本發(fā)明涉及電力技術領域，具體涉及一種基于電表數據的用戶電壓暫降事故檢測方法。

背景技術：

電壓暫降是指供電電壓有效值快速下降到額定值的90％～10％，持續(xù)時間在0.01s～1min之間的情況。作為目前最突出的電能質量問題之一，電壓暫降會導致微機數字控制器、交流接觸器、低壓脫扣器等敏感設備不正常工作、重啟甚至停運，造成產品報廢生產中斷，給用戶帶來巨大損失。據統(tǒng)計，在歐美地區(qū)由于電壓暫降問題引起的投訴占電能質量問題投訴量的80％以上，每年由于電壓暫降所引起的經濟損失高達數百億美元。在國內，電壓暫降問題也是工業(yè)用戶，尤其是高新技術產業(yè)用戶的關注重點。因此，對用戶側的電壓暫降問題進行監(jiān)測和治理能夠幫助供電企業(yè)提高供電質量，爭取工業(yè)大用戶。

電壓暫降事件持續(xù)時間短，殘壓不為零，對監(jiān)測設備的精度要求較高，用戶側計量電表或普通監(jiān)測裝置無法全面監(jiān)測電壓暫降。而電能質量監(jiān)測設備成本較高，經濟性差，用戶裝設比例低，短時間內難以實現大范圍推廣?？梢?，現有的電網監(jiān)測系統(tǒng)和電能質量監(jiān)測設備都暫時無法完成對大量用戶進行用戶側電壓暫降事故監(jiān)測的任務，用戶側電壓暫降事故的發(fā)現和治理往往只能靠用戶投訴驅動，不便于供電企業(yè)開展電能質量提升治理工作，存在局限性。另外，智能電表的大范圍普及提供了大量的用戶數據，但這些數據尚未有效利用。為此，亟須提出一種利用現有設備水平和用戶數據資源實現用戶側電壓暫降問題檢測的方法，以指導配電網可靠性提升和電能質量治理工作。

技術實現要素：

為了克服現有監(jiān)測設備難以實現大量用戶進行電壓暫降事故監(jiān)測，本發(fā)明提供一種基于電表數據的用戶電壓暫降事故檢測方法。

本發(fā)明采用如下技術方案：

一種基于電表數據的用戶電壓暫降事故檢測方法，包括如下步驟：

s1：以3min為間隔，通過用戶側電能表采集并記錄配電網中每個用戶的電量數據，計算用戶每個時段的用電量,間隔時間也可以取1min或2min；

s2：對用戶用電量數據進行歸一化處理，得出標準化的用戶日用電量曲線；

s3：基于歷史數據選取各用戶的典型日用電量曲線，并根據用戶行業(yè)特點制定特殊用電場景庫；

s4：基于與典型日用電量曲線的比對，考慮特殊用電場景的辨別需求建立場景檢測指標體系；

s5：根據電表數據特征和檢測指標的差異，形成特殊用電場景庫的場景區(qū)分判斷標準；

s6：基于用戶電表數據，通過場景判斷標準檢測用戶發(fā)生用電量意外驟降情況是否由電壓暫降引起。

所述步驟s1提及的用戶每個時段的用電量，具體計算方法為：設定電量數據采集間隔為3min，配電網中第i個用戶在第j(j＝1,2,…,480)個采集時間點的電量為qij，則該用戶在第j個時段的用電量qij是指用戶第j個時間點與第j-1個時間點的電量差，計算公式為：qij＝qij-qij-1。

所述步驟s2提及的用電量數據歸一化處理，具體計算公式為：

式中：qij’表示第i個用戶歸一化處理后的用電量，max{qij}表示第i個用戶在一天所有時段中的最大用電量。

所述步驟s2提及的標準化的用戶日用電量曲線，具體是指：以時間為橫坐標，用電量為縱坐標，根據一天內用戶的歸一化用電量數據得出的折線。

所述步驟s3提及的選取用戶的典型日用電量曲線，具體是指：選擇統(tǒng)計時間內的最大日累積用電量所對應的日負荷曲線作為該用戶的典型日用電量曲線，所選取的典型日應不包含特殊用電場景，另外當用戶在不同季度或月份的用電特性差異較大時，可以選取多個典型日負荷曲線與之對應。

所述步驟s3提及的特殊用電場景庫，具體包括：持續(xù)停電、短時停電、電壓暫降、用戶停產、部分設備停產等可能導致用電量發(fā)生驟變的場景，其中：

持續(xù)停電場景是指停電持續(xù)時間不少于3min的停電事件，屬于電網客觀場景；

短時停電場景是指停電持續(xù)時間在3min以內的停電事件，屬于電網客觀場景；

電壓暫降場景是指用戶供電電壓跌落至90％～10％額定電壓，并造成用戶敏感用電設備重啟或停運的情況，屬于電網客觀場景；

用戶停產場景是指用戶在一段時間內主動關停全部或主要用電設備的情況，屬于用戶主觀場景；

部分設備停運是指用戶主動停運某些用電設備的情況，屬于用戶主觀場景。

所述步驟s4提及的場景檢測指標體系，具體是指：用于反映發(fā)生用電量驟變的特殊用電場景后用戶用電量變化特征的指標參數，具體包括：同比用電量跌幅δb、驟降起始時刻t1、殘余電量a0，指標的定義如下：

同比用電量跌幅δb：同一時段用電量與正常工作日的典型日電量曲線相比，最大的跌落幅值定義為同比最大電量跌幅δb；

驟降起始時刻t1：同一時段用電量與正常工作日的典型日電量曲線相比，出現同比用電量跌幅δb超過20％的時刻定義為驟降起始時刻t1；

殘余電量a0：驟降起始時刻對應的用電量定義為殘余電量a0。

所述步驟s5提及的特殊用電場景庫的場景判斷標準，具體包括基于單個用戶電表數據的場景判斷標準和基于臺區(qū)多用戶的場景判斷標準，其中：

基于單個用戶電表數據的場景判斷標準是指：以單個用戶電表獲得的電量數據和停電記錄為基礎，通過場景檢測指標的差異來對所述特殊場景進行區(qū)分的判斷標準；

基于臺區(qū)多用戶的場景判斷標準是指：以臺區(qū)所有用戶電表數據為基礎，通過判斷是否存在多個用戶在同一時刻發(fā)生用電量驟變來區(qū)分電網客觀場景和用戶主觀場景的判斷標準。

所述步驟s6具體包含以下內容：

s601，計算并判斷用戶的同比用電量跌幅δb是否大于20％，若δb大于20％，則認為用戶發(fā)生用電量意外驟降情況，記錄驟降起始時刻t1和殘余用電量a0，并進入特殊用電場景檢測判別過程；否則繼續(xù)計算下一時刻的同比用電量跌幅δb；

s602，判斷用戶電表在此時段(即驟降起始時刻t1之前的3min)是否出現停電記錄，若有停電記錄，則判斷t1+1時刻的同比用電量跌幅是否開始減小，如果開始減小，就將此次用電量意外驟降原因判斷為用戶經歷短時停電，如果沒有減小，就判斷為用戶經歷持續(xù)停電；若沒有停電記錄，則繼續(xù)下一步判斷；

s603，根據基于臺區(qū)多用戶的場景判斷標準，判斷臺區(qū)中是否存在多個其他用戶也在t1時刻發(fā)此類情況，即在t1時刻發(fā)生用電量驟降，而殘余電量不為0，電表沒有停電記錄，用電量在驟降起始時刻的下一時刻開始恢復，若存在多個用戶同時在t1時刻發(fā)生此類情況，則將此次用電量意外驟降原因判斷為用戶經歷電壓暫降；否則將此次用電量意外驟降原因判斷為用戶備份設備停運。

本發(fā)明的有益效果:

(1)本發(fā)明所設計的用戶電壓暫降事故檢測方法是利用用戶側電表數據進行檢測篩選的，無需新增監(jiān)測設備，簡單方便，經濟性好，易于推廣。

(2)本發(fā)明設計的電壓暫降事故檢測方法是以用戶用電量發(fā)生驟降為起始判斷條件，可以過濾掉沒有對用戶正常用電產生明顯影響的電壓暫降情況，更能切實反映用戶用電體驗，指導供電企業(yè)有針對性的開展電壓暫降治理工作。

(3)本發(fā)明所設計的場景區(qū)分判斷標準和判斷流程，同時考慮了單個用戶的用電量變化特征和臺區(qū)多用戶的整體關聯，使判斷結果具有更高準確率和可信度。

附圖說明

圖1是本發(fā)明一種基于電表數據的用戶電壓暫降事故檢測方法的流程圖；

圖2是本發(fā)明步驟六的具體判斷流程圖；

圖3是本發(fā)明實施例的用戶標準化典型日用電量曲線。

具體實施方式

下面結合實施例及附圖，對本發(fā)明作進一步地詳細說明，但本發(fā)明的實施方式不限于此。

實施例

如圖1中s10-s60所示，基于電表數據的用戶電壓暫降事故檢測方法流程圖，包括如下步驟：以3min為間隔，通過用戶側電能表采集并記錄配電網中每個用戶的電量數據，計算用戶每個時段的用電量；對用戶用電量數據進行歸一化處理，得出標準化的用戶日用電量曲線；基于歷史數據選取各用戶的典型日用電量曲線，并根據用戶行業(yè)特點制定特殊用電場景庫；基于與典型日用電量曲線的比對，考慮特殊用電場景的辨別需求建立場景檢測指標體系；根據電表數據特征和檢測指標的差異，形成特殊用電場景庫的場景區(qū)分判斷標準；基于用戶電表數據，通過場景判斷標準檢測用戶發(fā)生用電量意外驟降情況是否由電壓暫降引起。

參考圖2，所述步驟s6的具體電壓暫降場景檢測判斷流程先后包括基于單個用戶電表數據的場景判斷過程和基于臺區(qū)多用戶的場景判斷過程。

1)計算并判斷用戶的同比用電量跌幅δb是否大于20％，若δb大于20％，則認為用戶發(fā)生用電量意外驟降情況，記錄驟降起始時刻t1和殘余用電量a0，并進入特殊用電場景檢測判別過程；否則繼續(xù)計算下一時刻的同比用電量跌幅δb；

2)判斷用戶電表在此時段(即驟降起始時刻t1之前的3min)是否出現停電記錄，若有停電記錄，則判斷t1+1時刻的同比用電量跌幅是否開始減小，如果開始減小，就將此次用電量意外驟降原因判斷為用戶經歷短時停電，如果沒有減小，就判斷為用戶經歷持續(xù)停電；若沒有停電記錄，則繼續(xù)下一步判斷；

3)上述基于單個用戶的電表數據的場景判斷過程仍無法區(qū)分電壓暫降和部分設備停運，需要根據基于臺區(qū)多用戶的場景判斷標準進行進一步判斷。判斷臺區(qū)中是否存在多個其他用戶也在t1時刻發(fā)此類情況，即在t1時刻發(fā)生用電量驟降，而殘余電量不為0，電表沒有停電記錄，用電量在驟降起始時刻的下一時刻開始恢復，若存在多個用戶同時在t1時刻發(fā)生此類情況，則將此次用電量意外驟降原因判斷為用戶經歷電壓暫降；否則將此次用電量意外驟降原因判斷為用戶備份設備停運。

下面結合具體應用實例闡述本發(fā)明提供的基于電表數據的用戶電壓暫降事故檢測方法。

在本實施例中對工業(yè)園臺區(qū)10個用戶進行用戶電壓暫降事故檢測，檢測時段為一個月。利用計量自動化系統(tǒng)以3min為間隔采集并記錄每個用戶的用戶側電能表電量讀數qij，計算用戶每個時段的用電量qij。

對10個用戶每天每時段的用電量進行歸一化處理，根據處理后的數據畫出所有用戶每天的標準化日用電量曲線。

選擇本月內的最大日累積用電量所對應的標準化日負荷曲線作為典型日用電量曲線，由此獲得10個用戶的典型日用電量曲線，圖3為臺區(qū)1號用戶的標準化典型日用電量曲線。

本實施例中，根據這些工業(yè)用戶的行業(yè)用電習慣制定特殊用電場景庫，包括：持續(xù)停電、短時停電、電壓暫降、用戶停產、部分設備停產。在其他實例應用中，可根據用戶實際用電習慣對特殊用電場景進行增減。

基于與典型日用電量曲線的比對，考慮特殊用電場景的辨別需求建立場景檢測指標體系，具體包括：同比用電量跌幅δb、驟降起始時刻t1、殘余電量a0。

根據電表數據特征和檢測指標的差異，形成特殊用電場景庫的場景區(qū)分判斷標準，包括基于單個用戶電表數據的場景判斷標準和基于臺區(qū)多用戶的場景判斷標準，在本實施例中場景判斷標準具體為：

基于單個用戶電表數據的場景判斷標準：

持續(xù)停電場景判斷標準為：殘余電量為0，電表出現停電記錄，用電量在驟降起始時刻的下一時刻并未出現恢復；

短時停電場景判斷標準為：殘余電量不為0，電表出現停電記錄，用電量在驟降起始時刻的下一時刻開始恢復；

電壓暫降場景判斷標準為：殘余電量不為0，電表沒有停電記錄，用電量在驟降起始時刻的下一時刻開始恢復；

用戶停產場景判斷標準為：自驟降起始時刻后，用電量為0或者持續(xù)穩(wěn)定維持在一個較低水平，電表沒有停電記錄；

部分設備停運判斷標準為：殘余電量不為0，電表沒有停電記錄，用電量在驟降起始時刻的下一時刻開始恢復；

基于臺區(qū)多用戶的場景判斷標準為：當臺區(qū)存在多個用戶在同一時刻發(fā)生用電量驟變，則認為屬于電網客觀場景，即持續(xù)停電、短時停電或電壓暫降，否則認為屬于用戶主觀場景，即用戶停產或部分設備停運。

根據步驟s6對10個用戶進行電壓暫降事故檢測判斷，發(fā)現臺區(qū)1至5號用戶在本月13日第180個監(jiān)測時間節(jié)點同時出現同比用電量跌幅δb大于20％的情況，殘余用電量沒有跌至0，且臺區(qū)及用戶智能電表均未發(fā)現供電電壓過零點，沒有停電記錄，從第181個監(jiān)測時間節(jié)點開始用戶用電量開始回升，隨后恢復至接近典型日用電量曲線水平。因此依據步驟s6的場景判斷邏輯可檢測出本月13日8:57至9:00期間臺區(qū)1至5號用戶經歷了一次電壓暫降事故，并且此次電壓暫降事故對這5個用戶的正常用電產生了明顯影響。

本實施例進一步表明了：本發(fā)明所述的基于電表數據的用戶電壓暫降事故檢測方法能夠在現有設備水平上，利用用戶側電表的電量數據和停電記錄檢測篩選對用戶正常用電產生明顯影響的電壓暫降事故，簡單易行，能夠幫助供電企業(yè)對大量為裝設電能質量監(jiān)測設備的用戶進行電壓暫降事故檢測，指導開展電能質量提升工作。

上述實施例為本發(fā)明較佳的實施方式，但本發(fā)明的實施方式并不受所述實施例的限制，其他的任何未背離本發(fā)明的精神實質與原理下所作的改變、修飾、替代、組合、簡化，均應為等效的置換方式，都包含在本發(fā)明的保護范圍之內。