logo好方法网

低压交流市电台区智能识别方法

技术摘要:
本发明公开了一种低压交流市电台区智能识别方法,属于用电信息采集领域。该方法通过分析待区分目标电能表(从节点)与配电变压器(主节点)处市电频率波动的一致性对电能表进行物理台区归属分析。本发明基本流程是:首先分别在主节点和从节点采集固定时间长度的工频值波动  全部
背景技术:
近年来,用电信息采集业务大规模实行以台区为单位的管理。但智能电能  表安装 后的物理台区归属并不明确,与主站的台区档案记录可能并不相符,电 能表台区归属混乱 与错误问题亟待解决。另外,台区归属混乱还会影响抄读效  率,跨台区抄表因距离过长,通 信信号衰减,极大影响抄读成功率。综上,准  确的低压电力台区识别技术显得尤为重要。 目前电力台区识别技术主要是采用FSK电力载波信号法或脉冲电流法  FSK电力载 波信号法相结合的方法。FSK电力载波信号法本身会由于共高压串  线、共地串线、电缆耦合 等情况造成台区识别的误判;而脉冲电流法不仅无法  很好的集成在载波电能表中,且抗噪 声能力较弱,因而两种方式在实际应用中 效果并不理想。 针对以上问题,青岛鼎信通讯有限公司提出一种低压交流市电台区智能识  别方 法。该方法原理主要基于不同台区市电频率波动存在差异,而相同台区供 电点频率波动一 致性较强的特征。 首先获取配电变压器(主节点)和电能表(从节点)同步时间点,主从节  点分别采 集自身市电工频波动曲线,然后从节点汇总以上曲线数据并计算台区 区分指标,当从节点 完成与多个台区主节点的台区指标计算后,通过比较各指  标大小,确定自身的台区归属。 其中台区区分指标采用Pearson相关系数反映  主从节点的工频波动一致性,并采用多次测 量取最大似然估计的方法拉来提高  测量准确性。该算法具有较强的鲁棒性和稳定性,为低 压用电台区用电信息采 集系统的台区治理等工作提供可靠的依据。
技术实现要素:
因为供电台区之间通讯串扰问题的存在,现场台区的智能电能表可能会与  多个 台区的配电变压器处的终端建立通讯连接,产生跨台区现场。若电能表归  属到错误的台 区,采集系统的档案管理会出现错误或者混乱。不仅如此,跨台 区抄表通信成功率也较低, 当两个或以上终端抄读同一电能表时又会影响电能  表真实归属台区终端的抄读,且占用 跨台区终端的工作时间,降低用电信息采  集系统的工作效率。因此,在智能电能表存在跨 台区通讯的情况下,使电能表  能够区分自身正确的真实台区归属具有重要的意义。基于 此,本发明提出了一  种低压交流供电台区智能识别方法,该方法依据不同台区市电频率波 动的差异  性来区分台区。首先对目标电能表与配电变压器同步采集市电频率波动曲线,  然后在电能表处进行数据的汇总和区分指标的计算,目标电能表比较自身与多  个台区配 电变压器的区分指标,选取最大的作为归属台区。计算区分指标时,  采用取多次测量结果 的最大似然估计以达到优化区分指标的目的。现场运行结  果表明此方法提升了台区区分 的准确性与稳定性。上述台区区分过程包括以下  操作步骤: (1)采集同步工频波动曲线。目标电能表(从节点)与台区配电变压器(主  节点)获 3 CN 111598374 A 说 明 书 2/4 页 取时间同步信息。主节点向从节点发出区分命令,从节点自收到采集  命令后开始采集,主 节点考虑通信时间,延迟一段时间开始采集,至此主从节  点同步采集了各自市电的频率波 动曲线。 (2)从节点汇总数据计算区分指标。从节点获取(1)中主节点采集的频率曲  线,在 本地与自身采集的曲线计算二者的Pearson相关系数作为区分指标。 (3)利用最大似然估计提高指标准确性。由步骤(2)得到的结论易受到随  机扰动 的影响,为了消除此影响,从节点与主节点多次采集同步曲线计算区分  指标,即重复(2)的 步骤。依据最大似然准则,对多次区分指标取均值即为最  大似然估计,可进一步提升台区 区分结果准确性与稳定性。 (4)从节点根据区分指标得出台区归属。当从节点与多个台区主节点完成步  骤 (3)后,对指标进行大小比较,区分指标最大主节点对应的台区即为从节点 的归属台区。 整套技术方案可全由软件实现,不需要增加任何外设,台区区分结果准确  稳定且 大大降低了成本。 为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施  例或 现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述 中的附图仅仅是 本发明的实施例,对于本领域普通技术人员来讲,在不付出创  造性劳动性的前提下,还可 以根据这些附图获得其他的附图。 附图说明 图1为本发明低压智能台区区分方法步骤图; 图2本发明计算的区分指标均值曲线;
下载此资料需消耗2积分,
分享到:
收藏