[发明专利]一种基于负荷启动暂态特性的电力负荷结构识别方法有效

专利信息
申请号: 201910316792.6 申请日: 2019-04-19
公开(公告)号: CN110048409B 公开(公告)日: 2021-01-29
发明(设计)人: 张广怡;吴娟娟;侯娟 申请(专利权)人: 郑州电力高等专科学校
主分类号: H02J3/00 分类号: H02J3/00
代理公司: 郑州知己知识产权代理有限公司 41132 代理人: 杨小燕
地址: 450000 河南*** 国省代码: 河南;41
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 负荷 启动 特性 电力 结构 识别 方法
【权利要求书】:

1.一种基于负荷启动暂态特性的电力负荷结构识别方法,其特征在于:包括以下步骤:

步骤1:对处于220V或380V电压等级的小型负荷群,通过智能电表捕捉该小型负荷群内的负荷在一个时间周期内发生过的所有启动动作的数据,从数据中提取出负荷的启动暂态量化特征;

步骤2:采用暂态和稳态电流相结合的手段,将上述的负荷启动量化特征与负荷元模型样本库进行匹配,通过穷举搜索算法匹配出最为相似的样本,辨识出发生启动动作的负荷模型及参数,该穷举搜索算法的计算公式为:

式中:im1、im2、iZ均为负荷样本库中的样本,其中im1表示电动机启动电流的暂态部分,im2表示电动机启动电流的稳态部分,iz表示静负荷样本的正弦稳态电流,对于某一静负荷+电动机负荷型参数未知的综合负荷,i1、i2为量测得到的数据,由量测所得瞬时电流提取出其暂态电流表示为i1,稳态电流表示为i2,k1、k2分别为动负荷和静负荷电流的比例系数;

步骤3:上述的一个时间周期结束后,该一个时间周期内的所有有过启动动作的负荷结构将被辨识出来,进而辨识出该负荷群的动静负荷比;

所述步骤3中的一个时间周期内动负荷和静负荷分别表示为:

动负荷:Mx=α1k1aM12k1bM23k1cM3+...

静负荷:Zx=α1k2aZ12k2bZ23k2cZ3+...

式中:a、b、c为每个启动事件的标幺基值,M1、M2和M3为启动事件与动负荷模型样本的匹配值,Z1、Z2和Z3为启动事件与静负荷模型样本的匹配值,k1、k2分别为动负荷和静负荷电流的比例系数,k1a、k1b、k1c分别代表了动负荷a、b、c的电流比例系数,k2a、k2b、k2c分别代表了静负荷a、b、c的电流比例系数。

2.根据权利要求1所述的一种基于负荷启动暂态特性的电力负荷结构识别方法,其特征在于:所述步骤1中的负荷的启动量化特征包括瞬时电流暂态与稳态过程的幅值、相位和瞬时电压的相位。

3.根据权利要求1所述的一种基于负荷启动暂态特性的电力负荷结构识别方法,其特征在于:所述步骤1中智能电表捕捉数据的过程包括以下步骤:

S1:智能电表通过内部的计量芯片将负荷启动全过程的瞬时电压、瞬时电流信号传输至内部的中央微处理单元;

S2:所述中央微处理单元通过普罗尼算法从捕获得到的数据中提取出负荷的启动量化特征。

4.根据权利要求1所述的一种基于负荷启动暂态特性的电力负荷结构识别方法,其特征在于:所述步骤2中的负荷元样本库的建立包括以下步骤:

A:选取电动机的主导参数;

B:对上述的主导参数进行分析,提取动负荷的暂态及稳态特征,建立动负荷的样本库;

C:对于负荷样本库中的所有样本,将录波所得的启动电流根据其稳态部分的幅值进行标幺化处理,令稳态电流的幅值为1,进而对标幺化处理后的电流提取量化特征。

5.根据权利要求4所述的一种基于负荷启动暂态特性的电力负荷结构识别方法,其特征在于:所述步骤A中的主导参数包括励磁电抗Xm、转子漏抗Xr、定子漏抗Xs、转子电阻Rr和惯性时间常数H2,其中:Xm、Xr、Xs的共同影响通过暂态电抗X’=Xs+Xm/Xr表示,Rr和H2作为独立参数其影响要分别考虑。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于郑州电力高等专科学校,未经郑州电力高等专科学校许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910316792.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top