一种三相电力不平衡程度变化趋势衡量方法及系统

摘要

本发明公开了一种三相电力不平衡程度变化趋势衡量方法及系统，其中涉及的衡量方法，包括：S1.采集三相电正弦电信号；S2.将正弦电信号转换为三相电数字信号；S3.将数字信号存储于数据缓存模块；S4.将数字信号加上时间戳；S5.筛选出所有加上时间戳的数字信号相对应的数据中出现概率最小的几笔数据，并进行剔除；S6.将剔除后剩余的数据按相别分别存入到三个数组中，并将被剔除的时间点的上一笔数据复制到被剔除的时间点并生成本时间点数组；S7.对每一时间点的三个数组进行矢量求和；S8.以当前时间点为截止，所有的数据相对应的矢量求和值为一周期，计算当前周期的均值N；S9.计算当前周期数据与上一周期数据均值的差值比，得到三相电力不平衡程度的变化趋势。

说明书

技术领域

本发明涉及数据分析技术领域，尤其涉及一种三相电力不平衡程度变化趋势衡量方法及系统。

背景技术

近年来，电网规模不断扩大、风能太阳能等清洁能源接入和交直流并联运行发展，我国电力系统呈现出整体规模巨大、运行方式多样、潮流变化迅速、运行控制复杂等特点。为保障电网配电设备的安全性和可靠性，通过硬件和传感器采集技术以及计算机通信数据管理技术在线监测变电站设备实现对变电站设备运行状态的实时感知和健康状态评估，同时对出现故障的设备及时安排检修。

衡量三相不平衡程度的指标3I0是电能质量监测中的重要指标之一，在工况下三相点存在相角差，3I0存在波动，波动越小说明三相不平衡程度越小，电能质量相对越高，但当波动程度逐渐变大或发生较大突变，则说明可能有大容量不对称负荷接入或者电网中的谐波对三相电相位产生了有害影响，同时三相不平衡波动增大也可说明电能质量降低或采集装置出现故障或损坏。现如今存在的问题是，缺少一种可以用以衡量3I0变化趋势大小的统计参量，衡量三相不平衡程度的变化趋势需要人为观察，这不利于精准量化。因此，提供一种三相电力不平衡程度变化趋势衡量方法是十分必要的。

发明内容

本发明的目的是针对现有技术的缺陷，提供了一种三相电力不平衡程度变化趋势衡量方法及系统，采集装置通过电流互感器定时采集电信号、剔除突变信号、对每一时间点采集数据进行矢量求和、规定周期进行矢量和求均值、计算出所述用以衡量三相不平衡程度变化趋势的统计参量，实现了精确衡量电力三相不平衡程度变化趋势，使用户更加方便直接的观察电网三相不平衡变化，避免因主观因素发生误判，且更加便于加设预警功能。

为了实现以上目的，本发明采用以下技术方案：

一种三相电力不平衡程度变化趋势衡量方法，包括：

S1.通过信号采集板采集变电站电流互感器的三相电正弦电信号；

S2.将采集到的正弦电信号通过连续时间ADC模块转换为三相电数字信号；

S3.将转换后的数字信号存储于集成在信号采集板上的数据缓存模块；

S4.将存储的数字信号通过PythonTime模块加上时间戳；

S5.通过MapReduce编程模型筛选出所有加上时间戳的数字信号相对应的数据中出现概率最小的几笔数据，并将筛选出的数据进行剔除；

S6.将剔除后剩余的数据按相别分别存入到三个数组中，并将被剔除的时间点的上一笔数据复制到被剔除的时间点并生成本时间点数组；

S7.通过NumPy提供的函数ufunc对每一时间点的三个数组进行矢量求和；

S8.以当前时间点为截止，步骤S5中所有的数据相对应的矢量求和值为一周期，计算当前周期的均值N；

S9.计算当前周期数据与上一周期数据均值的差值比描述偏离回归特性，得到三相电力不平衡程度的变化趋势。

进一步的，所述步骤S2中的三相电数字信号为采集板每两小时采集的三相电频域上的三个电流值。

进一步的，所述步骤S3中数据缓存模块通过485协议与PC机通讯，PC机用于调用数据缓存模块中存储的数字信号。

进一步的，所述步骤S6中的数组的长度为6，其中数组的元素分别包括：A相电流值、A相相位角、B相电流值、B相相位角、C相电流值、C相相位角。

进一步的，所述步骤S7中对每一时间点的三个数组进行矢量求和，表示为：

其中，A、B、C分别表示A、B、C三相的电流值；

进一步的，所述步骤S9中偏离回归特性N，表示为：

{(n

其中，n

相应的，还提供一种三相电力不平衡程度变化趋势衡量系统，包括：

采集模块，用于通过信号采集板采集变电站电流互感器的三相电正弦电信号；

连续时间ADC模块，用于将采集到的正弦电信号通过连续时间ADC模块转换为三相电数字信号；

数据缓存模块，用于将转换后的数字信号存储于集成在信号采集板上的数据缓存模块；

增加模块，用于将存储的数字信号通过PythonTime模块加上时间戳；

筛选模块，用于通过MapReduce编程模型筛选出所有加上时间戳的数字信号相对应的数据中出现概率最小的几笔数据，并将筛选出的数据进行剔除；

复制模块，用于将剔除后剩余的数据按相别分别存入到三个数组中，并将被剔除的时间点的上一笔数据复制到被剔除的时间点并生成本时间点数组；

求和模块，用于通过NumPy提供的函数ufunc对每一时间点的三个数组进行矢量求和；

第一计算模块，拥有以当前时间点为截止，步骤S5中所有的数据相对应的矢量求和值为一周期，计算当前周期的均值N；

第二计算模块，用于计算当前周期数据与上一周期数据均值的差值比描述偏离回归特性，得到三相电力不平衡程度的变化趋势。

进一步的，还包括计时器定时模块，用于设置开机时间与采集周期。

进一步的，所述求和模块中对每一时间点的三个数组进行矢量求和，表示为：

其中，A、B、C分别表示A、B、C三相的电流值；

进一步的，所述第二计算模块中偏离回归特性N，表示为：

{(n

其中，n

与现有技术相比，本发明具有的有益效果是：

1.使三相不平衡程度得到精确量化，相较于人为观察变化趋势，形成了更便于实用的统计参量；

2.本发明中的统计参量可以更加直接的反映采集装置的可靠性，维护设备更加具有针对性；

3.三相不平衡程度的精确量化更加方便和直接地添加预警功能。

附图说明

图1是实施例一提供的一种三相电力不平衡程度变化趋势衡量方法流程图；

图2是实施例一提供的数据采集示意图；

图3是实施例一提供的数据处理示意图。

具体实施方式

以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。

本发明的目的是针对现有技术的缺陷，提供了一种三相电力不平衡程度变化趋势衡量方法及系统。

实施例一

本实施例提供一种三相电力不平衡程度变化趋势衡量方法，如图1所示，包括：

S1.通过信号采集板采集变电站电流互感器的三相电正弦电信号；

S2.将采集到的正弦电信号通过连续时间ADC模块转换为三相电数字信号；

S3.将转换后的数字信号存储于集成在信号采集板上的数据缓存模块；

S4.将存储的数字信号通过PythonTime模块加上时间戳；

S5.通过MapReduce编程模型筛选出所有加上时间戳的数字信号相对应的数据中出现概率最小的几笔数据，并将筛选出的数据进行剔除；

S6.将剔除后剩余的数据按相别分别存入到三个数组中，并将被剔除的时间点的上一笔数据复制到被剔除的时间点并生成本时间点数组；

S7.通过NumPy提供的函数ufunc对每一时间点的三个数组进行矢量求和；

S8.以当前时间点为截止，步骤S5中所有的数据相对应的矢量求和值为一周期，计算当前周期的均值N；

S9.计算当前周期数据与上一周期数据均值的差值比描述偏离回归特性，得到三相电力不平衡程度的变化趋势。

在本实施例中，三相电力不平衡程度变化趋势衡量方法包括数据采集部分和数据处理部分。

数据采集部分如图2所示，包括计时器定时模块，连续时间ADC模块、数据缓存模块、485通讯模块。

在步骤S1之前还包括步骤：

S0.计时器定时模块设置开机时间与采集周期。

在步骤S1中，通过信号采集板采集变电站电流互感器的三相电正弦电信号。

在步骤S2中，将采集到的正弦电信号通过连续时间ADC模块转换为三相电数字信号。

连续时间ADC模块与计时器定时模块连接，以此将电流互感器采集的三相电正弦电信号转换为数字信号。

在本实施例中，三相电数字信号为采集板每两小时采集的三相电频域上的三个电流值，从采集板设定零点开机开始采集第一笔数据，随后每两小时记录一笔数据，PC与采集板实现通讯后通过Python的time库给每笔数据加上时间戳。

在步骤S3中，将转换后的数字信号存储于集成在信号采集板上的数据缓存模块。

数据缓存模块与连续时间ADC模块连接，以此将数字信号保存在缓存区模块中，等待将数字信号进行进一步处理。

在本实施例中，还包括数据缓存模块与485通讯模块连接，以此在采集板通过485通讯模块与PC机完成通讯时可以调用数据缓存模块中存储的数字信号进行进一步处理。

数据处理部分如图3所示，具体为：

在步骤S4中，将存储的数字信号通过PythonTime模块加上时间戳。

通过PythonTime将采集的三相电数字信号加上时间戳。

在步骤S5中，通过MapReduce编程模型筛选出所有加上时间戳的数字信号相对应的数据中出现概率最小的几笔数据，并将筛选出的数据进行剔除。

通过MapReduce统计出120次采集数据内出现概率最小的几笔数据并将其剔除。

在本实施例中，采集数据出现概率是为MapReduce中的Map方法生成关键字对应值的list在被Reduce方法进行遍历时list中元素少对应数据出现概率就小，反之list中元素多对应数据出现概率大。

在步骤S6中，将剔除后剩余的数据按相别分别存入到三个数组中，并将被剔除的时间点的上一笔数据复制到被剔除的时间点并生成本时间点数组。

将剔除突变后的三相电数据按相别分别存入到三个数组arr中，并将被剔除的时间点上一笔数据复制到被剔除的时间点并生成本时间点数组。

数组arr是为长度为6的一维数组，其中元素分别包括：A相电流值、A相相位角、B相电流值、B相相位角、C相电流值、C相相位角；被剔除时间点的数组与上一时间点的数组相同。

在步骤S7中，通过NumPy提供的函数ufunc对每一时间点的三个数组进行矢量求和。

通过NumPy提供的函数ufunc对每一时间点的三个数组进行矢量求和。

NumPy库可以实现对数字arr中的数据进行矢量求和，求和结果为一标量值，称其为3I0用以衡量三相不平衡程度。

对每一时间点的三个数组进行矢量求和，即相电力不平衡程度3I0计算公式表示为：

其中，A、B、C分别表示A、B、C三相的电流值；

在步骤S8中，以当前时间点为截止，步骤S5中所有的数据相对应的矢量求和值为一周期，计算当前周期的均值N。

以当前时间点为截止，之前120笔矢量求和值为一周期，计算这一周期的均值N。

在步骤S9中，计算当前周期数据与上一周期数据均值的差值比描述偏离回归特性，得到三相电力不平衡程度的变化趋势。

计算三相电力不平衡程度变化趋势用到了DRF偏离回归算法(基于上一周期均值对于当前周期数据偏离与回归计算)用当前周期数据与上一周期数据均值的差值比来描述偏离回归特性。

偏离回归特性是描述指定一时间点的3I0相对其前十天3I0均值的变化趋势，计算所述偏离回归特性时预留10天计作一个周期计算均值供后一天的第一笔数据计算偏离回归特性。

偏离回归特性N，表示为：

{(n

其中，n

与现有技术相比，本实施例具有的有益效果是：

1.使三相不平衡程度得到精确量化，相较于人为观察变化趋势，形成了更便于实用的统计参量；

2.本发明中的统计参量可以更加直接的反映采集装置的可靠性，维护设备更加具有针对性；

3.三相不平衡程度的精确量化更加方便和直接地添加预警功能。

实施例二

本实施例提供一种三相电力不平衡程度变化趋势衡量系统，包括：

采集模块，用于通过信号采集板采集变电站电流互感器的三相电正弦电信号；

连续时间ADC模块，用于将采集到的正弦电信号通过连续时间ADC模块转换为三相电数字信号；

数据缓存模块，用于将转换后的数字信号存储于集成在信号采集板上的数据缓存模块；

增加模块，用于将存储的数字信号通过PythonTime模块加上时间戳；

筛选模块，用于通过MapReduce编程模型筛选出所有加上时间戳的数字信号相对应的数据中出现概率最小的几笔数据，并将筛选出的数据进行剔除；

复制模块，用于将剔除后剩余的数据按相别分别存入到三个数组中，并将被剔除的时间点的上一笔数据复制到被剔除的时间点并生成本时间点数组；

求和模块，用于通过NumPy提供的函数ufunc对每一时间点的三个数组进行矢量求和；

第一计算模块，拥有以当前时间点为截止，步骤S5中所有的数据相对应的矢量求和值为一周期，计算当前周期的均值N；

第二计算模块，用于计算当前周期数据与上一周期数据均值的差值比描述偏离回归特性，得到三相电力不平衡程度的变化趋势。

进一步的，还包括计时器定时模块，用于设置开机时间与采集周期。

进一步的，所述求和模块中对每一时间点的三个数组进行矢量求和，表示为：

其中，A、B、C分别表示A、B、C三相的电流值；

进一步的，所述第二计算模块中偏离回归特性N，表示为：

{(n

其中，n

需要说明的是，本实施例提供的一种三相电力不平衡程度变化趋势衡量系统与实施例一类似，在此不多做赘述。

与现有技术相比，本实施例具有的有益效果是：

1.使三相不平衡程度得到精确量化，相较于人为观察变化趋势，形成了更便于实用的统计参量；

2.本发明中的统计参量可以更加直接的反映采集装置的可靠性，维护设备更加具有针对性；

3.三相不平衡程度的精确量化更加方便和直接地添加预警功能。

注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。