在各次处理时,由于节点C的电压与其父节点B和爷节点A的电压之间违背[规律1],因此依据[规则2]:RbV(C)-Δrb3;由于流过节点C的电流与流过其子节点D和E的电流之间违背[规律2],因此依据[规则1]:RbI(C)-Δrb1、RbI(D)-Δrb1、RbI(E)-Δrb1。
从处理到第二次开始,因RbV(C)<Rb-no,根据 [规则3],启动对UC的不良数据修正;因其相邻节点的数据可信度均在Rb-yes之上,则进行单个节点的不良数据修正。
从处理到第6次开始,因RbI(C)<Rb-no、RbI(D)<Rb-no、RbI(E)<Rb-no,根据[规则3],启动对IC、ID和IE构成的区域的不良数据修正。又因该区域的子节点无量测数据,配电网中离不良数据区域最近的数据可信度在Rb-yes之上的节点为节点B,流过节点B的电流为86.7 A,其下游共有BC、CDE、D-和E-这四个最小配电区域,将馈线的总供出负荷86.7 A除以4得到21.7 A作为Δi并采用其进行不良数据修正。显然,节点C处于区域的第1层,节点D和E处于第2层,根据式(6)可以得出IC、ID和IE的修正值。
由表2可见,经过5次处理后节点C的电压修正完毕,经过6次处理后节点C的电流修正完毕。对于节点C的电压,可以依赖的数据相对充裕些,因此得到的结果也比较满意。而对于流过节点C的电流,可以依赖的数据较少,不能判断出究竟IC、ID和IE哪个数据出了毛病,因此得到的结果就比较差些。但是无论如何,基于数据可信度的不良数据修正方法大大提高了数据一致性。
在实际当中,如果遇到突变量,则进行如文献[2]描述的突变量启动的不良数据辩识过程,本文对此不再赘述。
6 结束语
本文提出的基于数据可信度的不良数据辩识和修正方法,能够在严重缺乏量测数据的情况下,有效地提高配电自动化系统遥测数据一致性。由于配电自动化系统的终端设备采用交流采样方法,其有功功率和无功功率均是根据采集到的电压和电流计算得来,因此,如果某个节点的电压或电流存在不良数据,其有功功率和无功功率数据也往往存在问题。对于有功功率和无功功率不良数据的修正,可以在电压和电流得到较好修正的基础上,利用电压、电流、功率因数等计算得出,功率因数可以取0.85~0.95。本文讨论的方法在具有不良数据的区域中采取负荷平均分配的策略,当然也可以按照区域内各配电变压器的额定负荷或用电规律进行负荷分配。本文提出的方法为配电网络优化和重构、故障区域判断与健全区域最佳恢复供电等高级应用软件的开发奠定了基础。
参考文献
[1]刘健,程红丽,等.配电网的模型化方法[J].西安交通大学学报,2000,34(10):10-14.
[2]刘健,卢建军,蔺丽华.配电自动化不良数据辩识和配电网结线分析[J].电力系统自动化,2000,24(22):35-38.
[3]刘健,程红丽.配电网分层及其应用[J].电网技术,2002.
本文关键字:暂无联系方式电工文摘,电工技术 - 电工文摘