一种基于融合终端的台区供电稳定性监测系统技术方案

本发明专利技术属于电力信息技术领域，具体涉及一种基于融合终端的台区供电稳定性监测系统。该监测用于采集变压器和台区各用电节点的电力信息，进而根据采集到的电力信息对台区运行状态进行实时监测，预测台区的供电稳定性。该监测系统包括数据采集设备和主站服务器。数据采集设备安装在配电台区现场，主站服务器设置在云端。数据采集设备与主站服务器通信连接。其中，数据采集设备包括：智能电能表、集中器和融合终端。主站服务器中运行有一个数据归一化模块、一个基于自适应快速搜索密度峰值算法的聚类模型，以及一个基于BP神经网络的台区运行状态识别模型。本发明专利技术解决了台区内的电力信息数据量大，分析难度高，台区的供电稳定性难以预测等问题。测等问题。测等问题。

【技术实现步骤摘要】
一种基于融合终端的台区供电稳定性监测系统


[0001]本专利技术属于电力信息
，具体涉及一种基于融合终端的台区供电稳定性监测系统。

技术介绍

[0002]电力系统是由发电厂、送变电线路、供配电所和用电等环节组成的电能生产与消费系统。它的功能是将自然界的一次能源通过发电动力装置转化成电能，再经输电、变电和配电将电能供应到各用户。为了实现各环节的协调和控制，电力系统还包括应用于发电、输电、配电和营销等各个环节的信息与控制系统，进而对电能的生产和应用过程进行测量、调节、控制、保护、通信和调度，以保证用户获得安全、优质的电能。
[0003]现代电力系统的发展目标是实现电力系统自动化。电力系统自动化的领域包括生产过程的自动检测、调节和控制，系统和元件的自动安全保护，网络信息的自动传输，系统生产的自动调度，以及企业的自动化经济管理等。电力系统自动化的主要目标是保证供电的电能质量(频率和电压)，保证系统运行的安全可靠，提高经济效益和管理效能。
[0004]在配电和用电环节中，智能电能表和融合终端等设备已经可以实现电力信息远程集采，基于采集到的电力信息大数据可以实现远程的电力监测和管理。例如，在现有电力系统中，利用融合终端和智能电能表可以在台区内能够实现自动抄表，并结合在线支付系统实现用电费用自动结算等功能。
[0005]电力信息大数据还可以应用于电力系统运行状态监测等，但是，在单一配电台区内的电力设备众多，用电节点的负荷状态复杂；如何通过复杂的电力信息对电力系统的运行状态进行识别和预测仍是一个亟待解决的技术难题。

技术实现思路

[0006]为了解决台区内的电力信息数据量大，分析难度高，台区的供电稳定性难以预测等问题，本专利技术提供一种基于融合终端的台区供电稳定性监测系统。
[0007]本专利技术采用以下技术方案实现：
[0008]一种基于融合终端的台区供电稳定性监测系统，该监测用于采集变压器和台区各用电节点的电力信息，进而根据采集到的电力信息对台区运行状态进行实时监测，预测台区的供电稳定性。
[0009]本专利技术提供的监测系统包括数据采集设备和主站服务器。数据采集设备安装在配电台区现场，主站服务器设置在云端。数据采集设备与主站服务器通信连接。
[0010]其中，数据采集设备包括：智能电能表、集中器和融合终端。智能电能表安装在各个电力用户的用电节点处，用于采集用户侧的电力信息。集中器用于获取各个用电节点处的智能电能表的采集数据。集中器和融合终端通信连接，集中器将获取到的不同用电节点出的数据统一发送到融合终端。融合终端还与低压电网的台区变压器电连接，进而获取电网侧的电力信息。融合终端与主站服务器通信连接，融合终端将同步采集的用户侧电力信
息和电网侧的电力信息发送到主站服务器。
[0011]主站服务器中运行有一个数据归一化模块、一个基于自适应快速搜索密度峰值算法的聚类模型，以及一个基于BP神经网络的台区运行状态识别模型。数据归一化模块用于对采集到的电力信息进行归一化处理，进而得到包含所有节点的归一化数据的样本数据集。聚类模型用于对各个节点的样本数据集进行聚类处理，确定类别数以及聚类中心，并得到包含所有节点状态信息的节点属性数据集。台区运行状态识别模型用于根据节点属性数据集预测台区当前的供电稳定性状态；聚类模型的聚类中心为三个，分别对应节点的“欠载”“平稳”或“过载”状态。台区运行状态识别模型的预测结果分为正常和异常两种状态。
[0012]作为本专利技术进一步的改进，集中器通过RS485串行总线接口与智能电表通信连接。融合终端与集中器以及台区电压器之间采用以太网或电力载波通讯的方式通信连接。融合终端通过4G、5G移动通信或以太网的通讯方式与主站服务器通信连接。
[0013]作为本专利技术进一步的改进，融合终端采集到的用户侧的电力信息包括：供电电压V1、供电电流I1、功率因数线损率ΔP。电网侧的电力信息包括：台区变压器的设备电压V2、设备电流I2、实时负荷P、设备温度T。
[0014]作为本专利技术进一步的改进，归一化模块用于采用归一化公式将不同量纲的数据映射到(
‑
1,1)区间，归一化公式如下：其中，x表示当前样本数据的实测值；表示当前样本数据的归一化值；x
max
表示当前样本数据的理论安全阈值上限；x
min
表示当前样本数据的理论安全阈值下限。其中，当某项样本数据不存在安全阈值下限时，则x
min
＝0。
[0015]作为本专利技术进一步的改进，聚类模型的聚类过程如下：
[0016]首先，获取任意节点的样本数据集，计算样本数据集中任意两个样本数据之间的欧氏距离d
ij
，计算公式如下：
[0017][0018]上式中，A表示样本数据集，N表示样本数据集A中数据点的数量；x
i
和x
j
表示样本数据集A中随机的两个数据点；dist()表示欧氏距离计算函数。
[0019]其次，根据样本数据与其它所有数据点间的欧氏距离与预设的截断距离d0间的关系，计算样本数据中每个数据点的局部密度ρ
i
；计算公式如下：
[0020][0021]其中，表示一个自定义的用于区分数据点与中心点欧氏距离是否小于截断距离的分类函数，且满足：
[0022][0023]然后，基于样本数据集各数据点处的局部密度，计算样本数据与密度中心的距离θ
i
，计算过程如下：判断当前数据点的局部密度是否为样本数据集中的最大值：是则将当前
数据点x
i
与样本数据集中其它数据点的最大距离作为θ
i
，计算公式为：θ
i
＝max
j
(d
ij
)，j＝N。否则将样本数据集中局部密度大于当前数据点的数据点x
j
，与当前数据点x
i
的最小距离作为θ
i
；计算公式为：θ
i
＝min(d
ij
)，x
j
:ρ
j
＞ρ
i
。
[0024]最后，根据样本数据集中每个样本数据的ρ
i
和θ
i
绘制决策图。决策图中每个样本点的横坐标为ρ
i
，纵坐标为θ
i
；进而根据决策图确定聚类中心和类别数。
[0025]作为本专利技术进一步的改进，台区运行状态识别模型为一个具有三层结构的BP神经网络；所述BP神经网络包括输入层、隐含层和输出层。输入层节点数等于当前台区内的用电节点数，输出层节点数为1；隐含层节点数＝2*输入层节点数+1。
[0026]作为本专利技术进一步的改进，在BP神经网络中，输入层和隐含层间采用双曲正切函数Tanh作为激活函数，Tanh激活函数如下：
[0027][0028]隐含层和输出层间采用非线性变换函数Sigmoid作本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于融合终端的台区供电稳定性监测系统，其用于采集变压器和台区各用电节点的电力信息，进而根据采集到的电力信息对台区运行状态进行实时监测，预测台区的供电稳定性；其特征在于：所述监测系统包括数据采集设备和主站服务器；所述数据采集设备与主站服务器通信连接；所述数据采集设备包括：智能电能表、集中器和融合终端；所述智能电能表安装在各个电力用户的用电节点处，用于采集用户侧的电力信息；所述集中器用于获取各个用电节点处的智能电能表的采集数据；所述集中器和融合终端通信连接，集中器将获取到的不同用电节点处的数据发送到融合终端；融合终端还与低压电网的台区变压器电连接，进而获取电网侧的电力信息；所述融合终端与所述主站服务器通信连接，融合终端将同步采集的用户侧电力信息和电网侧的电力信息发送到主站服务器；所述主站服务器中运行有一个数据归一化模块、一个基于自适应快速搜索密度峰值算法的聚类模型，以及一个基于BP神经网络的台区运行状态识别模型；所述数据归一化模块用于对采集到的电力信息进行归一化处理，进而得到包含所有节点的归一化数据的样本数据集；所述聚类模型用于对各个节点的样本数据集进行聚类处理，确定类别数以及聚类中心，并得到包含所有节点状态信息的节点属性数据集；所述台区运行状态识别模型用于根据所述节点属性数据集预测台区当前的供电稳定性状态；所述聚类模型的聚类中心为三个，分别对应节点的“欠载”“平稳”或“过载”状态；所述台区运行状态识别模型的预测结果分为正常和异常两种状态。2.如权利要求1所述的基于融合终端的台区供电稳定性监测系统，其特征在于：所述集中器通过RS485串行总线接口与智能电表通信连接；所述融合终端与集中器以及台区电压器之间采用以太网或电力载波通讯的方式通信连接；所述融合终端通过4G、5G移动通信或以太网的通讯方式与主站服务器通信连接。3.如权利要求1所述的基于融合终端的台区供电稳定性监测系统，其特征在于：所述融合终端采集到的用户侧的电力信息包括：供电电压V1、供电电流I1、功率因数线损率ΔP；电网侧的电力信息包括：台区变压器的设备电压V2、设备电流I2、实时负荷P、设备温度T。4.如权利要求1所述的基于融合终端的台区供电稳定性监测系统，其特征在于：所述归一化模块用于采用归一化公式将不同量纲的数据映射到(
‑
1,1)区间，归一化公式如下：上式中，x表示当前样本数据的实测值；表示当前样本数据的归一化值；x
max
表示当前样本数据的理论安全阈值上限；x
min
表示当前样本数据的理论安全阈值下限；其中，当某项样本数据不存在安全阈值下限时，则x
min
＝0。5.如权利要求1所述的基于融合终端的台区供电稳定性监测系统，其特征在于：所述聚类模型的聚类过程如下：首先，获取任意节点的样本数据集，计算样本数据集中任意两个样本数据之间的欧氏距离d
ij
，计算公式如下：
上式中，A表示所述样本数据集，N表示样本数据集A中数据点的数量；x
i
和x
j
表示样本数据集A中随机的两个数据点；dist()表示欧氏距离计算函数；其次，根据样本数据与其它所有数据点间的欧氏距离与预设的截断距离d0间的关系，计算样本数据中每个数据点的局部密度ρ
i
；计算公式如下：其中，表示一个自定义的用于区分数据点与中心点欧氏距离是否小于截断距离的分类函数，且满足：然后，基于样本数据集各数据点处的局部密度，计算样本数据与密度中心的距离θ
i
，计算过程如下：判断当前数据点的局部密度是否为样本数据集中的最大值：是则将当前数据点x
i
与样本数据集中其它数据点的最大距离作为θ
i
，计算公式为：θ
i
＝max
j
(d
ij
)，j＝N；否则将样本数据集中局部密度大于当前数据点的数据点x
j
，与当前数据点x
i
的最小距离作为θ
i
；计算公式为：θ
i
＝min(d
ij
)，x
j
:ρ
j
＞ρ
i
...

【专利技术属性】
技术研发人员：蒋志刚，王明，郝雨，徐晓波，章亚辉，王记强，
申请(专利权)人：安徽明生恒卓科技有限公司，
类型：发明
国别省市：