[发明专利]基于故障录波器数据的在线静态负荷建模方法

摘要

本发明涉及一种基于故障录波器数据的在线静态负荷建模方法。该方法采用数学上矩阵的形式对负荷进行分类，形成不同时间尺度的负荷模型参数库，并采用递推最小二乘法对各不同时间尺度的模型参数进行在线修正。采用某110kV线路夏季典型日数据进行验证，表明所提方法简便可行，能有效解决负荷时变性困难。其步骤为：首先按时间特性进行分类，形成相应各类的静态负荷模型参数库；然后根据相应的实时数据采用递推最小二乘法在线修正各类静态负荷参数库；最后用户根据应用场景选择不同时间尺度下的静态负荷模型。

主权项

一种基于故障录波器数据的在线静态负荷建模方法，其特征是，首先按时间特性进行分类，形成相应各类的静态负荷模型参数库；然后根据相应的实时数据采用递推最小二乘法在线修正各类静态负荷参数库；最后用户根据应用场景选择不同时间尺度下的静态负荷模型；所述各类的静态负荷模型参数库的建立过程为：(1)负荷数据处理对故障录波器采集到的海量数据进行分析处理，提取用于静态负荷建模的有效数据；(2)选用多项式模型结构，采用递推最小二乘法进行静态负荷模型的参数辨识；(3)多时间尺度的模型参数数据库构建以时间作为分类的特征向量，按照数学上矩阵的形式形成不同时间尺度的负荷模型参数数据库：横向上，按一天中不同时刻进行划分，分为低谷时段、早高峰时段、平缓时段、晚高峰时段；纵向上，按年、季节、月份、工作日和非工作日划分；按不同时间尺度进行分类后，根据实测数据进行相应的负荷建模；故障录波器每采集一组数据，根据时间特征判断该数据样本所属负荷类别，然后采用递推最小二乘法在线修正相应类的静态负荷模型，只保留模型参数辨识结果；不同时间尺度负荷模型参数数据库构建后，用户根据应用场景进行选择即可；利用有功数据进行静态负荷建模，模型形式采用多项式II模型，如公式(7)：P(k)＝a_p+b_pU(k)+c_pU²(k)   (7)为了表征模型好坏，采用如公式(8)误差函数：$J=\sqrt{\underset{i=1}{\overset{n}{\Σ}}{\left(\frac{P\left(i\right)-P_m\left(i\right)}{P\left(i\right)}\right)}^2}---\left(8\right)$式中，n表示采样数据点数，P为模型计算有功响应，P_m为实测有功；将一天数据按小时分类，对每个小时的数据采用递推最小二乘法进行建模，该一天的负荷模型就可由各个小时的负荷模型组合而成。