一种基于经验谱分析的配电网实时状态评估方法技术

本发明专利技术涉及一种基于经验谱分析的配电网实时状态评估方法，包含以下步骤：S1、按时间顺序排列相量测量数据得到时空数据集相量测量数据包含来自安装在配电网中的P个PMUs的P维电压测量数据S2、对所述时空数据集D设定采样时间t

【技术实现步骤摘要】
一种基于经验谱分析的配电网实时状态评估方法


[0001]本专利技术涉及配电网领域，具体涉及一种基于经验谱分析的配电网实时状态评估方法。

技术介绍

[0002]低压配电网是电力系统连接电力用户的纽带，线路分支多、故障分析困难。统计表明，电力用户遭受的停电事故绝大多数是由配电线路故障引起的。通过准确定位故障、及时隔离故障并尽快恢复非故障区域供电，能切实提高配电网的供电可靠性。然而，相较于输电网，配电网中故障检测的内涵更加宽泛，机理也更为复杂，相应的研究工作具有重要的理论与工程价值。
[0003]运行状态评估是电力系统的一项重要任务，它可以为安全分析和控制决策提供支持。近年来，相量测量单元(PMUs)的部署越来越多，构成了电力系统的广域测量系统(WAMS)。与传统的监控和数据采集(SCADA)系统相比，WAMS系统可以提供更高采样率的同步相量测量，使电力系统实时态势感知成为可能。例如，在WAMS中电压和电流的均方根数据可以在30Hz或60Hz的速率进行采样，而SCADA系统中的采样速率只能达到4Hz或5Hz。高采样率同步相量测量包含了丰富的电力系统运行状态信息，这促进了数据驱动分析在系统状态评估中的研究。
[0004]高采样率同步相量测量包含了丰富的电力系统运行状态信息，这促进了数据驱动分析在系统状态评估中的研究。随着PMUs在WAMS中的大量应用，采集了大量具有高采样率的高维同步相量测量值，推动了基于高维数据进行电力系统状况评估的理论研究发展。随机矩阵理论(RMT)是高维数据统计分析的重要数学工具。它通常从具有一定假设的随机矩阵的特征值或奇异值分布的渐近定理开始，最终给出宏观量来指示数据行为。经验特征值分布的收敛定理保证确定性函数矩阵增大，使得RMT自然适合高维数据分析。
[0005]在专利技术《一种基于数据驱动的配电网异常识别方法》中，公布一种基于数据驱动的配电网异常识别方法(申请号：CN202111298862.3公开号：CN114116832A)，建立由各节点电压测量数据组成的高维矩阵模型,能够确定故障发生时刻、衡量各节点电压对系统运行状态的影响程度。在专利技术《一种基于随机矩阵的配电网单相接地故障区段定位方法》中，公布一种基于随机矩阵的配电网单相接地故障区段定位方法(申请号：CN201910448689.7公开号：CN110208647B)，对获得的高维随机矩阵利用Marchenko
‑
Pastur分布律确定故障位置。将高维随机矩阵谱特征作为判据,可以敏感地感知到系统中异常干扰的存在。在专利技术《一种面向配电网无功优化的随机矩阵构建方法》中，公布一种面向配电网无功优化的随机矩阵构建方法(申请号：CN201610108958.1公开号：CN107133684B)，考虑了配电网中电力负荷的时序分布特征和空间分布特征,能够定量地反映负荷谱分布特征,可用于负荷分布特征比较和匹配,用于大数据架构下的配电网无功优化。然而，以上现有技术专利所需的从数据收集、处理到故障诊断定位、状态评估的过程耗时较长，较难应用于配电网的状态实时评估。

技术实现思路

[0006]为了解决上述问题，本专利技术提出的基于经验谱分析的配电网实时状态评估方法，可以将配电网侧广域测量系统的相量测量单元采集得到的电压测量数据，整合为按时间排序的时空数据集，进行测量值叠加，得到包含充足配电网运行情况的信息数据。由于广域测量系统具有的高采样率的特点结合该算法的计算速度快的优点，体现了本专利技术在配电网实时状态评估这一方面具有的优越性，可以作为配电网实时运行状态评估的一种有效方法。
[0007]本专利技术的一种基于经验谱分析的配电网实时状态评估方法，包含以下步骤：
[0008]S1、按时间顺序排列相量测量数据得到时空数据集表示P
×
N维的复数集合；
[0009]相量测量数据包含来自安装在配电网中的P个PMUs的P维电压测量数据
[0010]S2、对所述时空数据集D设定采样时间t
j
进行采样，得到数据矩阵X(t
j
)；
[0011]S3、通过数据矩阵X(t
j
)计算得到平均谱半径与时间κ
RSM
‑
t的曲线方程，实时对电力系统运行状况进行评估。
[0012]进一步地，在采样时间t
j
，P维电压测量数据表示为列向量d(t
j
)＝(d1,d2,...d
P
)
H
；在一系列时间N，将所述向量d(t
j
)＝(d1,d2,...d
P
)
H
按时间顺序排列得到时空数据集
[0013]进一步地，κ
RSM
‑
t曲线方程计算包含以步骤：
[0014]步骤a：利用时空数据集D上的一个p
×
n(p＝P,n≤N)窗口，得到数据矩阵X(t
j
)；
[0015]X(t
j
)＝(d(t
j
‑
n+1
),d(t
j
‑
n+2
),...,d(t
j
)
ꢀꢀ
(1)
[0016]其中，d(t
k
)＝(d1,d2,...,d
p
)
H
，t
j
‑
n+1
≤t
k
≤t
j
是时刻t
k
的采样数据；
[0017]步骤b：将数据矩阵X(t
j
)转化为非厄米特矩阵
[0018]对于数据矩阵通过下式将其转换为标准形式
[0019][0020]其中x
i
＝(x
i1
,x
i2
,...,x
in
)，
[0021]步骤c：将的奇异值等效式为
[0022]的等价奇异值如下
[0023][0024]其中，是为Haar分布随机酉矩阵，
[0025]步骤d：通过式(4)计算L个非厄米特矩阵的乘积Z(t
j
)；
[0026]根据下式
[0027][0028]得到L个t
j
‑
L+1
～t
j
采样时间的非厄米特矩阵的乘积为
[0029][0030]步骤e：通过式(5)将Z(t
j
)转化为标准形式
[0031]将Z转换为标准形式
[0032][0033]其中z
i
＝(z
i1
,...,z
ip
)(i＝1,...,p)，σ(z
i
)为z
i
的标准差，且满足
[0034]步骤f：计算的特征值并将其与理论环定律的ESD进行比较；
[0035]步骤g本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于经验谱分析的配电网实时状态评估方法，其特征在于，包含以下步骤：S1、按时间顺序排列相量测量数据得到时空数据集S1、按时间顺序排列相量测量数据得到时空数据集表示P
×
N维的复数集合；相量测量数据包含来自安装在配电网中的P个PMUs的P维电压测量数据S2、对所述时空数据集D设定采样时间t
j
进行采样，得到数据矩阵X(t
j
)；S3、通过数据矩阵X(t
j
)计算得到平均谱半径与时间κ
RSM
‑
t的曲线方程，实时对电力系统运行状况进行评估。2.如权利要求1所述的基于经验谱分析的配电网实时状态评估方法，其特征在于，在采样时间t
j
，P维电压测量数据表示为列向量d(t
j
)＝(d1,d2,...d
P
)
H
；在一系列时间N，将所述向量d(t
j
)＝(d1,d2,...d
P
)
H
按时间顺序排列得到时空数据集3.如权利要求2所述的基于经验谱分析的配电网实时状态评估方法，其特征在于，κ
RSM
‑
t曲线方程计算包含以步骤：步骤a：利用时空数据集D上的一个p
×
n(p＝P,n≤N)窗口，得到数据矩阵X(t
j
)；X(t
j
)＝(d(t
j
‑
n+1
),d(t
j
‑
n+2
)...

【专利技术属性】
技术研发人员：傅超然，陈赟，汤蕾，王佳裕，潘智俊，何旭东，郭正雄，卫晨，
申请(专利权)人：天津市普迅电力信息技术有限公司，
类型：发明
国别省市：