[发明专利]一种调节三相不平衡的智能换相开关系统及其方法

权利要求书

1.一种调节三相不平衡的智能换相开关系统，其特征在于：包括多个主控器和多个换相开关，所述主控器安装在每条支线出线上，每个主控器一端接入支线前端的三相线路，另一端接入支线后端的三相线路；所述换相开关安装在用户前端，换相开关一端接入支线三相线路，另一端接用户；所述主控器与换相开关之间通过有线或无线的方式进行通信连接，每一条支线上的主控器和该支线下连接的所有换相开关组成一个独立的工作系统；

所述主控器包括采集单元、存储单元、通信单元和处理器单元，所述处理器单元分别与采集单元、存储单元、通信单元相连接，所述采集单元一端接入支线前端的三相线路，另一端通过电流互感器接入支线后端的三相线路，通过电流互感器采集支线上的三相电流，并将其送入处理器单元进行处理；所述通信单元负责主控器与换相开关之间的通信以及主控器与配变终端的通信，主控器与换相开关之间通过有线或者无线的方式通信，用于接收换相开关采集的负荷电流信息以及下发换相调整命令，主控器与配变终端之间通过有线或者无线的方式通信，用于向配变终端上送三相不平衡数据及换相处理结果；

所述换相开关包括采集单元、通信单元、计算单元、保护单元、控制单元和开关单元；所述采集单元采集用户的负荷电流信息、电压信息、漏电流信息；所述通信单元将采集的负荷电流信息数据上送到主控器并且接收主控器下发的换相命令；所述计算单元负责计算负荷电流、电压、漏电流是否达到预设的保护动作条件，若达到保护动作条件则启动保护单元相应的保护动作；所述控制单元执行主控器的换相命令，控制开关单元进行过零点换相操作；所述保护单元配备有欠过压保护、短路保护、过载保护、漏电保护，用于控制开关进行保护动作。

2.一种如权利要求1所述调节三相不平衡的智能换相开关系统的实现方法，其特征在于：包括以下步骤：

步骤1、初始化：设定三相电流不平衡度阈值UN_th和超限次数阈值N_th，设定支线三相电流采集时间间隔t₀，设定三相电流不平衡超限次数N的初始值为0；

步骤2、主控器采集支线上的三相电流，计算三相电流不平衡度：

UN_I＝max{|I_A-I_ave|,|I_B-I_ave|,|I_C-I_ave|}/I_ave

其中，UN_I表示三相电流不平衡度，I_A、I_B、I_C分别为采样得到的A、B、C三相电流值，I_ave表示三相平均电流，其计算公式为；

I_ave＝(I_A+I_B+I_C)/3

将三相电流不平衡度UN_I与设定的三相电流不平衡度阈值UN_th进行比较，若超出阈值，则三相电流不平衡超限次数N加1并执行步骤3，若未超出三相电流不平衡度阈值UN_th，则等待固定的时间t₀继续执行步骤2；

步骤3、比较三相电流不平衡超限次数N与超限次数阈值N_th的大小，若三相电流不平衡超限次数N超出超限次数阈值N_th，则执行步骤4，若未超出，则等待固定的时间t₀执行步骤2；

步骤4、主控器的处理单元读取存储单元中的所有负荷前几天的电流数据，对前几天的同一时间点的数据取算数平均值，作为近期该负荷的特征电流曲线；

步骤5、对所有负荷的特征电流曲线进行归一化处理，将数据映射到[0,1]范围内，然后采用模糊C均值聚类方法对负荷进行分类，将所有的负荷根据其特征电流曲线的不同变化规律分为不同的类，同一类负荷代表其电流曲线变化规律相似，对每一类负荷执行步骤6；

步骤6、在同一类负荷内，对所有的开关状态进行0-1编码，开关闭合相是A相则为[1,0,0]^T，开关闭合相是B相则为[0,1,0]^T，开关闭合相是C相则为[0,0,1]^T，假设开关个数为n，则负荷开关的状态可以表示为一个3×n的元素值为0或1的矩阵，随机产生开关状态的初始矩阵，设定目标函数为支路电流不平衡度最小而且开关动作次数最少，采用差分进化算法寻找开关的最优状态；

步骤7、根据计算出的最优开关状态，将其与实际开关状态进行比较，确定需要进行换相操作的开关，主控器通过通信将换相指令及换相相别下发给换相开关；

步骤8、需要进行换相操作的换相开关接收到主控器的换相指令，控制单元控制开关单元执行相应的相位切换操作；

所述步骤5中的模糊C均值聚类方法包括以下步骤：

步骤⑴、设定聚类数c，迭代阈值Δ和最大迭代次数；

步骤⑵、用0～1之间的随机数初始化一个隶属度矩阵U，使所有隶属度的和为1：

式中，u_ij为隶属度矩阵U中第i组第j个元素，n为每组元素个数；

步骤⑶、根据U计算聚类中心矩阵C，其计算方法为：

式中，c_i为聚类中心矩阵C中第i组的聚类中心，x_j为第j个样本值；

步骤⑷、计算目标函数J，其计算方法为：

式中，d_ij＝||c_i-x_j||为第j个数据到第i个聚类中心的欧几里得距离；

步骤⑸、比较目标函数的值与上一次迭代计算得到的目标函数值，若改变量小于设定的阈值或者达到最大迭代次数，则停止迭代，输出最后计算得到的隶属度矩阵，转步骤⑺，否则转步骤⑹；

步骤⑹、计算新的隶属度矩阵U′，其计算方法为：

式中，u′_ij为新的隶属度矩阵U′的元素，返回步骤⑶进行新的迭代；

步骤⑺、根据得到的隶属度矩阵，选择最大隶属度值作为所属类别；

所述步骤6中的差分进化算法包括以下步骤：

步骤⑴、初始化：确定变异算子F₀、交叉算子CR和最大进化代数G_m，确定适应度函数W；

步骤⑵、随机产生初始种群X₀，进化代数G＝1；

步骤⑶、计算初始种群中每个个体的适应度值W₀；

步骤⑷、判断进化代数G是否达到最大进化代数G_m；若是，则进化终止，将此时的最佳个体作为解输出；若否，继续步骤⑸；

步骤⑸、选取三个随机父代进行变异和交叉操作，对边界条件进行处理，得到临时种群X_G1；

步骤⑹、对临时种群X_G1进行评价，计算临时种群中的适应度值W_G1；

步骤⑺、对临时种群和当代种群进行选择操作，得到新种群X_G；

步骤⑻、进化代数G加1，转步骤⑷。