一种用于光伏变电站的高低压控制监测系统

专利主权项内容

1.一种用于光伏变电站的高低压控制监测系统，其特征在于：包括：数据采集模块包括交流数据采集单元、直流数据采集单元和开关量采集单元，采集变电站的交流数据、直流数据，以及开关量，将采集的数据，通过数据通信模块传输至数据处理模块；数据通信模块：用于系统中所有模块之间进行数据交互；数据库：用于对系统中所有数据进行存储；数据处理模块：用于对变电站运行参数进行统计、分析与计算，得到变压器故障预测模型，计算并网点电压的健康指数P，对运行参数和设备的越限进行报警和记录，并将数据存储至数据库中；故障预警模块：用于根据用户用电量，结合变压器故障预测模型，以及并网点电压的健康指数P进行分析，得到电压控制指令和预警提醒，通过数据通信模块，发送电压控制指令至电气控制模块，将预警提醒传输至电路保护模块、终端显示模块；电气控制模块：用于接收故障预警模块传输的数据，根据电压控制指令进行电压分配，将分配方案，通过数据通信模块传输至终端显示模块；电路保护模块：用于接收故障预警模块传输的数据，根据预警提醒采取电路保护措施，并将此次事故进行连续测量记录，记作电路保护记录，将其传输至终端显示模块；终端显示模块：用于在显示屏CRT中显示分配方案，预警提醒和电路保护记录，工作人员可随时翻阅查询记录；所述对变电站运行参数进行统计、分析与计算，具体采用人工智能分析手段，得到变压器故障预测模型，具体处理过程为：A1、将采样间隔为每小时一次的电力负荷数据样本集x1，x2……xn，记作前一天的24组历史负荷数据；将前一天的24组历史负荷数据、对负荷影响最大的日特征相关因素作为输入样本；其中对负荷影响最大的日特征相关因素，包括前一天的最高温度、最低温度、平均温度、天气类型以及日期类型；A2、根据不同变压器的运行信息状态划分为七种故障类型，包括高能放电D2、低能放电D1、局部放电PD、高温过热T3＞700℃、中温过热T2∈(300，700℃)、低温过热T1＜300℃，以及放电兼过热DT；将样本数据划分为训练集和测试集；A3、使用K-means算法来完成对训练集输入数据的聚类并进行分析，在分析完成后可以得出与其对应的隶属度矩阵；A4、利用模糊神经网络算法来构建变压器故障预测模型，包括输入层、隐含层和输出层；A5、结合训练集，对测试集变压器的运行信息状态进行预测和验证，和故障类型进行匹配，将数据存储至数据库中；所述利用模糊神经网络算法来构建变压器故障预测模型，具体分析过程如下：A41、通过前向传递过程将数据输入网络；A42、在隐含层与输出层分别与权值、阈值进行计算、从而实现非线性变换；其计算公式为： ，其中h表示输出数据，g表示激活函数，W，b分别表示隐含层、输出层的权值和阈值，x表示输入数据，T表示第T个节点；A43、将网络的输出与期望的输出进行比较，计算出网络的输出误差；其输出误差的计算公式为：，E表示输出误差，/>表示目标值，/>表示实际值，n表示输出层的节点数；A44、再反向进行传递，进行神经网络权值、阈值的调整，重复以上过程，直到网络的输出误差达到可接受的范围或达到预定的训练轮数；所述并网点电压的健康指数P，具体计算公式为：
，其中Ps表示成功转供的负荷，F表示受影响的总负荷，γ在典型负荷运行工况下，系统节点电压在允许偏差范围内的节点数占比，ω表示系统节点电压总谐波畸变率在允许偏差范围内的节点数占比，△Ps表示有功损耗，Pε表示总负荷，Pg表示能源消纳容量；所述故障预警模块的具体分析过程为：B1、理想状态下，将用户一段时间段内的用电量r结合并网点电压的健康指数P进行分类，得到分类结果，*P>H，H≥/>*P≥U，U>/>*P分别表示为高压、中压、低压；其中a表示电流，t表示用电时间，H、U分别表示为预先设定的高压阈值、中压阈值；B2、根据分类结果，将电压和用户进行匹配，通过数据通信模块将电压控制指令发送给电气控制模块；B3、根据变压器故障预测模型，实时监测变电站的变压器，当预测变压器出现故障时，将预警提醒传输至电路保护模块、终端显示模块；所述电路保护措施是系统数据库中预存的电路保护措施，系统根据预警提醒，和预存的电路保护措施进行相似度计算匹配，筛选出相似度为90%以上的电路保护措施，进行逐一保护处理，确定故障原因，并将此次事故进行连续测量记录，记作电路保护记录。。