專利名稱：基于微擾動(dòng)信號(hào)低頻振蕩模式辨識(shí)的電力系統(tǒng)在線預(yù)警方法
技術(shù)領(lǐng)域：
本發(fā)明屬于電力系統(tǒng)動(dòng)態(tài)監(jiān)測(cè)技術(shù)領(lǐng)域，尤其涉及一種全網(wǎng)范圍內(nèi)多個(gè)量測(cè)點(diǎn)通 過微擾動(dòng)信號(hào)振蕩模式辨識(shí)確定系統(tǒng)低頻振蕩模式特征的電力系統(tǒng)在線預(yù)警方法。
背景技術(shù)：
隨著電力系統(tǒng)互聯(lián)規(guī)模的擴(kuò)大以及大型機(jī)組快速勵(lì)磁系統(tǒng)的采用，低頻振蕩問題 日益突出，電力系統(tǒng)的安全穩(wěn)定運(yùn)行正面臨巨大的挑戰(zhàn)。從國內(nèi)外已經(jīng)發(fā)生的多次低頻振 蕩事故來看，這種事故對(duì)電網(wǎng)危害嚴(yán)重，大大制約了電網(wǎng)的輸電能力。現(xiàn)有電力系統(tǒng)低頻振蕩在線監(jiān)測(cè)主要使用周期_振幅波形檢測(cè)法或者改進(jìn)Prony 算法。其中周期-振幅波形檢測(cè)法對(duì)系統(tǒng)發(fā)生的單一模式振蕩能夠?qū)崿F(xiàn)快速檢測(cè)，而Prony 方法存在當(dāng)被監(jiān)測(cè)信號(hào)數(shù)目增多時(shí)分析時(shí)間要求與被監(jiān)測(cè)過程的實(shí)時(shí)性要求有一定沖突， 因而該方法更多應(yīng)用于非實(shí)時(shí)振蕩成分分析。還有將這兩種方法綜合使用的做法，實(shí)現(xiàn)對(duì) 電力系統(tǒng)發(fā)生的低頻振蕩進(jìn)行監(jiān)視與分析。上述在線監(jiān)測(cè)方法主要是針對(duì)系統(tǒng)出現(xiàn)的大擾動(dòng)故障為調(diào)度運(yùn)行人員提供決策 依據(jù)，但為了減輕調(diào)度員負(fù)擔(dān)，設(shè)置了檢測(cè)結(jié)果告警閾值。僅當(dāng)檢測(cè)到的振蕩頻率、振蕩阻 尼比以及振蕩幅值滿足告警條件時(shí)才發(fā)出告警。這樣上述方法一般只在電力系統(tǒng)發(fā)生較明 顯振蕩時(shí)才有分析結(jié)果輸出，而且其算法原理本身也是針對(duì)較明顯振蕩信號(hào)進(jìn)行分析，不 能在系統(tǒng)正常運(yùn)行狀態(tài)下評(píng)估系統(tǒng)特性。而通過觀察廣域測(cè)量系統(tǒng)所捕捉到的系統(tǒng)內(nèi)各地點(diǎn)大量實(shí)時(shí)穩(wěn)態(tài)數(shù)據(jù)可以發(fā)現(xiàn)， 電力系統(tǒng)即使處于正常運(yùn)行狀態(tài)，穩(wěn)態(tài)的概念也是相對(duì)的。由于時(shí)刻存在負(fù)荷投切等隨機(jī) 性質(zhì)的微小擾動(dòng)，系統(tǒng)內(nèi)各信號(hào)均存在類似噪聲的小幅波動(dòng)。為與上述分析方法所使用的 大擾動(dòng)信號(hào)相區(qū)分，將這種類似噪聲的小幅波動(dòng)信號(hào)稱為微擾動(dòng)信號(hào)。如何從系統(tǒng)正常運(yùn) 行時(shí)存在的大量微擾動(dòng)信號(hào)進(jìn)行電力系統(tǒng)低頻振蕩模式分析，將電力系統(tǒng)監(jiān)視功能從實(shí)時(shí) 告警走向預(yù)警，為運(yùn)行調(diào)度決策提供更充裕的時(shí)間，則成為一個(gè)迫切需要解決的問題。

發(fā)明內(nèi)容
為了克服現(xiàn)有電力系統(tǒng)低頻振蕩監(jiān)測(cè)方法主要針對(duì)較明顯振蕩信號(hào)進(jìn)行分析的 不足，本發(fā)明提供一種使用電力系統(tǒng)正常運(yùn)行時(shí)存在的大量微擾動(dòng)信號(hào)進(jìn)行低頻振蕩模式 辨識(shí)，并根據(jù)辨識(shí)結(jié)果提供在線預(yù)警的方法?？紤]到現(xiàn)階段PMU量測(cè)精度與微擾動(dòng)信號(hào)自 身變化幅度，實(shí)際可用于辨識(shí)分析的信號(hào)類型主要是有功功率量測(cè)信號(hào)，因此本發(fā)明中辨 識(shí)分析所使用的微擾動(dòng)信號(hào)均為有功功率量測(cè)信號(hào)?；谖_動(dòng)信號(hào)低頻振蕩模式辨識(shí)的電力系統(tǒng)在線預(yù)警方法，其特征在于，使用 廣域測(cè)量系統(tǒng)提供的各量測(cè)點(diǎn)的微擾動(dòng)信號(hào)，進(jìn)行以下步驟的計(jì)算分析步驟1 確定檢測(cè)配置參數(shù)，并收集全網(wǎng)范圍內(nèi)各量測(cè)點(diǎn)實(shí)時(shí)微擾動(dòng)數(shù)據(jù)；步驟2 對(duì)單一量測(cè)點(diǎn)單一分析窗口微擾動(dòng)信號(hào)進(jìn)行降采樣率、去均值處理，分別計(jì)算自回歸模型部分的系數(shù)和滑動(dòng)平均模型部分的系數(shù)，求解由自回歸模型系數(shù)所構(gòu)成的 特征多項(xiàng)式的特征值，然后計(jì)算測(cè)點(diǎn)振蕩模式的振蕩頻率和阻尼比；步驟3 收集通過步驟2得到的不同量測(cè)點(diǎn)在不同分析窗口下的振蕩模式計(jì)算結(jié) 果，使用聚類分析方法進(jìn)行計(jì)算，得到全網(wǎng)范圍的低頻振蕩模式的振蕩頻率和阻尼比；步驟4:根據(jù)步驟3得到的全網(wǎng)范圍內(nèi)的低頻振蕩模式結(jié)果對(duì)應(yīng)的阻尼水平，與大 擾動(dòng)低頻振蕩檢測(cè)告警相配合，當(dāng)大擾動(dòng)低頻振蕩檢測(cè)功能沒有告警輸出時(shí)，發(fā)出一般預(yù) 警或嚴(yán)重預(yù)警兩種的預(yù)警信息；步驟5 保存系統(tǒng)低頻振蕩模式辨識(shí)的振蕩頻率和阻尼比結(jié)果，用于電力系統(tǒng)低 頻振蕩機(jī)理分析等研究工作。本發(fā)明的有益效果是充分挖掘出廣域測(cè)量系統(tǒng)所收集的大量微擾動(dòng)數(shù)據(jù)背后所 包含的系統(tǒng)振蕩信息，為系統(tǒng)運(yùn)行提供及時(shí)可靠的預(yù)警，通過與大擾動(dòng)告警方式的配合，實(shí) 現(xiàn)了使用不同形式電力系統(tǒng)信號(hào)進(jìn)行電力系統(tǒng)低頻振蕩全面監(jiān)測(cè)。同時(shí)微擾動(dòng)在線監(jiān)測(cè)分 析提供的大量系統(tǒng)連續(xù)運(yùn)行下的振蕩模式結(jié)果記錄，為更好地了解掌握電力系統(tǒng)低頻振蕩 現(xiàn)象規(guī)律提供了條件。


圖1是基于微擾動(dòng)信號(hào)低頻振蕩模式辨識(shí)的電力系統(tǒng)在線預(yù)警方法流程圖。圖2是使用ARMA模型方法進(jìn)行單一量測(cè)點(diǎn)單一分析窗口模式分析流程圖。圖3是某量測(cè)點(diǎn)實(shí)測(cè)功率曲線。圖4是對(duì)圖3實(shí)測(cè)功率曲線進(jìn)行模式分析的振蕩模式結(jié)果。圖5是使用聚類分析方法的不同模式聚類結(jié)果。圖6是對(duì)多個(gè)量測(cè)點(diǎn)多個(gè)分析窗口分析結(jié)果進(jìn)行綜合得到的不同系統(tǒng)模式頻率 變化過程。圖7是對(duì)多個(gè)量測(cè)點(diǎn)多個(gè)分析窗口分析結(jié)果進(jìn)行綜合得到的不同系統(tǒng)模式阻尼 比變化過程。
具體實(shí)施例方式下面結(jié)合附圖和實(shí)施例對(duì)本發(fā)明進(jìn)一步說明。本發(fā)明方法首先對(duì)單一量測(cè)點(diǎn)單一分析窗口進(jìn)行模式分析計(jì)算，再對(duì)多量測(cè)點(diǎn)多 分析窗口的計(jì)算結(jié)果進(jìn)行綜合，得到系統(tǒng)振蕩模式結(jié)果，然后根據(jù)預(yù)警條件進(jìn)行判斷是否 需要發(fā)出預(yù)警信息，并與大擾動(dòng)監(jiān)測(cè)告警方式實(shí)現(xiàn)配合，最后保存振蕩模式辨識(shí)結(jié)果，圖1 是基于微擾動(dòng)信號(hào)低頻振蕩模式辨識(shí)的電力系統(tǒng)在線預(yù)警方法流程圖。本發(fā)明方法各環(huán)節(jié)具體設(shè)計(jì)步驟如下步驟1 確定檢測(cè)配置參數(shù)，并收集各量測(cè)點(diǎn)實(shí)時(shí)微擾動(dòng)數(shù)據(jù)；廣域測(cè)量系統(tǒng)按固定速率獲取各PMU測(cè)量的微擾動(dòng)實(shí)時(shí)數(shù)據(jù)用于分析計(jì)算。目 前PMU相位測(cè)量的精度要求為士0.2°，頻率測(cè)量的精度要求為士0.002Hz，使得通過負(fù)荷 隨機(jī)波動(dòng)引起的正常運(yùn)行時(shí)相位和頻率微擾動(dòng)信號(hào)來辨識(shí)振蕩模式時(shí)受到限制。目前電力 系統(tǒng)行業(yè)標(biāo)準(zhǔn)對(duì)PMU有功功率測(cè)量的精度要求為相對(duì)于滿刻度值的士0. 002，基本能實(shí)現(xiàn) 0. 2MW的誤差精度。而一般高壓線路Q20kV/500kV)上有功功率波動(dòng)幅度通常能達(dá)到幾個(gè)兆瓦，因此本實(shí)施例中使用有功功率量測(cè)信號(hào)作為辨識(shí)算法的輸入信號(hào)。同時(shí)振蕩模式辨識(shí)分析需要選擇合適計(jì)算參數(shù)(包括計(jì)算窗長、更新步長等)。本 實(shí)施例中采用的計(jì)算窗長為5分鐘，顯示更新步長為1分鐘。步驟2 對(duì)單一量測(cè)點(diǎn)單一分析窗口微擾動(dòng)信號(hào)進(jìn)行降采樣率、去均值處理，分別 計(jì)算微擾動(dòng)信號(hào)自回歸模型部分的系數(shù)和滑動(dòng)平均模型部分的系數(shù)，求解由自回歸模型系 數(shù)所構(gòu)成的特征多項(xiàng)式的特征值，然后計(jì)算量測(cè)點(diǎn)振蕩模式的振蕩頻率和阻尼比；由于微擾動(dòng)信號(hào)本身所反映的是電網(wǎng)在隨機(jī)負(fù)荷波動(dòng)下的動(dòng)態(tài)響應(yīng)，可使用ARMA 模型對(duì)信號(hào)進(jìn)行描述。根據(jù)信號(hào)處理分析理論中的ARMA模型與AR模型的等價(jià)性原理，低 階的ARMA模型可以用高階的AR模型進(jìn)行等價(jià)描述，因此在實(shí)際應(yīng)用過程中也可以使用階 數(shù)比較高的AR模型進(jìn)行低頻振蕩模式的辨識(shí)工作。圖2是本發(fā)明具體實(shí)施例中優(yōu)選使用 的ARMA模型方法進(jìn)行單一量測(cè)點(diǎn)單一分析窗口模式分析流程圖，具體實(shí)施細(xì)節(jié)如下步驟2. 1 讀入步驟1獲取的微擾動(dòng)實(shí)測(cè)信號(hào)； 步驟2. 2:對(duì)微擾動(dòng)信號(hào)進(jìn)行降采樣率、去均值處理，得到平穩(wěn)零均值信號(hào) χ(κ)}建立微擾動(dòng)信號(hào)ARMA模型為
權(quán)利要求
1.一種基于微擾動(dòng)信號(hào)低頻振蕩模式辨識(shí)的電力系統(tǒng)在線預(yù)警方法，其特征在于，使 用廣域測(cè)量系統(tǒng)提供的各量測(cè)點(diǎn)的微擾動(dòng)信號(hào)，進(jìn)行以下步驟的計(jì)算分析步驟1 確定檢測(cè)配置參數(shù)，并收集全網(wǎng)范圍內(nèi)各量測(cè)點(diǎn)實(shí)時(shí)微擾動(dòng)數(shù)據(jù)，其中所述參 數(shù)包括計(jì)算窗長、更新步長；步驟2 對(duì)單一量測(cè)點(diǎn)單一分析窗口微擾動(dòng)信號(hào)進(jìn)行降采樣率、去均值處理，分別計(jì)算 微擾動(dòng)信號(hào)自回歸模型部分的系數(shù)和滑動(dòng)平均模型部分的系數(shù)，求解由自回歸模型系數(shù)所 構(gòu)成的特征多項(xiàng)式的特征值，然后計(jì)算量測(cè)點(diǎn)振蕩模式的振蕩頻率和阻尼比；步驟3 收集通過步驟2得到的不同量測(cè)點(diǎn)在不同分析窗口下的振蕩模式計(jì)算結(jié)果，使 用聚類分析方法進(jìn)行計(jì)算，得到全網(wǎng)范圍的低頻振蕩模式的振蕩頻率和阻尼比；步驟4 根據(jù)步驟3得到的全網(wǎng)范圍內(nèi)的低頻振蕩模式結(jié)果對(duì)應(yīng)的阻尼水平，與大擾動(dòng) 低頻振蕩檢測(cè)告警相配合，當(dāng)大擾動(dòng)低頻振蕩檢測(cè)功能沒有告警輸出時(shí)，發(fā)出一般預(yù)警或 嚴(yán)重預(yù)警兩種的預(yù)警信息；步驟5 保存全網(wǎng)范圍的低頻振蕩模式的振蕩頻率和阻尼比結(jié)果。
2.根據(jù)權(quán)利要求1所述的基于微擾動(dòng)信號(hào)低頻振蕩模式辨識(shí)的電力系統(tǒng)在線預(yù)警方 法，其特征在于優(yōu)選計(jì)算窗長為5分鐘，更新步長為1分鐘。
3.根據(jù)權(quán)利要求1所述的基于微擾動(dòng)信號(hào)低頻振蕩模式辨識(shí)的電力系統(tǒng)在線預(yù)警方 法，其特征在于在步驟2中優(yōu)選采用ARMA模型方法進(jìn)行單一量測(cè)點(diǎn)單一分析窗口微擾動(dòng) 信號(hào)分析，得到量測(cè)點(diǎn)振蕩模式的振蕩頻率和阻尼比為
4.根據(jù)權(quán)利要求1所述的基于微擾動(dòng)信號(hào)低頻振蕩模式辨識(shí)的電力系統(tǒng)在線預(yù)警方 法，其特征在于在步驟3中，優(yōu)選采用模糊C-均值聚類分析方法實(shí)現(xiàn)不同振蕩模式的自動(dòng) 聚類處理，得到全網(wǎng)范圍的低頻振蕩模式的振蕩頻率和阻尼比。
5.根據(jù)權(quán)利要求1所述的基于微擾動(dòng)信號(hào)低頻振蕩模式辨識(shí)的電力系統(tǒng)在線預(yù)警方 法，其特征在于當(dāng)大擾動(dòng)振蕩監(jiān)視程序檢測(cè)到系統(tǒng)正在發(fā)生低頻振蕩，按大擾動(dòng)振蕩監(jiān)視 程序檢測(cè)的檢測(cè)結(jié)果發(fā)出相應(yīng)系統(tǒng)振蕩告警信息；當(dāng)大擾動(dòng)振蕩監(jiān)視程序沒有檢測(cè)到低頻 振蕩現(xiàn)象時(shí)，則按微擾動(dòng)檢測(cè)結(jié)果發(fā)出表示電網(wǎng)低頻振蕩模式阻尼不足的一般預(yù)警或嚴(yán)重 預(yù)警信息，其中一般預(yù)警的阻尼比閾值設(shè)為3%，嚴(yán)重預(yù)警的阻尼比閾值設(shè)為0%。
全文摘要
一種基于微擾動(dòng)信號(hào)低頻振蕩模式辨識(shí)的電力系統(tǒng)在線預(yù)警方法，能夠?qū)我涣繙y(cè)點(diǎn)單一數(shù)據(jù)窗口采用滑動(dòng)平均自回歸模型進(jìn)行量測(cè)點(diǎn)低頻振蕩模式分析計(jì)算，再對(duì)多個(gè)量測(cè)點(diǎn)多個(gè)數(shù)據(jù)窗口的計(jì)算結(jié)果通過聚類分析工具，進(jìn)行計(jì)算得到并保存全網(wǎng)范圍的低頻振蕩模式的振蕩頻率和阻尼比結(jié)果，然后根據(jù)預(yù)警閾值條件進(jìn)行判斷是否需要發(fā)出預(yù)警信息，并與大擾動(dòng)監(jiān)測(cè)告警方式實(shí)現(xiàn)配合。本發(fā)明方法可以充分挖掘電力系統(tǒng)運(yùn)行時(shí)大量實(shí)測(cè)微擾動(dòng)信號(hào)包含的振蕩模式信息，為系統(tǒng)運(yùn)行提供在線預(yù)警。同時(shí)本發(fā)明方法實(shí)現(xiàn)了對(duì)電力系統(tǒng)低頻振蕩模式的連續(xù)監(jiān)測(cè)，結(jié)合統(tǒng)計(jì)分析方法，可用于揭示大規(guī)模實(shí)際電力系統(tǒng)低頻振蕩機(jī)理及影響因素。
文檔編號(hào)G01R31/08GK102062832SQ201010581009
公開日2011年5月18日 申請(qǐng)日期2010年12月9日 優(yōu)先權(quán)日2010年12月9日
發(fā)明者吳京濤, 吳小辰, 時(shí)伯年, 楊東, 柳勇軍, 門錕, 陳剛, 麥紹輝 申請(qǐng)人:中國南方電網(wǎng)有限責(zé)任公司, 中國南方電網(wǎng)有限責(zé)任公司電網(wǎng)技術(shù)研究中心, 北京四方繼保自動(dòng)化股份有限公司