CN117175626A - 一种电压补偿的数据处理方法及系统 - Google Patents

Abstract

本发明提供了一种电压补偿的数据处理方法及系统，涉及数据处理技术领域，包括：基于高频采样间隔，对瞬态电压进行快速采集，获取高频电压数据，构建瞬态补偿窗口，对高频电压数据进行快速补偿，输出高频补偿参数，基于低频采样间隔，对低频电压进行周期性采集，获取低频电压数据，构建状态空间模型，对低频电压数据进行精细调节，输出低频补偿参数，进行多层次耦合，获取耦合结果，获取电压补偿目标，并设定补偿参数权重，进行多层次优化调整，获取电压补偿结果。本发明解决了现有技术对于电力系统中电压的快速变化无法做出快速、准确响应，使得无法保持系统平衡和稳定运行，导致负载调节困难、能量浪费的技术问题。

Description

一种电压补偿的数据处理方法及系统

技术领域

本发明涉及数据处理技术领域，具体涉及一种电压补偿的数据处理方法及系统。

背景技术

电压补偿是一种用于调整和修正电力系统中的电压波动的过程，在电力系统中，电压波动可能由多种因素引起，包括电源变化、负载变化、线路损耗等，这些波动可能对电力设备的正常运行产生不利影响，降低系统的稳定性和可靠性，因此，通过电压补偿保持电力系统中的电压在合理范围内，并尽量维持其稳定性显得至关重要，然而现今常用的电压补偿方法还存在着一定的弊端，电力系统中存在电压波动和功率因数不理想的情况，现有技术对于电力系统中电压的快速变化无法做出快速、准确响应，使得无法保持系统平衡和稳定运行，导致存在负载调节困难、能量浪费的技术问题，因此，对于电压补偿还存在着一定的可提升空间。

发明内容

本申请通过提供了一种电压补偿的数据处理方法及系统，旨在解决现有技术对于电力系统中电压的快速变化无法做出快速、准确响应，使得无法保持系统平衡和稳定运行，导致负载调节困难、能量浪费的技术问题。

鉴于上述问题，本申请提供了一种电压补偿的数据处理方法及系统。

本申请公开的第一个方面，提供了一种电压补偿的数据处理方法，所述方法包括：使用高速采样传感器，基于高频采样间隔，对电力系统中的瞬态电压进行快速采集，获取高频电压数据；构建瞬态补偿窗口，通过所述瞬态补偿窗口对所述高频电压数据进行快速补偿，输出高频补偿参数；使用电压传感器，基于低频采样间隔，对电力系统中的低频电压进行周期性采集，获取低频电压数据；构建状态空间模型，通过所述状态空间模型对所述低频电压数据进行精细调节，输出低频补偿参数；将所述高频补偿参数和低频补偿参数进行多层次耦合，获取耦合结果；获取电压补偿目标，并设定补偿参数权重；根据所述电压补偿目标、补偿参数权重和控制策略，对所述耦合结果进行多层次优化调整，获取电压补偿结果。

本申请公开的另一个方面，提供了一种电压补偿的数据处理系统，所述系统用于上述方法，所述系统包括：高频电压数据采集模块，所述高频电压数据采集模块用于使用高速采样传感器，基于高频采样间隔，对电力系统中的瞬态电压进行快速采集，获取高频电压数据；高频补偿参数获取模块，所述高频补偿参数获取模块用于构建瞬态补偿窗口，通过所述瞬态补偿窗口对所述高频电压数据进行快速补偿，输出高频补偿参数；低频电压数据采集模块，所述低频电压数据采集模块用于使用电压传感器，基于低频采样间隔，对电力系统中的低频电压进行周期性采集，获取低频电压数据；低频补偿参数获取模块，所述低频补偿参数获取模块用于构建状态空间模型，通过所述状态空间模型对所述低频电压数据进行精细调节，输出低频补偿参数；耦合结果获取模块，所述耦合结果获取模块用于将所述高频补偿参数和低频补偿参数进行多层次耦合，获取耦合结果；参数权重设定模块，所述参数权重设定模块用于获取电压补偿目标，并设定补偿参数权重；多层次优化调整模块，所述多层次优化调整模块用于根据所述电压补偿目标、补偿参数权重和控制策略，对所述耦合结果进行多层次优化调整，获取电压补偿结果。

本申请中提供的一个或多个技术方案，至少具有如下技术效果或优点：

基于高频采样间隔，对瞬态电压进行快速采集，获取高频电压数据，构建瞬态补偿窗口，对高频电压数据进行快速补偿，输出高频补偿参数，基于低频采样间隔，对低频电压进行周期性采集，获取低频电压数据，构建状态空间模型，对低频电压数据进行精细调节，输出低频补偿参数，进行多层次耦合，获取耦合结果，获取电压补偿目标，并设定补偿参数权重，进行多层次优化调整，获取电压补偿结果。解决了现有技术对于电力系统中电压的快速变化无法做出快速、准确响应，使得无法保持系统平衡和稳定运行，导致负载调节困难、能量浪费的技术问题，实现了建立低频和高频电压补偿模型，实现对低频和高频电压波动的补偿控制，并基于电压补偿目标选择最佳补偿结果，达到提高电力系统的稳定性和运行效率的技术效果。

上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。

附图说明

图1为本申请实施例提供了一种电压补偿的数据处理方法流程示意图；

图2为本申请实施例提供了一种电压补偿的数据处理方法中构建瞬态补偿窗口可能的流程示意图；

图3为本申请实施例提供了一种电压补偿的数据处理方法中获取精细调节的低频补偿参数可能的流程示意图；

图4为本申请实施例提供了一种电压补偿的数据处理系统可能的结构示意图。

附图标记说明：高频电压数据采集模块10，高频补偿参数获取模块20，低频电压数据采集模块30，低频补偿参数获取模块40，耦合结果获取模块50，参数权重设定模块60，多层次优化调整模块70。

具体实施方式

本申请实施例通过提供一种电压补偿的数据处理方法，解决了现有技术对于电力系统中电压的快速变化无法做出快速、准确响应，使得无法保持系统平衡和稳定运行，导致负载调节困难、能量浪费的技术问题，实现了建立低频和高频电压补偿模型，实现对低频和高频电压波动的补偿控制，并基于电压补偿目标选择最佳补偿结果，达到提高电力系统的稳定性和运行效率的技术效果。

在介绍了本申请基本原理后，下面将结合说明书附图来具体介绍本申请的各种非限制性的实施方式。

实施例一

如图1所示，本申请实施例提供了一种电压补偿的数据处理方法，所述方法包括：

步骤S100：使用高速采样传感器，基于高频采样间隔，对电力系统中的瞬态电压进行快速采集，获取高频电压数据；

具体而言，选择适合的高速采样传感器，其采样率需要足够高以捕捉到电力系统中的高频瞬态电压信号，根据具体需求和系统特点，确定合适的高频采样间隔，这个间隔应当足够小，以捕捉到电压波形的细节变化。例如，以秒为间隔。使用高速采样传感器按照所设定的采样间隔对电力系统中的瞬态电压进行采集，传感器会将每次采集得到的电压值记录下来，从而得到一系列的高频电压数据点。

步骤S200：构建瞬态补偿窗口，通过所述瞬态补偿窗口对所述高频电压数据进行快速补偿，输出高频补偿参数；

进一步而言，如图2所示，本申请步骤S200还包括：

步骤S210：对所述高频电压数据进行特性分析，获取高频电压特性，所述高频电压特性包括持续时间、上升时间和下降时间；

步骤S220：根据所述持续时间确定窗口长度，根据所述上升时间和下降时间确定窗口宽度；

步骤S230获取高频电压补偿要求，根据所述高频电压补偿要求对所述窗口长度和所述窗口宽度进行约束，获取所述瞬态补偿窗口。

具体而言，持续时间是指高频电压波形的持续时间长度，根据高频电压数据的采样间隔和波形变化，寻找电压波形达到或超过某个阈值的起始点和结束点，计算起始点和结束点之间的时间差，即为持续时间。上升时间指高频电压波形从某个起始值上升到达峰值所需的时间，找到电压波形从起始点开始上升的位置，确定峰值点，即电压波形达到最高值的位置，计算起始点到峰值点所需的时间，即为上升时间。下降时间指高频电压波形从峰值开始下降到达某个结束值所需的时间，获取方法与上升时间相反。

根据持续时间来确定瞬态补偿窗口的长度，持续时间是高频电压波形的持续时间长度，即波形从开始变化到结束的时间段，以该时间为基准，可以设置窗口的长度应保证能够包含完整的波形周期。根据上升时间和下降时间来确定瞬态补偿窗口的宽度，上升时间是高频电压波形从起始值上升到峰值所需的时间，下降时间是波形从峰值下降到结束值所需的时间，窗口的宽度应足够容纳整个上升时间和下降时间范围，以确保捕捉到波形变化的完整性。

根据实际需求和系统要求，确定高频电压补偿的目标和要求，这些要求包括波形精确性、超调量、稳态误差等参数。根据高频电压补偿要求，将瞬态补偿窗口的长度进行约束，这意味着窗口长度必须足够长，以覆盖满足要求的补偿范围，确保窗口能够包含待补偿的波形段，使补偿处理能够针对该范围内的数据进行快速补偿；根据高频电压补偿要求，对瞬态补偿窗口的宽度进行约束，这意味着窗口的宽度必须足够宽，以确保能够包含波形上升时间和下降时间的完整范围，这样可以确保对波形变化进行全面补偿，以满足高频电压补偿要求。

进一步而言，本申请步骤S200还包括：

步骤S240：将所述瞬态补偿窗口内的数据累加，并根据所述窗口长度计算初始平均值；

步骤S250：滑动窗口，根据所述窗口宽度对数据进行限制，当新的数据点到达时，将其添加到窗口中，并从窗口的另一端移除最旧的数据点，获取更新窗口数据；

步骤S260：对所述更新窗口数据进行均值计算，获取更新平均值；

步骤S270：基于所述初始平均值与所述更新平均值，获取高频补偿参数。

具体而言，获取瞬态补偿窗口的长度，对于瞬态补偿窗口内的数据点，将它们进行累加操作，得到累加和，将累加和除以窗口长度，得到初始平均值，初始平均值在后续的瞬态补偿计算中被用作参考，以使补偿结果更加准确和稳定。

使用滑动窗口的方法来根据所述窗口宽度对数据进行限制，将窗口朝新数据的方向进行滑动，使得新数据进来，末尾的旧数据出去。当新的数据点到达时，将新的数据点添加到滑动窗口的末尾，如果滑动窗口中的数据点个数超过窗口宽度，将从窗口的另一端移除最旧的数据点，使窗口大小保持不变，在每次新的数据点都添加到滑动窗口并移除最旧数据点后，可以获取到更新后的窗口数据，这些数据包含在窗口内的最新数据点，而丢弃了最旧的数据点。

将更新后的窗口数据进行均值计算，即将更新后的数据进行累加操作，得到累加和，再将累加和除以窗口长度，得到更新平均值。

通过比较初始平均值和更新平均值的差异来获取补偿参数，如果更新平均值与初始平均值相差较大，可以考虑采取相应的补偿策略，根据具体的电力系统要求和补偿目标，调整补偿参数的取值，以获得期望的电压补偿效果，这涉及权衡高频的波动和稳态误差，以达到所需的电压补偿目标。

步骤S300：使用电压传感器，基于低频采样间隔，对电力系统中的低频电压进行周期性采集，获取低频电压数据；

具体而言，根据需求和系统要求，选择适合的电压传感器，传感器应具有稳定性和准确性，能够正确测量电力系统中的低频电压信号。根据需要和系统特点，确定合适的低频采样间隔，这个间隔应使得传感器能够按照一定的时间间隔对电力系统中低频电压进行采集，例如，以一天、一周为间隔。使用电压传感器按照设定的低频采样间隔对电力系统中的低频电压进行采集，传感器将记录每次采样中获取的电压数值，并存储为一系列低频电压数据点。

步骤S400：构建状态空间模型，通过所述状态空间模型对所述低频电压数据进行精细调节，输出低频补偿参数；

进一步而言，如图3所示，本申请步骤S400还包括：

步骤S410：对所述低频电压数据进行变量分析，获取状态变量和观测变量；

步骤S420：根据所述状态变量与时间的演化关系构建状态方程，根据所述观测变量与所述状态变量之间的映射关系构建输出方程，根据所述状态方程和所述输出方程构建所述状态空间模型；

步骤S430：根据所述低频电压数据，使用卡尔曼滤波估计所述状态空间模型的参数；

步骤S440：基于所述参数，根据所述状态方程和所述输出方程进行模型预测，获取预测结果；

步骤S450：根据所述预测结果对所述观测变量进行实时更新和状态估计，获取精细调节的低频补偿参数。

具体而言，在低频电压数据中，识别和提取可能对系统状态调节有影响的变量作为状态变量，这些变量反映电力系统中的内部状态，比如发电机转子角度、功率因数、频率等。在低频电压数据中，选择并提取出能够直接通过传感器或测量设备获得的变量，作为观测变量，这些变量反映电力系统中可观察到的外部特征，如线路电流、负载电流、母线电压等。

根据分析得到的状态变量和它们随时间的演化关系，构建状态方程，状态方程描述了状态变量如何随时间发展而变化的数学表达式。所述状态方程如下：

dx/dt＝f(x₁,x₂,t)+Bu，

其中，x₁和x₂表征状态向量，t表征时间，f为描述系统动态演化的函数，B表征控制输入矩阵，u表征输入信号；

根据分析得到的观测变量与状态变量之间的映射关系，构建输出方程，输出方程描述了通过观测变量来对系统的状态变量进行估计的数学表达式，输出方程可以是线性或非线性函数，用于将状态变量转换为可观察的量。所述输出方程如下：

y＝g(x₁)，

其中，g表征映射状态变量到观测变量的矩阵，y表征观测变量。

利用所建立的状态方程和输出方程，构建完整的状态空间模型，所述状态空间模型由状态方程和输出方程组成，用数学矩阵表示，这些矩阵包括状态矩阵、输入矩阵、输出矩阵和直接耦合矩阵，这个模型用于后续的补偿参数估计和控制策略设计，以实现系统的电压补偿功能。

将低频电压数据作为观测数据，用于卡尔曼滤波器的参数估计，确保观测数据的采样频率与状态空间模型一致，根据实际情况，为状态变量和误差协方差矩阵设置初始化的估计值，这些值基于先验知识进行设置，使用卡尔曼滤波算法，通过迭代更新状态估计和误差协方差，逐步估计出状态空间模型的参数，卡尔曼滤波算法由预测步骤和更新步骤组成，其中预测步骤用于估计当前状态的先验预测，更新步骤用于利用观测数据来修正预测值。根据卡尔曼滤波的迭代过程，获取最终的状态估计和误差协方差矩阵，这些值用作估计出的参数值，并应用于之后的电压补偿控制。

根据已估计的参数和初始状态值，使用所述状态方程进行模型预测，状态方程描述了系统状态变量随时间的演化规律，通过迭代应用状态方程，得到未来时刻的状态变量的预测值。根据已估计的参数和之前得到的状态变量预测值，使用所述输出方程进行模型预测，输出方程描述了系统状态变量与观测变量之间的映射关系，通过应用输出方程，可以计算出相应的观测变量的预测值。根据模型预测得到的状态变量和观测变量的预测值，获得最终的预测结果，这些结果表明了根据已知参数和初值，对未来系统状态和观测结果的近似预测。

使用所述预测结果和观测变量数据，利用滤波算法进行状态估计，结合先验信息和实时观测数据，估计出较为准确的状态量值，从而更好地反映电力系统当前的状态。根据所得到的状态估计值，对观测变量进行实时修正和更新，观测变量更新可以通过观测残差校正，如卡尔曼增益修正，来实现，以纠正由于测量误差或系统扰动造成的观测偏差。通过对观测变量的实时更新和状态估计，进一步计算和优化低频补偿参数，这些参数的调整可以根据系统需求和补偿目标进行，以实现对低频电压波动的精细调节。

步骤S500：将所述高频补偿参数和低频补偿参数进行多层次耦合，获取耦合结果；

具体而言，根据需求和系统特点，确定高频补偿参数和低频补偿参数的耦合方式，例如建立非线性的耦合关系，通过数学模型，将高频补偿参数和低频补偿参数进行多层次耦合，生成耦合结果，耦合的目标是综合考虑高频和低频特征，使补偿参数在不同层次上达到平衡，以提供更好的电压补偿效果和系统稳定性。

步骤S600：获取电压补偿目标，并设定补偿参数权重；

具体而言，据具体应用和系统需求，确定电压补偿的目标，包括消除电源电压波动、减少线路损耗、维持负载稳定等方面的要求。对于高频补偿和低频补偿参数，根据其对电压补偿目标的影响程度，设定相应的权重，不同参数的权重可以表示其重要性或优先级，通常，权重越大表示该参数在补偿过程中的影响越重要。根据所得到的电压补偿目标和参数重要性，综合各个参数之间的关系和目标的优先级，设定每个补偿参数的权重值，确保最终的权重能够反映出所需的补偿效果。

步骤S700：根据所述电压补偿目标、补偿参数权重和控制策略，对所述耦合结果进行多层次优化调整，获取电压补偿结果。

具体而言，根据之前设定的电压补偿目标，明确优化的目标函数，这个目标函数可以是补偿效果的量化值，如降低均方根误差、最小化功率损失等。根据设定的补偿参数权重，将每个补偿参数与其对应的权重值相乘，以确定不同参数对目标函数的贡献程度。根据系统需求和操作策略，设定控制策略，如模糊控制器，控制策略将根据补偿结果进行修正和调整，以使补偿参数能够实现所需的电压补偿效果。

根据设定的目标函数、补偿参数权重和控制策略，对耦合结果进行多层次的优化调整，这可以通过使用遗传算法等优化算法来实现，在每一次迭代中，根据目标函数的优化方向和补偿参数的权重，对耦合结果进行微调和调整，以达到最优的电压补偿效果。

进一步而言，本申请还包括：

步骤S810：对所述电力系统中的线路进行损耗分析，获取损耗分析结果；

步骤S820：根据所述电压补偿结果获取多个高频电压补偿参数和多个低频电压补偿参数；

步骤S830：将所述多个高频电压补偿参数和多个低频电压补偿参数进行随机组合，并随机选择一组合结果，作为第一补偿结果，并作为当前的最优补偿结果；

具体而言，收集与所述电力系统中的线路相关的输入数据，包括线路参数、载流情况、电压水平等，通过功率流计算或潮流分析确定线路上的功率流向，确定哪些线路负责输送电能，哪些线路承载了功率负荷。

根据线路上的电流和电压，使用欧姆定律和功率公式计算每条线路的有功损耗，有功损耗是由电阻和电流引起的，表示为P_loss＝I²R，其中，P_loss表示有功损耗，I标示线路电流，R表示线路电阻。使用功率三角形理论或潮流分析方法，计算每条线路的无功损耗，无功损耗是由电抗和电压相位差引起的。根据计算得到的有功和无功损耗值，综合分析线路的损耗情况，示例性地，通过计算整个电力系统的总损耗率、有效功率因数等指标，评估线路输电效率和能源利用情况。

从电压补偿结果中提取出有关高频电压补偿的相关信息，针对高频电压波动和瞬态变化，根据实际需求和补偿目标，设计并计算高频电压补偿参数，这些参数包括带宽、补偿增益、时间常数等，用于控制高频电压补偿器的行为。同样地，从电压补偿结果中出有关低频电压补偿的相关信息，获取低频电压补偿参数。

根据前述方法获得的多个高频和低频电压补偿参数，形成参数集合，从各个集合中分别随机选择一个高频参数和一个低频参数，进行组合操作，重复此步骤，直到得到多个随机组合结果。从多个随机组合结果中任意选择一个作为第一补偿结果，将第一补偿结果视为当前的最优补偿结果。

步骤S840：以最大化补偿效果为目的，根据所述损耗分析结果，获取所述第一补偿结果的第一补偿评分；

进一步而言，本申请步骤S840还包括：

步骤S841：根据所述损耗分析结果，对所述第一补偿结果进行补偿模拟，获得模拟补偿效果；

步骤S842：基于所述模拟补偿效果，进行评估，获得所述第一补偿评分，其中，补偿效果越好则第一补偿评分越高。

具体而言，根据前面进行的损耗分析，获取各个线路的损耗情况和能源利用效率等评价指标，将第一补偿结果应用于电力系统中，使用电力系统模拟工具，模拟对高频和低频电压波动进行补偿，包括设置参数值、激活或调整补偿设备、应用控制策略等，通过对线路进行监测和分析，评估第一补偿结果对电力系统性能的影响，包括线路补偿损耗的程度、电压稳定性的改善、负荷调节能力的提升等方面的评估。

对所得到的模拟补偿效果进行评估，计算第一补偿结果的评分，评分为综合考虑补偿损耗降低、电压稳定度提升、功率因数改善等指标的加权得分，可以根据具体应用需求和重要性来确定不同指标的权重。该评分客观反映第一补偿结果的质量和性能，有助于判断补偿效果的好坏，较高的评分表示更好的补偿效果，而较低的评分则指示了可能需要调整或优化的方面，根据第一补偿评分，可以进一步改进补偿策略、调整参数，以提高电力系统的稳定性和电压质量。

步骤S850：再次从随机组合中随机选择一组合结果，作为第二补偿结果，并获取第二补偿评分；

步骤S860：判断第一补偿评分是否大于第二补偿评分，若是，则将所述第一补偿结果作为当前的最优补偿结果，若否，则按照概率将所述第二补偿结果作为当前的最优补偿结果，所述概率通过下式计算获得：

其中，P为概率，g₁为第一补偿评分，g₂为第二补偿评分，k为随着寻优迭代次数增加而减小的常数；

步骤S870：继续进行迭代寻优，直到达到预设迭代次数，将最终的最优补偿结果输出。

具体而言，从之前进行的随机组合结果中再次随机选择一个新的组合结果作为第二补偿结果，获取第二补偿评分的方法与第一补偿评分相同，为了说明书的简洁，在此不再赘述。

比较第一补偿评分和第二补偿评分的大小，若第一补偿评分大于第二补偿评分，则将第一补偿结果设为当前的最优补偿结果，若第一补偿评分小于等于第二补偿评分，通过上式计算获得概率P，随机生成一个在区间[0,1]之间的随机数，将该随机数与概率P进行比较，若随机数小于等于概率P，则将第二补偿结果代替第一补偿结果，设为当前的最优补偿结果，若随机数大于概率P，则保持第一补偿结果为当前的最优补偿结果。

通过以上步骤，根据评分和概率来决定当前的最优补偿结果，如果第一补偿评分更好，则直接选取第一补偿结果，否则，根据概率与随机数的比较决定是否选取第二补偿结果，这样可以在多次迭代中逐渐寻找到更好的补偿结果，并在搜索空间中往更有潜力的解逼近。

设定一个预设的迭代次数，即确定要进行多少次迭代寻优，在每次迭代中，根据之前的步骤，在随机组合中随机选择一个新的组合结果作为补偿参数的设置，通过对比当前的最优补偿评分与新得到的补偿结果的评分，按照之前所述的方式更新当前的最优补偿结果，当达到预设的迭代次数时，跳出迭代循环，在迭代结束时，将当前的最优补偿结果作为最终的输出结果。

通过以上步骤，可以在多次迭代中不断优化补偿参数，根据评分和概率选择补偿结果，并在达到预设迭代次数后输出最终的最优补偿结果，这个最优补偿结果将代表具有较高补偿效果的参数组合，可以被用于后续的电力系统运行和优化决策。

综上所述，本申请实施例所提供的一种电压补偿的数据处理方法及系统具有如下技术效果：

基于高频采样间隔，对瞬态电压进行快速采集，获取高频电压数据，构建瞬态补偿窗口，对高频电压数据进行快速补偿，输出高频补偿参数，基于低频采样间隔，对低频电压进行周期性采集，获取低频电压数据，构建状态空间模型，对低频电压数据进行精细调节，输出低频补偿参数，进行多层次耦合，获取耦合结果，获取电压补偿目标，并设定补偿参数权重，进行多层次优化调整，获取电压补偿结果。

解决了现有技术对于电力系统中电压的快速变化无法做出快速、准确响应，使得无法保持系统平衡和稳定运行，导致负载调节困难、能量浪费的技术问题，实现了建立低频和高频电压补偿模型，实现对低频和高频电压波动的补偿控制，并基于电压补偿目标选择最佳补偿结果，达到提高电力系统的稳定性和运行效率的技术效果。

实施例二

基于与前述实施例中一种电压补偿的数据处理方法相同的发明构思，如图4所示，本申请提供了一种电压补偿的数据处理系统，所述系统包括：

高频电压数据采集模块10，所述高频电压数据采集模块10用于使用高速采样传感器，基于高频采样间隔，对电力系统中的瞬态电压进行快速采集，获取高频电压数据；

高频补偿参数获取模块20，所述高频补偿参数获取模块20用于构建瞬态补偿窗口，通过所述瞬态补偿窗口对所述高频电压数据进行快速补偿，输出高频补偿参数；

低频电压数据采集模块30，所述低频电压数据采集模块30用于使用电压传感器，基于低频采样间隔，对电力系统中的低频电压进行周期性采集，获取低频电压数据；

低频补偿参数获取模块40，所述低频补偿参数获取模块40用于构建状态空间模型，通过所述状态空间模型对所述低频电压数据进行精细调节，输出低频补偿参数；

耦合结果获取模块50，所述耦合结果获取模块50用于将所述高频补偿参数和低频补偿参数进行多层次耦合，获取耦合结果；

参数权重设定模块60，所述参数权重设定模块60用于获取电压补偿目标，并设定补偿参数权重；

多层次优化调整模块70，所述多层次优化调整模块70用于根据所述电压补偿目标、补偿参数权重和控制策略，对所述耦合结果进行多层次优化调整，获取电压补偿结果。

进一步而言，所述系统还包括：

特性分析模块，用于对所述高频电压数据进行特性分析，获取高频电压特性，所述高频电压特性包括持续时间、上升时间和下降时间；

窗口设定模块，用于根据所述持续时间确定窗口长度，根据所述上升时间和下降时间确定窗口宽度；

窗口约束模块，用于获取高频电压补偿要求，根据所述高频电压补偿要求对所述窗口长度和所述窗口宽度进行约束，获取所述瞬态补偿窗口。

进一步而言，所述系统还包括：

数据累加模块，用于将所述瞬态补偿窗口内的数据累加，并根据所述窗口长度计算初始平均值；

更新窗口数据获取模块，用于滑动窗口，根据所述窗口宽度对数据进行限制，当新的数据点到达时，将其添加到窗口中，并从窗口的另一端移除最旧的数据点，获取更新窗口数据；

均值计算模块，用于对所述更新窗口数据进行均值计算，获取更新平均值；

补偿参数获取模块，用于基于所述初始平均值与所述更新平均值，获取高频补偿参数。

进一步而言，所述系统还包括：

变量分析模块，用于对所述低频电压数据进行变量分析，获取状态变量和观测变量；

状态空间模型构建模块，用于根据所述状态变量与时间的演化关系构建状态方程，根据所述观测变量与所述状态变量之间的映射关系构建输出方程，根据所述状态方程和所述输出方程构建所述状态空间模型；

参数估计模块，用于根据所述低频电压数据，使用卡尔曼滤波估计所述状态空间模型的参数；

模型预测模块，用于基于所述参数，根据所述状态方程和所述输出方程进行模型预测，获取预测结果；

状态估计模块，用于根据所述预测结果对所述观测变量进行实时更新和状态估计，获取精细调节的低频补偿参数。

进一步而言，所述系统还包括：

状态方程说明模块，用于所述状态方程如下：

dx/dt＝f(x₁,x₂,t)+Bu，

其中，x₁和x₂表征状态向量，t表征时间，f为描述系统动态演化的函数，B表征控制输入矩阵，u表征输入信号；

输出方程说明模块，用于所述输出方程如下：

y＝g(x₁)，

其中，g表征映射状态变量到观测变量的矩阵，y表征观测变量。

进一步而言，所述系统还包括：

损耗分析模块，用于对所述电力系统中的线路进行损耗分析，获取损耗分析结果；

参数获取模块，用于根据所述电压补偿结果获取多个高频电压补偿参数和多个低频电压补偿参数；

随机组合模块，用于将所述多个高频电压补偿参数和多个低频电压补偿参数进行随机组合，并随机选择一组合结果，作为第一补偿结果，并作为当前的最优补偿结果；

第一补偿评分获取模块，用于以最大化补偿效果为目的，根据所述损耗分析结果，获取所述第一补偿结果的第一补偿评分；

第二补偿评分获取模块，用于再次从随机组合中随机选择一组合结果，作为第二补偿结果，并获取第二补偿评分；

判断模块，用于判断第一补偿评分是否大于第二补偿评分，若是，则将所述第一补偿结果作为当前的最优补偿结果，若否，则按照概率将所述第二补偿结果作为当前的最优补偿结果，所述概率通过下式计算获得：

其中，P为概率，g₁为第一补偿评分，g₂为第二补偿评分，k为随着寻优迭代次数增加而减小的常数；

迭代寻优模块，用于继续进行迭代寻优，直到达到预设迭代次数，将最终的最优补偿结果输出。

进一步而言，所述系统还包括：

补偿模拟模块，用于根据所述损耗分析结果，对所述第一补偿结果进行补偿模拟，获得模拟补偿效果；

评分获取模块，用于基于所述模拟补偿效果，进行评估，获得所述第一补偿评分，其中，补偿效果越好则第一补偿评分越高。

本说明书通过前述对一种电压补偿的数据处理方法的详细描述，本领域技术人员可以清楚地知道本实施例中一种电压补偿的数据处理方法及系统，对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述得比较简单，相关之处参见方法部分说明即可。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其他实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (8)

1.一种电压补偿的数据处理方法，其特征在于，所述方法包括：

使用高速采样传感器，基于高频采样间隔，对电力系统中的瞬态电压进行快速采集，获取高频电压数据；

构建瞬态补偿窗口，通过所述瞬态补偿窗口对所述高频电压数据进行快速补偿，输出高频补偿参数；

使用电压传感器，基于低频采样间隔，对电力系统中的低频电压进行周期性采集，获取低频电压数据；

构建状态空间模型，通过所述状态空间模型对所述低频电压数据进行精细调节，输出低频补偿参数；

将所述高频补偿参数和低频补偿参数进行多层次耦合，获取耦合结果；

获取电压补偿目标，并设定补偿参数权重；

根据所述电压补偿目标、补偿参数权重和控制策略，对所述耦合结果进行多层次优化调整，获取电压补偿结果。

2.如权利要求1所述的方法，其特征在于，构建瞬态补偿窗口，包括：

对所述高频电压数据进行特性分析，获取高频电压特性，所述高频电压特性包括持续时间、上升时间和下降时间；

根据所述持续时间确定窗口长度，根据所述上升时间和下降时间确定窗口宽度；

获取高频电压补偿要求，根据所述高频电压补偿要求对所述窗口长度和所述窗口宽度进行约束，获取所述瞬态补偿窗口。

3.如权利要求2所述的方法，其特征在于，通过所述瞬态补偿窗口对所述高频电压数据进行快速补偿，输出高频补偿参数，包括：

将所述瞬态补偿窗口内的数据累加，并根据所述窗口长度计算初始平均值；

滑动窗口，根据所述窗口宽度对数据进行限制，当新的数据点到达时，将其添加到窗口中，并从窗口的另一端移除最旧的数据点，获取更新窗口数据；

对所述更新窗口数据进行均值计算，获取更新平均值；

基于所述初始平均值与所述更新平均值，获取高频补偿参数。

4.如权利要求1所述的方法，其特征在于，构建状态空间模型，通过所述状态空间模型对所述低频电压数据进行精细调节，输出低频补偿参数，包括：

对所述低频电压数据进行变量分析，获取状态变量和观测变量；

根据所述状态变量与时间的演化关系构建状态方程，根据所述观测变量与所述状态变量之间的映射关系构建输出方程，根据所述状态方程和所述输出方程构建所述状态空间模型；

根据所述低频电压数据，使用卡尔曼滤波估计所述状态空间模型的参数；

基于所述参数，根据所述状态方程和所述输出方程进行模型预测，获取预测结果；

根据所述预测结果对所述观测变量进行实时更新和状态估计，获取精细调节的低频补偿参数。

5.如权利要求1所述的方法，其特征在于，包括：

所述状态方程如下：

dx/dt＝f(x₁,x₂,t)+Bu，

其中，x₁和x₂表征状态向量，t表征时间，f为描述系统动态演化的函数，B表征控制输入矩阵，u表征输入信号；

所述输出方程如下：

y＝g(x₁)，

其中，g表征映射状态变量到观测变量的矩阵，y表征观测变量。

6.如权利要求1所述的方法，其特征在于，还包括：

对所述电力系统中的线路进行损耗分析，获取损耗分析结果；

根据所述电压补偿结果获取多个高频电压补偿参数和多个低频电压补偿参数；

将所述多个高频电压补偿参数和多个低频电压补偿参数进行随机组合，并随机选择一组合结果，作为第一补偿结果，并作为当前的最优补偿结果；

以最大化补偿效果为目的，根据所述损耗分析结果，获取所述第一补偿结果的第一补偿评分；

再次从随机组合中随机选择一组合结果，作为第二补偿结果，并获取第二补偿评分；

判断第一补偿评分是否大于第二补偿评分，若是，则将所述第一补偿结果作为当前的最优补偿结果，若否，则按照概率将所述第二补偿结果作为当前的最优补偿结果，所述概率通过下式计算获得：

其中，P为概率，g₁为第一补偿评分，g₂为第二补偿评分，k为随着寻优迭代次数增加而减小的常数；

继续进行迭代寻优，直到达到预设迭代次数，将最终的最优补偿结果输出。

7.如权利要求6所述的方法包括，以最大化补偿效果为目的，根据所述损耗分析结果，获取所述第一补偿结果的第一补偿评分，包括：

根据所述损耗分析结果，对所述第一补偿结果进行补偿模拟，获得模拟补偿效果；

基于所述模拟补偿效果，进行评估，获得所述第一补偿评分，其中，补偿效果越好则第一补偿评分越高。

8.一种电压补偿的数据处理系统，其特征在于，用于实施权利要求1-7任一项所述的一种电压补偿的数据处理方法，包括：

高频电压数据采集模块，所述高频电压数据采集模块用于使用高速采样传感器，基于高频采样间隔，对电力系统中的瞬态电压进行快速采集，获取高频电压数据；

高频补偿参数获取模块，所述高频补偿参数获取模块用于构建瞬态补偿窗口，通过所述瞬态补偿窗口对所述高频电压数据进行快速补偿，输出高频补偿参数；

低频电压数据采集模块，所述低频电压数据采集模块用于使用电压传感器，基于低频采样间隔，对电力系统中的低频电压进行周期性采集，获取低频电压数据；

低频补偿参数获取模块，所述低频补偿参数获取模块用于构建状态空间模型，通过所述状态空间模型对所述低频电压数据进行精细调节，输出低频补偿参数；

耦合结果获取模块，所述耦合结果获取模块用于将所述高频补偿参数和低频补偿参数进行多层次耦合，获取耦合结果；

参数权重设定模块，所述参数权重设定模块用于获取电压补偿目标，并设定补偿参数权重；

多层次优化调整模块，所述多层次优化调整模块用于根据所述电压补偿目标、补偿参数权重和控制策略，对所述耦合结果进行多层次优化调整，获取电压补偿结果。