本文選題：廣域測量系統(tǒng)　切入點(diǎn)：模式識別　出處：《電網(wǎng)技術(shù)》2017年03期

【摘要】：目前,國內(nèi)廣域量測系統(tǒng)(WAMS)在實(shí)際應(yīng)用中出現(xiàn)較多錯誤數(shù)據(jù),由此衍生出大量錯誤的電網(wǎng)設(shè)備告警記錄。為解決傳統(tǒng)方法在辨識和還原WAMS錯誤數(shù)據(jù)時時效性差、漏報率高的問題,文章重點(diǎn)分析了在有功功率量測過程中所出現(xiàn)的異常情況,歸納和總結(jié)出典型錯誤數(shù)據(jù)的特征,提出一種基于模式識別的WAMS錯誤數(shù)據(jù)快速辨識和恢復(fù)方法。該方法根據(jù)數(shù)據(jù)特點(diǎn)提前設(shè)定錯誤數(shù)據(jù)和正常數(shù)據(jù)的標(biāo)準(zhǔn)特征向量,并將實(shí)測數(shù)據(jù)以同樣方法轉(zhuǎn)換成判斷向量,從而進(jìn)行模式匹配,實(shí)現(xiàn)錯誤數(shù)據(jù)的辨識。最后文中設(shè)計了3個算例分別展示了暫態(tài)下正確數(shù)據(jù)、穩(wěn)態(tài)下錯誤數(shù)據(jù)以及大量數(shù)據(jù)下的辨識和恢復(fù)結(jié)果。結(jié)果表明,因為無需輸入大量網(wǎng)架信息和沒有迭代計算,模式識別的方法無論是準(zhǔn)確度還是計算時間上都具有較強(qiáng)優(yōu)勢,能夠為電網(wǎng)狀態(tài)監(jiān)測和分析等提供較可靠的數(shù)據(jù)支持。
[Abstract]:At present, there are more error data in domestic wide area measurement system (WAMS), which gives rise to a large number of wrong warning records of power network equipment. In order to solve the time-efficiency difference of traditional methods in identifying and restoring WAMS error data, The paper analyzes the abnormal situation in the process of active power measurement and summarizes the characteristics of typical error data. In this paper, a method for fast identification and recovery of WAMS error data based on pattern recognition is proposed, which sets the standard eigenvector of the error data and normal data in advance according to the characteristics of the data, and converts the measured data into a judgment vector by the same method. Finally, three examples are designed to show the correct data in transient state, the error data in steady state and the results of identification and recovery under a large number of data. Because there is no need to input a large amount of grid information and there is no iterative calculation, the method of pattern recognition has a strong advantage in both accuracy and computing time, and can provide reliable data support for power grid state monitoring and analysis.
【作者單位】： 華南理工大學(xué)電力學(xué)院;
【分類號】：TM76

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 田園;胡炎;;計及保護(hù)和斷路器動作不確定性的隱性故障檢測模型[J];電網(wǎng)技術(shù);2016年09期

2 魏大千;王波;劉滌塵;陳得治;唐飛;郭珂;;基于時序數(shù)據(jù)相關(guān)性挖掘的WAMS/SCADA數(shù)據(jù)融合方法[J];高電壓技術(shù);2016年01期

3 董清;孫金竹;尹宏杰;王瑩;顏湘武;;PMU數(shù)據(jù)用于SCADA時濾除低頻干擾的方法[J];電力系統(tǒng)自動化;2016年02期

4 朱利鵬;陸超;黃河;蘇寅生;汪際鋒;;基于廣域時序數(shù)據(jù)挖掘策略的暫態(tài)電壓穩(wěn)定評估[J];電網(wǎng)技術(shù);2016年01期

5 聶曉波;詹慶才;段剛;于文娟;謝曉冬;;跨調(diào)度中心WAMS動態(tài)數(shù)據(jù)的新型互聯(lián)互通方案及關(guān)鍵技術(shù)[J];電網(wǎng)技術(shù);2014年10期

6 劉道偉;宋墩文;王紅印;張毅明;孫建華;陳軍;熊浩清;位士全;熊選文;楊學(xué)濤;張海順;;基于WAMS和EMS的電壓穩(wěn)定在線評估系統(tǒng)[J];電網(wǎng)技術(shù);2014年07期

7 丁宏恩;高宗和;蘇大威;趙家慶;常乃超;龔成明;;混合量測狀態(tài)估計相角參考點(diǎn)壞數(shù)據(jù)問題的處理方法[J];電力系統(tǒng)自動化;2014年09期

8 吳星;劉天琪;李興源;李從善;;基于WAMS/SCADA數(shù)據(jù)兼容和改進(jìn)FCM聚類算法的PMU最優(yōu)配置[J];電網(wǎng)技術(shù);2014年03期

9 劉浩,劉玉田;模糊數(shù)學(xué)在狀態(tài)估計不良數(shù)據(jù)檢測辨識中的應(yīng)用[J];電力系統(tǒng)及其自動化學(xué)報;1996年03期

10 張文濤，，邱宇峰，鄭旭軍;GPS及其在電力系統(tǒng)中的應(yīng)用[J];電網(wǎng)技術(shù);1996年05期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 萬楚林;陳皓勇;郭曼蘭;;基于模式識別的WAMS有功功率錯誤數(shù)據(jù)處理[J];電網(wǎng)技術(shù);2017年03期

2 陳亦平;陳偉彪;姚偉;廖詩武;文勁宇;侯云鶴;苗世洪;;WAMS錯誤數(shù)據(jù)的快速辨識及恢復(fù)方法[J];電力自動化設(shè)備;2016年12期

3 孫毅;崔燦;陸俊;郝建紅;劉向軍;;基于遺傳優(yōu)化的非侵入式家居負(fù)荷分解方法[J];電網(wǎng)技術(shù);2016年12期

4 徐全;陸超;劉映尚;黃河;蘇寅生;;基于泰勒級數(shù)和離散傅里葉變換的綜合自適應(yīng)相量算法[J];電力系統(tǒng)自動化;2016年19期

5 顏廷鑫;劉光曄;謝冬冬;;基于神經(jīng)網(wǎng)絡(luò)的法向阻抗模裕度快速計算方法[J];電網(wǎng)技術(shù);2016年08期

6 丁宏恩;戴則梅;霍雪松;周R加

本文編號：1679046