【技术实现步骤摘要】
本专利技术属于电能质量监测分析，具体涉及基于智能融合终端的电能质量监测与分析方法。
技术介绍
1、改善和解决电能质量扰动问题通常从电能质量监测装置所记录的监测波形数据入手，分析其发生成因、源头位置、影响程度，进而采取因地制宜的治理措施。然而，目前电能质量分析应用在数据获取、建模分析、应用等方面面临着新的挑战。在数据获取层面，常用的方法为在公共连接点安装电能质量监测仪，以便及时准确地对电能质量扰动进行监测和统计，为后续分析和治理提供可靠的现场数据。然而，目前国家电网公司建成的电能质量监测系统主要集中于主网，由于配电网中用户数量庞大且现有电能质量监测终端成本较高，难以通过电能质量监测终端的普及应用来实现对电能质量扰动的监测。随着配电变压器监测终端(transformer terminal unit,ttu)，配电智能融合终端的普及，填补了部分电能质量装置的监测盲区，为配电网电能质量研究提供了新的数据来源。配电网监测装置所获取的数据存在壁垒，共享实时性不强，而电能质量监测终端又覆盖不足，数据间不贯通，造成数据资源浪费和信息缺失；在建模分析层面，缺乏虚拟实时仿真平台实现电网状态的动态更新，多业务流数据融合不足，数据中蕴含的多维信息难以被有效利用；在应用层面，电网资源业务中台尚未面向电能质量分析与治理开展相关应用，电能质量扰动的分析效率和管控能力不足，分析结果难以有效指导配电网薄弱环节改造和用户精准治理工作。
2、综上，现有智能融合终端尚不能实现对电能质量指标的智能化监测与分析，配电自动化、电能质量等监测系统相互存在壁垒，公司
技术实现思路
1、本专利技术的目的在于针对现有技术中存在的问题提供一种基于智能融合终端的电能质量监测与分析方法，提升了电网电能质量分析水平，满足用户电能质量需求，提高重点区域配电网电能质量分析效率和管控能力。
2、本专利技术的技术方案是：
3、基于智能融合终端的电能质量监测与分析方法，包括如下步骤：
4、s1、电能质量信号处理：收集来自底层各分支硬件的电能质量电压数据，适用于智能融合终端的电能质量数据进行电能质量信号处理，通过特征提取构建不同类型的电能质量扰动特征库，并分析不同类别电能质量的电压幅值和谐波含量；
5、s2、电能质量监测：基于电能质量扰动特征库，构建扰动类型分类辨识模型，实现对谐波、电压暂降、三相不平衡电能质量问题的在线化监测与分析；
6、s3、电能质量在线监测分析：基于电能质量数据进行电能质量在线监测分析，分析扰动原因、扰动位置、传播路径及影响范围对电能质量问题的成因进行分析并进行治理技术评估；
7、s4、建立仿真系统框架：基于电能质量监测及电能质量在线监测分析建立仿真系统框架；
8、s5、通过仿真系统框架对比不同治理方案下的治理效果，不断对供电方案、治理设备、用户侧治理进行优化做出电能质量扰动治理方案并建立电能质量扰动治理方案库，从电能质量扰动治理方案库中得到最佳治理方案。
9、具体的，所述的步骤s1的电能质量信号处理还包括对收集到的电压数据提取其时频特性，以完成电能质量扰动特征的检测并汇整成电能质量扰动监测数据，建立电能质量扰动特征提取模型实现对谐波、电压暂降的特征提取。
10、具体的，所述的步骤s2电能质量监测包括如下步骤：
11、s2-1、基于电能质量扰动监测数据、提取多维特征，构建不同类型的电能质量扰动特征库，构建扰动类型分类辨识模型以便进行分类识别；
12、s2-2、基于边缘计算，依据不同电能质量扰动类型对电压数据进行处理，基于台区电能质量扰动监测、事件判断、事件上报生成涵盖三相电压、电流数据的录波文件；
13、s2-3、基于监测数据中提取的同类电能质量扰动特征库，实现不同扰动的时空分布概率统计，展示谐波和电压暂降电能质量扰动的感知状态和历史统计情况。
14、具体的，还包括智能融合终端与配变云主站的电能质量监测数据进行动态信息交互，具体包括如下步骤：
15、a、在配电网中建立集成的多物理场、多尺度、多概率的数字镜像仿真模型，形成虚拟信息空间中对物理实体配电网进行镜像映射，采用多数据信息系统与实际配电网间变化状态的同步双向传输技术，基于pcie总线实现实时通讯，完成数字镜像在配电网多业务信息系统中的接口建模；
16、b、数字镜像体与实际配电网公共信息模型cim间进行数据动态交互。
17、具体的，还包括配变云主站、主网电能质量监测数据与业务中台的数据信息交互，具体包括如下步骤：
18、c、融合配电自动化系统、电能质量监测、调度系统、配电融合终端多源数据，梳理不同系统中配电网拓扑参数、负荷功率、开关及保护状态的数据来源，并对数据解构及处理；
19、d、结合配变终端智能感知数据，基于多数据信息系统监测对象快速映射建模。
20、具体的，所述的仿真系统框架包括数据管理层、数据分析层、计算层、交互展示层及业务应用层。
21、具体的，所述的数据管理层包括对配网拓扑及元件数据、负荷数据、故障类型数据计算用数据、潮流及短路计算结果数据以及台帐信息、用户信息的管理；数据分析层对从业务中台提取的各类台帐及监测数据进行数据清洗、校核、预处理、筛选、归一化处理以及根据仿真数学模型进行参数辨识；所述的计算层包括系统导纳矩阵搭建、潮流求解及故障计算；所述的交互展示层提供可视化用户交互界面；所述的业务应用层提供与业务中台扰动分析微应用输出的结果数据信息，并进行扰动路径反演及扰动推演。
22、传统的配变终端具备配变监测、数据采集、通信组网功能，但功能扩展不灵活，电能质量监测功能缺乏精细化提升。为此，学者们从算法层面对电能质量扰动感知问题展开了大量的研究，其思路通常为先进行特征提取，然后采用不同的分类识别方法实现对扰动的准确识别。常用的特征提取方法有短时傅里叶变换、小波变换、s变换、经验模态分解等。在分类识别方法上，通常采用相似度匹配、神经网络、支持向量机、贝叶斯分类、模糊综合评价、k-近邻图等。在此基础上基于模式识别思想利用分类算法设计分类器，可根据监测数据进一步辨识扰动类别，主要方法包括神经网络、支持向量机、主成分分析约简、模糊综合评价等。随着电网设备的复杂化和用电模式的区域化，电力系统中很难再对复杂时间序列数据建立精确且通用的数理统计模型。同时，特征提取过程的信息丢失和分类模型的过度复杂也使得现有方法的缺陷日益凸显。大数据时代背景下，基于数据驱动的方法则备受青睐，其不依赖物理模型的特性有效地弥补了数理模型的不足，将深度学习应用在电能质量分类上已成为一种趋势。然而，上述感知方法仍然面临着感知过程的动态实时性、准确性与算法计算效率无法兼顾的难题，如何在智能感知终端应用计算量小、准确性高的感知技术仍是亟待解决的难题。
23、随着国家电网公司在全国多个城市开展配电自动化实用本文档来自技高网...
【技术保护点】
1.基于智能融合终端的电能质量监测与分析方法，其特征在于，包括如下步骤：
2.根据权利要求1所述基于智能融合终端的电能质量监测与分析方法，其特征在于，所述的步骤S1的电能质量信号处理还包括对收集到的电压数据提取其时频特性，以完成电能质量扰动特征的检测并汇整成电能质量扰动监测数据，建立电能质量扰动特征提取模型实现对谐波、电压暂降的特征提取。
3.根据权利要求2所述基于智能融合终端的电能质量监测与分析方法，其特征在于，所述的步骤S2电能质量监测包括如下步骤：
4.根据权利要求1所述基于智能融合终端的电能质量监测与分析方法，其特征在于，还包括智能融合终端与配变云主站的电能质量监测数据进行动态信息交互，具体包括如下步骤：
5.据权利要求1所述基于智能融合终端的电能质量监测与分析方法，其特征在于，还包括配变云主站、主网电能质量监测数据与业务中台的数据信息交互，具体包括如下步骤：
6.根据权利要求1所述基于智能融合终端的电能质量监测与分析方法，其特征在于，所述的仿真系统框架包括数据管理层、数据分析层、计算层、交互展示层及业务应用层。
7.根据权利要求6所述基于智能融合终端的电能质量监测与分析方法，其特征在于，所述的数据管理层包括对配网拓扑及元件数据、负荷数据、故障类型数据计算用数据、潮流及短路计算结果数据以及台帐信息、用户信息的管理；数据分析层对从业务中台提取的各类台帐及监测数据进行数据清洗、校核、预处理、筛选、归一化处理以及根据仿真数学模型进行参数辨识；所述的计算层包括系统导纳矩阵搭建、潮流求解及故障计算；所述的交互展示层提供可视化用户交互界面；所述的业务应用层提供与业务中台扰动分析微应用输出的结果数据信息，并进行扰动路径反演及扰动推演。
...【技术特征摘要】
1.基于智能融合终端的电能质量监测与分析方法，其特征在于，包括如下步骤：
2.根据权利要求1所述基于智能融合终端的电能质量监测与分析方法，其特征在于，所述的步骤s1的电能质量信号处理还包括对收集到的电压数据提取其时频特性，以完成电能质量扰动特征的检测并汇整成电能质量扰动监测数据，建立电能质量扰动特征提取模型实现对谐波、电压暂降的特征提取。
3.根据权利要求2所述基于智能融合终端的电能质量监测与分析方法，其特征在于，所述的步骤s2电能质量监测包括如下步骤：
4.根据权利要求1所述基于智能融合终端的电能质量监测与分析方法，其特征在于，还包括智能融合终端与配变云主站的电能质量监测数据进行动态信息交互，具体包括如下步骤：
5.据权利要求1所述基于智能融合终端的电能质量监测与分析方法，其特征在于，还包括配变云主站、...
【专利技术属性】
技术研发人员：贾子昊，张旭，郑晨，郭祥富，王得道，刘书铭，王冠瑞，刘智强，刘娟，李伟东，张帅斌，邱骏，靳耀珂，李肖可，王莹秋，雷飒，艾晓雨，王向丽，梁爽，
申请(专利权)人：国网河南省电力公司平顶山供电公司，
类型：发明
国别省市：
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。