基于PMU数据的振动模式检测方法、装置及系统制造方法及图纸

本发明专利技术公开了一种基于PMU数据的振动模式检测方法、装置及系统，所述方法包括基于从实时数据库中获取的模型配置参数对振荡模式检测模块进行参数配置；从时间序列实时库中获得与待测点相关的PMU实时动态数据，并利用所述振荡模式检测模块进行在线检测分析；若在线检测分析结果中的振荡阻尼比小于给定阈值，且满足一定持续时间，则进行振荡源定位，并生成预警信息。本发明专利技术能够实现基于PMU数据进行振荡模式的监测，提高了对多模态振荡频率和模态的辨识准确度。辨识准确度。辨识准确度。

【技术实现步骤摘要】
基于PMU数据的振动模式检测方法、装置及系统


[0001]本专利技术具体涉及一种基于PMU数据振动模式检测方法、装置及系统。

技术介绍

[0002]随着现代电力系统互联规模的日益扩大，系统的动态过程越来越复杂，低频振荡已经成为影响电力系统安全稳定运行的重要问题。引起电力系统低频振荡的因素主要包括弱阻尼理论以及共振机理强迫振荡理论这两类。其中，弱阻尼振荡与强迫功率振荡具有非常相似的表现形式，但其发生机理和抑制措施有本质的区别。如何能够准确的定位振荡源，并且识别振荡源类型对抑制振荡具有重要的意义。

技术实现思路

[0003]针对上述问题，本专利技术提出一种基于PMU数据的振荡模式检测方法及系统，能够实现基于PMU数据进行振荡模式的监测，提高了对多模态振荡频率和模态的辨识准确度。
[0004]为了实现上述技术目的，达到上述技术效果，本专利技术通过以下技术方案实现：
[0005]第一方面，本专利技术提供了一种基于PMU数据振动模式检测方法，包括：
[0006]基于从实时数据库中获取的模型配置参数对振荡模式检测模块进行参数配置；
[0007]从时间序列实时库中获得与待测点相关的PMU实时动态数据，并利用所述振荡模式检测模块进行在线检测分析；
[0008]若在线检测分析结果中的振荡阻尼比小于给定阈值，且满足一定持续时间，则进行振荡源定位，并生成预警信息。
[0009]可选地，所述基于PMU数据振动模式检测方法还包括：
[0010]将不同待测点的在线检测分析结果存储至时间序列历史库中。
[0011]可选地，所述基于PMU数据振动模式检测方法还包括：
[0012]将不同待测点的在线检测分析结果中的事件快照存入商用库。
[0013]可选地，所述利用所述振荡模式检测模块进行在线检测分析，包括以下步骤：
[0014]基于线性自回归方程，计算连续系统的特征根；
[0015]基于所述特征根计算振荡模式频率和振荡阻尼比；
[0016]离散化所述连续系统特征根，得到各阶离散特征根，并带入线性自回归方程中，得到离散系统特征方程；
[0017]按照Prony算法，求解所述离散系统特征方程，得到各振荡模式的相位参数。
[0018]可选地，所述连续系统特征根的计算方法包括：
[0019]获取线性自回归方程，所述线性自回归方程的表达式为：
[0020][0021]其中，n为线性自回归方程的模型阶数；a
i
(k)为线性自回归方程的时变系数，为量测量第k时刻的实测值，y(k)是对应的该量测量用前k
‑
1时刻值计算得到的k时刻预测
值；
[0022]使用自适应Kalman滤波自回归算法递归地求解优化方程，获得线性自回归方程的时变系数a
i
(k)，所述优化方程的表达式为：
[0023][0024]其中，J为卡尔马滤波回归方程的最小值；
[0025]在预设的时间周期内，根据z
n
‑
a1(k)z
n
‑1…‑
a
n
‑1(k)z
‑
a
n
(k)＝0求解线性自回归方程的特征值z
i
＝α
i
+jω
i
，其中ω
i
为i阶角速度，z
i
为i阶特征根，j为复数单位，α
i
为i阶振幅；
[0026]基于ω
i
＝2πf
i
和计算出各模式频率f
i
和振荡阻尼ξ
i
。
[0027]可选地，所述若在线检测分析结果中的振荡阻尼比小于给定阈值，且满足一定持续时间，则进行振荡源定位，包括以下步骤：
[0028]基于从实时数据库中获取的设备的模型信息和有功功率的PMU测点，形成参与强迫振荡源定位的检测设备集；
[0029]从时间序列实时库中获取各检测设备的有功数据，选取属于发电机组引起的强迫振荡，且位于等幅振荡阶段的有功数据；
[0030]当基于模式频率f
i
检测到低频振荡事件发生时，基于所述有功数据，利用振荡能量积分法，计算各参与强迫振荡源定位的设备振荡能量大小，结合振荡模式的相位参数进行振荡源定位，并将振荡源定位结果和相关振荡数据存储至商用库。
[0031]可选地，所述基于PMU数据振动模式检测方法还包括：
[0032]从商用库中获取振荡源定位结果并进行展示，展示的信息包括振荡开始、持续时间、振荡源机组、振荡源厂站；
[0033]从商用库中获取各参与强迫振荡源定位的设备振荡能量大小和相位，在地理图上以流动箭头的形式表示振荡分布情况。
[0034]可选地，所述基于PMU数据振动模式检测方法还包括：
[0035]基于在线检测分析结果中的模式频率和振荡阻尼，绘制出实时刷新的频率
‑
时间、阻尼比
‑
时间、阻尼比
‑
频率三种振荡模式描述曲线；所述阻尼比的计算公式为：振荡阻尼/系统总阻尼。
[0036]第二方面，本专利技术提供了一种基于PMU数据振动模式检测装置，包括：
[0037]参数配置模块，用于基于从实时数据库中获取的模型配置参数对振荡模式检测模块进行参数配置；
[0038]检测分析模块，用于从时间序列实时库中获得与待测点相关的PMU实时动态数据，并利用所述振荡模式检测模块进行在线检测分析；
[0039]定位模块，用于若在线检测分析结果中的振荡阻尼比小于给定阈值，且满足一定持续时间，则进行振荡源定位，并生成预警信息。
[0040]第三方面，本专利技术提供了一种基于PMU数据振动模式检测系统，包括存储介质和处理器；
[0041]所述存储介质用于存储指令；
[0042]所述处理器用于根据所述指令进行操作以执行根据第一方面中任一项所述方法
的步骤。
[0043]与现有技术相比，本专利技术的有益效果：
[0044]采用基于PMU扰动数据的振荡模式检测方法，可以获得电网中当前存在的振荡模式频率、阻尼信息。在工程应用中，相应的振荡模式频率所对应的振荡模态往往已为运行人员所知，因此可以利用该方法对已知的运行模态进行监视，并对低阻尼模式发出告警信号。
[0045]实现基于本站PMU数据的振荡告警功能，当检测到低频振荡时，计算参与低频振荡所有的设备在振荡过程中的振荡能量，通过对各设备振荡能量的分析，确定振荡源的厂站，从而实现利用振荡能量特性来进行低频振荡源定位。
附图说明
[0046]为了使本专利技术的内容更容易被清楚地理解，下面根据具体实施例并结合附图，对本专利技术作进一步详细的说明，其中：
[0047]图1为本专利技术一种实施例的基于PMU数据振动模式检测方法的流程示意图。
具体实施方式
[0本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于PMU数据振动模式检测方法，其特征在于，包括：基于从实时数据库中获取的模型配置参数对振荡模式检测模块进行参数配置；从时间序列实时库中获得与待测点相关的PMU实时动态数据，并利用所述振荡模式检测模块进行在线检测分析；若在线检测分析结果中的振荡阻尼比小于给定阈值，且满足一定持续时间，则进行振荡源定位，并生成预警信息。2.根据权利要求1所述的一种基于PMU数据振动模式检测方法，其特征在于：所述基于PMU数据振动模式检测方法还包括：将不同待测点的在线检测分析结果存储至时间序列历史库中。3.根据权利要求1所述的一种基于PMU数据振动模式检测方法，其特征在于：所述基于PMU数据振动模式检测方法还包括：将不同待测点的在线检测分析结果中的事件快照存入商用库。4.根据权利要求1所述的一种基于PMU数据振动模式检测方法，其特征在于：所述利用所述振荡模式检测模块进行在线检测分析，包括以下步骤：基于线性自回归方程，计算连续系统的特征根；基于所述特征根计算振荡模式频率和振荡阻尼比；离散化所述连续系统特征根，得到各阶离散特征根，并带入线性自回归方程中，得到离散系统特征方程；按照Prony算法，求解所述离散系统特征方程，得到各振荡模式的相位参数。5.根据权利要求4所述的一种基于PMU数据振动模式检测方法，其特征在于：所述连续系统特征根的计算方法包括：获取线性自回归方程，所述线性自回归方程的表达式为：其中，n为线性自回归方程的模型阶数；a
i
(k)为线性自回归方程的时变系数，为量测量第k时刻的实测值，y(k)是对应的该量测量用前k
‑
1时刻值计算得到的k时刻预测值；使用自适应Kalman滤波自回归算法递归地求解优化方程，获得线性自回归方程的时变系数a
i
(k)，所述优化方程的表达式为：其中，J为卡尔马滤波回归方程的最小值；在预设的时间周期内，根据z
n
‑
a1(k)z
n
‑1…‑
a
n
‑1(k)z
‑
a
n
(k)＝0求解线性自回归方程的特征值z
i
＝α
i
+jω
i
，其中ω
i
为i阶角速度，z
i
为i阶特征根，j为复数单位，α
...

【专利技术属性】
技术研发人员：刘必晶，杨勇，李泽科，郭久煜，范海威，丁凌龙，黄海腾，王春安，陈力，杨旭，蒋冰杉，余开杭，
申请(专利权)人：国网福建省电力有限公司国网福建省电力有限公司经济技术研究院国网信通亿力科技有限责任公司福建省供电服务有限责任公司，
类型：发明
国别省市：