一种电能质量的分析方法

技术领域

本发明涉及电能质量监测领域，特别涉及一种电能质量的分析方法。

背景技术

电能质量是指电力系统中电能的质量。理想的电能应该是完美对称的正弦波。但是一些因素会使波形偏离对称正弦，由此便产生了电能质量问题。我们需要研究并消除这些因素，从而最大程度上使电能接近正弦波。

衡量电能质量的主要指标有电压、频率和波形。从普遍意义上讲是指优质供电，包括电压质量、电流质量、供电质量和用电质量。电能质量问题可以定义为：导致用电设备故障或不能正常工作的电压、电流或频率的偏差，其内容包括频率偏差、电压偏差、电压波动与闪变、三相不平衡、瞬时或暂态过电压、波形畸变（谐波）、电压暂降、中断、暂升以及供电连续性等。

发明内容

本发明的目的在于，提供一种电能质量的分析方法，以解决电能质量问题影响电网对用户端的供电效率。

为解决上述问题，本发明提供了一种能质量的分析方法，包括数据采集步骤、数据存储步骤、数据处理步骤、数据计算步骤以及数据访问步骤。所述数据采集步骤指通过监测设备收集监测对象的电能质量数据，所述监测对象为一电网；所述数据存储步骤将以面向列式存储的分布式数据库HBase 或分布式存储系统HDFS存储所述电能质量数据；所述数据处理步骤将基于大数据平台Transwarp进行数据分析以及数据整合，从而完成对各种异构数据的整合以及存储；所述数据计算步骤将以分布式计算的方法对所述监测对象的电能质量数据进行计算，并将计算结果存入MySQL数据库中；所述数据访问步骤能够利用前端服务器访问MySQL数据库，并对所述计算结果进行展示。

进一步地，在数据采集步骤之前还包括监测设备建立步骤，所述监测设备包括光电隔离模块以引入监测对象的电压信号，所述监测设备还包括高精度电流传感器以引入监测对象的电流信号。

进一步地，所述电能质量数据为一数据集，包括至少一个数据单元，每一数据单元包括监测对象名称、发生时间、测量指标以及测量值。

进一步地，所述测量指标包括电压偏差、频率偏差、三相电压不平衡度、谐波、间谐波、电压波动、电压暂升、电压暂降以及电压中断。

进一步地，所述分布式数据库包括RegionServer模块、HMaster模块以及ZooKeeper模块。RegionServer模块能够存放和管理本地区域数据，能够读写HDFS，管理Table中的数据，能够获取并读写元数据；HMaster模块能够实现所述RegionServer模块的负载均衡，能够管理和分配本地区域数据，并具有权限控制功能；ZooKeeper模块能够存放整个 HBase集群的元数据以及集群的状态信息。

进一步地，所述数据计算步骤包括指标统计步骤、扰动除噪步骤以及统计分析步骤。指标统计步骤是指计算所诉各个测量指标每年和/或每月和/或每日测量值的最大值、最小值以及平均值；扰动除噪步骤是利用小波包除噪原理，设置一个阈值λ来实现噪声与扰动信号的分离；统计分析步骤是对多个扰动信号进行统计，从而分析扰动信号信息。

进一步地，在所述扰动除噪步骤中，叠加了噪声的信号在尺度 n 的小波变换系数为 Cn，并假设H1: C1=C2=…=CN；H2: C1=C2=…=Cn≠Cn+1≠…=CN-1=CN；若 H1 正确，则表示检测信号不含有扰动信号，假设 H2 正确，则扰动信号发生在 n+1的位置；若H1 不成立，而 H2 成立，除去绝对值最大的小波变换系数，令 N=N-1 并重新计算H1的值。否则，绝对值最大的小波变换系数就设置为阈值λ。

进一步地，所述统计分析步骤具体包括如下步骤扰动信号采样步骤、残余电压计算步骤以及置信度计算步骤。所述扰动信号采样步骤是取得同一时间点的多个扰动信号，同一时间点的扰动信号具体为相邻时间间隔为1分钟以内的扰动信号；所述残余电压计算步骤是计算所述扰动信号的残余电压，并对计算结果进行排序；所述置信度计算步骤是根据所述残余电压的计算结果检验扰动信号的置信度，得出扰动信号的特征值，并根据所述特征值的大小计算所述扰动信号的置信度。

本发明的优点在于，提供一种电能质量的分析方法，引入电网的电压信号与电流信号，获取电网工作时的电压、电流以及频率的偏差并将数据存储至分布式平台中。通过小波除噪原理处理扰动信号并聚合扰动信号的残余电压以确定扰动信号的置信度。提供了一种可靠的方法以挖掘电网工作中的电能质量问题。

附图说明

图1为本发明中电能质量的分析方法的流程图；

图2为本发明中数据单元的示意图；

图3为本发明中分布式数据库的示意图；

图4为本发明中数据计算步骤的流程图；

图5为本发明中统计分析步骤的流程图；

具体实施方式

以下参考说明书附图介绍本发明的优选实施例，用以举例证明本发明可以实施，这些实施例可以向本领域中的技术人员完整介绍本发明的技术内容，使得本发明的技术内容更加清楚和便于理解。然而本发明可以通过许多不同形式的实施例来得以体现，本发明的保护范围并非仅限于文中提到的实施例。

如图1所示，本发明提供了一种能质量的分析方法，具体包括如下步骤S1-S6。

S1监测设备建立步骤，监测设备包括光电隔离模块以引入监测对象的电压信号，监测设备还包括高精度电流传感器以引入监测对象的电流信号。

S2数据采集步骤，通过监测设备收集监测对象的电能质量数据，监测对象为一电网.

S3数据存储步骤，以面向列式存储的分布式数据库HBase 或分布式存储系统HDFS存储电能质量数据。

S4数据处理步骤将基于大数据平台Transwarp进行数据分析以及数据整合，从而完成对各种异构数据的整合以及存储。

S5数据计算步骤将以分布式计算的方法对监测对象的电能质量数据进行计算，并将计算结果存入MySQL数据库中。

S6数据访问步骤能够利用前端服务器访问MySQL数据库，并对计算结果进行展示。

如图2所示，电能质量数据为一数据集，包括至少一个数据单元，每一数据单元包括监测对象名称、发生时间、测量指标以及测量值。测量指标包括电压偏差、频率偏差、三相电压不平衡度、谐波、间谐波、电压波动、电压暂升、电压暂降以及电压中断。

如图3所示，分布式数据库包括RegionServer模块、HMaster模块以及ZooKeeper模块。RegionServer模块能够存放和管理本地区域数据，能够读写HDFS，管理Table中的数据，能够获取并读写元数据；HMaster模块能够实现RegionServer模块的负载均衡，能够管理和分配本地区域数据，并具有权限控制功能；ZooKeeper模块能够存放整个 HBase集群的元数据以及集群的状态信息。

如图4所示，数据计算步骤包括步骤S51-S53。

S51指标统计步骤是指计算所诉各个测量指标每年和/或每月和/或每日测量值的最大值、最小值以及平均值；

S52扰动除噪步骤是利用小波包除噪原理，设置一个阈值λ来实现噪声与扰动信号的分离；统计分析步骤是对多个扰动信号进行统计，从而分析扰动信号信息。

在扰动除噪步骤中，叠加了噪声的信号在尺度 n 的小波变换系数为 Cn，并假设

H1: C1=C2=…=CN；

H2: C1=C2=…=Cn≠Cn+1≠…=CN-1=CN；

若 H1 正确，则表示检测信号不含有扰动信号，假设 H2 正确，则扰动信号发生在n+1的位置；若H1 不成立，而 H2 成立，除去绝对值最大的小波变换系数，令 N=N-1 并重新计算H1的值。否则，绝对值最大的小波变换系数就设置为阈值λ。

S53统计分析步骤具体包括如下步骤S531-S533。

S531扰动信号采样步骤是取得同一时间点的多个扰动信号，同一时间点的扰动信号具体为相邻时间间隔为1分钟以内的扰动信号；

S532残余电压计算步骤是计算扰动信号的残余电压，并对计算结果进行排序；

S533置信度计算步骤是根据残余电压的计算结果检验扰动信号的置信度，得出扰动信号的特征值，并根据特征值的大小计算扰动信号的置信度。

本实施例的优点在于，提供一种电能质量的分析方法，引入电网的电压信号与电流信号，获取电网工作时的电压、电流以及频率的偏差并将数据存储至分布式平台中。通过小波除噪原理处理扰动信号并聚合扰动信号的残余电压以确定扰动信号的置信度。提供了一种可靠的方法以挖掘电网工作中的电能质量问题。

以上详细描述了本发明的较佳具体实施例。应当理解，本领域的普通技术人员无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此，凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案，皆应在由权利要求书所确定的保护范围内。