【摘要】：為給智能電網(wǎng)的自動(dòng)監(jiān)測(cè)和控制提供數(shù)據(jù)支撐,構(gòu)建完善的電能質(zhì)量信息平臺(tái)、實(shí)現(xiàn)對(duì)海量監(jiān)測(cè)數(shù)據(jù)中信息的深層次分析和有效管理成為發(fā)展和研究趨勢(shì)。電能質(zhì)量擾動(dòng)承載著描述系統(tǒng)運(yùn)行狀態(tài)和反映負(fù)荷特性的有效信息,可以為基于總體測(cè)辨法的負(fù)荷建模提供數(shù)據(jù)補(bǔ)充,充分利用已有資源。負(fù)荷由于隨機(jī)時(shí)變性、構(gòu)成復(fù)雜性等特點(diǎn),其建模需要持續(xù)長(zhǎng)時(shí)間的監(jiān)測(cè)數(shù)據(jù),數(shù)據(jù)規(guī)模大。為緩解海量監(jiān)測(cè)數(shù)據(jù)的采集、壓縮、存儲(chǔ)和傳輸問題,壓縮感知理論克服了傳統(tǒng)壓縮模式的種種弊端,降低了監(jiān)測(cè)終端的硬件實(shí)現(xiàn)難度,更加合理地利用了系統(tǒng)配置。分布式壓縮感知理論解決了面向有共享支撐集的多個(gè)測(cè)量向量為對(duì)象的壓縮感知問題,采用獨(dú)立測(cè)量、聯(lián)合重構(gòu)的處理模式,充分利用了信號(hào)間的相關(guān)性,降低了精確重構(gòu)所需測(cè)量數(shù)。本文提出基于應(yīng)用壓縮感知理論處理擾動(dòng)數(shù)據(jù)的電能質(zhì)量監(jiān)測(cè)系統(tǒng)進(jìn)行負(fù)荷建模的思想并圍繞此開展研究。首先,從負(fù)荷建模對(duì)樣本數(shù)據(jù)的要求和電網(wǎng)各監(jiān)測(cè)系統(tǒng)的性能出發(fā),對(duì)基于各類系統(tǒng)監(jiān)測(cè)數(shù)據(jù)負(fù)荷建模的可行性和實(shí)用性進(jìn)行比較,分析得到了基于電能質(zhì)量監(jiān)測(cè)系統(tǒng)進(jìn)行負(fù)荷建模的優(yōu)勢(shì),對(duì)暫態(tài)電能質(zhì)量監(jiān)測(cè)數(shù)據(jù)用于建模的預(yù)處理過程進(jìn)行了總結(jié);介紹了壓縮感知理論應(yīng)用于處理電能質(zhì)量信號(hào)的數(shù)學(xué)模型和分布式壓縮感知理論的應(yīng)用模型。對(duì)基于電能質(zhì)量擾動(dòng)壓縮采樣數(shù)據(jù)的負(fù)荷單樣本建模進(jìn)行了探討。基于PSCAD搭建了 IEEE-14節(jié)點(diǎn)標(biāo)準(zhǔn)測(cè)試系統(tǒng),通過設(shè)置故障獲得電能質(zhì)量擾動(dòng)事件記錄。在分析作為建模樣本的電能質(zhì)量擾動(dòng)數(shù)據(jù)特征的基礎(chǔ)上,為提高數(shù)據(jù)處理效率,設(shè)計(jì)了分段壓縮采樣與基于改進(jìn)SP方法重構(gòu)的方案,完成了建模前的數(shù)據(jù)獲取和處理,并通過仿真分析了數(shù)據(jù)處理方案的性能�；谥貥�(gòu)數(shù)據(jù),形成了負(fù)荷建模數(shù)據(jù)樣本,對(duì)模型的參數(shù)進(jìn)行了辨識(shí)。通過檢驗(yàn)基于重構(gòu)數(shù)據(jù)建立的負(fù)荷模型對(duì)負(fù)荷特性的描述能力,驗(yàn)證了負(fù)荷模型的有效性。表明了重構(gòu)方法的精確度滿足負(fù)荷建模要求,證明了數(shù)據(jù)處理方案的有效性,說明了基于電能質(zhì)量擾動(dòng)信號(hào)的壓縮采樣值進(jìn)行負(fù)荷建模具有可行性。對(duì)基于電能質(zhì)量壓縮采樣數(shù)據(jù)的負(fù)荷綜合建模進(jìn)行了探討�？紤]負(fù)荷的時(shí)變性,針對(duì)負(fù)荷特性分類與綜合的處理方案,提出將分布式壓縮感知理論應(yīng)用于解決負(fù)荷特性綜合問題的思想。針對(duì)負(fù)荷特性相似的數(shù)據(jù),引入混合支撐集聯(lián)合稀疏模型描述數(shù)據(jù)相關(guān)性,設(shè)計(jì)了分段壓縮采樣和基于閾值和回溯機(jī)制的分布式匹配追蹤算法用于聯(lián)合重構(gòu)的處理方案。該重構(gòu)方案不需要信號(hào)稀疏度作為先驗(yàn)條件,并減少了觀測(cè)值所需數(shù)目。通過仿真,分析了算法對(duì)同類負(fù)荷數(shù)據(jù)聯(lián)合重構(gòu)的性能。利用算法重構(gòu)的數(shù)據(jù),基于實(shí)測(cè)響應(yīng)對(duì)負(fù)荷特性進(jìn)行綜合、建立了所屬類的通用模型。通過檢驗(yàn)負(fù)荷模型在一定程度上具有泛化性,即負(fù)荷的時(shí)變性問題得到了解決,證明了提出的負(fù)荷綜合數(shù)據(jù)的處理模型和方法的正確性。
【學(xué)位授予單位】：山東大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：TM711;TM714
【圖文】：

當(dāng)測(cè)量數(shù)Ｍ變化時(shí)，選取壓縮采樣比從１０％變化至５０％，調(diào)用重構(gòu)算法對(duì)逡逑信號(hào)集進(jìn)行重構(gòu)，觀察各組數(shù)據(jù)平均ＳＮＲ和ＭＳＥ指標(biāo)的變化情況，變化曲線如逡逑圖３－２、圖３－３所示。逡逑５５邋：＇邐￣邐１．邐Ｌ邐Ｌ邐—邐Ｉ邐＾邐Ｉ邐＾邋乙邐．邐＾邐＊邋：逡逑ｔ邋改進(jìn)的ＳＰ算法分組重構(gòu)＊逡逑５０－邐＾＾一邐－逡逑＾邋ＳＰ算法邐d叔義希矗靛宀峰危у義希阱巍鰣義希澹掊義�？邋３�(dān)皰危掊危義希ュ義希常安峰騫沐危義希玻擔(dān)蓿危義希睿鑠邋五澹郟懇誨五澹蟈五澹蟈五澹蟈五五澹蟈五危蟈�？逦逦辶x希埃卞危埃保靛危埃插危埃玻靛危埃沖危埃常靛危埃村危埃矗靛危埃靛義涎顧醪裳齲茫櫻義義賢跡常膊煌顧鯌蒲認(rèn)氯哦鍬嫉模櫻危冶浠咤義希玻瑰義

本文編號(hào)：2769920