在线估计

在线估计（共4篇）

在线估计 篇1

TCP主要用于有线网络, 在Ad Hoc网络中用传统的TCP会造成丢包和重传, 主要因为窗口快速增加机制, 使得TCP的平均窗口大于最优窗口, 导致网络中的数据急剧增加;Ad Hoc网络可利用的带宽很低, 链路状况变化频繁, 使得TCP的窗口更新机制不适合Ad Hoc网络[1,2]。因此, 在资源受限的Ad Hoc网络中, 寻找合适的拥塞窗口调整机制来提高吞吐量成为当前研究的热点。

在Ad Hoc网络中, 目前针对可靠的网络传输协议已有相关的研究。可分为依赖和不依赖于网络环境:West Wood通过ACK时间间隔预估网络带宽, 根据网络带宽采取增加和减少窗口, 由于采用单一的应答时间差, 导致预算出来的带宽偏差较大[3]。Fixed-RTO目标是在链路中断后, 能够快速恢复丢失的包, 由于冗余的重传会加重网络拥塞[4]。TCP-AP提供基于RTTs和TCP对Hop长度的预估计, 但它的模型需要建立在相同带宽的所有结点间[5]。文献[6-7]分别提出了一种基于RTT往返时延和平等性带宽的加性增和乘性减的拥塞窗口控制策略, 该方法导致TCP吞吐量随着时间波动较大。

针对上述问题, 本文提出了基于机器学习的TCP拥塞窗口的在线学习算法:该方法借鉴了West Wood的部分思想, 通过获取确认帧的时间间隔, 较为精确地估计环境状态变化趋势, 通过连续动作集 (CALA) 算法适时地更新拥塞窗口以提高系统吞吐量。

1 TCP拥塞窗口的学习机制

如图1所示, 学习型TCP由TCP和连续的动作学习机制 (CALA) 组成, 与传统的TCP兼容, 但学习型TCP不区分确认帧和重传确认帧, 仅仅通过对网络的状态来增加或减小拥塞窗口的大小[8,9]。

学习型TCP的工作机制如下:

首先, 捕获网络状态并转换成参数γ。由于不需要寻找来自网络的拥塞和竞争的精确反馈, 仅通过TCP确认帧的内部到达时间来估计当前的网络状况。当接收到一个确认帧时, 学习机制就能通过最近的几个确认帧和当前确认帧的内部到达时间得到该路径的拥塞情况, 进而得出参数γ。

其次, 将γ映射为参数β。γ表示网络状况, 该网络状况被过去的动作影响, 这些动作是作为CALA算法的输入。β (n) =1表示获得最高回报, β (n) =0表示最低的回报值, 也就是惩罚值。

然后, 更新动作的概率分布μ和δ。学习型TCP通过使用β (n) 来更新均值μ和标准差δ。

最后, 动作选择。通过更新动作的概率分布, 学习型TCP能够选择合适的动作即增加或减小拥塞窗口的大小。

2 基于CALA的TCP窗口学习策略

由于不需要寻找来自网络的拥塞和竞争的精确反馈, 仅通过TCP确认帧的内部到达时间来估计当前的网络状况。因此, 需要计算最近k个和n个确认帧的内部到达时间 (iat) 的均值meank、meann和标准差sdevk、sdevn, 其中k

如果meann急剧上升到某一较高的值并且持续保持, 则网络处于拥塞状态。为了更好地学习网络状态, 设置参数safemean作为参考点。当iat低于safemean时增加窗口, 否则减小窗口。网络环境突然拥塞时meank升高, 否则下降。因此使用meank/meann的比值来更新safemean参数。当meank/meann大于1时, 当前网络拥塞程度上升, 反之无拥塞。

学习型TCP捕获网络状态通过参数timeRatio, 如式 (1) 所示, 当iat远小于safe Mean时, timeRatio接近于它的最大值1;当iat大于3×safe Mean时, timeRatio接近于-2。如式 (2) 所示, timeRatio被归一化到0到1之间, 并且存储在参数γ中, 当iat>>safe Mean时, γ接近于1, 当iat<

CALA用来更新动作概率分布中的均值μ和标准差δ, 如式 (3) 所示, x (n) 表示任意时刻n采取的动作, λ表示学习参数且满足0<λ<1, K表示正常量, σL表示δ的下限。

3 学习型TCP性能分析

本文的仿真环境采用ns-2和fedora 8 (Linux 2.6内核) 。

3.1 学习型TCP的算法描述

学习型TCP需要一个较大的动作集, 故设置μ和δ分别为1MSS和0.00068MSS (1 byte) , 该算法会一直迭代直到TCP连接中断或者连续重传达到某个临界值。算法步骤如下:

步骤1, 初始化μ=1和δ=0.000 68;

步骤2, 当前确认帧到达时间减去上次确认帧的到达时间, 并赋值给iat, 从而获得网络状况值timeRatio, 归一化处理得到γ;

步骤3, 更新μ (n) 和δ的概率分布值;从这个概率分布中产生一个动作值x (n) , 更新窗口值cwnd=cwnd+x (n) ;基于cwnd值, 传输一个或者多个TCP段;

步骤4, 当sdev>mean/2并且iat不属于[mean+sdev, mean-sdev]时, 复位iat到一个初始值。重新计算mean, meank和meanRadio, 如果meanRatio

步骤5, 如果网络没有结束或者重传ack达到12次, 跳转到步骤2, 否则结束。

如图2所示为学习型TCP与UDP共享5 Mbit/s的瓶颈链路, 该链路延迟为35 ms, 30个数据包的缓存队列, 先到先服务模式。参数设置如表1所示。

仿真结果如图3和图4所示, 链路错误率达到20%的情况下, 单一的确认帧的抖动性较大, 不能很好地预测网络的拥塞状况。本文提出的学习型TCP利用确认帧内部到达时间得到均值safemean, 该值能够较好地预测网络的拥塞情况。

3.2 学习型TCP-性能测试

本文通过比较学习型TCP与TCP-Few、TCP-Reno在不同的链路错误率做了对比测试。拓扑结构如图5所示。

1) Ad Hoc网络环境较好的情况

参数设置:瓶颈链路的最小带宽为10 Mbit/s, 最小延迟为40 ms, 缓冲队列为20, TCP包大小为1 500 byte, 仿真结果如图6、图7所示。当Ad Hoc网络环境较好时, 学习型TCP的拥塞窗口的变化类似于TCP Few和TC-PReno, 且吞吐量略优于另外两种协议。

2) Ad Hoc网络环境较差的情况, 错误率达到30%

仿真结果如图8、图9所示。当Ad Hoc网络环境较差时, 学习型TCP的拥塞窗口的变化明显大于TCP Few和TCPReno, 且吞吐量远高于另外两种协议。

4 结论

在Ad Hoc网络环境较好或较差的情况下, 学习型TCP能有效地利用确认帧的内部到达时间均值获得网络状况。在网络环境较好的情况下, TCP-Few窗口改变量相对平稳, 而学习型TCP和TCP-Reno变化较为抖动, 且学习型TCP的吞吐量略高于其他。在网络环境较差的情况下, 学习型TCP的吞吐量就远高于其他, 证明了学习型TCP能适应较差的网络环境。

参考文献

[1]姜誉, 任健, 周黎明.NS2中TCP连接建立模拟的改进[J].通信学报, 2012 (Z2) :15-19.

[2]TEKIN C, LIU M.Approximately optimal adaptive learning in opportunistic spectrum access[C]//Proc.INFOCOM2012.[S.l.]:IEEE Press, 2012:1548-1556.

[3]康巧燕, 王建峰, 王蓉, 等.基于QPID-AVQ的组播拥塞控制机制[J].计算机工程, 2012, 38 (22) :67-70.

[4]张清华, 吴永明.一种改进的TCP拥塞控制算法[J].科学技术与工程, 2010, 10 (35) :8870-8872.

[5]胡敏, 刘鹏, 邹然.MPTCP中一种减缓缓存阻塞的重传策略[J].电视技术, 2013, 37 (17) :98-101.

[6]江虹, 刘从彬, 伍春.认知无线电网络中提高传输层端到端吞吐率的跨层参数配置[J].物理学报, 2013, 62 (3) :494-501.

[7]赵川, 伍瑞卿, 樊丰.一种精简TCP/IP协议栈的设计与实现[J].电视技术, 2010, 34 (S1) :104-107.

[8]杨双懋, 郭伟, 唐伟.一种最大化网络吞吐量的认知无线Ad Hoc网络跨层优化算法[J].计算机学报, 2012, 35 (3) :491-503.

[9]HE Z Q, NIU K, QIU T, et al.A bio-inspired approach for cognitive radio networks[J].Chin.Sci.Bull, 2012, 57 (28) :3723-3730.

[10]蒋和松, 张娟.一种认知无线网络中TCP拥塞窗口的在线学习方法[J].科学技术与工程, 2014, 14 (8) :228-232.

[11]王路, 胡月梅, 刘立祥, 等.基于跳到跳信息的卫星网络传输控制协议研究[J].通信学报, 2012, 33 (6) :91-102.

在线估计 篇2

目前, 工厂中常用树枝状管道系统对生产车间进行供气, 在螺杆空压机群供气过程中, 为了更好地监测螺杆空压机的产气效率 (电气比) , 计量工厂气动系统的用气流量, 通常每台螺杆空压机后面装有流量计进行流量计量。同时, 为了保证生产所需的供气压力, 通常在分气缸上装有压力传感器用以监测供气压力, 如图1所示。

根据气动系统运行流程, 本文将图1所示的气动系统划分成三个部分, 即供气系统、输送系统及用气系统, 各部分构成如下:

1) 供气系统部分主要包括螺杆空压机、冷干机及过滤器等;

2) 输送系统主要包括储气罐、主管、支管、阀门、空气软管等, 其作用是将气动系统的不同部分连接起来以最小的压力损失向用气点输送压缩空气。由于输送系统因为其具有管道体积, 具备了一定的储气能力, 这一部分对供气压力波动工况下的气动系统有着重要的影响, 为了方便研究, 本文将输送系统拟合成某一体积的容腔;

3) 用气系统主要包括气缸、喷枪及喷嘴等用气设备, 根据工业现场用气系统用气设备是否受供气压力波动的影响, 主要分为两类, 一类简化为不带减压阀等稳压调节装置的气动设备, 压缩空气经节流口1流入环境;另一类是带有减压阀等稳压调节装置的气动设备, 通过稳压调节装置后, 压缩空气经节流口2流入环境。

基于以上划分, 本文建立如图2所示的工业现场螺杆空压机群运行模型。

螺杆空压机群系统运行供气过程中, 以容腔为研究对象, 整个模型相当于容腔的充放气过程, 可看作是等温过程, 由容腔中压缩空气状态有

式中, p为空气的压力, Pa;V为体积, m3;m为气体质量, kg;R为气体常数, 对于空气, R=287J/ (kg·K) ;θ为空气的绝对温度, K。

由于是等温过程, 可微分得

式中, t为时间, s;ρ为空气的密度, kg/m3;Q为t时间内体积流量变化量, m3/s;Qin为螺杆空压机群产气的体积流量, m3/s;Qou为工业现场用气的体积流量, m3/s。

2 用气系统需求流量在线估计方案设计

为了剔除用气系统用气流量中伪用气流量, 首先要得到用气系统的用气流量。由式 (2) 中建立的模型可知, 如果容腔体积V和θa已知, 根据供气压力的变化率和供气流量 (流量计计量的螺杆空压机群产气流量) 可以求出用气系统的用气流量。然而工业现场供气管网的体积是无法准确测量的, θa也是无法确定的。为了消除工业现场未知的供气管网体积及压缩空气温度的影响, 结合螺杆空压机群加/卸载运行特性, 提出了一种工业现场螺杆空压机群供气场合用气系统需求压力下需求流量的估计方法。

方法实现过程如下:

1) 在工业现场采集的供气压力时间序列数据中, 以某一供气压力峰值ph为基准;

2) 以Δt为时间单位在ph两侧分别提取供气压力p0和p1, 如图3所示;

3) 在供气流量时间序列数据中提取p0对应时刻的供气流量值Qin0, p1对应时刻的供气流量值Qin1, 则用气系统用气流量可由下式得到

对于工厂级这种大惯性气动系统而言, 由于2Δt时间很短, 用气系统用气流量在这段时间内可看做是不变的, 因此, Qout0=Qout1, 联立式 (3) 和式 (4) 解微分方程可以求得用气系统供气压力ph下的用气流量Qout0

4) 以供气压力峰值ph过后的下一个供气压力谷值pl为基准;

5) 同样以Δt为时间单位, 在pl两侧分别提取供气压力p2和p3;

6) 在供气流量时间序列数据中提取p2对应时刻的供气流量值Qin2, p3对应时刻的供气流量值Qin3, 则用气系统用气流量可由下式得到

同理, Qout2=Qout3, 联立式 (6) 和式 (7) 解微分方程可以求得用气系统的供气压力pl下用气流量Qout2

7) 由于在生产相对稳定的工况下, 用气设备运行数量可看做是固定的, 所以用气系统用气流量Qc大小是不变的, 用气流量Qp大小也仅取决于供气压力p, 这里假设Qp大小表示为:

式中:k为一次项系数。

综上可得, 在得到用气系统中Qc和k的情况下, 通过带入用气系统需求压力p便可得到工业现场该稳定生产工况下的需求流量。

3 结论

本文研究了供气压力波动下工业现场气动设备用气流量的消耗特性, 在将气动系统划分为供气系统、输送系统和用气系统三个部分的基础上, 建立了气动系统螺杆空压机群运行模型。在此模型的基础上, 设计了螺杆空压机群供气场合用气系统需求供气压力下需求流量的在线估计方法, 该方法根据供气压力、供气流量及供气压力一阶微分信号计算出用气系统需求压力下的需求流量。该方法计算简单、结果精确, 可用于螺杆空压机群供气场合用气系统需求压力下需求流量的在线估计, 进而为螺杆空压机群优化运行组合提供依据, 从而较好地解决了螺杆空压机群运行负荷率低的问题。

摘要：本文在提出的气动系统流量供、需匹配控制理念的基础上, 在螺杆空压机群供气压力波动的情况下, 研究了如何从供气系统供气流量中挖掘出用气系统需求压力下的需求流量, 这将对螺杆空压机群的节能运行有着重要的意义, 其意义在于:通过此需求压力下的需求流量可以判断出当前螺杆空压机群机组运行组合是否是最优组合, 如若不是, 可根据此需求流量优化调整螺杆空压机群的机组运行组合, 从而提高螺杆空压机群的运行负荷率, 降低螺杆空压机群的运行能耗。

在线估计 篇3

关键词：广域测量系统,相量测量装置,变压器,参数估计,正态分布

0 引言

现代电力系统的状态估计、潮流计算、理论网损分析、故障分析、保护装置定值计算等应用功能的可靠性都严重依赖于电力系统参数的准确性。电网参数不准确会导致基于电网模型的各项应用分析和辅助决策功能的可信性大大降低。因此,从电网实测数据中提取电网真实参数引起了越来越多的关注。

传统的状态估计程序中一般开发有基于数据采集与监控(SCADA)数据的输电线路和变压器参数辨识。但SCADA数据不带有全网统一的时间标识,无法获取严格同步的数据断面,且基于SCADA数据的参数辨识需要利用全局的量测来确定全局的参数,存在残差污染的缺陷。

在电网实测生产数据中,同步相量测量单元(PMU)数据具有时间同步精度高、时间分辨率高的双重优点。基于PMU的广域测量系统(WAMS)在国内发展十分迅速。根据国家电网公司“十二五”智能化规划,“十二五”期间中国500 kV及以上厂站PMU覆盖率将达到100%。基于WAMS的同步动态数据开展电力系统参数在线辨识是调度环节智能化的一项重要内容,具有重要的理论和实践意义[1,2,3,4,5,6,7,8]。

文献[3]提出一种基于PMU和SCADA混合量测的变压器参数估计方法。该文采用最小二乘参数估计方法进行参数估计,迭代求解过程比代数计算复杂,并且由于引入了不带时标的SCADA数据,数据源中存在时间不同步导致的误差。文献[8]给出了基于PMU数据的输电线路参数计算方法,并对多时段输电线路参数计算结果进行了统计分析。

电力变压器是输电网的核心元件。本文在文献[8]的基础上,考虑电力系统生产实际,给出基于PMU实测数据的变压器参数和变比(分接头位置)的计算方法,利用正态分布参数估计理论,给出变压器参数和变比辨识结果的置信区间和点估计值,最大限度地减少了量测随机误差的影响。

1 双绕组变压器参数和变比计算方法

双绕组变压器等值电路如图1所示。图中:$\dot{U}{}_1,\dot{{\rm I}}{}_1,\dot{U}{}_2,\dot{{\rm I}}{}_2$分别为变压器高压侧和低压侧的电压和电流相量;Z1和Z2分别为高压侧和中压侧绕组的阻抗;Zm为激磁阻抗。图1中,设变压器可调分接头的位置在高压侧,高/低压绕组变比为k。电流正方向为从高压侧注入,从低压侧流出。

对于双绕组变压器,为简化分析,一般认为励磁支路并联在高压侧,如图2所示。

1.1 双绕组变压器变比计算方法

变压器变比直接关系到变压器的电压转换能力和参数归算结果。对于理想变压器,激磁电抗为无穷大, 有

${\rm I}{}_2=k{\rm I}{}_1(1)$

对于实际变压器,由于激磁电流的存在,由式(1)计算出的变比k不能满足精度要求。假设励磁电流$\dot{{\rm I}}{}_{\text{m}}$与$\dot{U}{}_1$的夹角为90°+Δφ,如图3所示。

图3中,φ1和α分别为$\dot{{\rm I}}{}_1$和$\dot{{\rm I}}{}_2$与$\dot{U}{}_1$的夹角。根据正弦定理,有

$\begin{array}{l}\frac{{\rm I}{}_1}{\cos (\alpha +\text{Δ}\phi )}=\frac{{\rm I}{}_{\text{m}}}{\sin (\phi {}_1-\alpha )}=\frac{{\rm I}{}_2}{k\text{c}\text{o}\text{s}(\phi {}_1+\text{Δ}\phi )}(2)\\ k=\frac{{\rm I}{}_2}{{\rm I}{}_1}\frac{\cos (\alpha +\text{Δ}\phi )}{\cos (\phi {}_1+\text{Δ}\phi )}(3)\end{array}$

近似认为励磁电流垂直于$\dot{U}{}_1$,即Δφ≈0,则

$\begin{array}{l}\frac{{\rm I}{}_1}{\cos \alpha }=\frac{{\rm I}{}_{\text{m}}}{\sin (\phi {}_1-\alpha )}=\frac{{\rm I}{}_2}{k\text{c}\text{o}\text{s}\phi {}_1}(4)\\ k=\frac{{\rm I}{}_2}{{\rm I}{}_1}\frac{\cos \alpha }{\cos \phi {}_1}(5)\end{array}$

1.2 双绕组变压器参数计算方法

计算出变压器实际变比k后,由图2可以很方便地计算出支路阻抗如下:

$\begin{array}{l}{\rm Z}=\frac{\dot{U}{}_1-k\dot{U}{}_2}{\dot{{\rm I}}{}_2}(6)\\ X{}_{\text{m}}\approx \frac{U{}_1}{{\rm I}{}_{\text{m}}}(7)\end{array}$

2 三绕组变压器参数和变比计算方法

实际输电网中,电力变压器一般为三绕组变压器:高压侧和中压侧之间进行电力传输,低压侧接无功补偿装置,如图4所示。

实际应用中,低压侧绕组由于接无功补偿装置,一般作为负荷对待。目前,在生产实际中,三绕组变压器低压侧一般无PMU量测。

2.1 三绕组变压器变比计算方法

对于三绕组变压器,相对于高压侧绕组阻抗,中压侧绕组的阻抗一般较小或为一数值不大的负数。近似认为励磁电流和低压绕组电流垂直于$\dot{U}{}_2$,如图5所示。

则

$\begin{array}{l}\frac{{\rm I}{}_1}{\cos \phi {}_2}=\frac{{\rm I}{}_2}{k\text{c}\text{o}\text{s}\alpha }(8)\\ k=\frac{{\rm I}{}_2}{{\rm I}{}_1}\frac{\cos \phi {}_2}{\cos \alpha }(9)\end{array}$

根据式(9)的变比计算结果和变压器固定分接头的位置,可以计算出变压器可调分接头位置。设三绕组变压器分接头位置为N1/N2/N3,一般地,中压侧和低压侧为固定分接头,高压侧为可调分接头,则N1=kN2。

2.2 三绕组变压器参数计算方法

计算出变压器实际变比k后,按照实际变比k将中压侧电气量和参数折算到高压侧,由图4,有

$\text{Δ}\dot{U}=\dot{U}{}_1-\dot{U}{}_2=\dot{{\rm I}}{}_1{\rm Z}{}_1+\dot{{\rm I}}{}_2{\rm Z}{}_2(10)$

近似认为Z1和Z2的阻抗角都是90°,即Z1=jX1,Z2=jX2,则

$\text{Δ}\dot{U}=\text{j}\dot{{\rm I}}{}_{1}X{}_1+\text{j}\dot{{\rm I}}{}_{2}X{}_2(11)$

设$\dot{{\rm I}}{}_1$和$\dot{{\rm I}}{}_2$与$\text{Δ}\dot{U}$的夹角分别为θ1和θ2,则有

式(12)中,将实部和虚部分开,即

$\begin{array}{l}{\rm I}{}_{1}X{}_1\cos \theta {}_1+{\rm I}{}_{2}X{}_2\cos \theta {}_2=0(13)\\ \text{Δ}U={\rm I}{}_{1}X{}_1\cos \theta {}_1\tan \theta {}_2-{\rm I}{}_{1}X{}_1\sin \theta {}_1(14)\end{array}$

联立求解式(13)和式(14),可得:

$\begin{array}{l}X{}_1=\frac{\text{Δ}U}{{\rm I}{}_1\cos \theta {}_1\tan \theta {}_2-{\rm I}{}_1\sin \theta {}_1}(15)\\ X{}_2=-\frac{{\rm I}{}_1\cos \theta {}_1}{{\rm I}{}_2\cos \theta {}_2}X{}_1(16)\end{array}$

式(9)、式(15)和式(16)给出了三绕组变压器变比(可调分接头位置)和支路电抗的计算方法。由本节推导过程可以看出,该计算方法充分利用了三绕组变压器低压侧接无功补偿装置的特点,克服了低压侧无PMU量测对计算结果的影响。

需要说明的是,由于生产实际中三绕组变压器低压绕组一般接无功补偿装置,在网络模型中,一般将其处理为等值负荷。根据图5的相量关系,在确定变压器变比后,可以确定低压侧电流大小,进一步辨识出低压侧等值负荷的大小。限于篇幅,本文不对此展开探讨。

3 基于正态分布参数估计理论的变压器参数辨识方法

由式(9)、式(15)、式(16),根据不同时间断面的PMU测量结果,可以得到变压器变比和参数的多组计算结果。对这些参数和变比计算结果进行统计分析,可发现其基本符合正态分布(详见本文算例部分)。对参数和变比(分接头位置)的计算结果进行正态分布参数估计,参数估计所得到的正态分布均值即为参数和变比(分接头位置)的最终辨识结果。

正态分布参数估计方法如下。

假定总体X～N(μ,σ),μ和σ为未知参数,而(x1,x2,…,xn)为X的一个样本。则正态整体均值μ的1-α置信区间为:

$\overline{x}\pm \frac{S{}^{*}}{\sqrt{n}}t{}_{1-\frac{\alpha }{2}}(n-1)(17)$

式中:$\overline{x}$为样本均值;n为样本容量(抽样次数);$S{}^{*}=\sqrt{{\displaystyle \sum _{i=1}^n(}x{}_i-\overline{x}){}^2/(n-1)}$为σ的无偏估计;t(n)表示自由度为n的t分布。

4 算例

本文算例基于WAMS记录的PMU实测数据。

已知某变压器正序参数设计值(折算到1 000 kV侧)为Z1=0.110 25+j72.908 325,Z2=0.110 25-j8.345 925,Z3=0.110 25+j154.35。正常情况下,变压器分接头位置为1 050/538/110,可调分接头在500 kV侧。

该变压器1 000 kV和500 kV侧有PMU量测。取PMU数据宽度为60 s。在所取数据对应的时间段内,分接头位置取正常位置。

4.1 变压器分接头位置辨识结果

根据式(9)计算得到该变压器1 000 kV侧与500 kV侧的变比k,根据变比k计算得到500 kV侧分接头位置(计算方法为:分接头位置=1 050/k)。分接头位置的计算结果如图6所示。图7给出了分接头位置辨识结果的分布特性。可以看出,辨识结果基本符合正态分布。

表1给出了变压器分接头位置估计结果与真实值的比较。由表1可以看出,变压器可调分接头位置的估计结果与真实值非常接近。

4.2 变压器电抗辨识结果

变压器高压侧(1 000 kV侧)、中压侧(500 kV侧)绕组电抗辨识结果的统计分布如图8和图9所示。图10给出了高中压绕组电抗之和X1+X2辨识结果的统计分布。

表2给出了X1,X2,X1+X2估计结果与设计值的对比。可见,X1和X2的估计结果与设计值有一定偏差,但X1+X2的综合估计结果与设计值非常接近。

X1和X2的估计结果与设计值有一定偏差的可能原因是低压侧与高压侧和中压侧的互感系数M13,M23的真实值与设计值存在偏差。由于互感系数M13,M23对X1和X2的影响方向相反,因此,互感系数的变化对X1+X2没有影响,X1+X2的综合估计结果与设计值非常接近。

5 结语

电力变压器是输电网的核心元件。作为连接不同电压等级电网的电压变换装置,电力变压器不仅担负着基本的电压变换功能,还可通过分接头位置的调节来实现无功电压控制功能。对变压器绕组参数和变比(分接头位置)进行准确辨识,对提高状态估计的精度(尤其是无功功率和电压估计精度)有着重要意义。

本文给出了基于PMU实测数据的变压器变比(分接头位置)和电抗参数的辨识方法。该方法具有如下优点:

1)利用全网同步的PMU数据进行参数辨识,避免了SCADA数据由于数据断面不同步导致的误差。

2)利用单一元件量测实现元件参数的准确辨识,避免了全局量测之间的相互影响。

3)基于正态分布参数估计理论,最大限度地减少了量测随机误差对参数辨识结果的影响。

参考文献

[1]徐伟,薛禹胜,陈实,等.从实测轨迹提取知识时的困难及展望[J].电力系统自动化,2009,33(15):1-7.XU Wei,XUE Yusheng,CHEN Shi,et al.Difficulties andprospects of knowledge extracting from measured trajectories[J].Automation of Electric Power Systems,2009,33(15):1-7.

[2]柴京慧,李书敏,何桦.基于PMU及多时间断面的输电网参数估计[J].电力系统自动化,2009,33(11):49-52.CHAI Jinghui,LI Shumin,HE Hua.Parameter esti mationbased on PMU and multi-cases of SCADA for electricitytransmission network[J].Automation of Electric PowerSystems,2009,33(11):49-52.

[3]陈俊,颜伟,卢建刚,等.考虑多时段量测随机误差的变压器参数抗差估计方法[J].电力系统自动化,2011,35(2):28-32.CHEN Jun,YAN Wei,LU Jiangang,et al.A robusttransformer parameter esti mation method considering multi-period measurement random errors[J].Automation of ElectricPower Systems,2011,35(2):28-32.

[4]郑涛,高伏英.基于PMU的机组一次调频特性参数在线监测[J].电力系统自动化,2009,33(11):57-61.ZHENG Tao,GAO Fuying.Online monitoring and computingof unit PFR characteristic parameter based on PMU[J].Automation of Electric Power Systems,2009,33(11):57-61.

[5]王正风,葛斐,戴长春.基于PMU的电力系统建模及参数辨识[J].继电器,2007,35(增刊1):375-382.WANG Zhengfeng,GE Fei,DAI Changchun.Power systemmodeling and parameteridentification based on PMU[J].Relay,2007,35(Supplement 1):375-382.

[6]王茂海,徐正山,谢开,等.基于WAMS的系统自然频率特性系数确定方法[J].电力系统自动化,2007,31(3):15-18.WANG Maohai,XUZhengshan,XIE Kai,et al.Calculation offrequency characteristic coefficients for an interconnected powersystem based on WAMS[J].Automation of Electric PowerSystems,2007,31(3):15-18.

[7]李颖,贺仁睦,徐衍会.广东电网基于PMU的负荷模型参数辨识研究[J].南方电网技术,2009,3(1):16-19.LI Ying,HE Renmu,XU Yanhui.Research of PMU-basedloadmodel parameters identification of Guangdong power grid[J].Southern Power System Technology,2009,3(1):16-19.

在线估计 篇4

氧化锌避雷器是一种在电力系统中得到广泛应用的过电压保护器件。由于氧化锌避雷器长期工作于露天环境下的高压线路上, 容易产生失效和误动作, 从而威胁其它电气设备的安全运行。对氧化锌避雷器的定期检查和维护, 是采用离线方式, 操作专用的检测仪, 判断氧化锌避雷器的性能好坏。这一方法不仅带来繁重的劳动量, 而且依据安装使用时间的检查规则也不科学。

氧化性避雷器的失效与其经历的累积雷击能量的大小强相关[1], 与其安装使用的时间弱相关。本文设计了一种在线装置, 通过检测和估算氧化锌避雷器经历的雷击能量, 累积雷击能量并与先验获得的失效阈值相比较, 当累积的雷击能量达到阈值时, 即判定避雷器将要失效, 预警装置发出预警信息, 启动避雷器的更换和维护工作。

2 雷击能量估算

雷击脉冲的捕获和能量估计原理, 可以用RC回路来比拟说明。当雷击发生时, 假设互感器二次线圈测得的电流脉冲有能量E如式 (1) 所示, 电容捕获雷击脉冲能量, 以电压为U0的内电场形式存在如式 (2) 所示;当脉冲过后, 能量泄放电流i如式 (3) 所示, 检测此泄放电流, 然后按照式 (4) 可以估算出脉冲能量。

由于互感器一次线圈和二次线圈之间的电流关系是线性, 实际氧化锌避雷器承受的雷击能量应该与式 (4) 的计算结果之间存在一个当量关系。这个当量关系可以在离线进行的雷击试验台上, 统计某型号的避雷器的失效雷击效应时, 通过回归计算的方法得到, 同时得到一个用于在线预警的阈值。

3 在线预警装置的设计

3.1 雷击能量检测、转换和计量

由于雷击电流的不可预计的大电流, 如图1所示, 电流互感器宜采用空心线圈才会在大电流时出现磁饱和;让泄放电流导体穿过空心线圈电流互感器, 当雷击电流经过泄放导体时, 互感器二次侧获得脉冲电流, 此脉冲电流对雷击能量吸收回路的电容器吸收, 然后按照时间常数对电阻放电, 并在4倍时间常数时结束。放电期间通过采集放电电阻上的电压值, 可以计算出相应的电流值。

3.2 在线预警装置的电源设计

由于雷电时的电网过电压, 和复杂强大的电磁干扰, 一般的电压源型电源将引入很大的测量噪声, 因此合理的电源设计是利用电流互感器实现一个电流源型的电源如图1所示。采用电流互感器供电的直流电源, 变电站操作电源的应用中常采用铁磁谐振交流稳压器。由于电磁谐振交流稳压器的电感要求, 会导致电源的体积和重量很大, 不适合一个微功率的在线电子装置应用。为解决上述问题, 为预警装置设计了一个全电子器件的并联稳压电路。该并联稳压电路用电子元件实现了与铁磁谐振稳压器等效的直流稳压输出。为了保证供电的可靠性, 可以设置完全相同的两路互感器和稳压电路在输出端并联。并联稳压电路的原理是, R1, R2构成检测支路, 当负载侧的电压低于设定的阈值时, 调整开关断开、电流源向负载侧供电;当负载侧电压高于设定的阈值时, 调整开关导通, 电流源在电源侧断路形成闭合回路。为满足不同检测方案的电压需求, 可以在负载侧设置相应的DC-DC变换器。随着负载侧功率消耗的变化, 并联调整开关的占空比会自动变化。

3.3 在线预警装置的功能设计

(1) 具有RS-485通讯接口, 将预警信号向外传输; (2) 具有I2RAM在掉电时存储历史数据记录; (3) 具有键盘显示器接口, 作为阈值设定和现场检修时的查看; (4) 单片机核心应该做电磁屏蔽设计。

4 结论

(1) 本文提出了一种估计氧化锌避雷器所承受的雷击能量大小的方法, 阐述了氧化锌避雷器的失效与其所承受的累积雷击能量之间的关系;设计了一种通过检测和累积避雷器的雷击能量预测避雷器失效的在线装置;设计了该在线预警装置的功能及实现该功能的技术手段; (2) 本文提出的思路和方法在某型智能防雷漏电断路器上的应用, 收到了预期的效果, 证明了本文设计的正确性和有效性; (3) 当雷击发生的时间间隔小于4倍的RC时间常数时, 虽然波形会出现重叠, 但是在系统为线性的假设为真时, 并不影响能量雷击的计算; (4) 上述氧化锌避雷器的在线预警装置的设计思路, 很可能会指导电力企业, 彻底改变氧化锌避雷器的应用管理, 也可能引发避雷器生产厂家主动做避雷器和预警装置的一体化设计, 从而出现“智能避雷器”。

摘要：本文提出了一种估计氧化锌避雷器所承受的雷击能量大小的方法, 阐述了氧化锌避雷器的失效与其所承受的累积雷击能量之间的关系;设计了一种通过检测和累积避雷器的雷击能量预测避雷器失效的在线装置;设计了该在线预警装置的功能及实现该功能的技术手段。

关键词：雷击,预警装置,避雷器

参考文献

[1]林维勇.从保护范围及耐雷击能量评价半导体消雷装置[J].电网技术, 1997.

[2]建筑物防雷设计规范, GB50057-94.

[3]李卫东.对氧化锌避雷器报警电流参考标准值的建议[J].高压电器, 2003.