[发明专利]一种基于云计算的智能配电系统

权利要求书

1.一种基于云计算的智能配电系统，其特征在于，包括：

数据采集模块，用于采集配电网的实时运行数据；

通信模块，用于作为所述数据采集模块和云服务平台的通信中介；

云服务平台，根据接收的所述配电网的运行数据，监测配电网的运行状态，并对配电网的运行状态进行预测，当监测到或预测配电网运行状态出现异常时生成警报信息；

其中，所述云服务平台进一步包括：

配电网基础数据录入模块，用于存储所述配电网的基础数据，其中所述基础数据包括：配电网设备基础台账信息，测量节点的位置信息；

配电网状态管控模块，所述配电网分析管控模块进一步包括：

配电网拓扑分析单元，用于对配电网设备之间的连接关系进行分析，形成实时配电网拓扑关系；

配电网负荷预测单元，用于对配电网进行短期负荷预测；

配电网故障检测单元，用于对配电网的短路、断路故障进行检测；

配电网异常检测单元，用于对配电网的三相状态信息进行分析并计算配电网的三相潮流信息；

配电网状态估计单元，用于对配电网进行动态状态估计，预测配电网状态的运行趋势；

其中，所述配电网状态估计单元，进一步包括：根据配电网的电压幅值和电压相角信息对配电网进行动态状态估计，并将获取的状态估计和设定的标准进行比较，预测配电网的状态变化趋势；

其中，所述配电网状态估计单元，根据配电网的电压幅值和电压相角信息对配电网进行动态状态估计，进一步包括：

初始化层：

设定电力系统的动态状态模型为：

x_t+1＝λ_tx_t+u_t+v_t

y_t+1＝τ(x_t+1)+σ_t+1

式中，x_t+1和x_t分别表示t+1时刻和t时刻的状态量，y_t表示t时刻的量测量，λ_t表示第一模型参量，u_t表示第二模型参量，v_t表示系统模型误差，v_t～N(0,V_t)，V_t表示模型误差协方差矩阵，σ_t+1表示量测误差，σ_t+1～N(0,Φ_t+1)，Φ_t+1表示量测误差协方差矩阵；其中配电网的总体状况以及其中的测量节点的状态均满足上述动态状态模型，τ(·)表示非线性量测函数；

根据获取的电压幅值和电压相角数据设定量测量集合y_t＝{y_k,t|k＝1,2,…,K}，其中y_k,t＝[υ_k,t,θ_k,t,ρ_k,t,μ_k,t]，并设定状态量集合x_t＝{x_k,t|k＝1，2，…,K}，其中x_k,t＝[υ′_k,t,θ′_k,t]，其中，K表示测量节点的总数，υ_k,t和υ′_k,t分别表示第k个测量节点t时刻的电压幅值的量测量和状态量，θ_k,t和θ′_k,t分别表示第k个测量节点t时刻的电压相角的量测量和状态量，ρ_k,t和μ_k,t分别表示第k个测量节点t时刻的有功功率和无功功率的量测量；

设定状态量的协方差矩阵{Z_x,t}，其中Z_x,t表示状态量协方差估计值；

设定初始状态量集合x₀及其协方差矩阵Z_x,0；

预测层：

根据状态量x_t的维数K确定Sigma特征点集{χ_s,t}，其中Sigma采样点满足下列函数为：

其中，

式中，χ_s,t表示t时刻第s个Sigma特征点，其中Sigma特征点的总数为2K+1，表示t时刻的状态量均值，由不同测量节点的平衡电压幅值和平衡电压相角均值组成，表示方根矩阵的第s列，Z_x,t表示t时刻状态量的协方差估计值，K表示状态量的维数，表示设定的自由度参数，a_t表示比例调节参数，其中a₀为设定的比例调节参数，tr(·)表示矩阵的迹，表示状态量均值到各Sigma特征点的距离最大值，表示方根矩阵的第s行第s列的元素；

根据Sigma特征点集{χ_s,t}预测t+1时刻的Sigma特征点集{χ_s,t+1}，并计算t+1时刻的状态变换量及其协方差

χ_s，t+1＝λ_t×χ_s，t+u_t+v_t

式中，表示t+1时刻的状态变换量，表示t+1时刻的状态变换量协方差，λ_t表示设定的第一模型参量，u_t表示设定的第二模型参量，v_t表示系统模型误差，χ_s，t表示点集{χ_s,t}中t时刻第s个Sigma特征点，表示Sigma特征点集{χ_s,t}对应的方差权重系数，表示Sigma特征点集{χ_s,t}对应的均值权重系数；

根据状态变换量及其协方差构造新的Sigma特征点集并采用下列函数预测量测变换量y_k，t+1：

式中，y_k，t+1表示t+1时刻的量测变换量，τ(·)表示非线性量测函数，σ_t+1表示量测误差；

并预测下一时刻的协方差和状态量与量测量的协方差：

式中，表示t+1时刻的量测量的预测均值，SY_t+1表示量测量预测的自协方差矩阵，CH_t+1表示状态量和量测量的互协方差矩阵，表示Sigma特征点集对应的均值权重系数，表示Sigma特征点集对应的方差权重系数；

判断层：

获取粗差判断因子M²，其中采用的粗差判断因子函数为：

式中，η_t+1表示系统残差，Z_ηt+1表示残差协方差理论值，Z_ηt+1＝SY_t+1+Φ_t+1表示测量误差协方差矩阵，y_t+1表示t+1时刻的量测变换量；

当M²>T时，则系统出现量测粗差，记判断因子M_t+1＝1，否则，记M_t+1＝0，其中T表示设定的判断阈值；

更新层：

更新下一时刻的状态量估计值和协方差估计值：

式中，ψ_t+1表示增益参数，M_t+1表示粗差判断因子，x_t+1表示t+1时刻的状态量估计值；Z_t+1表示t+1时刻状态量的协方差估计值，表示增强调节因子，其中tr(·)表示矩阵的迹；

当接收到下一时刻的采集数据后，记t＝t+1，并重复上述预测层、判断层和更新层的预测步骤，预测下一时刻的状态量估计值。