张子建

(国网北京市电力公司，北京 100031)

加强对生产辅助性房屋的电力监管是促进施工项目安全稳定发展的重要方式之一。传统监控手段通常通过远程监控的方式来监管生产辅助性房屋的电力基建环境，时刻监管施工现场的电力变化情况，如秦旷宇等[1]进行了电网基建项目全过程智能化监控关键技术研究，完成电力设备的智能化监控。韩吉军等[2]基于RDU-Net深度学习模型，设计了电力基础设施风险特征提取方法，可及时发现问题并解决，在很大程度上提高了用电安全。但是对于位置偏远的地区来说，以上方法并不适用。

基于此，本文结合以往经验，针对生产辅助性房屋存在管理人员不足、用电量大、电力监管手段相对落后情况，在运程监控中引入了OpenGL可视化技术，通过图形学理论，实现电力基建环境潮流的可视化显示，绘制电力线路的潮流箭头和动态饼图，了解线路中潮流信号的走向以及电压的分布情况，远程监测和控制电力线路，提高了生产辅助性房屋的电力安全。

1 电力基建环境状态估计

1.1 电力基建环境混合状态估计

利用混合状态估计方程对电力基建环境进行状态估计，计算公式如式(1)所示：

z=h(x)+e

(1)

式中：z为量测相量；h(x)为状态估计方程系数矩阵；x为电力基建环境状态；e为高斯噪声。

通过加权最小平方算法对状态相量进行优化，即可得到：

(2)

式中：J为加权系数；R为量测误差协方差矩阵。

由此可得：

xk+1=xk+[G(xk)]-1HT(xk)R-1[z-h(xk)]

(3)

式中：H(x)为雅可比矩阵；G(x)为增益矩阵。

量测相量z中包含了同步量测结果与传统量测结果，同步量测结果中又包含了线电流相位以及电压相角等信息，而传统量测结果中则包含了电压的变化幅度、潮流节点信息以及输入电流功率等。……