低压配电网重要用户电能质量监测终端优化配置系统及方法与流程

1.本发明属于配电网电能质量监测技术领域，涉及配电网电能质量监测终端优化配置方法，尤其是一种低压配电网重要用户电能质量监测终端优化配置系统及方法。


背景技术：

2.随着社会经济和新能源技术发展，电网受到了大量冲击负荷或非线性负荷影响，电能质量问题日益突出，包括电压波形畸变、电压闪变和三相不平衡等问题。另一方面，随着精密电子装置设备的广泛使用，人们对电能质量的要求也不断提高。准确、有效地监测和分析电网中的电能质量已经成为国内外研究的热点。对配电网进行电能质量监测对于解决电能质量问题和提高供电可靠性而言，具有重要意义。
3.如果在电力系统中的每一个节点都设置一个电能质量监测点，这样的话，虽然整个电力系统都能够被实时监测，但由于电力系统覆盖范围广，节点数目巨大，如果在每一个节点上都安装监测点，不但在财力、人才和技术上还无法实现，而且还增加了电网冗余数据的处理难度。
4.国内外对监测点配置优化问题已提出了一些初步的研究成果，但是这些现有的研究各自针对不同的目标，其监测点的优化配置方法各有特色，但仍存在一定的局限性和缺陷。
5.现有的电能质量监测装置成本普遍较高，构建全覆盖的监测系统其成本与效益的性价比并不理想。所以，对于减少电能质量监测装置安装数量并智能地选择恰当的安装位置，即用最少的电能质量监测装置实现对系统最好的监测效果，具有较大的现实意义和应用价值。


技术实现要素：

6.本发明的目的在于克服现有技术的不足，提出一种低压配电网重要用户电能质量监测终端优化配置系统及方法，能够使用最少的电能质量监测装置实现对系统良好的监测效果。
7.本发明解决其现实问题是采取以下技术方案实现的：
8.一种低压配电网重要用户电能质量监测终端优化配置系统，包括：多个电能质量监测装置和电能质量总站；所述电能质量总站包括人机交互界面和操作平台模块、智能计算和诊断模块、显示和报警模块；所述多个电能质量监测装置分别与电能质量总站相连接，用于对电能质量数据进行采集、转换、加工和上传到总站；所述人机交互界面和操作平台模块用于对各电能质量监测装置上传的电能质量数据进行分析和运算；所述智能计算和诊断模块用于对进行事件诊断和故障排查；所述显示和报警模块用于对电能质量数据进行显示和报警。
9.而且，所述电能质量监测装置，包括互感器件模块、a/d采样模块、处理器cpu和通信模块；所述互感器件模块用于将工频信号通过互感器件变换为二次信号；该互感器件模
块的输出端与a/d采样模块相连接，该a/d采样模块用于将连续的模拟信号转换为离散的数字信号；所述a/d采样模块的输出端与处理器cpu相连接，用于对所采集的电能质量数据进行加工处理,并转换为电能质量指标；所述处理器cpu通过通信模块与电能质量总站相连接，用于将电能质量指标数据上传至电能质量总站。
10.一种低压配电网重要用户电能质量监测终端优化配置方法，包括以下步骤：
11.步骤1、构建电能质量监测点的优化模型，对监测系统的准确度与成本进行定量优化；
12.步骤2、基于步骤1获得的电能质量监测点的优化模型，采用多种群改进遗传算法对监测点进行优化配置,达成系统性能和成本的优化。
13.而且，所述步骤1的具体步骤包括：
14.步骤1.1：构建状态估计输入输出矩阵模型：
[0015][0016]
用特征函数g
n
(u,v)来表征在第n个电能质量监测装置处，电能质量数据从节点u映射到节点v的精确度，是根据线路参数和拓扑结构，按电气参数映射过程得到；而p
n
(u)则表征节点u电能质量数据的精确度；对于有m个节点的配电网络,可构建其对应数量的状态估计矩阵模型；
[0017]
步骤1.2：通过上述状态估计模型，从而将成本与性能的复杂定性问题转换为准确度与成本的定量优化。构建如下电能质量监测点的优化模型：
[0018][0019]
式中f(x)为经济成本函数,h(x)为系统性能(或准确度函数)，如下:
[0020][0021]
式中:α—成本系数；β—性能系数；p
n
(x
i
)—状态估计矩阵模型的输出；x
i
—x中第i个位置；x—优化过程中的可行解(m维向量),表示m个节点的每个位置是否需要安装电能质量监测装置(不安装取0，安装取1)。
[0022]
而且，所述步骤2的具体步骤包括：
[0023]
步骤2.1：对电能质量监测点进行遗传编码；
[0024]
针对电能质量监测点的优化问题,对其进行遗传编码方式如下：
[0025]
x
j
＝[x
1 x
2 l x
m
]
[0026]
式中：向量x
j
—第j个个体，其元素值分别表示对应m个节点的每个位置是否需要
安装电能质量监测装置，不安装取0，安装取1。
[0027]
适应值的评价函数由目标函数转换得到：
[0028]
fit(x)＝
‑
[f(x) c
h
]
[0029]
式中：c
h
—h(x)最低取值范围的绝对值，作用是将适应值转换为大于零的实数；
[0030]
步骤2.2：对初始种群进行多个独立子群的随机划分，独立子群的规模统一为μ；
[0031]
在进化迭代过程中，为保留最优个体的流失以及使得不同子群具有不同的收敛速度，本发明对q个独立子群按照下式概率进行保留:
[0032][0033]
步骤2.3：对被保留的个体强制进行一次遗传选择，对于不被保留的个体采用经典的轮盘赌操作；
[0034]
其被选择概率x
z
(x)计算如下:
[0035][0036]
其中b表示其所在子群对应b中的保留数；为维持种群的数量，轮盘赌选择总数x
num
为:
[0037]
x
num
＝μ
‑
b
[0038]
步骤2.4：进行赋值替换，将未被选择个体替换掉，然后对所有被选择或被强制保留的个体，进行一次交叉操作；
[0039]
采样双点交叉，即随机选中遗传编码上的两个点，对两条编码互换其中的代码；
[0040]
步骤2.5：进行变异操作，用采样较低的概率随机选取某个个体上的一位遗传代码位置，进行0或1的变换；
[0041]
变异概率设置如下：
[0042][0043]
步骤2.6：基于多种群遗传算法对电能质量监测点进行优化配置。
[0044]
而且，所述步骤2.6的具体步骤包括：
[0045]
步骤2.6.1：根据电力系统的结构，获取状态估计矩阵及其参数；
[0046]
步骤2.6.2：进行初始的必要参数设置,编码,对初始种群进行随机初始化；
[0047]
步骤2.6.3：对初始种群进行分类，得到q个独立子群；
[0048]
步骤2.6.4：对q个独立子群分别按照进化算法进行遗传，包括：选择、交叉、变异和适应度计算；
[0049]
步骤2.6.5：收敛判定，如果达到最大进化次数，则跳出循环；否则返回步骤2.6.4；
[0050]
步骤2.6.6：对q个独立子群的输出结果进行合并，选取最优值作为全局极值；
[0051]
步骤2.6.7：将全局极值解码转换为优化配置结果。
[0052]
本发明的优点和有益效果：
[0053]
1、本发明提出一种低压配电网重要用户电能质量监测终端优化配置系统及方法，
能通过已知监测数据获得未安装电能质量监测装置的系统节点信息，并基于状态估计方法，以较少的监测装置实现对配电网的全面监测。
[0054]
2、本发明通过多种群改进遗传算法实现监测点的优化配置，达成系统性能和经济成本的优化。在监测点的优化配置基础上，各个电能质量监测装置对电能信号进行采集和数据处理，然后上传到电能质量监测系统，监测系统对全局信息进行再加工，实现电能质量事件的智能诊断，从而帮助电力管理部门尽快查明事件原因、明确责任、排除故障、采取合理改善措施，从而保证电能质量满足用户需求。
附图说明
[0055]
图1是本发明的电能质量监测系统构成图；
[0056]
图2是本发明的单台电能质量监测装置结构示意图；
[0057]
图3是本发明的交叉操作示意图；
[0058]
图4是本发明的基于多种群遗传算法的算法流程图。
具体实施方式
[0059]
以下结合附图对本发明实施例作进一步详述：
[0060]
一种低压配电网重要用户电能质量监测终端优化配置系统，如图1和图2所示，包括：多个电能质量监测装置和电能质量总站；所述电能质量总站包括人机交互界面和操作平台模块、智能计算和诊断模块、显示和报警模块；所述多个电能质量监测装置分别与电能质量总站相连接，用于对电能质量数据进行采集、转换、加工和上传到总站；所述人机交互界面和操作平台模块用于对各电能质量监测装置上传的电能质量数据进行分析和运算；所述智能计算和诊断模块用于对进行事件诊断和故障排查；所述显示和报警模块用于对电能质量数据进行显示和报警。
[0061]
在本实施例中，通过电能质量总站通过通信网络对各电能质量监测装置上传的数据进行汇总、处理、存储和智能计算等，并具有友好的人机交互界面和操作平台，能够对电能质量数据进行进一步的全局分析和运算，并进行事件诊断和故障排查,还能够对各种数据进行分析、显示和报警等辅助管理功能。
[0062]
所述电能质量监测装置，如图2所示，包括互感器件模块、a/d采样模块、处理器cpu和通信模块；所述互感器件模块用于将工频信号通过互感器件变换为二次信号；该互感器件模块的输出端与a/d采样模块相连接，该a/d采样模块用于将连续的模拟信号转换为离散的数字信号；所述a/d采样模块的输出端与处理器cpu相连接，用于对所采集的电能质量数据进行加工处理,并转换为电能质量指标；所述处理器cpu通过通信模块与电能质量总站相连接，用于将电能质量指标数据上传至电能质量总站。
[0063]
在本实施例中，电能质量监测系统包括若干台分布式的电能质量监测装置和类似于大脑地位的电能质量总站。单台电能质量监测装置主要包含信号变换、模/数(a/d)采样、处理器(cpu)和通信模块。电能质量总站对各电能质量监测装置上传的数据进行汇总、处理、存储和智能计算等功能。
[0064]
其中，互感器件模块用于将工频信号通过互感器件变换为二次信号；a/d采样则是将连续的模拟信号转换为离散的数字信号；嵌入式的cpu对这些数据进行加工处理,转换为
电能质量指标，从而减少数据量。通信模块通过网络连接上传电能质量指标数据到电能质量总站，由工作站进行数据汇总、存储和智能计算；
[0065]
一种低压配电网重要用户电能质量监测终端优化配置方法，如图3和图4所示，包括以下步骤：
[0066]
步骤1、构建电能质量监测点的优化模型，对监测系统的准确度与成本进行定量优化；
[0067]
在本实施例中，基于电能质量状态估计模型，可以从监测系统中存在若干数量的电能质量监测装置，推算出全网所有需要监测节点的电能质量数据，以及其最佳的准确度。并通过该电能质量状态评估模型，构建的电能质量监测点的优化模型，将成本与性能的复杂定性问题转换为了准确度与成本的定量优化；
[0068]
所述步骤1的具体步骤包括：
[0069]
步骤1.1：构建状态估计输入输出矩阵模型：
[0070][0071]
用特征函数g
n
(u,v)来表征在第n个电能质量监测装置处，电能质量数据从节点u映射到节点v的精确度，是根据线路参数和拓扑结构，按电气参数映射过程(电气等效计算)得到；而p
n
(u)则表征节点u电能质量数据的精确度；对于有m个节点的配电网络，可构建其对应数量的状态估计矩阵模型；
[0072]
这个状态矩阵模型表示，若存在第n个电能质量监测装置，则从节点u的电能质量数据可推算出节点v的电能质量数据。即通过这个状态矩阵模型，就可以从监测系统中存在若干数量的电能质量监测装置，推测出全网所有需要监测节点的电能质量数据。
[0073]
步骤1.2：通过上述状态估计模型，从而将成本与性能的复杂定性问题转换为准确度与成本的定量优化。构建如下电能质量监测点的优化模型:所述电能质量监测点的优化模型为：
[0074][0075]
式中f(x)为经济成本函数,h(x)为系统性能(或准确度函数)，如下:
[0076][0077]
式中:α—成本系数；β—性能系数；p
n
(x
i
)—状态估计矩阵模型的输出；x
i
—x中第i个位置；x—优化过程中的可行解(m维向量),表示m个节点的每个位置是否需要安装电能质量监测装置(不安装取0，安装取1)。
[0078]
步骤2、基于步骤1获得的电能质量监测点的优化模型，采用多种群改进遗传算法对监测点进行优化配置，达成系统性能和经济成本的优化；
[0079]
在本实施例中，遗传算法是比较成熟的智能进化算法，能较好地适用于多种优化问题。遗传算法从个体组成的群体中搜索迭代，其初始的个体是随机产生的，然后对每个个体进行评价，适应度高的更符合要求，每一代中适应度值较高的一部分个体将被保留到下一代，其他个体则通过选择、交叉和变异等操作产生新的个体迭代其余部分。当达到设定的迭代次数时，停止进化，输出最优个体作为优化结果。但是普通遗传算法存在随机性较强,如果迭次次数和种群规模较小时，容易陷入局部收敛。
[0080]
多种群遗传算法是对普通遗传算法的一种改进算法，其基本思想是划分若干个独立的子集合，分别进行遗传进化，最后进行结合后得到优化结果。
[0081]
所述步骤2的具体步骤包括：
[0082]
步骤2.1：对电能质量监测点进行遗传编码；
[0083]
针对电能质量监测点的优化问题,对其进行遗传编码方式如下：
[0084]
x
j
＝[x
1 x
2 l x
m
]
[0085]
式中：向量x
j
—第j个个体，其元素值分别表示对应m个节点的每个位置是否需要安装电能质量监测装置，不安装取0，安装取1。
[0086]
适应值的评价函数由目标函数转换得到：
[0087]
fit(x)＝
‑
[f(x) c
h
]
[0088]
式中：c
h
—h(x)最低取值范围的绝对值，作用是将适应值转换为大于零的实数；
[0089]
步骤2.2：对初始种群进行多个独立子群的随机划分，独立子群的规模统一为μ；
[0090]
在进化迭代过程中，为保留最优个体的流失以及使得不同子群具有不同的收敛速度，本发明对q个独立子群按照下式概率进行保留:
[0091][0092]
步骤2.3：对被保留的个体强制进行一次遗传选择，对于不被保留的个体采用经典的轮盘赌操作；
[0093]
其被选择概率x
z
(x)计算如下:
[0094][0095]
其中b表示其所在子群对应b中的保留数。为维持种群的数量，轮盘赌选择总数x
num
为:
[0096]
x
num
＝μ
‑
b
[0097]
步骤2.4：进行赋值替换，将未被选择个体替换掉(用于保存到下一代)。然后对所有被选择或被强制保留的个体，进行一次交叉操作；
[0098]
采样双点交叉，即随机选中遗传编码上的两个点，对两条编码互换其中的代码，交叉操作示意图如图3所示，即编码的2号与4号位置被选中进行交叉。
[0099]
步骤2.5：进行变异操作，用采样较低的概率随机选取某个个体上的一位遗传代码位置，进行0或1的变换；
[0100]
变异概率设置如下：
[0101][0102]
步骤2.6：基于多种群遗传算法对电能质量监测点进行优化配置。
[0103]
所述步骤2.6的具体步骤包括：
[0104]
步骤2.6.1：根据电力系统的结构，获取状态估计矩阵及其参数；
[0105]
步骤2.6.2：进行初始的必要参数设置,编码,对初始种群进行随机初始化；
[0106]
步骤2.6.3：对初始种群进行分类，得到q个独立子群；
[0107]
步骤2.6.4：对q个独立子群分别按照进化算法进行遗传，包括：选择、交叉、变异和适应度计算；
[0108]
步骤2.6.5：收敛判定，如果达到最大进化次数，则跳出循环。否则返回步骤2.6.4；
[0109]
步骤2.6.6：对q个独立子群的输出结果进行合并，选取最优值作为全局极值；
[0110]
步骤2.6.7：将全局极值解码转换为优化配置结果。
[0111]
基于多种群遗传算法的优化配置流程如图4所示。
[0112]
综上所述，本发明首先构建电能质量监测系统模型，通过电能质量总站对各电能质量监测装置上传的数据进行汇总、处理、存储和智能计算等，并具有友好的人机交互界面和操作平台，能够对电能质量数据进行进一步的全局分析和运算，并进行事件诊断和故障排查，还能够对各种数据进行分析、显示和报警等辅助管理功能；然后构建电能质量状态估计的优化模型，基于该模型，可以从监测系统中存在若干数量的电能质量监测装置，推算出全网所有需要监测节点的电能质量数据，以及其最佳的准确度；最后采用多种群改进遗传算法对监测点进行优化配置,达成系统性能和经济成本的优化。
[0113]
本领域内的技术人员应明白，本技术的实施例可提供为方法、系统、或计算机程序产品。因此，本技术可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本技术可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd
‑
rom、光学存储器等)上实施的计算机程序产品的形式。
[0114]
本技术是参照根据本技术实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0115]
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0116]
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一
个方框或多个方框中指定的功能的步骤。