【技术实现步骤摘要】
本专利技术属于智能电网，具体涉及一种大数据分析辅助电网智能决策系统及方法。
技术介绍
1、随着现代社会对电力的日益依赖和对电力质量、效率、安全的不断提高，电力系统正面临着更高要求和更大压力。传统的电力系统面临着诸多挑战，如电力供需失衡、能源浪费、环境污染等问题，迫切需要引入先进的信息化与智能化技术来解决。
2、配电网故障主要分为短路故障和断线故障。短路故障主要是指相与相、相与大地之间的直接连接，属于横向故障。导致短路故障的原因主要是导体的绝缘损坏、不可预计的自然损坏、误操作等等。短路会造成短路点的电弧高温使设备烧坏，短路电流的热效应引起的温度升高加快绝缘老化，甚至烧坏设备；短路还会引起配电网的电压大幅度不降，影响电气设备的工作，然而现有技术中，缺少对于配电网中的多条线路同时进行预测短路故障的发生，并且判断是否需要检修人员马上到达现场进行检修的大数据分析辅助电网智能决策方法及系统。
技术实现思路
1、本专利技术针对上述缺陷，提供一种大数据分析辅助电网智能决策系统及方法。本专利技术提供的大数据分析辅助电网智能决策系统及方法通过将大数据技术与深度学习以及机器学习相结合，系统可以处理庞大的数据集合并从中提取有用信息，实现对电网运行状态的准确预测和故障诊断预警。
2、本专利技术提供如下技术方案：大数据分析辅助电网智能决策方法，所述方法适用于三相交流电为发电端的配电网，所述发电端的电源容量无限大，发电端与用电负载及二者之间的供电线路阻抗为零且端电压在短路故障发生前后保持
3、s1、实时监测配电网发电端与多条供电线路中的实时数据；
4、s2、对采集到的数据进行数据插补、异常值处理和数据标准化预处理；
5、s3、从所述s2步骤预处理后的数据中获取相应数据，计算配电网发电端与供电线路之间的相位角φk,q；计算短路故障发生前配电网发电端与供电线路之间的实时电压uk,p、实时电流ik,p；
6、s4、构建配电网发电端与供电线路之间发生短路后的暂态平衡方程，并求解发生短路后的暂态状态下发电端与供电线路之间的三相暂态实时电流；
7、s5、根据配电网发生短路故障后处于暂态时的回流阻抗角判断配电网三相电流是否分别在各自短路暂态允许阈值范围内，进而控制是否向检修人员发出警告通知。
8、进一步地，所述s2步骤包括以下步骤：
9、s21、实时监测配电网第k个发电端与第q条供电线路之间的电压幅值ak,q，构建电压幅值数据集矩阵x：
10、p为发电端总数；x中的所有元素形成配电网电压幅值数据集y；
11、s22、构建数据插值函数ai，j：
12、
13、e-1∈{1，2，...，p}，e+1∈{1，2，...，p}，g-1∈{1，2，...，q}，g+1∈{1，2，...，q}，
14、s23、将所述s22步骤通过所述数据插值函数ae,g补充得到的第e个发电端与第g条供电线路之间的电压幅值ae，g加入至所述s21步骤形成的配电网电压幅值数据集y中，形成配电网发电端电压幅值插补后数据集y′；
15、s24、对所述s23步骤得到的配电网发电端电压幅值插补后数据集y′中的每个元素进行小波变换，得到频域内t时刻小波变换ak，q(t)：
16、s25、构建小波变换噪声剔除阈值函数，剔除配电网发电端电压幅值插补后数据集y′中的每个元素频域内小波变换ak，q(t)的噪声信号，再进行小波逆变换，得到重构的配电网发电端电压幅值去噪声信号数据集y″。
17、进一步地，所述s24步骤包括以下步骤：
18、s241、获取的配电网发电端电压幅值插补后数据集y′中离散n时刻的第k个发电端与第q条供电线路之间的电压幅值ak，q[n]，经过数字滤波器进行离散时间傅里叶变换，得到滤波结果h(n)：n为信号长度；
19、其中，dtft{ak，q[n]}为对第k个发电端与第q条供电线路之间的电压幅值ak,q[n]进行离散时间傅里叶变换，2πfa为h(n)的离散时间信号的角频率，fa为h(n)的离散时间信号的频率；
20、s242、构建有关于的配电网发电端电压幅值插补后数据集y′中离散n时刻的第k个发电端与第q条供电线路之间的电压幅值ak,q[n]频域内小波变换ak，q(t)的母小波σ(t)和父小波ψr(t)：
21、
22、其中，r为进行小波变换的总次数；hr(n)为数字滤波器对配电网电压幅值数据集y中离散n时刻的第k个发电端与第q条供电线路之间的电压幅值ak,q[n]进行第r次滤波结果；
23、s243、对母小波和父小波进行平移并对平移后的父小波进行尺度变换：
24、σl(t)＝σ(t-l)；
25、ψr，b，l(t)＝ψr(2bt-l)；
26、其中，l为固定的平移因子，b为固定的尺度因子；σl(t)为母小波平移结果，ψr，b,l(t)为父小波平移后尺度变换结果；
27、s244、根据所述s242步骤构建的母小波和父小波的模型，对配电网发电端电压幅值插补后数据集y′中离散n时刻的第k个发电端与第q条供电线路之间的电压幅值ak，q[n]进行完全小波展开，得到频域内t时刻小波变换ak，q(t)：
28、
29、其中，γ(l)为小波变换的母小波变形系数，∈r(b，l)为父小波变形系数。
30、进一步地，所述s25步骤中构建的小波变换噪声剔除阈值函数步骤如下：
31、s251、将所述s244步骤得到的频域内t时刻小波变换ak,q(t)中的每一个元素取绝对值，再进行递升排序并求平方后，得到与频域内t时隙内的频域内t时刻小波变换ak，q(t)的重组信号序列：f(ak,q(t))＝(sort|t(|ak，q(t)|))2，其中，|ak，q(t)|为ak，q(t)的绝对值，sort|t(|ak，q(t)|)为对频域内t时隙内的频域内t时刻小波变换ak，q(t)绝对值结果进行从小到大的递升排序函数；t＝1，2，...，t；频域内t时隙内的各个时刻与所述s21步骤中的离散时间信号长度n
32、s252、计算频域内小波变换t时刻的噪声剔除阈值：
33、
34、s253、计算所述s252得到的频域内小波变换t时刻的噪声剔除阈值的风险系数函数；
35、
36、s254、所述s253步骤得到的风险系数函数为频域内的凹函数，取风险系数函数值最小的时刻tmin，计算tmin时刻的频域内小波变换t时刻的噪声剔除阈值作为小波变换噪声剔除阈值，剔除配电网发电端电压幅值插补后数据集y′中的每个元素频域内小波变换ak，q(t)的噪声信号，再进行小波逆变换，得到重构的配电网发电端电压幅值去噪声信号数据集y″。
37、进一步地，所述s3步骤包括以下步骤：
38、s31本文档来自技高网...
【技术保护点】
1.大数据分析辅助电网智能决策方法，所述方法适用于三相交流电为发电端的配电网，所述发电端的电源容量无限大，发电端与用电负载及二者之间的供电线路阻抗为零且端电压在短路故障发生前后保持不变；其特征在于，所述方法包括以下步骤：
2.根据权利要求1所述的大数据分析辅助电网智能决策方法，其特征在于，所述S2步骤包括以下步骤：
3.根据权利要求2所述的大数据分析辅助电网智能决策方法，其特征在于，所述S24步骤包括以下步骤：
4.根据权利要求3所述的大数据分析辅助电网智能决策方法，其特征在于，所述S25步骤中构建的小波变换噪声剔除阈值函数步骤如下：
5.根据权利要求1所述的大数据分析辅助电网智能决策方法，其特征在于，所述S3步骤包括以下步骤：
6.根据权利要求5所述的大数据分析辅助电网智能决策方法，其特征在于，所述S4步骤包括以下步骤：
7.根据权利要求6所述的大数据分析辅助电网智能决策方法，其特征在于，所述S5步骤中的判断标准为，当θIo＝±90°时，所述S45步骤计算得到的配电网发生短路故障后o相暂态实时电流为o相暂态
8.采用如权利要求1-7任一所述方法的大数据分析辅助电网智能决策系统，其特征在于，包括电网数据获取模块、数据预处理模块、故障前电压电流计算模块、三相暂态实时电流计算模块和故障预测模块；
...【技术特征摘要】
1.大数据分析辅助电网智能决策方法，所述方法适用于三相交流电为发电端的配电网，所述发电端的电源容量无限大，发电端与用电负载及二者之间的供电线路阻抗为零且端电压在短路故障发生前后保持不变；其特征在于，所述方法包括以下步骤：
2.根据权利要求1所述的大数据分析辅助电网智能决策方法，其特征在于，所述s2步骤包括以下步骤：
3.根据权利要求2所述的大数据分析辅助电网智能决策方法，其特征在于，所述s24步骤包括以下步骤：
4.根据权利要求3所述的大数据分析辅助电网智能决策方法，其特征在于，所述s25步骤中构建的小波变换噪声剔除阈值函数步骤如下：
5.根据权利要求1所述的大数据分析辅助电网智能决策方法，其特征在于，所述s3步骤包括以下步骤：
【专利技术属性】
技术研发人员：任宇路，韩建富，闫美凤，刘国瑞，曹琼，苏彦，王祎，王一飞，李扬，
申请(专利权)人：国网山西省电力公司营销服务中心，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。