【摘要】：數(shù)據(jù)是智能電網(wǎng)建設(shè)的戰(zhàn)略資源乃至主要驅(qū)動(dòng)力。如何處理智能電網(wǎng)中呈現(xiàn)海量、多樣、實(shí)時(shí)、真實(shí)等4個(gè)特征的4 Vs數(shù)據(jù),并從中提取信息,是電力系統(tǒng)大數(shù)據(jù)建設(shè)所面臨的核心問(wèn)題。描述了大數(shù)據(jù)的特征和引入了隨機(jī)矩陣?yán)碚撟鳛榛A(chǔ),以及提出電力系統(tǒng)大數(shù)據(jù)的應(yīng)用思路和架構(gòu)。具體電力應(yīng)用方面,介紹了所開(kāi)發(fā)的早期事件發(fā)現(xiàn)、事件診斷和定位、相關(guān)性分析、可視化3D Power Map輔助展示等一系列功能。在此基礎(chǔ)上,建立起以隨機(jī)矩陣為理論基礎(chǔ),以數(shù)據(jù)為主要驅(qū)動(dòng)力的電力系統(tǒng)認(rèn)知體系框架,并探討其與傳統(tǒng)經(jīng)典認(rèn)知方案的區(qū)別。進(jìn)一步設(shè)計(jì)案例考查了其對(duì)壞數(shù)據(jù)的魯棒能力,其結(jié)果表明,隨機(jī)矩陣?yán)碚撨@種工具可以有效地處理電網(wǎng)中的復(fù)雜數(shù)據(jù),具有很好的學(xué)術(shù)研究意義和工程應(yīng)用價(jià)值。另通過(guò)仿真算例驗(yàn)證了隨機(jī)矩陣方案對(duì)數(shù)據(jù)異步的魯棒性。
[Abstract]:Data is the strategic resource and even the main driving force of smart grid construction. How to deal with 4 Vs data with 4 features, such as magnanimity, diversity, real time and reality in smart grid, and how to extract information from it are the core problems faced by big data in power system construction. This paper describes the characteristics of big data and introduces the stochastic matrix theory as the basis, and puts forward the applied train of thought and framework of power system big data. In the aspect of electric power application, a series of functions such as early event discovery, event diagnosis and location, correlation analysis, visual 3D Power Map display and so on are introduced. On this basis, a framework of power system cognitive system based on stochastic matrix and data as the main driving force is established, and the difference between it and traditional classical cognitive schemes is discussed. Further design cases are designed to examine its robustness to bad data. The results show that stochastic matrix theory is an effective tool to deal with complex data in power grid, and has good academic significance and engineering application value. The robustness of the random matrix scheme to data asynchrony is verified by a simulation example.
【作者單位】： 上海交通大學(xué)電子信息與電氣工程學(xué)院;國(guó)網(wǎng)上海市電力公司市區(qū)供電公司;
【基金】：國(guó)家自然科學(xué)基金項(xiàng)目(51577115,61571296)~~
【分類號(hào)】：TM76

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 吳國(guó)富,王東謙;正態(tài)隨機(jī)矩陣的相關(guān)矩陣估計(jì)[J];徐州建筑職業(yè)技術(shù)學(xué)院學(xué)報(bào);2003年01期

2 張子剛;S×S隨機(jī)矩陣遍歷指數(shù)“缺數(shù)”的結(jié)構(gòu)[J];華中工學(xué)院學(xué)報(bào);1983年02期

3 杜吉佩;楊尚駿;;關(guān)于隨機(jī)矩陣的一點(diǎn)注記[J];沈陽(yáng)建筑工程學(xué)院學(xué)報(bào);1993年02期

4 周亞清;隨機(jī)矩陣的極限狀態(tài)[J];河海大學(xué)學(xué)報(bào);1997年01期

5 葉蔭宇;關(guān)于S×S隨機(jī)矩陣遍歷指數(shù)“缺數(shù)”的幾個(gè)結(jié)論[J];華中工學(xué)院學(xué)報(bào);1983年02期

6 陳小康,楊明輝;關(guān)于遍歷隨機(jī)矩陣族的遍歷指數(shù)的上確界[J];華中工學(xué)院學(xué)報(bào);1980年01期

7 張子剛;列向量的邏輯和與隨機(jī)矩陣遍歷指數(shù)的確界問(wèn)題[J];華中工學(xué)院學(xué)報(bào);1980年01期

8 涂漢生;;正態(tài)隨機(jī)矩陣多項(xiàng)式的均值與協(xié)差陣[J];西南交通大學(xué)學(xué)報(bào);1993年04期

9 楊載樸,施容華;既約隨機(jī)矩陣[J];南京理工大學(xué)學(xué)報(bào);1999年03期

10 葉蔭宇;有向圖及不定方程與隨機(jī)矩陣族的遍歷性問(wèn)題[J];華中工學(xué)院學(xué)報(bào);1981年06期

相關(guān)會(huì)議論文 前1條

1 石宇;唐紅;張毅;;用于特定流匹配的Hash算法的FPGA實(shí)現(xiàn)[A];’2004計(jì)算機(jī)應(yīng)用技術(shù)交流會(huì)議論文集[C];2004年

相關(guān)博士學(xué)位論文 前5條

1 曾杏元;生成于四種流形上的大維隨機(jī)矩陣的譜分布[D];中南大學(xué);2013年

2 夏寧寧;大維隨機(jī)矩陣特征向量的極限分析[D];東北師范大學(xué);2013年

3 鮑志剛;關(guān)于隨機(jī)矩陣普適性的若干研究[D];浙江大學(xué);2013年

4 金百鎖;大維隨機(jī)矩陣譜分布的極限理論研究及其應(yīng)用[D];中國(guó)科學(xué)技術(shù)大學(xué);2006年

5 胡江;大維隨機(jī)矩陣經(jīng)驗(yàn)譜分布函數(shù)的收斂[D];東北師范大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 楊玲玲;兩類具有相依結(jié)構(gòu)的隨機(jī)矩陣的譜分析[D];鄭州大學(xué);2015年

2 呂巍;基于隨機(jī)矩陣?yán)碚摵透倪M(jìn)MDL準(zhǔn)則的MIMO雷達(dá)目標(biāo)數(shù)檢測(cè)方法研究[D];吉林大學(xué);2016年

3 李素華;隨機(jī)矩陣新的非1特征值包含集[D];云南大學(xué);2016年

4 章青袍;基于隨機(jī)矩陣分解的金融市場(chǎng)風(fēng)險(xiǎn)—收益結(jié)構(gòu)研究[D];浙江大學(xué);2016年

5 吳翎燕;基于隨機(jī)矩陣?yán)碚摰慕鹑诰W(wǎng)絡(luò)“去噪”研究[D];武漢理工大學(xué);2013年

6 許帥;復(fù)雜網(wǎng)絡(luò)的隨機(jī)矩陣?yán)碚摲治鯷D];中國(guó)礦業(yè)大學(xué);2014年

7 馬德福;基于混沌序列與0-1隨機(jī)矩陣的圖像加密技術(shù)研究與實(shí)現(xiàn)[D];天津師范大學(xué);2013年

8 李蓉;隨機(jī)矩陣?yán)碚撛诜伟┗蚓W(wǎng)絡(luò)識(shí)別中的應(yīng)用[D];湘潭大學(xué);2009年

9 丁曉峰;均值方差投資組合模型與隨機(jī)矩陣相關(guān)應(yīng)用[D];中國(guó)科學(xué)技術(shù)大學(xué);2015年

10 潘攀;基于隨機(jī)矩陣?yán)碚摰闹袊?guó)股市互相關(guān)分析[D];暨南大學(xué);2014年

，

本文編號(hào)：2420334