隨著我國(guó)智能電網(wǎng)全面快速發(fā)展,電網(wǎng)數(shù)字化、信息化程度越來(lái)越高,電網(wǎng)安全生產(chǎn)運(yùn)行越來(lái)越依賴大量綜合信息。智能電網(wǎng)對(duì)各類實(shí)時(shí)和非實(shí)時(shí)廣域海量全景狀態(tài)信息進(jìn)行精確采集和高效傳輸,并實(shí)現(xiàn)“三流”融合、高度集成與共享,相比傳統(tǒng)電網(wǎng)監(jiān)測(cè)系統(tǒng),智能電網(wǎng)廣域監(jiān)測(cè)范圍、監(jiān)測(cè)節(jié)點(diǎn)數(shù)、監(jiān)測(cè)信息類型及監(jiān)測(cè)信息量等明顯增加。在智能電網(wǎng)向能源互聯(lián)網(wǎng)演化進(jìn)程中,新業(yè)務(wù)蓬勃發(fā)展使得電力通信網(wǎng)業(yè)務(wù)變得復(fù)雜多樣化,業(yè)務(wù)逐層匯聚后通過(guò)電力通信網(wǎng)進(jìn)行傳輸,對(duì)電力通信網(wǎng)提出了更高要求,且隨著智能電網(wǎng)、信息系統(tǒng)、營(yíng)銷系統(tǒng)等發(fā)展產(chǎn)生了海量數(shù)據(jù)交互,帶寬需求急劇上升,現(xiàn)有傳輸網(wǎng)絡(luò)已無(wú)法滿足,導(dǎo)致智能電網(wǎng)高級(jí)應(yīng)用系統(tǒng)功能無(wú)法實(shí)現(xiàn),嚴(yán)重影響電網(wǎng)安全、穩(wěn)定運(yùn)行。為滿足智能電網(wǎng)對(duì)海量數(shù)據(jù)在線監(jiān)測(cè)、傳輸、存儲(chǔ)的需要,實(shí)現(xiàn)智能電網(wǎng)高級(jí)應(yīng)用系統(tǒng)功能,確保電網(wǎng)安全、穩(wěn)定、經(jīng)濟(jì)運(yùn)行,本文針對(duì)智能電網(wǎng)海量數(shù)據(jù)傳輸和存儲(chǔ)輕型化的需求,從壓縮采樣、基于低秩Hankel矩陣的非均勻采樣、最少特征信息提取、輕型協(xié)議數(shù)據(jù)生成及原始海量數(shù)據(jù)還原等方面進(jìn)行研究,論文的主要內(nèi)容如下:(1)針對(duì)Ⅰ型信號(hào)(即數(shù)據(jù)含脈沖信號(hào)或振蕩信號(hào))提出一種采用壓縮感知理論實(shí)現(xiàn)智能電網(wǎng)海...

【文章頁(yè)數(shù)】：158 頁(yè)

【學(xué)位級(jí)別】：博士

【文章目錄】：
論文創(chuàng)新點(diǎn)
摘要
Abstract
第1章 緒論
    1.1 課題研究背景與意義
        1.1.1 研究背景
        1.1.2 研究意義
    1.2 課題國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 數(shù)據(jù)采樣技術(shù)研究現(xiàn)狀
        1.2.2 數(shù)據(jù)傳輸技術(shù)研究現(xiàn)狀
        1.2.3 電力信息通信技術(shù)研究現(xiàn)狀
    1.3 課題研究發(fā)展趨勢(shì)
    1.4 本文主要研究工作
第2章 智能電網(wǎng)海量數(shù)據(jù)輕型化機(jī)制研究
    2.1 引言
    2.2 海量數(shù)據(jù)輕型化機(jī)理分析
    2.3 海量數(shù)據(jù)輕型化技術(shù)方案
        2.3.1 海量數(shù)據(jù)輕型化機(jī)理分析及傳輸帶寬分配策略
        2.3.2 電物理量數(shù)據(jù)輕型采樣
        2.3.3 電物理量數(shù)據(jù)最少特征信息提取
        2.3.4 多通信協(xié)議環(huán)境下輕型協(xié)議數(shù)據(jù)生成
        2.3.5 輕型協(xié)議數(shù)據(jù)特征解析與數(shù)據(jù)還原
    2.4 海量數(shù)據(jù)輕型化技術(shù)內(nèi)核
    2.5 海量數(shù)據(jù)輕型化機(jī)制可行性分析
        2.5.1 可行性分析
        2.5.2 可靠性分析
    2.6 小結(jié)
第3章 智能電網(wǎng)海量數(shù)據(jù)壓縮采樣方法研究
    3.1 引言
    3.2 典型電物理量信號(hào)分析
        3.2.1 電能質(zhì)量概述
        3.2.2 穩(wěn)態(tài)電物理信號(hào)
        3.2.3 暫態(tài)電物理信號(hào)
    3.3 電能質(zhì)量擾動(dòng)檢測(cè)
    3.4 信號(hào)模式識(shí)別
        3.4.1 長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)LSTM
        3.4.2 LSTM網(wǎng)絡(luò)模式識(shí)別
    3.5 電物理信號(hào)稀疏表示
        3.5.1 構(gòu)建電物理信號(hào)原子庫(kù)
        3.5.2 快速原子稀疏分解算法
        3.5.3 脈沖信號(hào)提取稀疏分解
        3.5.4 弱信號(hào)提取及稀疏分解
    3.6 海量電物理數(shù)據(jù)壓縮采樣方法
    3.7 算例分析1
        3.7.1 數(shù)據(jù)樣本集構(gòu)造
        3.7.2 LSTM對(duì)樣本全標(biāo)注訓(xùn)練
        3.7.3 電物理信號(hào)模式識(shí)別方法性能比較
        3.7.4 電物理信號(hào)原子庫(kù)構(gòu)建
        3.7.5 電物理信號(hào)擾動(dòng)檢測(cè)
        3.7.6 電物理信號(hào)壓縮采樣
    3.8 算例分析2
    3.9 小結(jié)
第4章 智能電網(wǎng)海量數(shù)據(jù)基于低秩Hankel矩陣的非均勻采樣方法研究
    4.1 引言
    4.2 電物理信號(hào)低秩矩陣填充
    4.3 電物理信號(hào)量測(cè)數(shù)據(jù)低秩性證明
    4.4 低秩矩陣填充理論
    4.5 低秩矩陣填充恢復(fù)算法
    4.6 電物理信號(hào)非均勻采樣點(diǎn)確定
        4.6.1 采用最優(yōu)隨機(jī)采樣矩陣確定信號(hào)非均勻采樣點(diǎn)
        4.6.2 采用AVGD確定信號(hào)非均勻采樣點(diǎn)
    4.7 電物理信號(hào)輕型采樣方法
    4.8 算例分析
        4.8.1 電物理信號(hào)輕型采樣
        4.8.2 主要間諧波輕型采樣
    4.9 小結(jié)
第5章 智能電網(wǎng)海量數(shù)據(jù)輕型傳輸方法研究
    5.1 引言
    5.2 最少特征信息提取
        5.2.1 最少特征信息非零奇異值
        5.2.2 最少特征信息稀疏表示非零系數(shù)或特征參數(shù)
        5.2.3 諧波信號(hào)稀疏性分析
        5.2.4 信號(hào)稀疏表示系數(shù)與特征參數(shù)關(guān)系
    5.3 輕型協(xié)議數(shù)據(jù)生成機(jī)制
        5.3.1 最少特征信息分組編碼
        5.3.2 模式特征向量映射
        5.3.3 抽象通信服務(wù)映射
        5.3.4 輕型協(xié)議數(shù)據(jù)生成
        5.3.5 輕型協(xié)議數(shù)據(jù)傳輸服務(wù)模型
    5.4 稀疏表示非零系數(shù)位置位串傳輸服務(wù)模型
    5.5 數(shù)據(jù)傳輸帶寬動(dòng)態(tài)分配算法
    5.6 輕型協(xié)議數(shù)據(jù)特征解析數(shù)據(jù)還原
    5.7 算例分析
    5.8 小結(jié)
第6章 智能電網(wǎng)海量數(shù)據(jù)輕型傳輸實(shí)驗(yàn)研究
    6.1 引言
    6.2 網(wǎng)絡(luò)仿真實(shí)驗(yàn)研究
        6.2.1 OPNET網(wǎng)絡(luò)仿真平臺(tái)
        6.2.2 智能變電站通信網(wǎng)絡(luò)結(jié)構(gòu)
        6.2.3 通信網(wǎng)絡(luò)建模
        6.2.4 網(wǎng)絡(luò)仿真實(shí)驗(yàn)分析
    6.3 模擬測(cè)試實(shí)驗(yàn)研究
    6.4 小結(jié)
第7章 結(jié)論與展望
    7.1 本文主要結(jié)論
    7.2 后續(xù)工作展望
參考文獻(xiàn)
攻讀博士學(xué)位期間發(fā)表的科研成果目錄
致謝
附錄 模擬測(cè)試實(shí)驗(yàn)平臺(tái)



本文編號(hào)：3861695