一种功率震荡智能监测方法、系统、电子设备及存储介质与流程

本发明属于电力系统仿真，具体涉及一种功率震荡智能监测方法、系统、电子设备及存储介质。

背景技术：

1、在电力系统运行和研究中，对发电机组，特别是火电机组的功率输出特性进行高保真仿真，并对可能出现的功率震荡进行早期、准确检测，对于保障电网安全、预防事故扩大具有重要意义。

2、对于功率仿真，现有技术在复现火电机组无扰动工况下的真实噪声特性方面存在局限，仿真输出与真实机组在无扰动工况下的波动行为之间存在偏差。对于功率震荡监测，现有监测方法在面对实际电网复杂多样的震荡形态时，检测效果有待提升。

3、此外，目前仿真环节与监测验证环节在操作流程上相对独立，给技术人员进行综合评估带来不便。

技术实现思路

1、为了解决现有技术中存在的上述问题，本发明提供了一种功率震荡智能监测方法、系统、电子设备及存储介质。本发明要解决的技术问题通过以下技术方案实现：

2、第一方面，本发明提供一种功率震荡智能监测方法，包括：

3、利用具有均值回归特性的随机过程模型，对火电机组在无扰动工况下的基准功率噪声进行建模，得到当前时间步的基准噪声信号；

4、根据扰动类型及扰动配置参数生成扰动信号，并将所述扰动信号叠加至所述基准噪声信号，得到模拟功率信号并存入数据缓冲区；

5、计算所述数据缓冲区中预设时间窗口内模拟功率信号的检测指标；

6、将所述检测指标与预设阈值进行比较，判断是否触发震荡报警。

7、在本发明的一个实施例中，利用具有均值回归特性的随机过程模型，对火电机组在无扰动工况下的基准功率噪声进行建模，得到当前时间步的基准噪声信号的步骤，包括：

8、利用ornstein-uhlenbeck随机过程模型对火电机组在无扰动工况下的基准功率噪声进行建模，基于上一时间步的基准噪声信号、均值回复速度、长期均值、波动率参数以及当前时间步的随机增量，迭代计算当前时间步的基准噪声信号。

9、在本发明的一个实施例中，所述均值回复速度、所述长期均值和所述波动率参数通过图形用户界面提供的调节控件进行实时动态调节。

10、在本发明的一个实施例中，根据扰动类型及扰动配置参数生成扰动信号，并将所述扰动信号叠加至所述基准噪声信号，得到模拟功率信号并存入数据缓冲区的步骤，包括：

11、接收用户通过图形用户界面选择的扰动类型以及对应的扰动配置参数；

12、基于所述扰动类型和所述扰动配置参数生成所述扰动信号，并将所述扰动信号加入扰动列表；

13、遍历所述扰动列表，将当前时间步处于自身持续时间内的扰动信号叠加至所述基准噪声信号，得到所述模拟功率信号并存入数据缓冲区。

14、在本发明的一个实施例中，所述扰动类型包括正弦波、方波、三角波和脉冲中的至少一种，所述扰动配置参数包括幅值、频率、持续时间和相位中的至少一项。

15、在本发明的一个实施例中，计算所述数据缓冲区中预设时间窗口内模拟功率信号的检测指标的步骤，包括：

16、计算所述预设时间窗口内模拟功率信号的短时标准差、所述预设时间窗口内模拟功率信号在指定频带内的能量值、以及所述预设时间窗口内模拟功率信号的频谱峰值中的至少一种。

17、在本发明的一个实施例中，还包括：

18、通过图形用户界面实时绘制所述模拟功率信号的功率曲线；

19、在未触发震荡报警时，以第一显示状态绘制所述功率曲线；在触发震荡报警时，以区别于所述第一显示状态的第二显示状态绘制所述功率曲线；

20、在所述图形用户界面的信息展示区中，以时间戳形式滚动显示运行日志和报警信息。

21、第二方面，本发明提供一种功率震荡智能监测系统，包括：

22、噪声建模模块，用于利用具有均值回归特性的随机过程模型，对火电机组在无扰动工况下的基准功率噪声进行建模，得到基准噪声信号；

23、信号生成模块，用于根据扰动类型及扰动配置参数生成扰动信号，并将所述扰动信号叠加至所述基准噪声信号，得到模拟功率信号并存入数据缓冲区；

24、检测计算模块，用于计算所述数据缓冲区中预设时间窗口内模拟功率信号的检测指标；

25、报警判断模块，用于将所述检测指标与预设阈值进行比较，判断是否触发震荡报警。

26、第三方面，本发明还提供一种电子设备，包括：处理器、通信接口、存储器和通信总线，其中，所述处理器、所述通信接口、所述存储器通过所述通信总线完成相互间的通信；

27、所述存储器，用于存放计算机程序；

28、所述处理器，用于执行所述存储器上所存放的程序时，实现第一方面所述方法的步骤。

29、第四方面，本发明提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现第一方面所述方法的步骤。

30、与现有技术相比，本发明的有益效果在于：

31、1、本发明采用具有均值回归特性的随机过程模型对火电机组在无扰动工况下的基准功率噪声进行建模，所生成的基准噪声信号平滑、连续且具有时间相关性，能够反映火电机组在锅炉热惯性、汽轮机机械惯性等环节约束下的真实噪声特性。在该基准噪声信号的基础上进行功率震荡检测，有利于减少误报和漏报。

32、2、本发明提供了短时标准差、指定频带内的能量值以及频谱峰值等多种检测指标的计算方式。用户通过图形用户界面选择不同的检测算法，即可针对实际电网中不同类型的功率震荡形态（如周期性震荡、突发脉冲等）采用不同的判据进行检测，提高了对不同震荡类型的检出能力。

33、3、本发明将功率曲线实时仿真、多类型扰动注入、检测算法验证集成于同一图形用户界面。用户在统一界面中完成噪声参数调节、扰动类型及参数配置、检测算法切换及检测结果观察，无需在不同工具之间切换操作。功率曲线在触发报警时以不同显示状态区分正常与异常工况，信息展示区以时间戳形式记录运行日志和报警信息，便于追踪异常事件的发生过程。

34、以下将结合附图及实施例对本发明做进一步详细说明。

1.一种功率震荡智能监测方法，其特征在于，包括：

2.根据权利要求1所述的功率震荡智能监测方法，其特征在于，利用具有均值回归特性的随机过程模型，对火电机组在无扰动工况下的基准功率噪声进行建模，得到当前时间步的基准噪声信号的步骤，包括：

3.根据权利要求2所述的功率震荡智能监测方法，其特征在于，所述均值回复速度、所述长期均值和所述波动率参数通过图形用户界面提供的调节控件进行实时动态调节。

4.根据权利要求2所述的功率震荡智能监测方法，其特征在于，根据扰动类型及扰动配置参数生成扰动信号，并将所述扰动信号叠加至所述基准噪声信号，得到模拟功率信号并存入数据缓冲区的步骤，包括：

5.根据权利要求4所述的功率震荡智能监测方法，其特征在于，所述扰动类型包括正弦波、方波、三角波和脉冲中的至少一种，所述扰动配置参数包括幅值、频率、持续时间和相位中的至少一项。

6.根据权利要求1所述的功率震荡智能监测方法，其特征在于，计算所述数据缓冲区中预设时间窗口内模拟功率信号的检测指标的步骤，包括：

7.根据权利要求1所述的功率震荡智能监测方法，其特征在于，还包括：

8.一种功率震荡智能监测系统，其特征在于，包括：

9.一种电子设备，其特征在于，包括：处理器、通信接口、存储器和通信总线，其中，所述处理器、所述通信接口、所述存储器通过所述通信总线完成相互间的通信；

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述方法的步骤。