一种变电站低压交流失压事件判别方法及系统技术方案

本发明专利技术公开了一种变电站低压交流失压事件判别方法及系统，其中判别方法包括，通过电压传感器实时检测交流电压；将采集到的数据进行数据处理；将处理后的数据进行特征提取并建立判别模型；将待测电压数据输入至判别模型中进行判别决策，并根据模型输出结果判定是否发生低压交流失压事件；采用本发明专利技术，通过实时检测变电站低压交流网络中的电压信号，能够及时捕捉到电压的变化和失压事件的发生，通过特征提取和判别算法，能够自动判别是否发生了低压交流失压事件，无需人工干预，能够提高判别效率，通过及时判别低压交流失压事件，能够减少不必要的维护和检修工作，降低了运维的成本。降低了运维的成本。降低了运维的成本。

【技术实现步骤摘要】
一种变电站低压交流失压事件判别方法及系统


[0001]本专利技术涉及厂站用交流电源系统的
，具体为一种变电站低压交流失压事件判别方法。

技术介绍

[0002]变电站中的交流电源系统为变电站一次和二次设备进行电源供应，是保证变电站可靠运行的重要保障，交流失压会直接影响到正在运行设备的正常使用，实时关注交流电源系统的稳定工作是保证电网正常运行的基础。
[0003]目前变电站低压交流失压事件没有直接判据，一般通过直流屏、ups屏和通信屏等同时发出交流失电告警信号来辅助判断，并结合现场调查进行确认，导致交流失压判断准确性不高，时间周期较长，无法实时检测交流电源的运行工况，不利于交流失电情况下的尽快恢复供电，故急需一种变电站低压交流失压事件的判别方法。

技术实现思路

[0004]本部分的目的在于概述本专利技术的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和专利技术名称中可能会做些简化或省略以避免使本部分、说明书摘要和专利技术名称的目的模糊，而这种简化或省略不能用于限制本专利技术的范围。
[0005]鉴于上述存在的问题，提出了本专利技术。
[0006]因此，本专利技术提供了一种变电站低压交流失压事件判别方法，通过实时检测变电站低压交流电网中的电压信号，并快速判别是否发生了低压交流失压事件，能够及时发现问题并采取相应的措施，以保障电网的稳定以及可靠运行；通过使用自动化算法以及机器学习技术，能够自动对电压信号进行分析和判别，能够减少人工干预的需求，使得判别过程更加高效、准确，并降低了人为判断的主观性。
[0007]为解决上述技术问题，本专利技术提供如下技术方案：一种变电站低压交流失压事件判别方法，包括以下步骤，
[0008]通过电压传感器实时检测交流电压；
[0009]将采集到的数据进行数据处理；
[0010]将处理后的数据进行特征提取并建立判别模型；
[0011]将待测电压数据输入至判别模型中进行判别决策，并根据模型输出结果判定是否发生低压交流失压事件。
[0012]作为本专利技术所述一种变电站低压交流失压事件判别方法的一种优选方案，其中：所述通过电压传感器实时检测交流电压是实时检测经过电阻分压网络降压后的电压信号，所述电阻分压网络是通过调整电阻比例来将输入电压分压至测量设备所能接受的电压范围，电压传感器将测量分压后的电压信号，以提供精确的电压测量结果。
[0013]作为本专利技术所述一种变电站低压交流失压事件判别方法的一种优选方案，其中：所述将采集到的数据进行数据处理是对采集到的数据进行滤波、去噪以及数据清洗处理；
所述滤波的具体实现公式如下：
[0014]f(n)＝b0·
x(n)+b1·
x(n
‑
1)+...+b
n
·
x(n
‑
n)
‑
a1·
y(n
‑
1)
‑
...
‑
a
m
·
y(n
‑
m)
[0015]其中，x(n)表示输入信号的当前样本，y(n)表示滤波后的输出信号的当前样本，b0,b1,...,b
n
和a1,a2,...,a
m
表示的是滤波器的系数，m和n分别表示不同的序号；
[0016]所述去噪的具体实现公式如下：
[0017]f
′
(n)＝medin(x(n
‑
k),...,x(n),...,x(n+k))
[0018]其中，medin表示中间值函数，x(n)表示输入信号的当前样本，此时指的是经过滤波后的样本，k表示窗口大小，通过控制k的大小，来控制去除数据中的噪声的程度，以便提取信号的真实信息；
[0019]所述数据清洗的具体实现公式如下：
[0020]当x(n)＞X
max
时，x(n)＝X
max
，当x(n)＜X
min
时，x(n)＝X
min
；
[0021]其中，x(n)表示输入数据的当前样本，此时指的是经过去噪处理后的数据，X
max
,X
min
分别表示指定的数据的上限和下限，通过控制指定数据的上限值和下限值来控制消除异常值的程度。
[0022]作为本专利技术所述一种变电站低压交流失压事件判别方法的一种优选方案，其中：所述将处理后的数据进行特征提取指的是从预处理后的电压数据中提取出具有代表性和区分能力的特征，并用于后续的判别任务，所述建立判别模型是基于特征选择技术实现的。
[0023]作为本专利技术所述一种变电站低压交流失压事件判别方法的一种优选方案，其中：所述特征提取包括电压信号的幅值、电压信号的频率、电压信号的相位差以及电压信号的谐波含量；所述电压信号的幅值是通过计算电压信号的均方根值所得，所述电压信号的频率是通过频谱分析法所得，所述电压信号的相位差是通过计算信号之间的相位差的平均值所得，所述电压信号的谐波含量指的是信号中谐波分量的存在和强度，所述谐波分量指的是与信号基波频率整数倍数相关的频率成分。
[0024]作为本专利技术所述一种变电站低压交流失压事件判别方法的一种优选方案，其中：所述建立判别模型是通过特征选择来实现的，所述特征选择指的是从提取到的特征中选择出最具有判别能力和相关性的特征子集，是通过正则化方法实现的，所述正则化方法是通过在调整正则化参数的大小来控制特征的选择程度，从而控制判别模型的输出结果。
[0025]作为本专利技术所述一种变电站低压交流失压事件判别方法的一种优选方案，其中：所述判定是否发生低压交流失压事件是通过将待测电压数据输入至判别模型中进行判别决策，并根据模型输出结果所判定的，所述判别决策具体如下：
[0026]将失压范围划定为全站失压以及部分失压，将失压时间设定1小时以及2小时这两个阈值；将变电站电压等级划分为10KV、35KV、110KV、220KV以及500KV这5个等级，将失压事件等级划分为一级事件、二级事件、三级事件、四级事件、五级事件、六级事件以及七级事件，具体决策如下：
[0027]对变电站系统中交流母线电压进行实时检测，当变电站系统中交流通信正常，但充电机输出电流为0时，则判断出交流母线发生失压事件；
[0028]当系统中的两段交流母线都发生失压事件时，则判断出发生的是全站失压事件；当系统满足全站失压事件，且失压时间大于1小时，此时判定为全站失压≥1h；当系统满足全站失压事件，且失压时间小于1小时，此时判定为全站失压＜1h；当系统满足全站失压事
件，且失压时间达到2小时，此时判定为全站失压≥2h；
[0029]当系统中的两段交流母线仅有一段交流母线发生失压事件，则判断出发生的是部分失压事件；当系统满足部分失压事件，且失压时间大于1小时，此时判定为部分失压≥1h；当系统满足部分失压事件，且失压时本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种变电站低压交流失压事件判别方法，其特征在于：包括以下步骤，通过电压传感器实时检测交流电压；将采集到的数据进行数据处理；将处理后的数据进行特征提取并建立判别模型；将待测电压数据输入至判别模型中进行判别决策，并根据模型输出结果判定是否发生低压交流失压事件。2.如权利要求1所述的一种变电站低压交流失压事件判别方法，其特征在于：所述通过电压传感器实时检测交流电压是实时检测经过电阻分压网络降压后的电压信号，所述电阻分压网络是通过调整电阻比例来将输入电压分压至测量设备所能接受的电压范围，电压传感器将测量分压后的电压信号，以提供精确的电压测量结果。3.如权利要求2所述的一种变电站低压交流失压事件判别方法，其特征在于：所述将采集到的数据进行数据处理是对采集到的数据进行滤波、去噪以及数据清洗处理；所述滤波的具体实现公式如下：f(n)＝b0·
x(n)+b1·
x(n
‑
1)+...+b
n
·
x(n
‑
n)
‑
a1·
y(n
‑
1)
‑
...
‑
a
m
·
y(n
‑
m)其中，x(n)表示输入信号的当前样本，y(n)表示滤波后的输出信号的当前样本，b0,b1,...,b
n
和a1,a2,...,a
m
表示的是滤波器的系数，m和n分别表示不同的序号；所述去噪的具体实现公式如下：f
′
(n)＝medin(x(n
‑
k),...,x(n),...,x(n+k))其中，medin表示中间值函数，x(n)表示输入信号的当前样本，此时指的是经过滤波后的样本，k表示窗口大小，通过控制k的大小，来控制去除数据中的噪声的程度，以便提取信号的真实信息；所述数据清洗的具体实现公式如下：当x(n)＞X
max
时，x(n)＝X
max
，当x(n)＜X
min
时，x(n)＝X
min
；其中，x(n)表示输入数据的当前样本，此时指的是经过去噪处理后的数据，X
max
,X
min
分别表示指定的数据的上限和下限，通过控制指定数据的上限值和下限值来控制消除异常值的程度。4.如权利要求3所述的一种变电站低压交流失压事件判别方法，其特征在于：所述将处理后的数据进行特征提取指的是从预处理后的电压数据中提取出具有代表性和区分能力的特征，并用于后续的判别任务，所述建立判别模型是基于特征选择技术实现的。5.如权利要求4所述的一种变电站低压交流失压事件判别方法，其特征在于：所述特征提取包括电压信号的幅值、电压信号的频率、电压信号的相位差以及电压信号的谐波含量；所述电压信号的幅值是通过计算电压信号的均方根值所得，所述电压信号的频率是通过频谱分析法所得，所述电压信号的相位差是通过计算信号之间的相位差的平均值所得，所述电压信号的谐波含量指的是信号中谐波分量的存在和强度，所述谐波分量指的是与信号基波频率整数倍数相关的频率成分。6.如权利要求5所述的一种变电站低压交流失压事件判别方法，其特征在于：所述建立判别模型是通过特征选择来实现的，所述特征选择指的是从提取到的特征中选择出最具有判别能力和相关性的特征子集，是通过正则化方法实现的，所述正则化方法是通过在调整正则化参数的大小来控制特征的选择程度，从而控制判别模型的输出结果。
7.如权利要求6所述的一种变电站低压交流失压事件判别方法，其特征在于，所述判...

【专利技术属性】
技术研发人员：刘斌，许逵，文屹，虢韬，谈竹奎，吕黔苏，林呈辉，高吉普，徐玉韬，曹雷，唐赛秋，巨彧龙，欧自敏，黄力，蒋朝阳，吴玉柱，王宇，
申请(专利权)人：贵州电网有限责任公司，
类型：发明
国别省市：