灰靶理論在電能質量評估中的應用

馬瑩瑩, 朱偉華

(吉林電子信息職業技術學院, 吉林 吉林　132021)

?

灰靶理論在電能質量評估中的應用

馬瑩瑩, 朱偉華

(吉林電子信息職業技術學院, 吉林 吉林132021)

針對電力系統中產生諧波和電壓偏差等電能質量問題,運用灰色系統中的灰靶理論提出對沒有標準故障模型的情況下電能質量的評估新方法。首先建立基于物聯網技術的電能質量遠程監測系統,然后將系統中監測到的數據運用灰靶理論進行分析處理,給出電能質量評估的算法步驟及等級,實現變電站電能質量的評估。實驗表明,該方法可以有效地解決電能質量識別的問題,為變電站電能質量評估提供了一種新的策略。

電能質量監測； 物聯網技術； 灰色系統； 灰靶理論

近年來,隨著我國工業和人們生活用電需求量大幅度的增加,許多非線性負荷和大功率整流設備相繼投入到電力系統變電站中,滿足了工業和居民的生活用電需求,但是同時造成了功率因數低等電能質量問題,電能質量問題變得越來越嚴峻[1-2]。隨著智能電網和能源互聯網的蓬勃發展,運用現代無線通信技術(如ZigBee技術)實時監測電能質量必將是未來的發展趨勢[3]。

鑒于此,本文設計一種基于物聯網技術的電能質量監測系統進行實時在線監測電能質量,運用ZigBee技術,免去了布線的麻煩,非常適合于電力系統復雜環境下的監測。因此,本文將灰靶理論引入到電能質量綜合評估中,可以大大減少因電能質量引起的事故,對人們的生產生活和電力系統的正常運行有著極其重要的作用。

1　ZigBee技術簡介

ZigBee是一種具有功耗低、成本低、時延短等優點的雙向無線通信技術,主要面向低速率的無線局域網(LRWPAN),其協議是由ZigBee聯盟基于IEEE802.15.4協議標準下制定的。ZigBee技術廣泛應用于物聯網監測行業中[4-5]。在網絡層(network layer,NWK)方面,ZigBee 聯盟制定了星型、族型和網狀型3種網絡拓撲結構(見圖1),其中ZigBee網狀結構網絡(wireless mesh network,簡稱WMN)應用最廣,其采用多級跳的方式來通信,能夠具備自組網、自愈功能。

圖1　ZigBee 網絡拓撲結構

2　灰靶理論原理

灰靶理論由我國鄧聚龍教授提出,其核心思想是在非標準模式中找出一個標準灰靶序列,通過灰靶理論在標準灰靶序列中找到靶心,根據各個指標的模式序列和靶心計算灰色關聯度,最后進行評估等級的劃分[6-8]。

假設wi是輸變電傳輸中電能質量的第i個狀態模式,w(k)是電能質量狀態監測的第k個狀態參數與序列,則建立狀態參數序列:

稱w(k)為指標模式序列:

對于不同的指標,有著不同的極性,例如對于損耗型指標,若其期望值越小,則評估效果就越接近靶心,因此具有極小值極性。采用適中值極性,即

{POLw(k)=POL(mean),取w0(k)=U0(指定值),wi(k)∈w(k);}來確定最優狀態序列w0={w0(1),w0(2),···,w0(n)},設定序列為靶心。

記灰色關聯系數為

(1)

均權模式下wi的靶心度γ(w0,wi)見式(2),其表示待測模式序列接近標準狀態模式的程度。

(2)

根據靶心度的大小對評估狀態進行等級的劃分。基于鄧聚龍教授提出的灰靶理論平衡原理,結合實際情況,對0～1間每間隔一定的數標定一個等級,如[ 0.9,1],[ 0.8,0.9] ,…,[ 0,0.1]。計算出的靶心度所處的等級范圍就是該狀態下的評估結果。

3　系統設計

變電站的電能質量監測系統主要由終端采集部分、3G無線通信部分和電網遠程監控中心組成,框圖如圖2所示。多個傳感器采集節點附著在待監測的開關柜上,電壓和電流傳感器分別采集開關柜的三相電壓和三相電流等數據,并且將采集到的電壓、電流等數據經過路由器轉發到ZigBee協調器中,經過集成ARM Cortex-A8內核的高性能CPU S5PV210和高傳輸速率3G傳輸到遠程監測中心。遠程監測中心界面使用Qt Creator編寫,測試界面如圖3所示,實時顯示監測的電能質量[9-12],并且能夠對電能質量數據應用灰色系統中的灰靶理論進行分級評估。

圖2　電能質量監測系統框圖

圖3　電能質量監測系統顯示界面

4　灰靶理論在電能質量評估中的應用

電能質量在線監測系統的電網遠程監控中心將接收到的電能質量數據分析處理。本文選取電壓偏差、三相不平衡度、諧波畸變率和功率因數4項參數作為電能質量評估的指標。選取標準指標和一般狀態指標,進行灰靶變換并計算靶心度,根據靶心度的大小,結合電力系統的狀態對靶心度等級劃分,得出某狀態下電能質量評估等級。

4.1電能質量標準狀態指標的選取

某變電站傳輸電能質量的等級界限見表1。

表1　電能質量狀態指標評估等級界限

從表1中得出,因選取“優良”狀態下的指標作為標準指標序列。又因丟失數據記錄和檢修線路記錄都應該是最大值序列,考慮到實際情況,設這兩個指標的最大值為1,則

k=5時,取丟失數據記錄

k=6時,檢修線路記錄

因此標準模式序列：

{0.5,0.2,0.1,0.98,1,1}

4.2灰靶變換及靶心度

本文以吉林市某110 kV變電站為基礎,對電能質量進行分析,得出的狀態實時數據見表2。

表2　電能質量狀態實時數據

取w1時刻數據位設別模式序列

w′={3.63,2.12,1.49,0.78,0,0}

對w′進行灰靶變換

同理有:

即:

{0.137 7,0.094 3,0.067 1,0.795 9,0.000,0.000}

差異信息空間為

則Δ01={0.862 3,0.905 7,0.932 9,0.204 1,1.000,1.000}

根據公式:

式中:ρ為分辨系數,ρ=0.5,可得:

靶心度:

同理,當取w2時刻數據位設別模式序列時,經計算,靶心度為0.552 0;取w3狀態序列時,靶心度為0.537 5;取w4狀態序列時,靶心度為0.607 4。

4.3電能質量狀態識別

即:

γ(x0,xi)≥0.333

因此在[0.3,0.4]以下各檔毫無意義。根據變電站電能質量的特點,將靶心度劃分為4個等級:

[0.333,0.5]:第1級,不合格；[0.5,0.6]:第2級,合格;[0.6,0.8]:第3級,中等;[0.8,1.0]:第4級,優良。

根據電能質量狀態各等級相比較,可知該w1、w2、w3狀態處于第2級,w4狀態處于第3級,經現場檢查,沒有出現任何潛在的故障,經檢驗符合實際要求,說明該算法可以運用在該變電站傳輸電能質量狀態的識別中。

5　結論

本文首先設計一種變電站電能質量實時監測系統,然后運用灰靶理論對采集的電壓、電流等數據進行分析,給出電能質量等級評定。通過將灰靶理論計算的結論與變電站現場檢查結果對比分析,系統穩定可靠,本文提出的方法能較好地運用于電能質量狀態的判斷,為變電站電能質量的綜合評估提供了一種有效的新策略,具有一定的應用前景。

References)

[1] Atalik T,?adirci I, Demirci T,et al. Multipurpose platform for power system monitoring and analysis with sample grid applications[J]. IEEE Transactions on Instrumentation and Measurement,2014,63(3):566-582.

[2] Keles C,Karabibe A. A smart building power management concept:Smart socket applications with DC distribution[J]. Electrical Power and Energy Systems,2015(64):679-688.

[3] Farihah Shariff,Nasrudin Abd Rahima,Hew Wooi Pinga.Zigbee based data acquisition system for online monitoring of grid connected photovoltaic system[J]. Expert Systems with Applications,2015(42):1730-1742.

[4] Iqbal M S. Performance evaluation of IEEE 802.15.4 standard for low data rate ad hoc wireless sensor networks[C]//IEEE Conference Publications.2013:300-304.

[5] 金純,羅祖秋,羅鳳,等. ZigBee技術基礎及案例分析[M]. 北京:國防工業出版社,2008.

[6] 單文娟,景國勛,劉軍. 灰色系統理論在預測電廠年供電量中的應用[J]. 工業安全與環保,2009,35(9):1-2.

[7] Shan Wenjuan,Jing Guoxun,Liu Jun. Grey System Theory Used in Annual Electricity Consumption Forecast [J]. Industrial Safety and Environmental Protection,2009,35(9):1-2.

[8] 羅逸,鄧聚龍,鄭家粲. 腐蝕評估中的灰靶方法[J] .中國腐蝕與防護學報,2001,21(6):374-378.

[9] 朱偉華,索大翔,譚微.4G技術應用于電能質量監測的分析研究[J].電測與儀表,2015,(52)6:44-47.

[10] 李文仲,殷朝玉.ZigBee2006 無線網絡與無線定位實戰[M]. 北京:北京航空航天大學出版社,2008.

[11] 歐陽森,宋政湘.新型電能質量監測系統設計[J].電工電能新技術,2003,22(1):43-47.

[12] 高慶敏,和歡,石瑞杰. 基于 ZigBee 無線傳感網絡在變電站監測系統中的應用[J].華北水利水電大學學報：自然科學版,2010,31(1):53-56.

Application in evaluation of power quality based on grey target theory

Ma Yingying, Zhu Weihua

(Jilin Electronic Information Vocational Technology College, Jilin 132021, China)

Because of the problems of harmonics and voltage deviation for power system, the gray target theory is proposed for the absence of the standard fault model to evaluate new methods of power quality. Firstly, this article designs the power quality monitoring system based on the Internet of things technology, then monitors the power quality data analysis and processing using gray target theory, and gives the step for power quality assessment algorithm and grade,to achieve a comprehensive assessment of power quality. Several test results show that this method can effectively solve problems without standard fault model to identify power quality and provide a new strategy for power quality assessment.

power quality monitoring; Internet of things technology; grey system; gray target theory

10.16791/j.cnki.sjg.2016.09.016

2016-02-24修改日期：2016-03-26

吉林市科技發展計劃資助項目(2015334004)

馬瑩瑩(1982—),女,吉林省吉林市，碩士，主要從事電氣自動化技術和電子技術研究

朱偉華(1976—)，男，吉林吉林市，碩士，副教授，主要從事通信技術、嵌入式開發技術研究.

TM714

A

1002-4956(2016)9-0057-04