一种基于智能电表量测的配电网线路异常参数判别方法

1.本发明属于电力系统线路异常参数判别技术领域，涉及一种基于智能电表量测的配电网线路异常参数判别方法。


背景技术：

2.为了响应国家节能减排的口号，大量分布式光伏发电设备和新能源汽车充电桩接入配电网，光伏出力的随机性和新能源汽车充电的无序性给配电网安全稳定运行带来了新挑战，因此需要对配电网进行安全有效的控制。
3.配电网的有效控制离不开准确的配电网线路参数，由于配电网线路检修及改造频繁、实时量测装置数目有限等原因，配网台账中的线路长度、截面积和类型存在数据不准确、更新校正不及时的问题，给配电网控制造成了麻烦。因此，亟需一种配电网线路异常参数判别方法。


技术实现要素：

4.1.所要解决的技术问题：
5.现有配电网线路异常参数判别困难。
6.2.技术方案：
7.为了解决以上问题，本发明提供了一种基于智能电表量测的配电网线路异常参数判别方法，包括以下步骤：
8.步骤s1:预先构建配电线路和变压器的潮流计算模型.
9.步骤s2:预先对配电网智能电表量测的有功功率、无功功率、电压数据进行数据质量提升处理.
10.步骤s3：根据所述经过数据质量提升处理后的量测数据，构造潮流计算方程并利用最小二乘法进行线路电阻、电抗参数的拟合，得到线路辨识电阻和线路辨识电抗。
11.步骤s4：根据所述线路辨识电阻，计算其与线路台账参数相对误差的绝对值，得到线路参数相对偏移距离。
12.步骤s5：根据所述线路参数相对偏移距离，计算线路的参数异常因子。
13.步骤s6：根据所述参数异常因子，进行线路异常参数判断。
14.可选的，在步骤s2中，所述预先对配电网智能电表量测的有功功率、无功功率、电压数据进行数据质量提升处理，通过如下公式进行数据处理：
[0015][0016]
当数据变化率k≥1.5或者k＝0时，认为此数据为噪音数据，则丢弃此次的数据，重新选取这段时间数据的平均值进行计算，其中，x
t
为采集的有功功率、无功功率、电压数据，
t为时间点每十五分钟更新一次，n为采取计算的时间点数，k为数据变化率，xm为所取时间段数据的平均值。
[0017]
可选的，在步骤s6中，根据所述线路辨识电阻，计算其与线路台账参数相对误差的绝对值，得到线路参数偏移距离，包括通过如下公式进行线路参数相对偏移距离的计算：
[0018][0019]
其中，为i线路参数相对偏移距离，i为线路编号，ri为i线路辨识电阻，为i线路的台账电阻参数。
[0020]
可选的，在步骤5中，根据所述线路参数相对偏移距离，计算线路的参数异常因子，通过如下公式进行计算：
[0021][0022]
其中，y
*
为预设的阈值，j表示计算轮次即计算参数异常因子的次数，每轮计算都采取不同的量测数据，为i线路在j轮计算的参数异常因子，为i线路所有轮计算的参数异常因子总和值。
[0023]
可选的，所述预设的阈值y
*
的取值范围为20％～25％。
[0024]
可选的，所述参数异常因子的计算轮次应大于等于8次。
[0025]
可选的，根据所述参数异常因子，进行线路异常参数判断通过如下公式进行判断：
[0026][0027]
认为参数异常因子总和值大于参数异常因子集合均值的线路，存在异常参数；
[0028]
其中，为网络所有线路的参数异常因子集合，表示求取参数异常因子集合的均值。
[0029]
3.有益效果：
[0030]
本发明只通过智能电表量测的电压、有功、无功数据进行线路参数异常判断，与配电网测量设备有限的状况相符，实用性更强。且方法还提出了智能电表量测数据质量提升方法，减小了噪音数据的影响，提升了方法的抗差性。本发明为电力系统线路异常参数判断领域的发展提供了技术支撑。
附图说明
[0031]
图1为实施例公开的一种基于智能电表量测的配电网线路异常参数判别方法工作流程示意图；
[0032]
图2为实施例公开的一种基于智能电表量测的配电网线路异常参数判别方法中，
配电线路和变压器潮流计算模型示意图；
[0033]
图3为实施例公开的潮流计算示意图。
具体实施方式
[0034]
为了解决现有技术中，配网参数辨识困难以及辨识不准确的技术问题，本技术通过以一个实施例公开了一种基于智能电表量测的配电网线路异常参数判别方法。
[0035]
本技术第一实施例公开了一种基于智能电表量测的配电网线路异常参数判别方法，参见图1所示的工作流程示意图，所述计及概率分布的配网参数辨识方法包括：
[0036]
步骤s1，获取预先构建的配电线路和变压器潮流计算模型。
[0037]
在本技术的部分实施例中，所述配电线路潮流计算模型为π型，所述变压器潮流计算模型为γ型。
[0038]
步骤s2，预先对配电网智能电表量测的有功功率、无功功率、电压数据进行数据质量提升处理。
[0039]
在本技术的部分实施例中，先对配电网智能电表量测的有功功率、无功功率、电压数据进行数据质量提升处理，包括：
[0040]
正常情况下不会出现负荷功率长时间、大幅度波动或者持续不变的情况，通过如下公式进行数据处理：
[0041][0042]
当数据变化率k≥1.5或者k＝0时，认为此数据为噪音数据，则丢弃此次的数据，重新选取这段时间数据的平均值进行计算，其中，x
t
为采集的有功功率、无功功率、电压数据，t为时间点每十五分钟更新一次，n为采取计算的时间点数，k为数据变化率，xm为所取时间段数据的平均值。
[0043]
步骤s3，构造线路参数辨识方程，利用最小二乘法求解出线路辨识参数。
[0044]
具体来说，首先，基于步骤s1所预设的模型，具体情况参见图2和图3，结合前推回代潮流算法，具体情况参见图3构造辨识方程：
[0045][0046]
[0047][0048][0049]
其中，p
ld
、q
ld
、u
ld
分别表示变压器低压侧的有功、无功、电压；rd、xd、gd、bd分别表示变压器电阻、电抗、电导、电纳；r
cd
、x
cd
分别表示线路电阻、电抗；pd、qd、ud分别表示节点d处有功、无功、电压；uc表示节点c处电压；
△udt
、du
dt
分别表示节点d处电压降落的纵分量、横分量；
△ucdt
、du
cdt
分别表示支路a处电压降落的纵分量、横分量线路电阻、电抗。
[0050]
每次的量测数据都能列写一组辨识方程，对于n次采集则构成参数辨识方程组：
[0051][0052]
其中，fn(x)表示第n次的量测数据构成的参数辨识方程，f(x)表示参数辨识方程组。
[0053]
然后，根据最小二乘法原理构造参数辨识方程组的目标函数：
[0054][0055]
其中，l(x)表示参数辨识方程组的目标函数。
[0056]
最后，当目标函数满足以下收敛条件时，求解结束，输出辨识电阻。
[0057]
|l
n 1
(x)-ln(x)|《ε，
[0058]
其中，ln(x)表示第n次的目标函数值，ε为预设的收敛精度。
[0059]
步骤s4，计算线路辨识参数与台账参数的相对偏移距离。
[0060]
进一步的，计算线路辨识参数与台账参数的相对偏移距离，包括：
[0061]
通过如下公式进行线路参数相对偏移距离的计算：
[0062][0063]
其中，为i线路参数相对偏移距离，i为线路编号，ri为i线路辨识电阻，为i线路的台账电阻参数。
[0064]
步骤s5，计算线路的参数异常因子。
[0065]
可选的，计算线路的参数异常因子，包括：
[0066]
通过如下公式进行计算：
[0067][0068]
其中，y
*
为预设的阈值，j表示计算轮次即计算参数异常因子的次数(每轮计算都采取不同的量测数据)，为i线路在j轮计算的参数异常因子，为i线路所有轮计算的参数异常因子总和值。
[0069]
可选的，所述预设的阈值y
*
的取值范围为20％～25％。
[0070]
可选的，所述参数异常因子的计算轮次应大于等于8次。
[0071]
步骤s6，计算线路的参数异常因子。
[0072]
可选的，进行线路异常参数判断，确定存在异常参数的线路，通过如下公式进行判断：
[0073][0074]
把参数异常因子总和值大于参数异常因子集合均值的线路认为存在异常参数。
[0075]
其中，为网络所有线路的参数异常因子集合，表示求取参数异常因子集合的均值。
[0076]
以上结合具体实施方式和范例性实例对本技术进行了详细说明，不过这些说明并不能理解为对本技术的限制。本领域技术人员理解，在不偏离本技术精神和范围的情况下，可以对本技术技术方案及其实施方式进行多种等价替换、修饰或改进，这些均落入本技术的范围内。本技术的保护范围以所附权利要求为准。