智能变压器终端的电气量处理和网络传输方法与流程

本发明涉及电气设备智能化领域，特别涉及资源有限时应用的一种智能变压器终端的电气量处理和网络传输方法。

背景技术：

当前智能变压器终端的电气量处理方法是按固定采样频率采集电流、电压数据，通过傅里叶算法得到电流、电压的有效值等“熟数据”特征量，但仅依靠“熟数据”特征量，无法从微观层面观察变压器电气量暂态变化过程，若增加变压器录波器等设备记录变压器数据变化过程，不但需要额外的设备成本，而且将导致数据过多、数据密度过大，从而要求提高系统的带宽，增加网络的传输成本和数据储存成本，因此，有必要做进一步改进。

技术实现要素：

本发明的目的旨在提供一种能够满足智能电网数字化要求的适用于低带宽背景下电气设备运行数据监测并实时上报的智能变压器终端的电气量处理和网络传输方法，以克服现有技术中的不足之处。

按此目的设计的一种智能变压器终端的电气量处理和网络传输方法，其特征在于：包括以下步骤：

s1、智能变压器终端采集电流、电压两种电气量数据，并通过模数转换器将电流、电压模拟量转换为数字量，放入挥发性存储器中；

s2、根据电流和电压数字量的大小，通过电流、电压是否发生突变判断变压器运行情况是否异常；

如果正常：

s3、通过傅里叶算法得到电气量的有效值，并将电气量的有效值存入非挥发性存储器有效值区，每1分钟取一个最大值存入非挥发性存储器的最大值区，作为发送给后台数据中心的最终数据；

s4、存入非挥发性存储器最大值区的电气量最大值在收到后台数据中心请求时，作为最终数据通过网络传输方式上传到后台数据中心；

如果异常：

s3’、则记录下异常时刻的时间标量；

s4’、在s1的挥发性存储器中截取异常时刻前6个周波和异常时刻后10个周波的原始采样数据；

s5’、对原始采样数据采用轻型的压缩算法压缩后得到压缩后的采样数据；

s6’、主动将压缩后的采样数据通过网络传输方式上传到后台数据中心。

其中，

步骤s1中，智能变压器终端采集的电气量数据包括a相输入电压、a相输入电流、b相输入电压、b相输入电流、c相输入电压、c相输入电流、a相输出电压、a相输出电流、b相输出电压、b相输出电流、c相输出电压和c相输出电流。

步骤s2中判断变压器运行是否异常的方法如下：按一个周波32个采样点的采样频率对变压器电流、电压依次进行电气量同步采样，通过模数转换器将电流、电压模拟信号转换成数字信号，并放入挥发性存储器中，通过计算连续3个采样点k、k-1、k-2的各个电气量与前一周期各点的电流、电压电气量的相对变化量的大小，判断是否异常。

判断采样点k是否突变的方法如下：k、k-1、k-2三个采样点中的点k为主要判断值，权重0.5，另外两个点为辅助判断值，权重分别0.25；设当前采样点周期为t，以电流i为例，电气量对应前一周期的变化量为δi(t,k)＝i(t,k)-i(t-1,k)；设置判据：若0.25×δi(t,k-2)+0.25×δi(t,k-1)+0.5×δi(t,k)>0.3i(t-1,k)时，认为电气量发生突变，为异常状况；若0.25×δi(t,k-2)+0.25×δi(t,k-1)+0.5×δi(t,k)<＝0.3i(t-1,k)，则认为正常。

步骤s3中采集到的电流、电压采样值进行傅里叶运算，得到基波有效值，将每秒50个有效值存入非挥发性存储器的有效值区中，每1分钟从3000个有效值里面通过比较得出最大值，并将最大值存入非挥发性存储器的最大值区，作为传送给后台数据中心的最终数据。

步骤s4中收到后台数据中心的请求后，智能变压器终端作出响应并将最终数据通过网络传输方式上传到后台数据中心。

步骤s4’和s5’中，智能变压器终端发现异常后记录下时间标量，并从挥发性存储器中提取异常发生时刻前6个周波和后10个周波的电流、电压原始采样数据，通过轻型压缩算法对电流、电压原始采样数据进行压缩，得到压缩后的采样数据。

步骤s6’中，智能变压器终端发现异常后能主动通过网络传输方式将压缩后的异常电气量数据上传给后台数据中心。

傅里叶算法得到电气量有效值的方法具体如下：

式中w1表示基波角频率；an和bn分别是各次谐波的正弦和余弦的幅值，其中比较特殊的有：b0表示直流分量，a1,b1表示基波分量正、余弦项的幅值。根据傅氏级数的原理，可以求出an、bn分别为

于是n次谐波电流分量可表示为

in(t)＝bncos(nw1t)+ansin(nw1t)

据此可求出n次谐波电流分量的有效值和相角为

其中an、bn可用梯形积分法近似求出为

式中：n——基波信号1周期采样点数

ik——第k次采样值

i0,in——k＝0和k＝n时的采样值

求出基波分量(n＝1)的实部和虚部a1,b1，即可求出信号的幅值。将具体的采样频率代入则可求出an和bn，进而求出有效值in。

所述非挥发性存储器为eeprom或flash等；所述挥发性存储器为ram或sram等。

本发明相对于现有技术具有如下的有益效果：

1、本发明适用于计算处理能力较弱的微机设备，采用较低且固定的采样频率，避免了传统的录波器等设备异常状况下提高采样频率对硬件带来的高要求，且采用轻型压缩算法，对智能变压器终端的计算处理能力要求低，适合于传统变压器设备功能升级与智能化改造；

2、本发明能够区分正常状态和异常状态的情况，并采用不同的数据处理方式，能够实现低带宽下的运行数据监测和记录，能实现及时发现异常并主动上报，占用带宽少，克服了现有检测器材会产生大量冗余数据的缺陷。

附图说明

图1为本发明一实施例的工作流程框线图。

图2为本发明一实施例的数据采样示意图。

图3为本发明一实施例的工作过程简图。

具体实施方式

下面结合附图及实施例对本发明作进一步描述。

参见图1-图3，本发明是针对当前运行的智能变压器终端受限于存储空间和网络带宽，不容易很好地处理大量采样数据的存储和网络传输问题，提出一种适用于存储和网络带宽资源有限的智能变压器终端电气量处理和网络传输方法，本方法充分利用现有智能变压器终端的资源，通过识别电流、电压是否发生突变识别变压器运行情况；电流、电压没有发生突变时仍然采用现有等待后台数据中心请求的方式上传数据；电流、电压如果发生突变，智能变压器终端主动将该段异常电气量上传到后台数据中心，期间不需要写入非挥发性存储器件，而是直接通过网络传输方式上传到后台数据中心，这样不需要增加非挥发性存储器件的容积也不需改变现有平台的数据组织格式和传输模式。

本智能变压器终端的电气量处理和网络传输方法包括以下步骤：

s1、智能变压器终端采集a相输入电压、a相输入电流、b相输入电压、b相输入电流、c相输入电压、c相输入电流、a相输出电压、a相输出电流、b相输出电压、b相输出电流、c相输出电压、c相输出电流数据等数据，并通过模数转换器将电流、电压模拟量转换为数字量，放入挥发性存储器对应的存储空间中；每个电气量以双精度格式保存，占用8个字节，12组×16周期×32点＝6144个电气量，合计49152字节，储存器可采用长度为65536字节即2^16字节的挥发性存储器；存储器分为16个数据区域，前12个分别分配给a相输入电压、a相输入电流、b相输入电压、b相输入电流、c相输入电压、c相输入电流、a相输出电压、a相输出电流、b相输出电压、b相输出电流、c相输出电压和c相输出电流，后4个数据区域作为压缩数据时使用或者其他用途；每个数据区域长度为4096字节，数据区域内按时间顺序使用先入先出队列储存32×16个双精度格式电气量；

s2、根据采集到的数字量中a相输入电压、a相输入电流、b相输入电压、b相输入电流、c相输入电压、c相输入电流、a相输出电压、a相输出电流、b相输出电压、b相输出电流、c相输出电压、c相输出电流等数据的大小，通过电流、电压是否发生突变判断变压器运行情况是否异常；判断k点是否突变的方法如下：计算连续3个采样点k、k-1、k-2的各个电气量与前一周期各点的电流、电压电气量的相对变化量的大小，3个采样点中的点k为主要判断值，权重0.5，另外两个点为辅助判断值，权重分别0.25；设当前采样点周期为t，以电流i为例，电气量对应前一周期的变化量为δi(t,k)＝i(t,k)-i(t-1,k)；设置判据：若0.25×δi(t,k-2)+0.25×δi(t,k-1)+0.5×δi(t,k)>0.3i(t-1,k)时，认为电气量发生突变，为异常状况；若0.25×δi(t,k-2)+0.25×δi(t,k-1)+0.5×δi(t,k)<＝0.3i(t-1,k)，则认为正常；

如果正常：

s3、通过傅里叶算法得到电气量的有效值，并将电气量的有效值存入非挥发性存储器有效值区，格式为双精度浮点型，占8字节，每1分钟取一个最大值存入非挥发性存储器的最大值区，作为发送给后台数据中心的最终数据；非挥发性存储器的存储空间分为16个区，其中前12个区为有效值区，分别存放a相输入电压、a相输入电流、b相输入电压、b相输入电流、c相输入电压、c相输入电流、a相输出电压、a相输出电流、b相输出电压、b相输出电流、c相输出电压和c相输出电流的有效值；后4个区为最大值区，可再细分为12个区，分别存放a相输入电压、a相输入电流、b相输入电压、b相输入电流、c相输入电压、c相输入电流、a相输出电压、a相输出电流、b相输出电压、b相输出电流、c相输出电压和c相输出电流的最大值；

s4、存入非挥发性存储器最大值区的电气量最大值作为最终数据，在收到后台数据中心请求时，通过网络传输方式上传到后台数据中心；网络传输方式可使用以太网、gprs等传输方式；

如果异常：

s3’、则记录下异常时刻的时间标量；

s4’、在s1的挥发性存储器中截取异常时刻前6个周波和异常时刻后10个周波的原始采样数据，总共12组，各占32×16＝4096个字节，其能够精确及时反映短时间内的暂态电气量变化；

s5’、对原始采样数据采用轻型的压缩算法压缩后得到压缩后的采样数据；轻型压缩算法可使用时间序列线性拟合技术、小波变换技术等，实现在较小的失真条件下对数据的压缩，达到节省宽带的目的；轻型压缩算法可根据智能变压器终端的现有硬件条件，从上述算法中选择合适使用；

s6’、主动将压缩后的异常采样数据，通过网络传输方式上传到后台数据中心，并发送异常警报信息和异常时间标量。

进一步说，非挥发性存储器可使用eeprom或flash；挥发性存储器可使用ram或sram。

进一步说，傅里叶算法计算基波有效值方法具体如下：

一个周期函数满足狄里赫利条件，就可以将这个周期函数分解为一个级数，最为常用的级数是傅里叶级数，傅氏算法的基本思路来自傅里叶级数，即一个周期性函数可以分解为直流分量、基波分量及各次谐波的无穷级数，如

式中w1表示基波角频率；an和bn分别是各次谐波的正弦和余弦的幅值，其中比较特殊的有：b0表示直流分量，a1,b1表示基波分量正、余弦项的幅值。根据傅氏级数的原理，可以求出an、bn分别为

于是n次谐波电流分量可表示为

in(t)＝bncos(nw1t)+ansin(nw1t)

据此可求出n次谐波电流分量的有效值和相角为

其中an、bn可用梯形积分法近似求出为

式中：n——基波信号1周期采样点数

ik——第k次采样值

i0,in——k＝0和k＝n时的采样值

求出基波分量(n＝1)的实部和虚部a1,b1，即可求出信号的幅值。将具体的采样频率代入则可求出an和bn，进而求出有效值in。

上述为本发明的优选方案，显示和描述了本发明的基本原理、主要特征和本发明的优点。本领域的技术人员应该了解本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等同物界定。