个点作为时间分辨率,收集训练样本分析周期内高压并联电抗器所在母线线电压数值及电抗器过流报警信息OC;其中,OC=1表明该时刻出现电抗器过流报警,OC=0表明该时刻未出现电抗器过流报警;将收集到的数据按日进行分组。进一步的,步骤1和步骤2中的计算条件概率均包括:针对每组的数据,采用电压数值进行等宽离散化,每个区间的宽度均设置为1kV,每个区间均由区间电压中值Vi进行表征;同时,统计每组数据中,电压落入Vi区间的次数以及当电压落入该区间时,出现过流报警的次数;计算得到电压落入Vi区间条件下监控后台发出过流报警的条件概率P(OC=1|V=Vi)为:其中,P(y=1,V=Vi)代表各组数据中,电压落入Vi区间以及监控后台发出过流报警的联合概率;而P(V=Vi)代表各组数据中,电压落入Vi区间的概率。进一步的,进行逻辑回归拟合具体包括:针对每组数据,基于逻辑回归的方法,构建电压区间Vi与过流报警概率条件概率P(OC=1|V=Vi)间的回归模型:其中,β0与β1是拟合得到的回归系数。进一步的,步骤1和步骤2中的求取数据特征具体包括:对每组回归模型的中心点KP1及不确定域KP2两个关键特征进行求取:其中,UN为高压电抗器的额定电压,pcon为置信概率。进一步的,步骤1还包括相对化变换及其参数确定,具体包括:将多组关键特征构成原始输入样本矩阵X:其中,KP1(i)、KP1(i)分别为第i组数据得到的两个关键特征;将X标准化得到标准化后的样本矩阵其中,和的计算方法为:其中,E(KP1)、Var(KP1)分别为10组KP1(i)的均值和方差,E(KP2)、Var(KP2)分别为10组KP2(i)的均值和方差;构造相对化变换关系,并进行相对化变换为:其中,α、K为相对化变换所需的系数,其确定方法需要求解如下优化问题:其中,λi为XR协方差矩阵(XR)TXR的两个特征根;||XR||2、||X*||2分别是矩阵XR和X*的2范数;对(8)进行求解,并得到α、K两个系数。进一步的,1维综合特征求取包括:求解协方差矩阵(XR)TXR的特征方程,得到较大特征值λ1对应的单位正交化特征向量p1,计算多组数据的1维综合特征为:进一步的,关键特征分布参数估计包括:假设多组数据的1维综合特征KP(i)满足正态分布,利用样本均值和标准差对分布的参数进行估计,得到正态分布的均值E(KP)和标准差Std(KP)分别为:进一步的,检测样本数据收集包括:选取高压电抗器过流报警频发的某日作为检测日;通过SCADA系统,以预设数量分钟1个点作为时间分辨率,收集检测日全天的高压并联电抗器所在母线线电压数值及电抗器报警信息,形成原始数据。进一步的,检测数据综合特征求取为利用如下方法得到检测日综合特征KPJ:构建误报警的判据如下:本申请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:1)本方法提出的高压并联电抗器过流误报警在线判别方法是针对数据模型建模的,无需停电进行试验,具有较强的普适性。2)该方法定义的两个特征,更够较好的反映由于互感器精度变化所引起的报警条件概率分布情况,具有较好的灵敏度。同时利用相对化变换将两个特征降维成1个综合特征指标,后续计算简便。3)该方法只需使用高压并联电抗器所在母线的电压互感器测量到的电压有效值和监控后台所报出的过流信号,无需额外增加测量设备,具有较好的实用性和推广性。附图说明此处所说明的附图用来提供对本专利技术实施例的进一步理解,构成本申请的一部分,并不构成对本专利技术实施例的限定;图1是本申请中电力系统高压并联电抗器过电流误报警判别方法的流程示意图。具体实施方式本专利技术提供了一种电力系统高压并联电抗器过电流误报警判别方法,能够解决电力系统高压并联电抗器过电流误报警的判别问题;为了避免
技术介绍
本文档来自技高网
...

【技术保护点】
1.一种电力系统高压并联电抗器过电流误报警判别方法,其特征在于,所述方法包括:步骤1:在高压并联电抗器正常运行时,收集高压并联电抗器的训练样本数据;计算收集的训练样本条件概率;对训练样本数据进行逻辑回归拟合;求取训练样本数据特征;求取训练样本1维综合特征;估计训练样本的综合特征分布参数;步骤2:在对高压并联电抗器进行检测时,收集高压并联电抗器的检测数据;计算检测数据条件概率;对检测数据进行逻辑回归拟合;基于训练样本的数据特征,求取检测数据特征;基于训练样本1维综合特征,求取检测数据综合特征;基于综合特征分布参数,判断检测数据综合特征是否满足判据,若满足,则输出报警为误报警;若不满足,则输出报警为正常报警。

【技术特征摘要】
1.一种电力系统高压并联电抗器过电流误报警判别方法,其特征在于,所述方法包括:步骤1:在高压并联电抗器正常运行时,收集高压并联电抗器的训练样本数据;计算收集的训练样本条件概率;对训练样本数据进行逻辑回归拟合;求取训练样本数据特征;求取训练样本1维综合特征;估计训练样本的综合特征分布参数;步骤2:在对高压并联电抗器进行检测时,收集高压并联电抗器的检测数据;计算检测数据条件概率;对检测数据进行逻辑回归拟合;基于训练样本的数据特征,求取检测数据特征;基于训练样本1维综合特征,求取检测数据综合特征;基于综合特征分布参数,判断检测数据综合特征是否满足判据,若满足,则输出报警为误报警;若不满足,则输出报警为正常报警。2.根据权利要求1所述的电力系统高压并联电抗器过电流误报警判别方法,其特征在于,所述步骤1中的收集训练样本数据包括:在设备运行正常情况下,连续选取多天作为训练样本分析周期,通过数据采集与监视控制系统,以预设数量分钟1个点作为时间分辨率,收集训练样本分析周期内高压并联电抗器所在母线线电压数值及电抗器过流报警信息OC;其中,OC=1表明该时刻出现电抗器过流报警,OC=0表明该时刻未出现电抗器过流报警;将收集到的数据按日进行分组。3.根据权利要求1所述的电力系统高压并联电抗器过电流误报警判别方法,其特征在于,步骤1和步骤2中的计算条件概率均包括:针对每组的数据,采用电压数值进行等宽离散化,每个区间的宽度均设置为1kV,每个区间均由区间电压中值Vi进行表征;同时,统计每组数据中,电压落入Vi区间的次数以及当电压落入该区间时,出现过流报警的次数;计算得到电压落入Vi区间条件下监控后台发出过流报警的条件概率P(OC=1|V=Vi)为:其中,P(y=1,V=Vi)代表各组数据中,电压落入Vi区间以及监控后台发出过流报警的联合概率;而P(V=Vi)代表各组数据中,电压落入Vi区间的概率。4.根据权利要求1所述的电力系统高压并联电抗器过电流误报警判别方法,其特征在于,进行逻辑回归拟合具体包括:针对每组数据,基于逻辑回归的方法,构建电压区间Vi与过流报警概率条件概率P(OC=1|V=Vi)间的回归模型:其中,β0与β1是拟合得到的回归系数。5.根...

【专利技术属性】
技术研发人员:滕予非冯世林张真源朱丽嫚吴杰段翔兮龙呈
申请(专利权)人:国网四川省电力公司电力科学研究院电子科技大学国网四川省电力公司
类型:发明
国别省市:四川,51

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1