一种电力计量设备异常运行状态检测方法与流程

本发明涉及电力设备异常检测，特别涉及一种电力计量设备异常运行状态检测方法。

背景技术：

1、电力计量设备是用来测量和记录电力企业发电量、用户用电量、线损电量等参数的设备。一般来讲，电力计量设备由电能表、计量用互感器以及二次连接线导线构成。电力计量设备可以精准收集到电力系统中的电量数据，在电力企业中得到了广泛的应用[1-2]。电力计量设备所处的工作环境较为复杂，考虑到设备与线路老化、人为破坏等因素，电力计量设备可能会出现异常运行状态，进而导致该类型设备无法正常工作，影响电力计量设备的稳定运行。因此，提升电力计量设备异常运行状态的检测有助于电力计量设备稳定运行。

2、目前，对于电力计量设备的状态监测多为基于大数据智能识别的方式，一般基于大数据的关联规则等技术确定电力计量设备的运行相关数据进而识别出故障数据，但是这种方式在前期需要大量的数据作为支撑，而且此类方式通常不考虑干扰数据或者考虑甚少，因此会存在一定的检测误差。

3、鉴于此，需要一种电力计量设备异常运行状态检测方法以期提升检测精准度，从而维持电力计量设备的运行稳定性。

技术实现思路

1、针对现有技术中的检测方式在前期需要大量的数据作为支撑，而且不考虑干扰数据或者考虑甚少，因此存在一定的检测误差的问题，本发明提供了一种电力计量设备异常运行状态检测方法，能够通过对实时运行数据的采集分析，与正常状态下运行数据的对比，判定当前设备是否处于异常运行状态。在硬件设备的支持下，通过扩展卡尔曼滤波算法的应用，得出最终的运行状态检测结果。具体技术方案如下：

2、一种电力计量设备异常运行状态检测方法，包括以下步骤：

3、设置电力计量设备运行状态检测标准，所述电力计量设备运行状态检测标准具体为状态参数的正常运行参数值范围；

4、建立电力计量设备等效模型，所述电力计量设备等效模型包括有功电能模型和无功电能模型；

5、收集电力设备运行数据并处理，所述电力设备运行数据包括电压、电流、功率因数、计量误差和设备组成元件型号；

6、利用扩展卡尔曼滤波提取电力计量设备状态量特征，得出电力计量设备的量测函数；

7、基于所述电力计量设备的量测函数进行电力计量设备异常运行状态检测。

8、优选的，所述设置电力计量设备运行状态检测标准具体为设置电力计量设备运行数据表，所述电力计量设备运行数据表包括状态参数及其正常运行参数值范围和异常运行参数值范围。

9、优选的，所述建立电力计量设备等效模型的具体步骤如下：

10、建立电力计量设备等效电路图，所述等效电路图中示出带电能表和电网的连接关系；

11、基于所述电力计量设备等效电路图和电能表的双向潮流能力，建立有功电能模型，如下式所示：

12、

13、其中，变量ui和ii分别表示电力计量设备运行电压和电流的采样值，δt表示采样时间间隔，ti和tn分别表示采样起时间、采样止时间；

14、基于所述电力计量设备等效电路图，建立无功电能模型，如下式所示：

15、

16、优选的，所述收集电力设备运行数据并处理具体如下：

17、收集的运行状态量数据，包括电压、电流、功率因数、计量误差和设备组成元件型号；

18、在构建的电能计量设备等效模型下，可以利用以下计算得出设备的三相不平衡电压状态量：

19、

20、式中，变量u0、u1和u2分别表示三相电压的零序分量的方均根值、正序和负序值；

21、利用电流表和以下公式计算得出三相不平衡电流状态量：

22、

23、式中，imax和iavg分别为三相电流的最大值和平均值；

24、同三相不平衡电流状态量的计算原理计算得出功率因素状态量；

25、计量误差监测收集结果，具体如下：

26、εerr＝|eact-emetering|；

27、其中，eact和emetering分别表示实际电能值和计量设备输出值，|·|为绝对值符号；

28、在电力计量设备运行状态的检测之前，对初始状态量数据进行修正处理。

29、优选的，所述修正处理是检测初始收集状态量数据中的奇异值，并基于奇异值前后的数据计算平均值，而后将平均值赋值给奇异值，基于奇异值的平均值计算公式如下：

30、

31、式中，xi-1和xi+1分别为奇异值i的前后数据。

32、优选的，所述利用扩展卡尔曼滤波提取电力计量设备状态量特征具体如下：

33、基于卡尔曼滤波算法定义电力计量设备的非线性运行状态方式，具体如下：

34、xk+1＝f(xk)+ωk；

35、式中，xk和f(xk)分别为待检测设备的状态变量及其转移矩函数，ωk表示系统状态权重值；

36、得出电力计量设备的量测函数，具体如下：

37、zk＝h(xk)+vk；

38、式中，h(·)为量测函数，vk为卡尔曼滤波增益。

39、优选的，所述基于所述电力计量设备的量测函数进行电力计量设备异常运行状态检测具体如下：

40、利用电力计量设备的量测函数匹配扩展卡尔曼滤波算法提取的电力计量设备时变特征，得出匹配度如下：

41、

42、式中，xi和yi分别为设置的标准值和提取的数据特征值，n为待测数据的类型数量；

43、设置匹配度门限值为β0，若匹配度的计算结果β高于匹配度门限值β0，则判定当前电力计量设备存在异常，否则判定为设备处于正常运行状态；

44、将异常状态量和工作状态检测结果以可视化的形式输出。

45、一种计算机可读存储介质，所述计算机可读存储介质包括存储的程序，其中，在所述程序运行时控制所述计算机可读存储介质所在设备执行如上所述的电力计量设备异常运行状态检测方法。

46、一种处理器，所述处理器用于运行程序，其中，所述程序运行时执行如上所述的电力计量设备异常运行状态检测方法。

47、与现有技术相比，本发明的有益效果为：

48、本发明根据电力计量设备的运行原理，设置运行状态检测标准。依据电力计量设备的组成结构构建等效模型，在该模型下收集并处理各设备组成元件的实时运行数据。利用扩展卡尔曼滤波算法，提取电力计量设备的运行状态量特征，通过与设置标准比对，获取异常运行状态检测结果。本发明有效提高了对电力计量设备异常工作状态的精准检测，为设备的管理与维护工作提供有价值的参考，保障了电力计量的有效性。

技术特征：

1.一种电力计量设备异常运行状态检测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种电力计量设备异常运行状态检测方法，其特征在于，所述设置电力计量设备运行状态检测标准具体为设置电力计量设备运行数据表，所述电力计量设备运行数据表包括状态参数及其正常运行参数值范围和异常运行参数值范围。

3.根据权利要求2所述的一种电力计量设备异常运行状态检测方法，其特征在于，所述建立电力计量设备等效模型的具体步骤如下：

4.根据权利要求3所述的一种电力计量设备异常运行状态检测方法，其特征在于，所述收集电力设备运行数据并处理具体如下：

5.根据权利要求4所述的一种电力计量设备异常运行状态检测方法，其特征在于，所述修正处理是检测初始收集状态量数据中的奇异值，并基于奇异值前后的数据计算平均值，而后将平均值赋值给奇异值，基于奇异值的平均值计算公式如下：

6.根据权利要求4所述的一种电力计量设备异常运行状态检测方法，其特征在于，所述利用扩展卡尔曼滤波提取电力计量设备状态量特征具体如下：

7.根据权利要求6所述的一种电力计量设备异常运行状态检测方法，其特征在于，所述基于所述电力计量设备的量测函数进行电力计量设备异常运行状态检测具体如下：

8.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括存储的程序，其中，在所述程序运行时控制所述计算机可读存储介质所在设备执行权利要求1至7中任意一项所述的电力计量设备异常运行状态检测方法。

9.一种处理器，其特征在于，所述处理器用于运行程序，其中，所述程序运行时执行权利要求1至7中任意一项所述的电力计量设备异常运行状态检测方法。

技术总结本发明公开了一种电力计量设备异常运行状态检测方法，涉及电力设备异常检测技术领域，解决了现有检测方法检测电力计量设备异常运行状态时，存在检测精度低、检测速度慢等问题。本发明根据电力计量设备的运行原理，设置运行状态检测标准。依据电力计量设备的组成结构构建等效模型，在该模型下收集并处理各设备组成元件的实时运行数据。利用扩展卡尔曼滤波算法，提取电力计量设备的运行状态量特征，通过与设置标准比对，获取异常运行状态检测结果。本发明有效提高了对电力计量设备异常工作状态的精准检测，为设备的管理与维护工作提供有价值的参考，保障了电力计量的有效性。技术研发人员：张焜,李金瑾,刘津铭,潘学华,卿柏元,龚宇平,韦江衡,黄军力受保护的技术使用者：广西电网有限责任公司技术研发日：技术公布日：2024/8/20