罗兵兵,汤俊珺,张 昱,杨 帆,陈 浩
(国网马鞍山供电公司供电服务指挥中心,安徽 马鞍山 243011)
近年来,随着工业化的进一步发展,地球环境屡遭破坏,导致极端天气时有发生。极端天气的出现会威胁到电网安全运行[1],更甚者会导致一座城市大面积停电,从而影响人们的日常生活。当城市面临大面积停电时,抢险救灾工作本身就具备保障对象复杂、救灾难度大以及救灾环境恶劣等问题,应急电源车[2]的应用不仅能够有效缓解救灾过程中人力资源缺乏的问题,且电源车本身就具备安全、节能环保和移动性强等优点,能够在电网损坏时,保证重要的供电工作[3]。由于应急电源车在电力抢险时作用较为重要,所以对应急电源车进行必要的负荷监测,是保证应急电源车高效工作的重中之重。
文献[4]提出电力系统负荷非侵入式监测方法,该方法由于未能在负荷监测前对电力数据进行去噪,导致该方法在负荷监测时的监测速度低;文献[5]提出基于CUSUM滑动窗的二维离散模糊数电力负荷检测方法,该方法在建立离散矩阵时存在问题,所以其效果差;文献[6]提出一种基于LSTM模型的电力负荷辨识方法,该方法提取电力谐波分量时存在误差,所以无法有效监测出电力输出功率值,监测性能差。
为解决上述电力负荷监测过程中存在的问题,提出新的负载保护器下应急电源车机械装置负荷监测方法。
应急电源车负载保护器在运行时需要考虑下述几方面内容:
a.应急电源车在运行过程中,负载保护器可容纳的额定电流不能小于负载电缆的正常工作电流。
b.应急电源车在运行过程中,负载保护器额定电流需大于负载电流的长期运行电流平均值,以便负载保护器能够正确判断电流是否过载。
c.当应急电源车在运行时,电缆的电流负载[7]超出正常的工作电流大小,负载保护器开始工作,切断电缆负载电流,完成应急电源车的电流负载保护。
基于上述考量结果,设定负载保护器额定电流为Ie,电缆工作电流为Ig,电缆持续运行电流为Ic,依据国家相关标准,建立相关约束标准,过程为
(1)
It为应急电源车的电缆脱扣电流。
1.2.1 确定电缆负载侧最小短路电流
当负载保护器进行电缆短路保护时,设定应急电源车短路电流为Id,电缆长度为L,电缆运行电压为U,通过相关计算,获取应急电源车短路电流值,结果为
(2)
S为应急电源车的电缆截面。
1.2.2 电缆短路保护原理
在应急电源车运行过程中,会产生大量的热量,电流在经过该处电缆时,会发生短路现象,设定应急电源车负载保护器在t时刻的容许通过热量为Ir(t),绝缘因子为J,从而计算应急电源车负载保护器在t时刻的容许通过电流热量,则下述公式成立,即
(JS)2>Ir(t)
(3)
应急电源车在运行时,产生的热量会随着电流负载的大小而发生改变,设定应急电源车电流负载为恒定强度τ,通过计算,获取电缆运行电流的等效电流值[8],结果为
(4)
使用对称分量法计算应急电源车运行电缆的历史数据采样值,结果为
(5)
n为应急电源车电缆升温时段;e为指数函数;T为应急电源车运行总时段。当应急电源车在n时段运行升温时,判断电缆的最大温度值τmax,若τmax>τn,则即刻启动负载保护器,对应急电源车电缆进行保护。
由于应急电源车机械装置电力负荷的影响因素较多,所以在进行应急电源车机械装置负荷监测前,需要对应急电源车机械装置数据进行预处理。
2.1.1 建立机械装置的电力数据时间序列模型
设定机械装置的电力负荷序列为df(t),电力异常值序列为dy(t),通过计算建立应急电源车机械装置的电力数据时间序列模型,具体为
(6)
2.1.2 电力数据缺失值插补
由于应急电源车机械装置[9]的电力负荷波动具有较强周期性,应急电源车启动时间过长就会出现机械装置的电力数据丢失的现象,因此,需要根据电力负荷的变化规律,对数据缺失值进行插补处理。过程为
(7)
i的取值范围为[0,24];Ai为机械装置用电负荷值;λ1和λ2分别为不同时刻的电力数据加权系数。根据获取的电力数据插补值,完成应急电源车机械装置的电力数据的缺失值插补。
2.1.3 数据去噪
设定时间序列中心点为z,采用小波阈值法完成应急电源车机械装置电力数据的去噪处理,过程为
(8)
rd为时间序列中心点与序列密度的距离;ds为均值;Aj为去噪结果;m为迭代次数;ζ为小波阈值。
设定应急电源车机械装置为k,数据采集时刻为g,据此计算应急电源车机械装置的电力负荷特征[10],结果为
μi(g)=[vi,1,vi,2,…,vi,N]
(9)
μi(g)为应急电源车机械装置的负荷特征类别为N获取的电力负荷特征。基于上述计算结果,计算应急电源车机械装置的总负荷特征以及负荷差异特征,结果为
(10)
Δg为应急电源车机械装置的电力数据采样间隔;F为周期;η(g)为获取的电力负荷总特征;η(Δg)为差异特征。
使用支持向量机分类器对获取的应急电源车机械装置电力负荷特征进行特征分类处理。
设定应急电源车机械装置负荷特征训练集为X,且X={(pi,qi)},分类器输入样本标记pi,对应类别标记qi,依据线性可分规律,将负荷监测问题转化成二次规划问题,过程为
(11)
(θTpi+c)≥1为负荷特征对应类别的约束条件;θ为规划函数;c为常数。根据上述计算结果,将负荷特征输入向量映射至高维特征空间中,获取最佳分类器,过程为
(12)
Φ(p)为映射函数;q(p)为获取的最佳分类器;sgn为阶跃函数;βi为分类因子。
建立高斯核函数,并以GDTW函数形式进行表述,即
(13)
P、Q分别为高维特征空间及其特征量;σ为时间变量。
最后依据建立的高斯核函数,对支持向量机输出向量进行计算,确定电力的负荷类型,从而实现应急电源车机械装置负荷监测。
为了验证上述电力负荷监测方法的整体有效性,需要对该方法进行测试。具体的应用场景如图1所示。
图1 现场应用
分别采用负载保护器下应急电源车机械装置负荷监测方法(本文方法)、电力系统负荷非侵入式监测方法(文献[4]方法)和基于CUSUM滑动窗的二维离散模糊数电力负荷检测方法(文献[5]方法)进行测试。
电力负荷监测过程中,监测速度的高低对负荷监测效果带来的影响较大。利用本文方法、文献[4]方法和文献[5]方法进行电力负荷监测时,随机选定600个电力数据分成6个小组,对3种监测方法的监测速度进行测试,监测速度为单位时间内所监测的数据量,计算式为
(13)
s为监测数据量;tk为监测耗时。
3种监测方法的测试结果如图2所示。
图2 不同监测方法的电力负荷监测速度测试结果
组别不同测试出的电力负荷监测速度结果也不相同,分析图2可知,组1、组4和组5的监测速度要优于其他数据组别,由于组2和组6数据中存在带有噪声的杂乱数据,所以2个组别的测试结果要低于其他数据组别。由于本文方法在进行电力负荷监测前对电力数据进行了相关的去噪处理,所以本文方法进行组2和组6测试时,测试结果虽不理想,但是测试出的监测速度依旧高于文献[4]方法和文献[5]方法。由此可知,本文方法在进行电力负荷监测时,监测速度高于文献[4]方法和文献[5]方法。
在测试电力负荷监测效果时,设定负荷类型识别正确率为监测效果测试指标,利用本文方法、文献[4]方法和文献[5]方法进行电力负荷监测后,测试3种负荷监测方法的负荷类型识别正确率,以此检测3种方法的电力负荷监测效果,结果如图3所示。
数据组别中杂乱的噪声数据越多,监测效果越差。分析图3可知,组1、组3和组4的电力负荷类型识别正确率要高于其他组别测试结果,组2、组6的测试结果较差。在进行组2、组6的电力负荷类型识别正确率测试时,由于组内数据存在噪声,所以测试结果较差,但是整体来看,本文方法的电力负荷类型识别正确率高于文献[4]方法和文献[5]方法。由此可证明,本文方法在进行电力数据负荷监测过程中,电力负荷的监测效果更好。
图3 不同监测方法的监测效果测试结果
采用本文方法、文献[4]方法以及文献[5]方法对电力输出功率进行监测,测试结果如图4所示。
图4 不同方法的电能质量测试结果
测试时间不同,测试出的电力负荷输出功率也不相同。分析图4可知,随着测试时间的增加,3种方法的电力负荷输出功率都呈现不同程度的上升。本文方法的电力输出功率与实际电力输出功率相一致,而文献[4]方法和文献[5]方法的测试结果与实际电力输出功率之间差距较大。综上所述,本文方法在进行电力负荷监测时的监测性能要优于其他2种方法。
随着人们用电量的日益增加,电力安全问题愈发突出,因此应急电源车的机械装置负荷监测就变得尤为重要。针对目前负荷监测方法中存在的问题,提出负载保护器下应急电源车机械装置负荷监测方法。该方法通过分析应急电源车负载保护器保护原理,对应急电源车机械装置数据进行相关预处理,依据处理结果提取电力负荷特征并进行特征分类,从而实现对机械装置的负荷监测,通过实验验证了该方法的优势。但是该方法在插补缺失值时,存在些许问题,今后会针对该项问题继续完善该方法。