[发明专利]一种分布式电源并离网状态检测方法有效

专利信息
申请号: 202111355346.X 申请日: 2021-11-16
公开(公告)号: CN114243755B 公开(公告)日: 2023-08-04
发明(设计)人: 吴万军;张敏;杨金东;刘永礼;和正强;罗长兵;徐彬;伍绍鹏;王宁;李丽辉;杨延军;任宪利 申请(专利权)人: 云南电网有限责任公司迪庆供电局
主分类号: H02J3/38 分类号: H02J3/38;H02J13/00;G06N3/084
代理公司: 北京弘权知识产权代理有限公司 11363 代理人: 逯长明;许伟群
地址: 674400 云南省迪庆藏*** 国省代码: 云南;53
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 分布式 电源 网状 检测 方法
【权利要求书】:

1.一种分布式电源并离网状态检测方法,其特征在于包括以下步骤:

步骤一,信息能量融合系统自带电力电缆高频载波通信机制,各电力设备之间通过高频载波信号传递信息;普通电力系统加装相应的高频载波调制装备设备,从而改造成信息能量融合系统;

步骤二,设备调试阶段,保证分布式电源接入电网,分布式电源实时解调高频载波,作为训练样本,应用BP神经网络算法,分析分布式电源正常并网情况下的载波信号特征,经过训练,得到并网条件下的载波特征,作为分布式电源并网状态的既得特征;

所述载波信号特征包括高频载波的频率、幅值、解调后的数据格式、数据包字节长度、相邻数据包发报时间,共5个特征参考;

步骤三,设备运行阶段,分布式电源实时解调电力电缆上的高频载波,并将其特征与BP神经网络算法分析的既得特征进行比对;

若解调后,载波特征与步骤二所述5个既得特征中的任意4个吻合,则判定分布式电源为并网状态;

若无法接收到载波的时长超过BP神经算法训练所得相邻数据包发报时间的三倍,则判定分布式电源为离网状态;

若解调后,与既得特征吻合数少于4个而多余0个,则延长检测判定时间至0.2s,并记录和比对这一时间段内的载波特征;若在此0.2s内所得载波特征相同,则判定分布式电源处于并网状态;若在此0.2s内所得载波特征不同,则判定分布式电源处于离网状态,而接收到了杂波;0.2s得到判定结果之后,通过BP神经网络算法,将当下的状态作为样本训练,训练和修正并网既得特征,作为新的并网状态判定依据;

步骤四,设备正常并网运行阶段,实时应用BP神经网络算法,训练和修正分布式电源并网判定的5个既得特征,并将实时修正结果作为下一时刻分布式电源并离网状态的判定依据。

2.根据权利要求1所述的一种分布式电源并离网状态检测方法,其特征在于所述方法通过BP控制算法训练出并网5个特征,而判定并网状态只需要其中任意4个特征即可;留有一定的容错空间,也适合BP神经网络算法对既得特征的训练和修正;正常运行情况下,每次训练更新的既得特征数不超过一个。

3.根据权利要求1所述的一种分布式电源并离网状态检测方法,其特征在于步骤三中,如果特征吻合数少于4个而多余0个,则延长判定时长,重新训练和修正既得特征,此情况下,每次训练更新的既得特征数超过一个。

4.根据权利要求1所述的一种分布式电源并离网状态检测方法,其特征在于步骤三中,将分布式电源实时解调得到的载波信息进行量化分析,并与既得特征进行比对;考虑到测量系统硬件误差,绝对吻合难以实现,故采用多维隶属度函数的模式识别方法。

5.根据权利要求4所述的一种分布式电源并离网状态检测方法,其特征在于,所述多维隶属度函数的模式识别方法如下:首先如(1)所示,定义一个5维向量X*,代表既得特征集合;

如(2)所示,定义实时解调得到的载波特征为一个5维向量x,代表实时特征集合;

x=[x1 x2 x3 x4 x5]T (2);

进而如(3)所示,计算实时特征对比既得特征偏差的标幺值,用5维向量EPU_5表示:

若(3)中,若5个实时特征与既得特征完全吻合,则EPU_5=0,考虑测量误差存在,应用多维隶属度函数的模式识别方法,定义EPU_5的模小于等于0.1,如(4)所示,则判定5个特征均吻合;

|EPU_5|≤0.1 (4);

考虑系统正常运行过程中,一些特征会主动性调整,故定义EPU_n为减项特征偏差标幺值向量,其中n的取值范围为1,2,3,4;当系统至少有一个EPU_n满足(5)所示条件,则判定n个实时特征吻合既得特征;

|EPU_n|≤0.1且|EPU_n+1|>0.1 (5)。

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云南电网有限责任公司迪庆供电局,未经云南电网有限责任公司迪庆供电局许可,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/202111355346.X/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