一种云边协同的电网频率在线监测分析方法与系统技术方案

本发明专利技术公开了一种云边协同的电网频率在线监测分析方法与系统，本发明专利技术基于综合模态参数识别方法的频率波动识别模型将同步相量数据采集装置提供的数据高效地完成拟合分析，并且为电网频率的评估分析提供数据支撑；通过云边协作有效减少整体延迟，满足在线监测的实时性要求。通过合理分配云端和边缘端的计算资源，降低了整体架构的成本，提高了数据可靠性；通过对模型和算法的迭代，加快了实时数据的分析速度和精度，提高了在线监测系统的实用性。本发明专利技术提出的在线监测系统，能够分析比对历史数据，得出电网当前的频率状态、存在的隐患以及操作建议。同时保证流程清晰，数据安全，结果可靠，可应用在电网故障识别与处理中，工程实际人员可以据此完成相应操作。际人员可以据此完成相应操作。际人员可以据此完成相应操作。

【技术实现步骤摘要】
一种云边协同的电网频率在线监测分析方法与系统


[0001]本专利技术涉及电网频率监测的
，尤其涉及一种云边协同的电网频率在线监测分析方法与系统。

技术介绍

[0002]随着我国电网建设的迅速发展，不同地区之间的电网联系逐渐紧密，导致电网线路复杂性显著提升，保障供电稳定可靠的难度大大增加。而电网频率能够在一定程度上判断当前是否安全稳定运行。如果发生频率震荡，情况严重时可能导致机组解列，造成大规模停电。通过对电网频率的实时分析，能够及时发现并处理电网的隐患，保障运行的稳定性。
[0003]但是电网频率的实时分析面临很多困难，首先利用电网通过广域监测系统中的PMU装置记录实时数据。这些数据并不能直接看出电网的运行状况，需要设计高效的算法将采样数据快速进行拟合分析，提炼关键参数。此外，如何根据相应参数评估电网的实时运行状态也是亟待解决的问题。由于电网的实时性，对电网状态评估的计算速度和准确率提出了较高要求，传统云计算平台存在通信时间长、通信开销大、计算功耗高、实时性差和数据安全等问题。同时还需要保障数据的可查可控。

技术实现思路

[0004]本部分的目的在于概述本专利技术的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和专利技术名称中可能会做些简化或省略以避免使本部分、说明书摘要和专利技术名称的目的模糊，而这种简化或省略不能用于限制本专利技术的范围。
[0005]鉴于上述现有存在的问题，提出了本专利技术。
[0006]因此，本专利技术解决的技术问题是：现有技术通信时间长、通信开销大、计算功耗高、实时性差和数据安全的问题。
[0007]为解决上述技术问题，一方面，本专利技术提供如下技术方案：一种云边协同的电网频率在线监测分析方法，包括：
[0008]基于数据采样算法对同步相量数据进行采集和跟踪，并对其进行压缩处理；
[0009]基于综合模态参数识别的振荡频率辨识方法对压缩处理后的数据进行识别。
[0010]作为本专利技术所述的云边协同的电网频率在线监测分析方法的一种优选方案，其中：所述压缩处理采用分段拟合方式进行有损压缩，包括：
[0011]保留每秒内的最大值和最小值作为数据曲线的波峰和波谷，减少数据压缩过程中的影响，将符合标准的数据去除，只保留超过拟合偏差的数据。
[0012]作为本专利技术所述的云边协同的电网频率在线监测分析方法的一种优选方案，其中：所述压缩处理的步骤，包括：
[0013]A1：针对时间段T
i
∈T，获取T
i
内所有数据V＝{V1,V2,
…
,V
n
}，找出最大值V
imax
和最小值V
imin
；
[0014]A2：设置压缩的中间节点为node1和node2，将数据集合V拆成3段：{V1,V
node1
}，
{V
node1
,V
node2
}，{V
node2
,V
n
}；
[0015]A3：比较V
imax
,V
imin
的时间T
imax
,T
imin
，如果T
imax
<T
imin
，设T
node1
＝T
imax
，T
node2
＝T
imin
，否则设T
node1
＝T
imin
，T
node2
＝T
imax
；
[0016]A4：进行{V1,V
node1
}段的拟合压缩，设起始V
start
＝V1，V
end
＝V
node1
；
[0017]A5：计算从start到end间每个值的拟合偏差D
i
：
[0018][0019]A6：比较D
i
和拟合压缩误差δ，如果D
i
<δ，删除V
i
，否则保留V
i
，并设V
start
＝V
i
；
[0020]A7：重复执行步骤A3—A4，保留的数据集合为V
result
；
[0021]A8：重复执行步骤A4—A7，对其余数据段进行拟合压缩并将保留的数据加入V
result
。
[0022]作为本专利技术所述的云边协同的电网频率在线监测分析方法的一种优选方案，其中：所述综合模态参数识别，包括：
[0023]对原始同步相量数据进行信号预处理，通过滤波从原始信号中消除噪声包括，
[0024]提取输入信号x(t)的极值，用三次样条插值函数拟合x(t)的上、下包络，得到包络曲线的最大值e
max
(t)和最小值e
min
(t)，计算上、下包络曲线的平均值m(t)和残差r(t)，所述平均值和残差表示为：
[0025][0026]r(t)＝x(t)
‑
m(t)
[0027]当r(t)满足局部极值的数量以及过零点的数量相差最多为1，且由局部极值构造的上、下包络的平均值为零时，将r(t)作为从x(t)的固有模态分量之一，若r(t)不满足条件，则将r(t)作为新的输入信号，重复该步骤；
[0028]当r(t)为单调数或常数时，将原始信号整形为新信号x
new
(t)；若r(t)不满足条件，则将x(t)
‑
r(t)作为新的残差x
new
(t)，重复该步骤；所述新信号表示为：
[0029][0030]作为本专利技术所述的云边协同的电网频率在线监测分析方法的一种优选方案，其中：所述综合模态参数识别，还包括：
[0031]基于线性系统离散状态空间方程计算部分模态参数包括，
[0032]利用协方差作为统计量来描述数据相关性，并使用奇异值分解获得状态矩阵及其特征值，最后获得系统的模态参数，状态模型可以表示为：
[0033][0034]其中，k离散信号的采样点数，x
s
是离散时间系统的状态向量，y
k
是时刻k的系统输出向量，矩阵A是离散时间状态空间方程的状态矩阵，矩阵C是系统输出矩阵，w
k
和v
k
过程噪声和具有零均值的时刻k的测量噪声；
[0035]将y
k
构造为汉克尔矩阵，所述汉克尔矩阵表示为：
[0036][0037]基于汉克尔矩阵，y
k
的协方差构造为：
[0038][0039]基于汉克尔矩阵和协方差将汉克尔矩阵转化为托普利兹矩阵，所述托普利兹矩阵表示为：
[0040][004本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种云边协同的电网频率在线监测分析方法，其特征在于，包括：基于数据采样算法对同步相量数据进行采集和跟踪，并对其进行压缩处理；基于综合模态参数识别的振荡频率辨识方法对压缩处理后的数据进行识别。2.如权利要求1所述的云边协同的电网频率在线监测分析方法，其特征在于：所述压缩处理采用分段拟合方式进行有损压缩，包括：保留每秒内的最大值和最小值作为数据曲线的波峰和波谷，减少数据压缩过程中的影响，将符合标准的数据去除，只保留超过拟合偏差的数据。3.如权利要求2所述的云边协同的电网频率在线监测分析方法，其特征在于：所述压缩处理的步骤，包括：A1：针对时间段T
i
∈T，获取T
i
内所有数据V＝{V1,V2,
…
,V
n
}，找出最大值V
imax
和最小值V
imin
；A2：设置压缩的中间节点为node1和node2，将数据集合V拆成3段：{V1,V
node1
}，{V
node1
,V
node2
}，{V
node2
,V
n
}；A3：比较V
imax
,V
imin
的时间T
imax
,T
imin
，如果T
imax
<T
imin
，设T
node1
＝T
imax
，T
node2
＝T
imin
，否则设T
node1
＝T
imin
，T
node2
＝T
imax
；A4：进行{V1,V
node1
}段的拟合压缩，设起始V
start
＝V1，V
end
＝V
node1
；A5：计算从start到end间每个值的拟合偏差D
i
：A6：比较D
i
和拟合压缩误差δ，如果D
i
<δ，删除V
i
，否则保留V
i
，并设V
start
＝V
i
；A7：重复执行步骤A3—A4，保留的数据集合为V
result
；A8：重复执行步骤A4—A7，对其余数据段进行拟合压缩并将保留的数据加入V
result
。4.如权利要求3所述的云边协同的电网频率在线监测分析方法，其特征在于：所述综合模态参数识别，包括：对原始同步相量数据进行信号预处理，通过滤波从原始信号中消除噪声包括，提取输入信号x(t)的极值，用三次样条插值函数拟合x(t)的上、下包络，得到包络曲线的最大值e
max
(t)和最小值e
min
(t)，计算上、下包络曲线的平均值m(t)和残差r(t)，所述平均值和残差表示为：r(t)＝x(t)
‑
m(t)当r(t)满足局部极值的数量以及过零点的数量相差最多为1，且由局部极值构造的上、下包络的平均值为零时，将r(t)作为从x(t)的固有模态分量之一，若r(t)不满足条件，则将r(t)作为新的输入信号，重复该步骤；当r(t)为单调数或常数时，将原始信号整形为新信号x
new
(t)；若r(t)不满足条件，则将x(t)
‑
r(t)作为新的残差x
new
(t)，重复该步骤；所述新信号表示为：
5.如权利要求4所述的云边协同的电网频率在线监测分析方法，其特征在于：所述综合模态参数识别，还包括：基于线性系统离散状态空间方程计算部分模态参数包括，利用协方差作为统计量来描述数据相关性，并使用奇异值分解获得状态矩阵及其特征值，最后获得系统的模态参数，状态模型可以表示为：其中，k离散信号的采样点数，x
s
是离散时间系统的状态向量，y
k
...

【专利技术属性】
技术研发人员：王珍意，路学刚，丁涛，董诗焘，林莉，徐佳宁，戈本星，史文博，张洪基，张晓声，张子玉，白佳文，
申请(专利权)人：云南电网有限责任公司，
类型：发明
国别省市：