电能质量稳态指标预测方法和系统技术方案

一种电能质量稳态指标预测方法和系统，获取已监测到的预设时间段内的历史数据，根据历史有功功率，利用时间序列算法计算预测时间段内的有功功率，得到预测有功功率。根据预测有功功率和历史数据，采用回归分析法计算预测时间段内的电能质量稳态指标数据，得到预测电能质量稳态指标数据。由于电网的有功功率相对比较稳定，根据历史有功功率利用时间序列算法对预测时间段内的有功功率进行预测，得到预测有功功率。然后根据预测有功功率和历史数据，利用回归分析法计算预测电能质量稳态指标数据，准确度高，可有效对电能质量稳态指标进行预测，为电网的安全运行提供保障，避免电能质量问题造成的影响。

【技术实现步骤摘要】
【专利摘要】一种电能质量稳态指标预测方法和系统，获取已监测到的预设时间段内的历史数据，根据历史有功功率，利用时间序列算法计算预测时间段内的有功功率，得到预测有功功率。根据预测有功功率和历史数据，采用回归分析法计算预测时间段内的电能质量稳态指标数据，得到预测电能质量稳态指标数据。由于电网的有功功率相对比较稳定，根据历史有功功率利用时间序列算法对预测时间段内的有功功率进行预测，得到预测有功功率。然后根据预测有功功率和历史数据，利用回归分析法计算预测电能质量稳态指标数据，准确度高，可有效对电能质量稳态指标进行预测，为电网的安全运行提供保障，避免电能质量问题造成的影响。【专利说明】电能质量稳态指标预测方法和系统
本专利技术涉及电能质量预测
，特别是涉及一种电能质量稳态指标预测方法和系统。
技术介绍
电能质量问题可分为稳态电能质量问题和暂态电能质量问题。其中，稳态电能质量问题包括电压偏差、频率偏差、三相不平衡、短时闪变及谐波等问题。电能质量问题多种多样，造成的危害也有所不同。例如，电压偏差产生的危害是很明显的，电压偏高将损坏绝缘设备，电压偏低将使异步电动机转速降低从而影响产品质量等。频率偏差的影响是当频率偏低时，汽轮机低压级叶片将由于振动加大而产生裂纹，甚至发生断落事故；频率的降低也将引起交流电动机转速相应降低，更加影响火电厂的出力，引起频率下降的恶性循环，频率的下降也会使电动机的转速下降影响产品质量。传统的电能质量监控方法是在电网的敏感节点部署了电能质量在线监测装置，通过电力系统数据网络将各个监测点的电能质量监测数据传输到后台电能质量智能信息系统中，对采集的电能质量监测数据进行分析评估，实现电能质量报警或预警。但这种方法存在准确性低的缺点，无法有效对电能质量稳态指标进行预测。
技术实现思路
基于此，有必要提供一种准确性高的电能质量稳态指标预测方法和系统。一种电能质量稳态指标预测方法，包括以下步骤:获取已监测到的预设时间段内的历史数据，所述历史数据包括历史有功功率和与所述历史有功功率对应的历史电能质量稳态指标数据；根据所述历史有功功率，利用时间序列算法计算预测时间段内的有功功率，得到预测有功功率；根据所述预`测有功功率和历史数据，采用回归分析法计算所述预测时间段内的电能质量稳态指标数据，得到预测电能质量稳态指标数据。在其中一个实施例中，所述根据所述历史有功功率，利用时间序列算法计算预测时间段内的有功功率，得到预测有功功率的步骤，包括以下步骤:根据所述历史有功功率建立序列，建立非平稳时间序列；根据所述非平稳时间序列建立时间序列预测模型，具体为Φ (L) Ddyt = θ 0+Θ (L) Ut其中，yt为所述非平稳时间序列，Φ (L)和O(L)分别为P阶自回归算子和q阶移动平均算子，θ ^为漂移项，Ut为预设参数序列，Ddyt表示对yt进行d次差分后的平稳过程；根据所述时间序列预测模型得到平稳时间序列，并计算初始预测有功功率，具体为:y/ = Φ iYt-ι+ Φ 2lt-2+'"' + ^ ΡΥΡ-ι+ ε t+ ε t_ θ ι ε θ 2 ε t-2 θ q ε t-q其中，y/表示t时刻的初始预测有功功率，Yt^1表示t-Ι时刻的历史有功功率，P和q分别为自回归阶数和移动平均阶数，Φρ Θ i为模型参数且不能为0，et, ε^,ε &表不白噪声序列；对所述平稳时间序列进行反变换得到反变换序列，并将所述初始预测有功功率作为所述反变换序列的输入，得到所述预测有功功率。在其中一个实施例中，所述根据所述预测有功功率和历史数据，采用回归分析法计算所述预测时间段内的电能质量稳态指标数据，得到预测电能质量稳态指标数据的步骤，包括以下步骤:建立回归分析模型，具体为Yi = f (X) = Coexp(CiX)其中，自变量X为预测有功功率，应变量Yi为预测电能质量指标数据，C(l、Ci为模型参数，模型参数C(l、Ci通过根据所述历史数据，利用线性拟合方法计算确定；将所述预测有功功率作为所述回归分析模型的输入，计算所述预测时间段内的电能质量稳态指标数据，得到预测电能质量稳态指标数据。在其中一个实施例中，所述获取已监测到的预设时间段内的历史数据的步骤之后，所述根据所述历史有功功率，利用时间序列算法计算预测时间段内的有功功率，得到预测有功功率的步骤之前，还包括以下步骤:对所述历史数据进行ETL处理， 得到多维分析数据库；根据所述多维分析数据库建立度量值表和多个维度表，得到多维分析模型。在其中一个实施例中，所述根据所述预测有功功率和历史数据，采用回归分析法计算所述预测时间段内的电能质量稳态指标数据，得到预测电能质量稳态指标数据的步骤之后，还包括以下步骤:获取所述预测时间段内的实际有功功率和实际电能质量稳态指标数据；将所述预测有功功率、预测电能质量稳态指标数据、实际有功功率和实际电能质量稳态指标数据存入所述多维分析模型的度量值表中，并建立实际值-预测值维度表。一种电能质量稳态指标预测系统，包括:提取模块，用于获取已监测到的预设时间段内的历史数据，所述历史数据包括历史有功功率和与所述历史有功功率对应的历史电能质量稳态指标数据；处理模块，用于根据所述历史有功功率，利用时间序列算法计算预测时间段内的有功功率，得到预测有功功率；预测模块，用于根据所述预测有功功率和历史数据，采用回归分析法计算所述预测时间段内的电能质量稳态指标数据，得到预测电能质量稳态指标数据。在其中一个实施例中，所述处理模块包括:第一处理单元，用于根据所述历史有功功率建立序列，建立非平稳时间序列；第二处理单元，用于根据所述非平稳时间序列建立时间序列预测模型，具体为Φ (L) Ddyt = Θ 0+ ? (L) Ut其中，yt为所述非平稳时间序列，Φ (L)和O(L)分别为P阶自回归算子和q阶移动平均算子，Θ ^为漂移项，Ut为预设参数序列，Ddyt表示对yt进行d次差分后的平稳过程；第三处理单元，用于根据所述时间序列预测模型得到平稳时间序列，并计算初始预测有功功率，具体为:y/ = Φ iYt-ι+ Φ 2lt-2+'"' + ^ ΡΥΡ-ι+ ε t+ ε t_ θ ι ε θ 2 ε t-2 θ q ε t-q其中，yt'表示t时刻的初始预测有功功率，Yt-1表示t-1时刻的历史有功功率，P和q分别为自回归阶数和移动平均阶数，Φi 、θ i为模型参数且不能为0，εt, εt-1,εt-2...εt-q表不白噪声序列；第四处理单元，用于对所述平稳时间序列进行反变换得到反变换序列，并将所述初始预测有功功率作为所述反变换序列的输入，得到所述预测有功功率。在其中一个实施例中，所述预测模块包括:建模单元，用于建立回归分析模型，具体为Yi = f (X) = Coexp(CiX)其中，自变量X为预测有功功率，应变量Yi为预测电能质量指标数据，C0、Ci为模型参数，模型参数C0、Ci通过根据所述历史数据，利用线性拟合方法计算确定；预测单元，用于将所述预测有功功率作为所述回归分析模型的输入，计算所述预测时间段内的电能质量稳态指标数据，得到预测电能质量稳态指标数据。在其中一个实施例中,所述电能质量稳态指标预测系统还包括:建库模块，用于在所述提取模块获取已本文档来自技高网...

【技术保护点】
一种电能质量稳态指标预测方法，其特征在于，包括以下步骤：获取已监测到的预设时间段内的历史数据，所述历史数据包括历史有功功率和与所述历史有功功率对应的历史电能质量稳态指标数据；根据所述历史有功功率，利用时间序列算法计算预测时间段内的有功功率，得到预测有功功率；根据所述预测有功功率和历史数据，采用回归分析法计算所述预测时间段内的电能质量稳态指标数据，得到预测电能质量稳态指标数据。

【技术特征摘要】

【专利技术属性】
技术研发人员：王劲，黄慧红，许中，崔晓飞，马智远，马素霞，王军，刘宇，苏卫卫，李丝媛，陈国炎，杜堉榕，覃煜，栾乐，方建，
申请(专利权)人：广州供电局有限公司，华北电力大学，
类型：发明
国别省市：