国产自产21区,亚洲97,免费毛片网,国产啪视频,青青青国产在线观看,国产毛片一区二区三区精品

一種電能質量數據處理方法和裝置制造方法
【專利摘要】本發明公開了一種電能質量數據的處理方法和裝置，屬于供電【技術領域】，所述方法包括：采集電能質量參數，根據所述電能質量參數獲得矩陣M，所述矩陣M的列元素由同一時刻采集的電能質量參數的數據構成，所述矩陣M的行元素由同一種電能質量參數在不同時刻采集的數據構成；根據擾動事件波形典型異常庫所存儲的電能質量參數判斷所述矩陣M是否為異常擾動事件波形數據，將所述異常擾動事件波形數據剔除；利用剔除后的電能質量參數對電能質量進行分析。應用本發明，可以有效降低電能異常質量數據的影響，提高獲取電能質量數據的準確性。
【專利說明】ー種電能質量數據處理方法和裝置
【技術領域】
[0001 ] 本發明涉及供電【技術領域】，特別涉及ー種電能質量數據處理方法和裝置。
【背景技術】
[0002]電能質量(Power Quality)從普遍意義上講是指優質供電,包括電壓質量、電流質量、供電質量和用電質量。其可以定義為:導致用戶設備故障或不能正常工作的電壓、電流或頻率的偏差，其內容包括頻率偏差、電壓偏差、電壓波動與閃變、三相不平衡、暫時或瞬態過電壓、波形畸變、電壓暫降、中斷、暫升以及供電連續性等。
[0003]近年來，隨著中國的エ業化和電カ電子技術的發展，越來越多的非線性、沖擊性負荷投入電網使得供電系統電能質量問題愈加嚴重，與此同時，微處理控制器、自動化生產線、精密制造等對電能質量敏感的用戶也在不斷増加，電能質量問題成為供電【技術領域】的ー個重要研究方向。
[0004]一般來說，解決電能質量問題包括三個步驟:1.獲取電能質量數據；2.對電能質量數據進行深度分析和電能質量評估；3.依據電能質量評估結果有針對性地解決存在的電能質量問題。
[0005]在解決電能質量問題的過程中電能質量數據的準確性極其重要。當電網發生暫態事件或者設備異常時，采集電能質量數據的監測設備會采集到與實際明顯不符的數據，稱為異常數據。若電能質量數據中有異常數據，則依據其分析和評估的結果不能準確反映電網中實際存在的電能質量問題，進而導致依據其分析和評估結果無法有效解決存在的電能質量問題。
[0006]因此，需要本領域技術人員迫切解決的問題是如何降低電能異常質量數據的影響，提高獲取電能質量數據的準確性，以便有效解決存在的電能質量問題。

【發明內容】

[0007]為了解決現有技術的問題，本發明實施例提供了一種電能質量數據處理方法和裝置，能夠降低電能異常質量數據的影響，提高獲取電能質量數據的準確性。所述技術方案如下:
[0008]第一方面，提供了一種電能質量數據處理方法，所述方法包括:
[0009]采集電能質量參數，
[0010]根據所述電能質量參數獲得矩陣M，所述矩陣M的列元素由同一時刻采集的電能質量參數的數據構成，所述矩陣M的行元素由同一種電能質量參數在不同時刻采集的數據構成；
[0011]根據擾動事件波形典型異常庫所存儲的電能質量參數判斷所述矩陣M是否為異常擾動事件波形數據，
[0012]將所述異常擾動事件波形數據剔除；
[0013]利用剔除后的電能質量參數第電能質量進行分析。[0014]本發明還提供一種電能質量數據處理裝置，所述裝置包括:
[0015]采集單元，用于采集電能質量參數；
[0016]第一獲取單元，用于根據所述電能質量參數獲得矩陣M，所述矩陣M的列元素由同一時刻采集的電能質量參數的數據構成，所述矩陣M的行元素由同一種電能質量參數在不同時刻采集的數據構成；
[0017]第一判斷単元，用于根據擾動事件波形典型異常庫所存儲的電能質量參數判斷所述第一獲取單元獲取的矩陣M是否為異常擾動事件波形數據，
[0018]處理模塊，用于將所述異常擾動事件波形數據剔除以及利用剔除后的電能質量參數第電能質量進行分析。
[0019]本發明提供的技術方案帶來的有益效果是:
[0020]通過把監測設備采集的電能質量數據轉換為矩陣，使電能質量數據條理清晰，不易混淆，便于分析人員處理。由于矩陣是計算機處理大規模數據的基礎，因此將監測設備采集的數據轉換成矩陣M也便于計算機讀取和處理。進ー步地，通過舍棄判定為異常擾動事件波形數據的矩陣M，可以有效清除所采集的電能質量數據中的異常數據，大幅提高電網電能質量分析的準確性。
【專利附圖】

【附圖說明】
[0021]為了更清楚地說明本發明實施例中的技術方案，下面將對實施例描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發明的一些實施例，對于本領域普通技術人員來講，在不付出創造性勞動的前提下，還可以根據這些附圖獲得其他的附圖。
[0022]圖1是本發明實施例一提供的一種電能質量數據處理方法流程圖；
[0023]圖2是本發明實施例ニ提供的一種電能質量數據處理方法流程圖；
[0024]圖3是本發明實施例ニ提供的從擾動事件波形典型異常庫中提取的典型異常擾動事件波形；
[0025]圖4是本發明實施例ニ提供的通過典型異常擾動事件波形獲取的特征波形。
[0026]圖5是本發明實施例三提供的一種電能質量數據處理裝置的結構示意圖。
【具體實施方式】
[0027]為使本發明的目的、技術方案和優點更加清楚，下面將結合附圖對本發明實施方式作進ー步地詳細描述。
[0028]實施例一
[0029]本實施例提供了一種電能質量數據處理方法，參見圖1，本實施例提供的方法流程具體如下:
[0030]S101，采集電能質量參數。
[0031]S102，根據所述電能質量參數獲得矩陣M，所述矩陣M的列元素由同一時刻采集的電能質量參數的數據構成，所述矩陣M的行元素由同一種電能質量參數在不同時刻采集的數據構成。
[0032]按照電能質量國家標準及IEC (International Electrotechnical Commission,國際電エ委員會)、IEEE (Institute of Electrical and Electronics Engineers,電氣和電子工程師協會)相關標準，電網電能質量數據主要包括電壓偏差、頻率偏差、諧波、間諧波、電壓三相不平衡度、閃變等幾項電能質量參數指標，同時為了全面分析電能質量，還會在監測時將電流、功率、功率因數等參數也ー并記錄。
[0033]監測設備同時采集多個電能質量參數的數據，連續采集若干次，即獲得多個電能質量參數的穩態序列。所述多個穩態序列中序號相同的數據是同時采集的。
[0034]數據處理人員或設備會將獲得的多個電能質量參數的穩態序列組成ー個矩陣M。所述矩陣M的行對應ー種電能質量參數，行元素是監測設備在不同時刻采集的ー種電能質量參數數據；所述矩陣M的列對應監測設備采集數據的時刻，列元素是監測設備在同一時刻采集的多種電能質量參數數據。
[0035]S103，根據擾動事件波形典型異常庫所存儲的電能質量參數判斷所述矩陣M是否為異常擾動事件波形數據。
[0036]在本發明實施例中，通過對比所述M矩陣和預置的典型異常擾動事件波形數據判斷所述矩陣M是否為擾動事件波形數據。具體地，擾動事件波形典型異常庫中預先存放著各種典型異常擾動事件波形數據，采用基于S變換的方法對矩陣M和擾動事件波形典型異常庫中典型異常擾動事件波形數據進行對比，得到相似度。然后判斷所述相似度是否超出合理的范圍，若是，則認為所述矩陣M也屬于異常擾動事件波形數據并舍棄所述矩陣M。
[0037]S104，將所述異常擾動事件波形數據剔除。對于判斷為異常擾動事件波形數據的矩陣M，將其舍棄。
[0038]特別地，本領域技術人員可以多次重復執行S102、S103、S104，實現剔除更多的異常擾動事件波形數據。
[0039]S105，利用剔除后的電能質量參數對電能質量進行分析。
[0040]本實施例提供了一種有效處理電能質量數據的方法。通過把監測設備采集的電能質量數據轉換為矩陣，使電能質量數據條理清晰，不易混淆，便于分析人員處理。由于矩陣是計算機處理大規模數據的基礎，因此將監測設備采集的數據轉換成矩陣M也便于計算機讀取和處理。進ー步地，通過舍棄判定為異常擾動事件波形數據的矩陣M，可以有效清除所采集的電能質量數據中的異常數據，大幅提高電網電能質量分析的準確性。
[0041]實施例ニ
[0042]本實施例提供了一種電能質量數據處理方法，參見圖2，本實施例提供的方法流程具體如下:
[0043]S201,采集電能質量參數。
[0044]S202，根據所述電能質量參數取得矩陣M，所述矩陣M的列元素由同一時刻采集的電能質量參數的數據構成，所述矩陣M的行元素由同一種電能質量參數在不同時刻采集的數據構成。
[0045]S203，剔除所述矩陣M中的異常最值數據。
[0046]最值數據是指矩陣M行元素中的最大值和最小值。正常的電能質量數據應該處在ー個合理的范圍內，超出合理范圍的數據就屬于范圍異常數據。一般地，最大值、最小值超出合理范圍的機率最大，因此成為初步篩選和剔除對象。
[0047]剔除矩陣M中的異常最值數據，具體包括:[0048]獲取所述矩陣M每一行對應的第一系數和第二系數；
[0049]計算所述矩陣M每一行的最大值元素、最小值元素和平均值；
[0050]依次判斷所述矩陣M每一行的最大值元素是否大于當前行平均值和對應第一系數的乘積，
[0051]若是，則刪除所述最大值元素所在的列；
[0052]依次判斷所述矩陣M每一行最小值元素是否小于當前行平均值和對應第二系數的乘積，
[0053]若是，則刪除所述最小值元素所在的列。
[0054]其中，所述第一系數和第二系數的作用是對最值數據合理取值范圍的大小進行調整，使分析人員可以根據當前電網的實際狀況篩選異常最值數據；所述第一系數和第二系數的值可由本領域技術人員根據當前電網的實際狀況結合經驗給出，其取值范圍一般在0到10之間，例如第一系數等于2，第二系數等于0.5。
[0055]所述矩陣M中的最大值、最小值通常由電網負載過大引起，若最大值和/或最小值超出合理范圍，例如，若所述最大值大于當前行平均值與第一系數乘積，則說明對應時刻電網的負載超出了正常范圍，該時刻采集的電能質量數據屬于異常數據，不能作為電能質量問題的分析依據。本步驟通過刪除超出合理范圍的最大值和/或最小值所在的列，可以有效剔除因電網負載過大而產生的異常電能質量數據。
[0056]可選地，本實施例提供的處理方法還可以包括:
[0057]S204，判斷所述矩陣M是否異常，若是則舍棄所述矩陣M返回S202，若否則執行下一步。
[0058]正常情況下，電能質量參數的值應該是小幅波動得，若波動程度超過合理的范圍，則認為該電能質量參數數據異常。對矩陣M而言，若某一行元素的波動程度超過合理的范圍，則認為所述矩陣M異常，返回SlOl重新獲取新的矩陣M，若矩陣M全部行序列的波動程度都在合理的范圍內，則執行下一歩。
[0059]判斷所述矩陣M是否異常，具體包括:
[0060]獲取所述矩陣M每一行對應的第三系數；
[0061]計算所述矩陣M每一行的標準差和平均值；
[0062]依次判斷所述矩陣M每一行的標準差是否大于當前行的平均值和對應第三系數的乘積，若是，則所述矩陣M異常。
[0063]其中，所述第三系數的作用是對判定所述矩陣M是否異常的條件進行調整，其值可由本領域技術人員根據當前電網的實際狀況結合經驗給出。
[0064]在統計學中，標準差與平均值的差通常用來表示抽樣的離散程度，若標準差與平均值的差超出一定的范圍，則可以認為抽樣樣本無效。對所述矩陣M而言，若所述矩陣M某一行的標準差大于當前行的平均值和對應第三系數的乘積，就可以認為本次電能質量數據的采集屬于無效抽樣，所述矩陣M異常，應該被舍棄。本步驟通過標準差和平均值判斷所述矩陣是否異常，如果異常則舍棄所述矩陣M，可以有效刪除因無效抽樣產生的異常數據。
[0065]可選地，本實施例提供的處理方法還可以包括:
[0066]S205，剔除所述矩陣M中的變化率異常數據，具體包括:
[0067]計算所述矩陣M中每個元素相對于該元素所在行的相鄰元素的變化率r，所述變化率
【權利要求】
1.一種電能質量數據處理方法，其特征在于，所述方法包括: 采集電能質量參數， 根據所述電能質量參數獲得矩陣M，所述矩陣M的列元素由同一時刻采集的電能質量參數的數據構成，所述矩陣M的行元素由同一種電能質量參數在不同時刻采集的數據構成；根據擾動事件波形典型異常庫所存儲的電能質量參數判斷所述矩陣M是否為異常擾動事件波形數據， 將所述異常擾動事件波形數據剔除； 利用剔除后的電能質量參數對電能質量進行分析。
2.如權利要求1所述的方法，其特征在于，所述判斷所述矩陣M是否為異常擾動事件波形數據，具體包括: 從擾動事件波形典型異常庫中獲取特征矩陣D，所述特征矩陣D與所述矩陣M的行數和列數相同；

計算所述矩陣M與所述特征矩陣D的相似度S，所述相似度
3.如權利要求2所述的方法，其特征在于，所述判斷所述相似度S是否大于相似度限值，若是，則所述矩陣M是異常擾動事件波形數據之后，還包括: 將所述矩陣M放入擾動事件波形典型異常庫。
4.如權利要求1所述的方法，其特征在于，所述步驟A和步驟B之間還包括: 獲取所述矩陣M每一行對應的第一系數和第二系數； 計算所述矩陣M每一行的最大值元素、最小值元素和平均值； 依次判斷所述矩陣M每一行的最大值元素是否大于當前行平均值和對應第一系數的乘積， 若是，則刪除所述最大值元素所在的列； 依次判斷所述矩陣M每一行最小值元素是否小于當前行平均值和對應第二系數的乘積， 若是，則刪除所述最小值元素所在的列。
5.如權利要求1所述的方法，其特征在于，所述步驟A和步驟B之間還包括: 若所述矩陣M中第i行對應的電能質量參數P與其他t行對應的電能質量參數Q通過公式 F關聯，即 P = f(Ql，Q2，...Qt)，則: 獲取所述第i行對應的第七系數；針對所述M矩陣中第i行，依次計算該行第j列元素Mi,j的校驗數據M*i,j M*i,j=f(Q1j,Q2j,...,Qtj)，其中Qtj為所述其他t行的第j列元素；其中，t是大于O且小于n的整數； 計算Mi.j與M*i.j的差的絕對值X ; 判斷所述絕對值X是否大于所述第七系數，若是，則刪除所述第j列。
6.一種電能質量數據處理裝置，其特征在于，所述裝置包括: 采集單元，用于采集電能質量參數； 第一獲取單元，用于根據所述電能質量參數獲得矩陣M，所述矩陣M的列元素由同一時刻采集的電能質量參數的數據構成，所述矩陣M的行元素由同一種電能質量參數在不同時刻采集的數據構成； 第一判斷単元，用于根據擾動事件波形典型異常庫所存儲的電能質量參數判斷所述第一獲取單元獲取的矩陣M是否為異常擾動事件波形數據， 處理模塊，用于將所述異常擾動事件波形數據剔除，以及利用剔除后的電能質量參數第電能質量進行分析。
7.如權利要求6所述的裝置，其特征在于，所述第一判斷単元，具體還用于: 從擾動事件波形典型異常庫中獲取特征矩陣D，所述特征矩陣D與所述矩陣M的行數和列數相同； 計算所述第一獲取單元獲取的矩陣M與所述特征矩陣D的相似度S，所述相似度
8.如權利要求7所述的裝置，其特征在于，所述第一判斷単元還用于: 將判斷為擾動時間波形數據的矩陣M放入擾動事件波形典型異常庫。
9.如權利要求6所述的裝置，其特征在于，所述裝置還包括: 第二獲取單元，用于獲取所述第一獲取單元獲取的矩陣M每一行對應的第一系數和第二系數； 第一計算單元，用于計算所述第一獲取單元獲取的矩陣M每一行的最大值元素、最小值元素和平均值； 第二判斷単元，用于依次判斷所述第一單元獲取的矩陣M每一行的最大值元素是否大于當前行平均值和對應第一系數的乘積， 若是，則刪除所述最大值元素所在的列； 第三判斷単元，用于依次判斷所述第一單元獲取的矩陣M每一行最小值元素是否小于當前行平均值和對應第二系數的乘積， 若是，則刪除所述最小值元素所在的列。
10.如權利要求6所述的裝置，其特征在于，所述裝置還包括:第三獲取單元，用于獲取所述第一獲取單元獲取的矩陣M每一行對應的第三系數；第二計算單元，用于計算所述第一獲取單元獲取的矩陣M每一行的標準差和平均值；第四判斷単元，用于依次判斷所述第一獲取單元獲取的矩陣M每一行的標準差是否大于所述第二計算單元計算的當前行的平均值和所述第三獲取單元獲取的對應第三系數的乘積，若大于， 則舍棄所述矩陣M并通過第一獲取單元重新獲取矩陣M。
【文檔編號】G01R31/00GK103605016SQ201310530458
【公開日】2014年2月26日 申請日期:2013年10月30日 優先權日:2013年10月30日
【發明者】周剛, 梅桂華, 謝善益, 常夏勤, 趙云峰, 曾強, 李玎, 翟瑞聰, 楊強, 馬明 申請人:廣東電網公司電力科學研究院, 南京南瑞繼保工程技術有限公司