依托WiFi Mesh网络提升园区同源电压暂降辨识精度的方法

技术领域

本发明涉及电气工程及其自动化技术领域，具体为依托WiFi Mesh网络提升园区同源电压暂降辨识精度的方法。

背景技术

随着园区负荷容量和新能源占比越来越高，发生电压暂降的频次也随之正增长。这对电机、Led灯驱动器等敏感设备或元器件造成的经济损失越来越严重，有必要对其进行检测。通常，有效值检测法、残差电压检测法和两点检测法等基于时域的暂降检测方法，以及短时傅里叶变换检测法、小波分析检测法和S-变换检测法等基于变换域的电压暂降监测算法，已对电压监测点的电压暂降检测具有较高的精度。不同于配电网的电压暂降检测，园区用电网络的电气距离较近，且支持电压监测的智能电表、智能插座等终端众多且分布无规律，单次电压暂降会导致众多监测点的电压数据异常。因此，园区电压暂降检测难点并非电压暂降的判定算法性能，而是如何从众多“异常”点中辨识哪几处发生了电压暂降，因为只有知道发生电压暂降的高概率用电网络节点，才能精细化实施专项治理。

WiFi Mesh网络作为一种新型无线网络技术，在智能家居、楼宇和园区等场合被广泛应用。与传统的WiFi网络完全不同，WiFi Mesh网络基于多跳路由和对等网络的网络技术，是一种新的网络结构，具有移动宽带的特性，可以动态扩展，自组织，自管理，自动修复和自我平衡。目前，依托具备电压暂降检测模块的智能电表和智能插座等计量点，辅以能量信息网关作为边缘存储、计算和通信的枢纽，在WiFi Mesh网络加持下，可构建园区高级量测体系，实现实时监测电压暂降和录波，为同源电压暂降辨识奠定基础。然而，在WiFi Mesh网络下进行园区同源电压暂降辨识的精度还不够高，主要受如下两大要素的影响：

1)各个电压监测点的电压数据时间戳不对齐

智能电表类电压监测终端只能依据本地时钟构建电压数据的时间戳，考虑到电压暂降发生时间为毫秒级，受嵌入式代码的计时模块误差，各个电压监测终端的电压数据时间戳很难统一。此外，本地时钟下的电压数据受通信延迟影响，在统一核销电压暂降源时，也存在着不统一问题。因此，很难通过各个电压监测终端记录的时序性电压数据来直接进行同源监测。

2)各个电压监测点的电压数据长度不统一

电压监测终端通常以固定的采集率进行电压采样，即使同个电压暂降事件，受衰减率影响，在各个监测终端的电压暂降持续时间不同，这意味着电压数据长度也不同。因此，传统欧氏距离、余弦相似度等要求等长度的距离核算方法不再适用，这为同源电压暂降事件检测增添了难度。

通常，上述问题的主流解决方案为通过Wasserstein距离来解决多源电压暂降数据的时间戳和长度不统一问题，在此基础上再施加聚类算法来分类各个电压监测点的电压暂降事件。不可否认，这是正确且有必要的路线去实现高精度同源电压暂降事件检测，但忽略了WiFi Mesh网络固有的通信时延对高精度检测的负面影响。一般而言，WiFi Mesh网络的通信时延与负责通信、计算和控制的边缘计算网关部署点位有关。以WiFi Mesh型智能电表和智能插座等高频电压监测终端构建园区高级量测体系，单次电压暂降会导致此体系中的众多监测点的电压数据异常，众多监测点的电压数据时间戳未对齐和数据长度不同增添了精细化电压暂降评价与治理的复杂度，而传统基于Wasserstein距离的解决方案过于依赖WiFi Mesh网络的通信质量，使得其同源电压暂降检测精度不够高。基于此，可通过设计边缘计算网关合理的部署点位，同时联合传统基于Wasserstein距离的思路，实现园区同源电压暂降事件检测精度的进一步提升。

发明内容

针对上述情况，为弥补上述现有缺陷，本发明提出了一种依托WiFi Mesh网络提升园区同源电压暂降辨识精度的方法，该方法旨在通过设计边缘计算网关在Mesh网络中的合理部署点位，以及提出同源电压暂降辨识框架来提升传统基于Wasserstein距离的同源电压暂降检测精度，其关键技术包括考虑电压暂降数据抓取和转发时延的边缘计算网关部署策略，数据预处理、基于Wasserstein距离的电压波形相似度和基于K-Means算法的同源电压暂降事件检测方法。

本发明提供如下的技术方案：本发明提出的依托WiFi Mesh网络提升园区同源电压暂降辨识精度的方法，具体包括下述步骤：

(1)依据考虑电压暂降数据抓取和转发时延的边缘计算网关部署策略设计电压采集设备与网关的位置布局

智能电表和智能插座等电压监测终端无法直接将电压数据上云，以边缘计算网关作为汇集节点统一进行数据转发和上云，这个过程包括数据抓取和数据转发2个步骤，通过计算出数据抓取和转发时延总和最小的边缘计算网关部署策略，可极大程度改善WiFiMesh网络中各监测点的电压暂降数据时间戳不对齐问题，从而达到提升同源电压暂降检测精度的目的；

对WiFi Mesh网络中的关键参数进行定义：设部署的边缘计算网关总数为|R|；0-1变量

式中：0-1变量

考虑到电压暂降同源检测算法是布置于云服务器上，故边缘计算网关抓取的电压数据会转发至云服务器c

式中：0-1变量

因此，边缘计算网关r完成数据抓取和转发的总时延为：

从边缘计算网关的数据抓取和转发的时延数学模型可知，数据抓取和转发的时延受电压监测点数据量、数量和链路情况等因素相关，有必要对其部署方案进行设计，以最小化所有边缘计算网关数据抓取和转发的时延总和为目标：

式中：U和C分别为电压监测点集合和路由器集合；

对于上述约束条件，式(5)和式(6)表示每个路由器最多承载1个边缘计算网关，式(7)表示电压监测点只能接入1个边缘计算网关，式(8)为接入边缘计算网关的电压监测点上限，式(9)表示每条WiFi链路只能服务于单个网关的数据抓取和转发过程；

(2)数据预处理

电压监测终端持续对园区各个监测点的电压数据进行采样，考虑到园区各个节点间的电气距离较近，同源电压暂降事件的时间跨度不宜过长；将园区所有监测点的电压数据向量记为：

(S

式中：S

设S

S

计算S

S

考虑到园区敏感设备的额定电压等级有380V和220V两种，需对有效值进行标幺化处理，如式(13)，进而，S

式中：S

(3)基于Wasserstein距离的电压波形相似度

Wasserstein距离是两个数据序列在最优路径规划模型下的解，可用于度量不同维度数据的距离；经数据预处理后的标幺电压序列S

以A相为例，S

式中：V

求解S

通过求解上述最优化模型，可得f

(4)基于K-Means算法的同源电压暂降同源辨识

K-Means算法是常见的无监督学习算法，无需对数据源添加标签，依据既定规则将相近的目标归为一类，对于一定时间内的电压暂降事件，其源头数量未知，天然适用于K-Means算法；

K-Means算法的关键步骤是确定K值，即电压暂降事件数，然后依次归整各个电压数据；常见确定K值的方法有手肘法、轮廓系数法、卡林斯基-哈拉巴斯指标和戴维斯-博尔丁指标，本文以平均轮廓系数来度量类的密集与分散程度，如式(18)，其值取值范围为[-1，1]，越大表示聚类效果越好；因此，只需取不同K值与平均轮廓系数关系集中K值最大的点，则可作为电压暂降事件类别的划分依据：

式中：a为凝聚度，等于样本点与同簇其它样本的平均距离；b为分离度，等于样本点与最近簇中所有样本的平均距离。

采用上述结构本发明取得的有益效果如下：本发明提出的依托WiFi Mesh网络提升园区同源电压暂降辨识精度的方法，提出通过WiFi Mesh网络下的边缘计算网关点位部署策略，且将之与Wasserstein距离联合，以此解决不同电压监测点位的电压数据时间戳和数据长度不同问题，再应用所提的基于K-Means算法的同源电压暂降事件检测方法作为分类依据，从而得到同源电压暂降事件的电压监测点及其事件数，可实现在低延迟WiFi Mesh网络下高精度的同源电压暂降事件检测。具有下述优点

1)可及时准确检测园区电压暂降事件，降低电压暂降对园区造成的经济损失，减缓电压暂降带来的负面影响；

2)园区使用本专利所提方法可对电压暂降事件进行同源辨识，进而减小规划电压暂降治理终端的复杂度，降低电压暂降治理设备的投入成本。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：

图1为本发明的同源电压暂降事件监测流程的示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例；基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

需要说明的是，下面描述中使用的词语“前”、“后”、“左”、“右”、“上”和“下”指的是附图中的方向，词语“内”和“外”分别指的是朝向或远离特定部件几何中心的方向。

如图1所示，本实施例提供了依托WiFi Mesh网络提升园区同源电压暂降辨识精度的方法，具体实施步骤如附图1所示：

步骤1：合理部署边缘计算网关

通过所提考虑电压暂降数据抓取和转发时延的边缘计算网络部署策略，在WiFiMesh网络下合理部署边缘计算网关的点位，使整个WiFi网络具备低时延特性，从而减少时延对同源电压暂降检测的负面影响；

步骤2：接入电压数据

将安置于敏感设备处电压监测终端上传的电压数据汇总于园区能量管理系统，在该系统的同级云服务器编译所提算法和调用数据库中毫秒级敏感设备的电压波形及其时间戳。接入电压数据后，依据所提数据预处理方法输出包含A、B和C三相的标准电压S

步骤3：度量电压波形相似度

分A、B和C相，依次计算标准电压S

式中：W

步骤4：聚类分析

对相似度矩阵W中的W

要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物料或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物料或者设备所固有的要素。

尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。