一种中压配电网非接触式电压智能监测方法及系统与流程
本发明涉及智能配电网监测,并且更具体地,涉及一种中压配电网非接触式电压智能监测方法及系统。
背景技术:
1、在能源结构转型与分布式能源大规模接入的背景下,中压(10kv及以下)配电网的运行状态日益复杂。为了维持电压稳定性并优化电能质量,电力系统对实时监测的需求已从单纯的电流监控演变为涵盖电压、功率及高次谐波的全维度数据感知。传统的电磁式电压互感器(pt)由于体积笨重、存在铁磁谐振风险且需要高昂的停电施工成本,越来越难以满足现代配电网海量节点的部署需求。因此,无需切断线路、可利用绝缘操作杆带电快速安装的“非接触式”智能监测传感器成为实现配电网数字化转型的关键感知层装备。
2、目前市面上针对中压非接触式测量主要存在以下几种代表性方案:(1)悬浮式空间电场电容耦合技术:通过传感器外壳与大地间的电容耦合测量电势差。(2)地电位参考电阻分压技术:通过高阻抗电阻直接连接接地线获取精准电压比例。(3)全光纤干涉测量技术:利用波克尔斯效应进行全光学隔离电压测量。(4)电场梯度与ai波形分析技术:感知空间电场特征,利用ai进行波形指纹识别反演电压异常。
3、上述现有技术在实际10kv配电网应用中均存在明显局限:(1)电容耦合式技术对安装几何关系极为敏感,测量精度容易受导线风偏、周围环境湿度以及邻近相干扰而发生漂移。(2)电阻分压技术必须依赖可靠的接地参考点,增加了安装复杂性和潜在的漏电风险,不适用于无接地条件的杆塔临时监测。(3)全光学传感技术成本极其高昂,且传感器本体笨重(部分超过16kg),需要敷设光缆,不具备快速便携部署的能力。(4)现有的单节点电场梯度与ai分析技术,其绝对测量精度相对较低(误差约2%),难以满足伏安优化(vvo)等对电压精度有严苛要求的计费级或高级控制场景。
4、因此,需要一种中压配电网非接触式电压智能监测方法。
技术实现思路
1、本发明提出一种中压配电网非接触式电压智能监测方法及系统,以解决如何非接触式的实现中压配电网电压智能监测的问题。
2、为了解决上述问题,根据本发明的一个方面,提供了一种中压配电网非接触式电压智能监测方法,所述方法包括:
3、获取导线不同测点在不同采样时刻的电场强度、温湿度数据和空间姿态数据;
4、基于所述电场强度确定各测点的基波电场幅值向量和谐波电场幅值向量;
5、获取径向相邻两个测点对应传感芯片的安装间距,并基于所述安装间距及两测点电场强度的比值计算导线实时距离;
6、基于各测点的基波电场幅值向量、温湿度数据、空间姿态数据和导线实时距离构建不同采样时刻的特征向量,并将所述特征向量输入至训练好的神经网络模型中,获取几何耦合修正系数和介电常数修正系数;
7、将所述几何耦合修正系数和介电常数修正系数代入修正后的场-压转换关系中,以获取基波电压有效值、各次谐波电压有效值和总谐波畸变率;
8、将所述基波电压有效值、各次谐波电压有效值和总谐波畸变率上报至主站。
9、优选地,其中所述方法利用测量终端获取导线不同测点在不同采样时刻的电场强度、温湿度数据和空间姿态数据,包括:
10、利用沿导线轴向及径向布置的多个mems电场敏感芯片组,形成分布式空间电场传感阵列,以进行电场强度的测量;
11、利用温湿度传感器进行温湿度数据的测量;
12、利用六轴微机电陀螺仪进行空间姿态数据的测量;
13、利用gps时间同步模块进行时间戳的测量。
14、优选地,其中基于所述电场强度确定各测点的基波电场幅值向量和谐波电场幅值向量,包括:
15、,
16、其中,为第i个测点电场强度的第h次谐波复相量,其模为该次谐波幅值;各测点 h=1 的幅值构成基波电场幅值向量;为一个工频周期的采样点数,为谐波次数,h=1为基波;为第i个测点的电场强度在一个工频周期内的第n个采样值;j表示虚数单位;n为采样点序号,n=0,1,…,m-1。
17、优选地,其中基于所述安装间距及两测点电场强度的比值计算导线实时距离,包括:
18、,
19、其中,为t采样时刻的导线实测距离;d为安装间距;和分别为t采样时刻a测点和b测点的电场强度。
20、优选地,其中所述方法还包括:
21、构建神经网络模型;其中,所述神经网络模型,包括:输入层、采用 relu 激活函数的隐藏层和输出层;输出层输出所述几何耦合修正系数和介电常数修正系数;
22、以有限元多物理场仿真及挂网标定试验构建样本集,设置损失函数为,并基于所述样本集进行训练,以获取训练好的神经网络模型;其中,s为训练样本集中的样本总数;为将神经网络输出的补偿系数代入场-压转换关系后得到的电压预测值;为挂网标定试验中以标准电压互感器读数为真值的参考电压。
23、优选地,其中将所述几何耦合修正系数和介电常数修正系数代入修正后的场-压转换关系中,以获取基波电压有效值、各次谐波电压有效值和总谐波畸变率,包括:
24、,
25、,
26、,
27、,
28、其中,为修正后的线路对地电压基波有效值;为几何耦合修正系数;为介电常数修正系数;为归算到参考测点的阵列基波电场均值;为参考测点 a 距导线轴心的实时距离;n为mems电场敏感芯片总数;为对地高度;为导线半径;为第i个测点距导线轴心的距离;为归算到参考测点的阵列第 h 次谐波电场均值,h≥2,且为整数;thd为总谐波畸变率。
29、优选地,其中所述方法还包括:
30、判断中压配电网是否发生异常事件,当发生异常事件时,进行告警,并将所述异常事件上报至主站;
31、其中,若满足且持续时间,则确定中压配电网发生电压暂降事件;若满足,则确定中压配电网发生高频畸变事件;其中,为额定工频正弦电场的最大变化率;为暂态触发阈值系数;为修正后的线路对地电压基波有效值;为线路额定电压有效值;为归算到参考测点的阵列基波电场均值;;为工频频率。
32、根据本发明的另一个方面,提供了一种中压配电网非接触式电压智能监测系统,所述系统包括:
33、数据获取单元,用于获取导线不同测点在不同采样时刻的电场强度、温湿度数据和空间姿态数据;
34、电场幅值向量计算单元,用于基于所述电场强度确定各测点的基波电场幅值向量和谐波电场幅值向量;
35、导线实时距离计算单元,用于获取径向相邻两个测点对应传感芯片的安装间距,并基于所述安装间距及两测点电场强度的比值计算导线实时距离;
36、修正系数计算单元,用于基于各测点的基波电场幅值向量、温湿度数据、空间姿态数据和导线实时距离构建不同采样时刻的特征向量,并将所述特征向量输入至训练好的神经网络模型中,获取几何耦合修正系数和介电常数修正系数;
37、电压数据计算单元,用于将所述几何耦合修正系数和介电常数修正系数代入修正后的场-压转换关系中,以获取基波电压有效值、各次谐波电压有效值和总谐波畸变率;
38、电压监测单元,用于将所述基波电压有效值、各次谐波电压有效值和总谐波畸变率上报至主站。
39、优选地,其中所述数据获取单元,利用测量终端获取导线不同测点在不同采样时刻的电场强度、温湿度数据和空间姿态数据,包括:
40、利用沿导线轴向及径向布置的多个mems电场敏感芯片组,形成分布式空间电场传感阵列,以进行电场强度的测量;
41、利用温湿度传感器进行温湿度数据的测量;
42、利用六轴微机电陀螺仪进行空间姿态数据的测量;
43、利用gps时间同步模块进行时间戳的测量。
44、优选地,其中所述电场幅值向量计算单元,基于所述电场强度确定各测点的基波电场幅值向量和谐波电场幅值向量,包括:
45、,
46、其中,为第i个测点电场强度的第h次谐波复相量,其模为该次谐波幅值;各测点 h=1 的幅值构成基波电场幅值向量;为一个工频周期的采样点数,为谐波次数,h=1为基波;为第i个测点的电场强度在一个工频周期内的第n个采样值;j表示虚数单位;n为采样点序号,n=0,1,…,m-1。
47、优选地,其中所述导线实时距离计算单元,基于所述安装间距及两测点电场强度的比值计算导线实时距离,包括:
48、,
49、其中,为t采样时刻的导线实测距离;d为安装间距;和分别为t采样时刻a测点和b测点的电场强度。
50、优选地,其中所述系统还包括:模型确定单元,用于:
51、构建神经网络模型;其中,所述神经网络模型,包括:输入层、采用 relu 激活函数的隐藏层和输出层;输出层输出所述几何耦合修正系数和介电常数修正系数;
52、以有限元多物理场仿真及挂网标定试验构建样本集,设置损失函数为,并基于所述样本集进行训练,以获取训练好的神经网络模型;其中,s为训练样本集中的样本总数;为将神经网络输出的补偿系数代入场-压转换关系后得到的电压预测值;为挂网标定试验中以标准电压互感器读数为真值的参考电压。
53、优选地,其中将所述几何耦合修正系数和介电常数修正系数代入修正后的场-压转换关系中,以获取基波电压有效值、各次谐波电压有效值和总谐波畸变率,包括:
54、,
55、,
56、,
57、,
58、其中,为修正后的线路对地电压基波有效值;为几何耦合修正系数;为介电常数修正系数;为归算到参考测点的阵列基波电场均值;为参考测点 a 距导线轴心的实时距离;n为mems电场敏感芯片总数;为对地高度;为导线半径;为第i个测点距导线轴心的距离;为归算到参考测点的阵列第 h 次谐波电场均值,h≥2,且为整数;thd为总谐波畸变率。
59、优选地,其中所述系统还包括:
60、异常事件判断单元,用于判断中压配电网是否发生异常事件,当发生异常事件时,进行告警,并将所述异常事件上报至主站;
61、其中,若满足且持续时间,则确定中压配电网发生电压暂降事件;若满足,则确定中压配电网发生高频畸变事件;其中,为额定工频正弦电场的最大变化率;为暂态触发阈值系数;为修正后的线路对地电压基波有效值;为线路额定电压有效值;为归算到参考测点的阵列基波电场均值;;为工频频率。
62、本发明提供了一种中压配电网非接触式电压智能监测方法及系统,包括:获取导线不同测点在不同采样时刻的电场强度、温湿度数据和空间姿态数据;基于所述电场强度确定各测点的基波电场幅值向量和谐波电场幅值向量;获取径向相邻两个测点对应传感芯片的安装间距,并基于所述安装间距及两测点电场强度的比值计算导线实时距离;基于各测点的基波电场幅值向量、温湿度数据、空间姿态数据和导线实时距离构建不同采样时刻的特征向量,并将所述特征向量输入至训练好的神经网络模型中,获取几何耦合修正系数和介电常数修正系数;将所述几何耦合修正系数和介电常数修正系数代入修正后的场-压转换关系中,以获取基波电压有效值、各次谐波电压有效值和总谐波畸变率;将所述基波电压有效值、各次谐波电压有效值和总谐波畸变率上报至主站。本发明通过创新的mems传感阵列配合多源环境数据,利用边缘ai算法实时自适应补偿耦合介质变化与风偏带来的位移误差,从根本上克服了传统电容式非接触测量稳定性差的难题,使测量精度能够满足vvo等高级应用需求,具有免维护,高可靠性的优点。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com