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

【摘要】：目前,國(guó)內(nèi)廣域量測(cè)系統(tǒng)(WAMS)在實(shí)際應(yīng)用中出現(xiàn)較多錯(cuò)誤數(shù)據(jù),由此衍生出大量錯(cuò)誤的電網(wǎng)設(shè)備告警記錄。為解決傳統(tǒng)方法在辨識(shí)和還原WAMS錯(cuò)誤數(shù)據(jù)時(shí)時(shí)效性差、漏報(bào)率高的問(wèn)題,文章重點(diǎn)分析了在有功功率量測(cè)過(guò)程中所出現(xiàn)的異常情況,歸納和總結(jié)出典型錯(cuò)誤數(shù)據(jù)的特征,提出一種基于模式識(shí)別的WAMS錯(cuò)誤數(shù)據(jù)快速辨識(shí)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(cuò)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(cè)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(cuò)誤數(shù)據(jù)的辨識(shí)。最后文中設(shè)計(jì)了3個(gè)算例分別展示了暫態(tài)下正確數(shù)據(jù)、穩(wěn)態(tài)下錯(cuò)誤數(shù)據(jù)以及大量數(shù)據(jù)下的辨識(shí)和恢復(fù)結(jié)果。結(jié)果表明,因?yàn)闊o(wú)需輸入大量網(wǎng)架信息和沒(méi)有迭代計(jì)算,模式識(shí)別的方法無(wú)論是準(zhǔn)確度還是計(jì)算時(shí)間上都具有較強(qiáng)優(yōu)勢(shì),能夠?yàn)殡娋W(wǎng)狀態(tài)監(jiān)測(cè)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(hào)】：TM76

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 田園;胡炎;;計(jì)及保護(hù)和斷路器動(dòng)作不確定性的隱性故障檢測(cè)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(shí)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(shí)濾除低頻干擾的方法[J];電力系統(tǒng)自動(dòng)化;2016年02期

4 朱利鵬;陸超;黃河;蘇寅生;汪際鋒;;基于廣域時(shí)序數(shù)據(jù)挖掘策略的暫態(tài)電壓穩(wěn)定評(píng)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(dòng)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(píng)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(cè)狀態(tài)估計(jì)相角參考點(diǎn)壞數(shù)據(jù)問(wèn)題的處理方法[J];電力系統(tǒng)自動(dòng)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(jì)不良數(shù)據(jù)檢測(cè)辨識(shí)中的應(yīng)用[J];電力系統(tǒng)及其自動(dòng)化學(xué)報(bào);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(wàn)楚林;陳皓勇;郭曼蘭;;基于模式識(shí)別的WAMS有功功率錯(cuò)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(shī)武;文勁宇;侯云鶴;苗世洪;;WAMS錯(cuò)誤數(shù)據(jù)的快速辨識(shí)及恢復(fù)方法[J];電力自動(dòng)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(jí)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(dòng)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(jì)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(hào)：1679046