本发明涉及同期控制技术领域，具体是同期算法实时评估方法。
背景技术：
随着芯片处理能力的提高，在同期控制领域出现了各种同期算法模型，从最简单的一次模型，到二次模型、多次模型，再到最小二乘法以及多次曲线拟合等模型。
算法模型越复杂，得到的理论同期合闸精度也越高。但这些高精度模型对测量的数据要求也越高。在外部数据理想的情况下，复杂的模型能得到更高的合闸精度；但在外部数据不理想的情况下，复杂的模型反而会带来更大的误差，合闸精度降低。
数据理想程度本身受两个方面的影响。一是内因，即装置能提供的测量精度；二是外因，这个因素比较多，如有干扰存在，或者电网本身稳定性不高等。这些因素往往是动态的，在不同的时间段我们得到的数据理想程度也不一样。这也导致不同的时间段，同样的算法得到的合闸精度也会不同。目前没有关于在具体的应用场景中如何对同期算法进行评估、选择的方法。
技术实现要素：
针对现有技术的不足，本发明的目的是提供一种同期算法实时评估方法，以解决现有技术中算法精度较低的问题。
为达到上述目的，本发明通过如下的技术方法实现：
一种同期算法实时评估方法，所述方法包括：
获取不同的同期算法模型；
获取同期过程中相角值样本；
将所述相角值样本带入同期算法模型中，获取预测合闸时间；
根据所述预测合闸时间计算同期算法模型的偏差和方差；
根据所述偏差和方差计算同期算法模型的可靠值；
选择所述可靠值最小的同期算法模型作为最终的算法模型。
进一步的，所述偏差的计算方法包括：
其中，biasj为第j个同期算法模型的偏差，m为样本分组的组数，yji为第i时刻第j个同期算法模型的预测合闸时间，yreal为0时刻的预测合闸时间。
进一步的，所述方差的计算方法包括：
其中，varj为第j个同期算法模型的方差，yjk为第j个同期算法模型在第k时刻的预测合闸时间。
进一步的，所述可靠值的计算方法包括：
relj＝biasj*varj(5)
其中，relj为第j个同期算法模型的可靠值。
进一步的，所述预测合闸时间的计算方法包括：
yji＝fj(xi)(2)
其中，yji为第i时刻第j个同期算法模型的预测合闸时间，xi为第i时刻的相角向量，fj()为第j个同期算法模型。
进一步的，所述模型包括一次模型和二次模型。
一种同期算法实时评估系统，所述系统包括：
第一获取模块：用于获取不同的同期算法模型；
第二获取模块：用于获取同期过程中相角值样本；
第三获取模块：用于将所述相角值样本带入同期算法模型中，获取预测合闸时间；
第一计算模块：用于根据所述预测合闸时间计算同期算法模型的偏差和方差；
第二计算模块：用于根据所述偏差和方差计算同期算法模型的可靠值；
选择模块：用于将所述可靠值中最小的同期算法模型选择为最终的算法模型。
一种同期算法实时评估系统，所述系统包括处理器和存储介质；
所述存储介质用于存储指令；
所述处理器用于根据所述指令进行操作以执行根据上述所述方法的步骤。
计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现上述所述方法的步骤。
与现有技术相比，本发明所达到的有益效果是：
本发明允许在同一个装置中使用多种同期算法，在应用环境中，根据实时得到的数据对各算法进行评估、比较，获取可靠值，从而根据可靠值选择最优算法进行控制，达到提高同期合闸精度的目的。
具体实施方式
下面对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，不能以此来限制本发明的保护范围。
本发明实现同期算法实时评估方法，该方法在具体的应用场景中对不同的同期算法进行实时评估，并根据评估结果选取最优的算法进行同期预测，从而达到最高的合闸精度。目前，因为考虑到同期应用的场合不定，外部环境不定，都采用简单的一次、二次模型。这种模型受外部因素影响小，但缺点是精度较低。
一种同期算法实时评估方法，所述方法包括：
获取不同的同期算法模型；
获取同期过程中相角值样本；
将所述相角值样本带入同期算法模型中，获取预测合闸时间；
根据所述预测合闸时间计算同期算法模型的偏差和方差；
根据所述偏差和方差计算同期算法模型的可靠值；
选择所述可靠值最小的同期算法模型作为最终的算法模型。
一种同期算法实时评估系统，所述系统包括：
第一获取模块：用于获取不同的同期算法模型；
第二获取模块：用于获取同期过程中相角值样本；
第三获取模块：用于将所述相角值样本带入同期算法模型中，获取预测合闸时间；
第一计算模块：用于根据所述预测合闸时间计算同期算法模型的偏差和方差；
第二计算模块：用于根据所述偏差和方差计算同期算法模型的可靠值；
选择模块：用于将所述可靠值中最小的同期算法模型选择为最终的算法模型。
一种同期算法实时评估系统，所述系统包括处理器和存储介质；
所述存储介质用于存储指令；
所述处理器用于根据所述指令进行操作以执行根据上述方法的步骤。
计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述所述方法的步骤。
具体的算法过程如下：
假设有r个同期算法模型，分别为f1，f2……fr。
在同期过程中，测量得到一组相角值共有n个，记为x1,x2,……xn。
实测相角为0的时刻记为yreal。
同期算法模型f输入为一组相角值x，输出为合闸时间y，记为
yji＝fj(xi,xi+1,……xi+k-1)(1)
其中j为同期算法模型下标，j∈(1,2……r)。i为不同时刻的相角值下标。
令向量xi为(xi,xi+1,……xi+k-1)
将相角值x1,x2,……xn处理成m组样本，每组样本为k个相角值
第1组相角为x1,x2,……xk即向量x1
第2组相角为x2,x3,……xk+1即向量x2
…………
第m组相角为xm,xm+1,……xn即向量xm
式(1)可写为
yji＝fj(xi)(2)
其中，yji为第i时刻第j个同期算法模型的预测合闸时间，xi为第i时刻的相角向量，fj()为第j个同期算法模型。
将实际测量的x1，x2，……xm带入式(2)得到预测的合闸时间y1,y2……ym。
分别对不同的算法模型进行计算得到r组预测值，如下：
算法1：y11,y12……y1m
算法2：y21,y22……y2m
…………
算法r:yr1,yr2……yrm
偏差公式为
其中，biasj为第j个同期算法模型的偏差，m为样本分组的组数，yji为第i时刻第j个同期算法模型的预测合闸时间，yreal为0时刻的预测合闸时间，j为同期算法模型下标，j∈(1,2……r)。
分别计算所有模型的偏差，得到bias1，bias2，……biasr。
方差公式为
其中，varj为第j个同期算法模型的方差，yjk为第j个同期算法模型在第k时刻的预测合闸时间，j为同期算法模型下标，j∈(1,2……r)。
分别计算所有模型的偏差，得到var1，var2，……varr。
计算可靠性
relj＝biasj*varj(5)
根据式(5)计算得到所有模型的可靠值，rel1，rel2……relr。
从所有算法模型对应的可靠值中选取最小的值，该值对应的算法作为当前算法并对同期合闸点进行预测。
同期：指将电力系统中两个电源进行并列的操作。
本发明一种实时评估方法，根据外部测量的情况，实时的评估各算法模型，挑选出可在当前环境中可靠运算的精度最高的算法，从而进行同期预测，并达到最高的合闸精度。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品来描述的。应理解可由计算机程序指令实现每一流程。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现一个流程或多个流程中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现一个流程或多个流程指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现一个流程或多个流程指定的功能的步骤。
以上仅为本发明的实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均包含在申请待批的本发明的权利要求范围之内。