Identification of Abnormal Operation Condition for Environmental Protection in Enterprises Based on Power Quality Monitoring Data

ZHANG Yi; YAO Wenxu; SHAO Zhenguo; ZHANG Liangyu

doi:10.7500/AEPS20211203007

您当前的位置：

首页 >

文章列表页 >

Identification of Abnormal Operation Condition for Environmental Protection in Enterprises Based on Power Quality Monitoring Data

Application Research | 更新时间：2025-06-16

- Identification of Abnormal Operation Condition for Environmental Protection in Enterprises Based on Power Quality Monitoring Data
- Automation of Electric Power Systems Vol. 47, Issue 5, Pages: 180-189(2023)
- 作者机构：
  
  福州大学电气工程与自动化学院，福建省福州市 350108
- 作者简介：
- 基金信息：
  
  National Natural Science Foundation of China(51777035)
- DOI：10.7500/AEPS20211203007
  CLC：
- Received：03 December 2021，
  
  Revised：2022-04-28，
  
  Published Online：18 August 2022，
  
  Published：10 March 2023
- 稿件说明：
移动端阅览
张逸,姚文旭,邵振国等.基于电能质量监测数据的企业环保异常工况识别[J].电力系统自动化,2023,47(5):180-189.

ZHANG Yi,YAO Wenxu,SHAO Zhenguo,et al.Identification of Abnormal Operation Condition for Environmental Protection in Enterprises Based on Power Quality Monitoring Data[J].Automation of Electric Power Systems,2023,47(5):180-189.
张逸,姚文旭,邵振国等.基于电能质量监测数据的企业环保异常工况识别[J].电力系统自动化,2023,47(5):180-189. DOI： 10.7500/AEPS20211203007.

ZHANG Yi,YAO Wenxu,SHAO Zhenguo,et al.Identification of Abnormal Operation Condition for Environmental Protection in Enterprises Based on Power Quality Monitoring Data[J].Automation of Electric Power Systems,2023,47(5):180-189. DOI： 10.7500/AEPS20211203007.

摘要

针对目前污染企业环保工况异常监测实施困难、识别误差大、结果易被篡改等问题，提出了一种基于电能质量监测数据的环保异常工况识别方法。区别于对每个设备安装分表进行用电监测的现有方案，使用企业设备公共用电入口处非侵入式负荷监测所得的多维电能质量数据进行工况分类模型训练，实现异常工况识别。首先，对表征生产情况的特征数据进行时序变点检测与聚类计算，实现企业生产工况的划分；然后，结合环保设备运行情况得到用于分类的环保工况类别；进而，采用Stacking集成学习模型对环保相关的工况场景进行分类学习；最后，利用所训练的分类模型识别出企业存在的环保异常工况。利用仿真测试数据与实际企业数据验证了所提方法的有效性。

Abstract

Aiming at the problems of abnormal operation condition monitoring for environmental protection in polluting enterprises at present

such as difficult implementation

large identification errors and easy tampering with the results

this paper proposes an identification method of abnormal operation conditions for environmental protection based on power quality monitoring data. The multi-dimensional power quality data obtained from non-intrustive load monitoring at the public power entrance of enterprise equipment are used to train the model of condition classification

to realize abnormal condition identification

which is different from the existing scheme of power consumption monitoring with separate meters installed for each device. First

the time series change-point detection and the clustering calculation for the characteristic data representing the production conditions are carried out to realize the division of production operation conditions of enterprises. Then

combined with the operation of environmental protection equipment

the categories of environmental protection operation conditions for classification are obtained. Furthermore

the operation condition scenarios related to environmental protection are classified and learned by the Stacking learning model. Finally

the trained classification model is used to identify the abnormal operation conditions for environmental protection in the enterprise. The effectiveness of the proposed method is verified by the simulation test data and the actual enterprise data.

关键词

Keywords

references

赵苗苗，赵师成，张丽云，等 . 大数据在生态环境领域的应用进展与展望［J］. 应用生态学报， 2017 ， 28 （ 5 ）： 1727 - 1734 .

ZHAO Miaomiao ， ZHAO Shicheng ， ZHANG Liyun ， et al . Applications of eco-environmental big data： progress and prospect ［J］. Chinese Journal of Applied Ecology ， 2017 ， 28 （ 5 ）： 1727 - 1734 .

秦宇，孙宇，邢可佳，等 . 基于生态环境大数据建设的环境信息安全监管体系研究［J］. 环境保护， 2018 ， 46 （ 21 ）： 56 - 60 .

QIN Yu ， SUN Yu ， XING Kejia ， et al . Investigation on the supervision system of environmental information security in the construction of ecological environment big data ［J］. Environmental Protection ， 2018 ， 46 （ 21 ）： 56 - 60 .

胥彦玲，李纯，闫润生 . 中国智慧环保产业发展趋势及建议［J］. 技术经济与管理研究， 2018 （ 7 ）： 119 - 123 .

XU Yanling ， LI Chun ， YAN Runsheng . Trends and suggestions for the development of smart environmental protection industry in China ［J］. Journal of Technical Economics & Management ， 2018 （ 7 ）： 119 - 123 .

李信茹，周民，米屹东，等 . 智慧环保体系在环境治理中的应用［J］. 环境工程技术学报， 2021 ， 11 （ 5 ）： 992 - 1003 .

LI Xinru ， ZHOU Min ， MI Yidong ， et al . Application of smart environmental protection system in environmental management ［J］. Journal of Environmental Engineering Technology ， 2021 ， 11 （ 5 ）： 992 - 1003 .

唐振浩，柴向颖，曹生现，等 . 考虑时延特征的燃煤锅炉NO x 排放深度学习建模［J］. 中国电机工程学报， 2020 ， 40 （ 20 ）： 6633 - 6644 .

TANG Zhenhao ， CHAI Xiangying ， CAO Shengxian ， et al . Deep learning modeling for the NO x emissions of coal-fired boiler considering time-delay characteristics ［J］. Proceedings of the CSEE ， 2020 ， 40 （ 20 ）： 6633 - 6644 .

刘科研，盛万兴，张东霞，等 . 智能配电网大数据应用需求和场景分析研究［J］. 中国电机工程学报， 2015 ， 35 （ 2 ）： 287 - 293 .

LIU Keyan ， SHENG Wanxing ， ZHANG Dongxia ， et al . Big data application requirements and scenario analysis in smart distribution network ［J］. Proceedings of the CSEE ， 2015 ， 35 （ 2 ）： 287 - 293 .

杨清，周进 . 用电数据用于污染源企业工况监控技术的研究［J］. 污染防治技术， 2019 （ 3 ）： 44 - 48 .

YANG Qing ， ZHOU Jin . Research on application of power consumption data in condition monitoring ［J］. Pollution Control Technology ， 2019 （ 3 ）： 44 - 48 .

苗刚松，马雪梅 . 环保用电监控系统初探［J］. 现代信息科技， 2020 ， 4 （ 7 ）： 156 - 157 .

MIAO Gangsong ， MA Xuemei . Discussion on environmental protection electricity monitoring and control system ［J］. Modern Information Technology ， 2020 ， 4 （ 7 ）： 156 - 157 .

周东国，张恒，周洪，等 . 基于状态特征聚类的非侵入式负荷事件检测方法［J］. 电工技术学报， 2020 ， 35 （ 21 ）： 4565 - 4575 .

ZHOU Dongguo ， ZHANG Heng ， ZHOU Hong ， et al . Non-intrusive load event detection method based on state feature clustering ［J］. Transactions of China Electrotechnical Society ， 2020 ， 35 （ 21 ）： 4565 - 4575 .

雷怡琴，孙兆龙，叶志浩，等 . 电力系统负荷非侵入式监测方法研究［J］. 电工技术学报， 2021 ， 36 （ 11 ）： 2288 - 2297 .

LEI Yiqin ， SUN Zhaolong ， YE Zhihao ， et al . Research on non-invasive load monitoring method in power system ［J］. Transactions of China Electrotechnical Society ， 2021 ， 36 （ 11 ）： 2288 - 2297 .

PARK S W ， BAKER L B ， FRANZON P D . Appliance identification algorithm for a non-intrusive home energy monitor using cogent confabulation ［J］. IEEE Transactions on Smart Grid ， 2019 ， 10 （ 1 ）： 714 - 721 .

DEVLIN M A ， HAYES B P . Non-intrusive load monitoring and classification of activities of daily living using residential smart meter data ［J］. IEEE Transactions on Consumer Electronics ， 2019 ， 65 （ 3 ）： 339 - 348 .

陈小闽 . 非侵入式负荷分解技术及应用研究［D］. 广州：华南理工大学， 2018 .

CHEN Xiaomin . Research on non-intrusive load disaggregation technology and application ［D］. Guangzhou ： South China University of Technology ， 2018 .

武昕，于金莹，彭林，等 . 基于用户边缘侧事件解析的工业电力负荷非侵入式感知辨识［J］. 电力系统自动化， 2021 ， 45 （ 4 ）： 29 - 37 .

WU Xin ， YU Jinying ， PENG Lin ， et al . Non-intrusive perception and identification of industrial power load based on analysis of event on user edge ［J］. Automation of Electric Power Systems ， 2021 ， 45 （ 4 ）： 29 - 37 .

郭红霞，陆进威，杨苹，等 . 非侵入式负荷监测关键技术问题研究综述［J］. 电力自动化设备， 2021 ， 41 （ 1 ）： 135 - 146 .

GUO Hongxia ， LU Jinwei ， YANG Ping ， et al . Review on key techniques of non-intrusive load monitoring ［J］. Electric Power Automation Equipment ， 2021 ， 41 （ 1 ）： 135 - 146 .

张逸，林焱，吴丹岳 . 电能质量监测系统研究现状及发展趋势［J］. 电力系统保护与控制， 2015 ， 43 （ 2 ）： 138 - 147 .

ZHANG Yi ， LIN Yan ， WU Danyue . Current status and development trend of power quality monitoring system ［J］. Power System Protection and Control ， 2015 ， 43 （ 2 ）： 138 - 147 .

张逸，杨洪耕，叶茂清 . 基于分布式文件系统的海量电能质量监测数据管理方案［J］. 电力系统自动化， 2014 ， 38 （ 2 ）： 102 - 108 .

ZHANG Yi ， YANG Honggeng ， YE Maoqing . A data management scheme for massive power quality monitoring data based on distributed file system ［J］. Automation of Electric Power Systems ， 2014 ， 38 （ 2 ）： 102 - 108 .

胡文曦，肖先勇，汪颖，等 . 现代电网电力扰动数据分析与主动应用［J］. 电力系统自动化， 2021 ， 45 （ 4 ）： 1 - 11 .

HU Wenxi ， XIAO Xianyong ， WANG Ying ， et al . Analysis and proactive application of power disturbance data in modern power grid ［J］. Automation of Electric Power Systems ， 2021 ， 45 （ 4 ）： 1 - 11 .

刘洁颖，刘俊勇，黄媛，等 . 基于面板数据有序聚类的主动配电网规划场景降维技术［J］. 电网技术， 2017 ， 41 （ 4 ）： 1132 - 1138 .

LIU Jieying ， LIU Junyong ， HUANG Yuan ， et al . Scene dimensionality reduction technology in active power distribution network planning based on orderly clustering of panel data ［J］. Power System Technology ， 2017 ， 41 （ 4 ）： 1132 - 1138 .

KILLICK R ， FEARNHEAD P ， ECKLEY I A . Optimal detection of change points with a linear computational cost ［J］. Journal of the American Statistical Association ， 2012 ， 107 （ 500 ）： 1590 - 1598 .

陆蔚 . 线性调频连续毫米波雷达的抗干扰技术研究［D］. 广州：广东工业大学， 2020 .

LU Wei . Research on interference suppression technology based on FMCW millimeter wave radar ［D］. Guangzhou ： Guangdong University of Technology ， 2020 .

李永刚，王月，刘丰瑞，等 . 基于Stacking融合的短期风速预测组合模型［J］. 电网技术， 2020 ， 44 （ 8 ）： 2875 - 2882 .

LI Yonggang ， WANG Yue ， LIU Fengrui ， et al . Combination model of short-term wind speed prediction based on Stacking fusion ［J］. Power System Technology ， 2020 ， 44 （ 8 ）： 2875 - 2882 .

魏书荣，张鑫，符杨，等 . 基于GRA-LSTM-Stacking模型的海上双馈风力发电机早期故障预警与诊断［J］. 中国电机工程学报， 2021 ， 41 （ 7 ）： 2373 - 2383 .

WEI Shurong ， ZHANG Xin ， FU Yang ， et al . Early fault warning and diagnosis of offshore wind DFIG based on GRA-LSTM-Stacking model ［J］. Proceedings of the CSEE ， 2021 ， 41 （ 7 ）： 2373 - 2383 .

冯汛，石健，汪兴兴，等 . 自动化技术在环保设备中的应用与发展前景［J］. 工业安全与环保， 2016 ， 42 （ 1 ）： 100 - 102 .

FENG Xun ， SHI Jian ， WANG Xingxing ， et al . Application and development prospects of automation technology in environmental protection equipment ［J］. Industrial Safety and Environmental Protection ， 2016 ， 42 （ 1 ）： 100 - 102 .

林祥勇，王秋霞 . PLC与变频器在工业污水处理系统中的应用［J］. 淮海工学院学报（自然科学版）， 2015 ， 24 （ 3 ）： 15 - 19 .

LIN Xiangyong ， WANG Qiuxia . Application of PLC and inverter in industrial wastewater treatment system ［J］. Journal of Huaihai Institute of Technology （Natural Science Edition）， 2015 ， 24 （ 3 ）： 15 - 19 .

国家电网公司 . 电能质量监测终端技术规范： Q/GDW 650—2011 ［S］. 北京：中国电力出版社， 2012 .

State Grid Corporation of China . Technical specification for power quality monitoring device ： Q/GDW 650—2011 ［S］. Beijing ： China Electric Power Press ， 2012 .

张露， AUGER F ，荆朝霞，等 . 基于非侵入式的事件检测方法统计评估［J］. 电测与仪表， 2020 ， 57 （ 1 ）： 106 - 112 .

ZHANG Lu ， AUGER F ， JING Zhaoxia ， et al . Statistical assessment of abrupt change detections for NILM ［J］. Electrical Measurement ＆ Instrumentation ， 2020 ， 57 （ 1 ）： 106 - 112 .

庄丹 . 基于形态识别的多变点检测方法研究［D］. 成都：西南财经大学， 2019 .

ZHUANG Dan . Research on multiple change-points detection method based on shape recognition ［D］. Chengdu ： Southwestern University of Finance and Economics ， 2019 .

刘子腾 . 考虑背景谐波电压波动的配电网谐波责任评估［D］. 北京：华北电力大学， 2021 .

LIU Ziteng . Harmonic contribution determination of distribution network considering background harmonic voltage fluctuation ［D］. Beijing ： North China Electric Power University ， 2021 .

龚华麟，肖先勇，刘亚梅，等 . 基于主导波动量筛选原理的用户谐波发射水平估计方法［J］. 中国电机工程学报， 2010 ， 30 （ 4 ）： 22 - 27 .

GONG Hualin ， XIAO Xianyong ， LIU Yamei ， et al . A method for assessing customer harmonic emission level based on the dominant fluctuation filtering principle ［J］. Proceedings of the CSEE ， 2010 ， 30 （ 4 ）： 22 - 27 .

刘嘉蔚，李奇，陈维荣，等 . 基于在线序列超限学习机和主成分分析的蒸汽冷却型燃料电池系统快速故障诊断方法［J］. 电工技术学报， 2019 ， 34 （ 18 ）： 3949 - 3960 .

LIU Jiawei ， LI Qi ， CHEN Weirong ， et al . Fast fault diagnosis method of evaporatively cooled fuel cell system based on online sequential extreme learning machine and principal component analysis ［J］. Transactions of China Electrotechnical Society ， 2019 ， 34 （ 18 ）： 3949 - 3960 .

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

Optimal Mitigation Method for Unbalanced Voltage at Point of Common Coupling Considering Operation Constraints of Photovoltaic Converter

Power Quality Disturbance Classification Method Based on Time-series Two-dimensional Transformation and Multi-scale Transformer

Cooperative Suppression Method for DC-side Ripple Current in Cascaded H-bridge Energy Storage Converter

Related Author

Yi ZHANG

Wenxu YAO

Zhenguo SHAO

Liangyu ZHANG

TANG Yajie

FENG Qifan

GONG Diyang

LIN Da

Related Institution

Electric Power Research Institute of State Grid Zhejiang Electric Power Co., Ltd.

College of Electrical Engineering, Zhejiang University

Key Laboratory of the Ministry of Education on Smart Power Grids (Tianjin University)

Tianjin Key Laboratory of Power System Simulation and Control (Tianjin University)

State Grid Smart Grid Research Institute Co., Ltd.

⁰