一种广域测量系统自适应时延补偿方法
【技术领域】
[0001] 本发明设及一种时延补偿方法，具体设及一种广域测量系统时延自适应的预测补 偿方法。
【背景技术】
[0002] 广域测量系统解决了高精度的相量同步测量问题，为引入广域控制解决低频振 荡、互联电网之间稳定控制等问题提出了新的思路，但广域测量系统的时延是广域系统控 制器的设计所必须考虑的因素，因此探索时延补偿技术对WAMS控制系统的影响具有重要 意义。
[0003] 目前广域测量系统中，在进行时延补偿时，一种是直接设计时滞鲁椿控制器，通过 提高系统自身对时延的稳定裕度；另一种是基于预测的补偿方法，通过对测量信号进行预 巧。，采用预测值作为广域阻巧控制器输入，从而控制系统低频振荡。对于采用预测补偿的方 法中，预测时间长度往往根据经验直接设置一个固定值，无法随着网络时延的变化自适应。 由于PMU子站量测数据中可能出现异常数据，不对异常数据的处理可能造成预测补偿的误 差偏大；另外及时判断是否出现丢包，并对丢包的数据进行及时处理能够提高预测补偿系 统的稳健性。因此采用自适应预测补偿的方法能够应对网络时延的变化、丢包、异常数据等 情况，并在各情况下对PMU子站量测信号进行时延补偿，实现信号更加精确的预测补偿，具 有重要的实际工程意义。
【发明内容】
[0004] 本发明要解决的技术问题和提出的技术任务是对现有技术方案进行完善与改进， 提供一种广域测量系统自适应时延补偿方法，W达到时延补偿的目的。为此，本发明采取W 下技术方案。
[0005] 一种广域测量系统自适应时延补偿方法，其特征在于包括W下步骤：
[0006] 一）确定广域测量系统各PMU子站需预测补偿的时延长度；在WAMS主站通过时延 分析预测补偿装置获取PMU子站送往WAMS主站数据报文；通过提取分析数据报文得到PMU 测量信号的GI^S时标Ti;利用时延分析预测补偿装置GI^S天线得到当前时刻的GI^S时标T2; 采用ATdeiay=T2-T海到PMU子站到WAMS主站的时延数据；
[0007] 根据历史时延数据，从概率分布的特性确定时延预测补偿的时间长度ATpudkt; [000引二）根据需求选择对应的量测信号预测补偿，并对量测信号进行预处理，预处理 包括对历史数据中的异常数据进行检测并处理，采用计算量测信号数据变化率是否突变检 测是否出现异常数据，当检测到异常数据后，对异常数据进行替换；
[0009] =)对所选的量测信号的数据进行预测补偿；
[0010] 1)计算需要预测补偿的数据的个数；PMU子站往WAMS主站发送数据包的时间间隔 为At,则对于单一量测信号需要预测的数据的个数为C=ATpudkt/At;
[001U 。采用自适应AR模型进行预测补偿计算，AR模型参数采用最小二乘法拟合计 算；
[001引扣采用得到的AR模型递推计算得到预测补偿的量测信号数据 X/+15Xf+25? ? ?5X芦5? ? ?Xf+CS
[001引 4)在WAMS主站收到PMU子站下一时刻发出的数据Xw并进行判断处理后，将XW作为最新的历史数据根据步骤2)的方法重新计算AR模型，并利用更新的AR模型进入步骤 3)得到更新的预测补偿数据；若WAMS主站在规定时间内未收到xw，则认为丢包，并进行 丢包情况下的处理。PMU子站往WAMS主站发送数据包的时间间隔为At,时间间隔通常为 lOms，20ms，40ms。
[0014] 作为对上述技术方案的进一步完善和补充，本发明还包括W下附加技术特征。
[0015] 在步骤一）中，对PMU子站到WAMS主站的过去30分钟历史时延数据ATddw进行 统计分析，计算其平均值Uddw和均方差0ddw时延预测补偿的时间长度设为ATpudkt= 2* (ydelay+3 0delay)。
[0016] 在步骤二）中异常数据的判断采用通过计算量测信号数据变化率判断是否出现 异常数据；
[0017] 1)时刻ti测量值X。相比tw时刻测量值XH变化率为n1，由W下公式计算得 至ij:ni=(Xi-Xi-i)Ai-i;
[0018] 2)根据量测信号的历史数据，统计其变化率的特征范围，计算得到变化率的平均 值为rUwtw。，变化率的均方差为0。，并确定正常量测量变化率的阔值为nm"，采用W下公 式计算得到：nmax=naverage巧0。；
[0019] 如将时刻V变化率ni与根据历史变化率确定的阔值nm。湘比较，当ni>nmax 时，该时刻测量值为异常数据，对该数据进行标记，采用2xh-Xw替换该标记数据。
[0020] 在步骤S)的步骤2)，预测补偿算法采用自适应AR模型预测算法，自适应AR模型 根据新的量测信号的数据不断调整模型参数，实现对数据的动态跟踪；AR模型由W下公式 定义：
[0021]
[002引义1为时刻t1时量测信号的实际值，为时刻*1时量测信号的预测值， 巧_U=l，2,是W前的n个量测信号历史数据实际值的加权系数；
[002引定义为43模型拟合的残差，通过使残差最小求得加权系数 巧_U=l，2,…，《)得到AR模型参数，从而对量测信号进行预测补偿；
[0024] 由于广域测量系统通信时延，当前时刻tp时WAMS主站收到的数据是PMU子站在 ti时刻测量的数据X从预处理后的量测信号中从取出N个最新的历史数据（X。Xh，… ，Xi_w)，采用最小二乘法计算得到自适应AR模型的n个加权系数（灼，齡…，& )，从而得到 AR模型。
[0025] 在步骤S)中的步骤3)，计算预测补偿数据，采用得到的AR模型根据下式：
[0026]
[0027] 递推计算得到东+1，东+2，...兩，...尤.+。。
[002引在步骤S)的步骤4)，在WAMS主站收到PMU子站在ti时刻测量的数据Xi后At+3 0deiw时间内，若WAMS主站收到PMU子站在tW时刻测量的数据XW，采用第二步中的 异常数据处理方法对Xw进行判断处理，然后将XW作为最新的历史数据代入步骤2)中重 新计算AR模型，并利用更新的AR模型代入步骤3)得到更新的预测补偿数据。
[0029] 在步骤S)的步骤4)中，判断数据是否出现丢包采用W下判据：若在At+3〇ddw 时间内未收到PMU子站在tw时刻测量的数据XW，则认为测量的数据xw丢包，采用步骤 如中的；W作为Xw存入历史数据库，回到步骤立）的步骤扣。
[0030] 有益效果；
[0031] 1、本发明中的时延补偿方法简单可靠，只需对已有WAMS中主站进行简单拓展即 可完成对各PMU子站时延数据的预测补偿，并且不会对已有系统造成影响，保证已有系统 正常工况下运行。
[0032] 2、本发明提出的方法采用概率分布特性确定量测信号数据的时延预测补偿的时 间长度，避免采用设定的固定最大时延作为预测补偿的时间长度造成的数据量过大。
[0033] 3、本发明中的量测信号异常数据检测处理方法能够实现对异常数据的检测和处 理，避免异常数据造成预测补偿误差的增大。
[0034] 4、本发明自适应预测补偿的方法能够应对网络时延的变化、丢包等情况，实现较 为准确的预测补偿。
【附图说明】
[0035] 图1是本发明流程图。
[0036] 图2是本发明的原理图。
[0037] 图3是本发明的时延补偿效果图。
【具体实施方式】
[003引 W下结合说明书附图对本发明的技术方案做进一步的详细说明。本发明中的广域 测量系统自适应时延补偿方法实现流程按照如图1所示。
[0039] 将具体实现包括W下步骤：
[0040] 第一步；确定广域测量系统各PMU子站需预测补偿的时延长度。
[0041] 采用如图2的硬件结构，获取PMU子站到WAMS主站的时延数据。在WAMS主站通 过时延分析预测补偿装置获取PMU子站送往WAMS主站数据报文；通过提取分析数据报文得 到PMU测量信号的GI^S时标Ti;利用时延分析预测补偿装置GI^S天线得到当前时刻的GPS 时标T2;采用ATdeiay=T得到PMU子站到WAMS主站的时延数据。
[0042] 采用对历史时延数据的统计研究得到时延的概率分布特性。将PMU子站到 WAMS主站的过去30分钟历史时延数据ATddw统计分析，计算其平均值yddw和均方差 曰ddw考虑预测补偿的数据用于实时控制系统，时延预测补偿的时间长度设为ATpudkt= 2* (ydelay+3Odelay)。
[0043] 第二步：PMU子站量测信号（PMU子站装置测得电压、电流、功率、频率等信号）的 数据预处理。
[0044] 根据具体应用需求选择合适的量测信号，对其进行预测补偿。如进行低频振荡研 究时，需要对角速度（或机组频率）信号进行预测补偿。
[0045] 预测补偿采用量测信号的历史数据进行预测，历史数据中含有异常数据时会使预 测结果产生较大偏差，需要对异常数据进行检测处理，采用通过计算量测信号数据变化率 判断是否出现异常数据。
[0046] 1)时刻ti测量值X。相比tw时刻测量值Xy变化率为n1，由W下公式计算得 至ij:ni=(Xi-Xi-i)Ai-i。
[0047] 2)根据量测信号的历史数据（前一小时内），统计其变化率的特征范围，计算得 到变化率的平均值为rUwMg。，变化率的均方差为0。，并确定正常量测量变化率的阔值为 nmax,义用W下公式计算得到；nmax=naverage巧0。。
[0048] 扣将时刻V变化率ni与根据历史变化率确定的阔值nm。湘比较，当ni>nmax 时，该时刻测量量为异常数据，对该数据进行标记，采用2xh-Xw替换该标记数据。
[0049] 第=步；对所选的量测信号的数据进行预测补偿。补偿主要包含