發(fā)布時間：2023-11-09 17:26

　　隨著我國智能電網(wǎng)全面快速發(fā)展,電網(wǎng)數(shù)字化、信息化程度越來越高,電網(wǎng)安全生產(chǎn)運行越來越依賴大量綜合信息。智能電網(wǎng)對各類實時和非實時廣域海量全景狀態(tài)信息進行精確采集和高效傳輸,并實現(xiàn)“三流”融合、高度集成與共享,相比傳統(tǒng)電網(wǎng)監(jiān)測系統(tǒng),智能電網(wǎng)廣域監(jiān)測范圍、監(jiān)測節(jié)點數(shù)、監(jiān)測信息類型及監(jiān)測信息量等明顯增加。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)逐層匯聚后通過電力通信網(wǎng)進行傳輸,對電力通信網(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)已無法滿足,導(dǎo)致智能電網(wǎng)高級應(yīng)用系統(tǒng)功能無法實現(xiàn),嚴(yán)重影響電網(wǎng)安全、穩(wěn)定運行。為滿足智能電網(wǎng)對海量數(shù)據(jù)在線監(jiān)測、傳輸、存儲的需要,實現(xiàn)智能電網(wǎng)高級應(yīng)用系統(tǒng)功能,確保電網(wǎng)安全、穩(wěn)定、經(jīng)濟運行,本文針對智能電網(wǎng)海量數(shù)據(jù)傳輸和存儲輕型化的需求,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)還原等方面進行研究,論文的主要內(nèi)容如下:(1)針對Ⅰ型信號(即數(shù)據(jù)含脈沖信號或振蕩信號)提出一種采用壓縮感知理論實現(xiàn)智能電網(wǎng)海...

【文章頁數(shù)】：158 頁

【學(xué)位級別】：博士

【文章目錄】：
論文創(chuàng)新點
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
    1.4 本文主要研究工作
第2章 智能電網(wǎng)海量數(shù)據(jù)輕型化機制研究
    2.1 引言
    2.2 海量數(shù)據(jù)輕型化機理分析
    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 典型電物理量信號分析
        3.2.1 電能質(zhì)量概述
        3.2.2 穩(wěn)態(tài)電物理信號
        3.2.3 暫態(tài)電物理信號
    3.3 電能質(zhì)量擾動檢測
    3.4 信號模式識別
        3.4.1 長短時記憶網(wǎng)絡(luò)LSTM
        3.4.2 LSTM網(wǎng)絡(luò)模式識別
    3.5 電物理信號稀疏表示
        3.5.1 構(gòu)建電物理信號原子庫
        3.5.2 快速原子稀疏分解算法
        3.5.3 脈沖信號提取稀疏分解
        3.5.4 弱信號提取及稀疏分解
    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對樣本全標(biāo)注訓(xùn)練
        3.7.3 電物理信號模式識別方法性能比較
        3.7.4 電物理信號原子庫構(gòu)建
        3.7.5 電物理信號擾動檢測
        3.7.6 電物理信號壓縮采樣
    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 電物理信號低秩矩陣填充
    4.3 電物理信號量測數(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 電物理信號非均勻采樣點確定
        4.6.1 采用最優(yōu)隨機采樣矩陣確定信號非均勻采樣點
        4.6.2 采用AVGD確定信號非均勻采樣點
    4.7 電物理信號輕型采樣方法
    4.8 算例分析
        4.8.1 電物理信號輕型采樣
        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 諧波信號稀疏性分析
        5.2.4 信號稀疏表示系數(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)輕型傳輸實驗研究
    6.1 引言
    6.2 網(wǎng)絡(luò)仿真實驗研究
        6.2.1 OPNET網(wǎng)絡(luò)仿真平臺
        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)仿真實驗分析
    6.3 模擬測試實驗研究
    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
攻讀博士學(xué)位期間發(fā)表的科研成果目錄
致謝
附錄 模擬測試實驗平臺



本文編號：3861695