北极星

搜索历史清空

  • 水处理
您的位置:电力输配电电网建设技术正文

【干货】基于随机矩阵理论的电力系统大数据框架设计!

2016-07-14 09:35来源:电力系统自动化关键词:大数据电力系统智能电网收藏点赞

投稿

我要投稿

基于随机矩阵理论的电力系统大数据框架设计:贺兴,艾芊,邱才明,黄文焘,朴龙健,刘海春

1.研究背景

当前,电网发展已步入智能电网时代——电网的拓扑结构日益复杂,新型元素渗透率越来越高,致使电网运行机理愈加复杂,经典指标的包络线/阈值判定难以保证系统的可靠运行。而另一方面,数据的获取和储存越来越容易,长远来看,数据将会作为一种战略资源而成为系统认知的主要驱动力。从数据特征上来看,系统噪声往往是高维信号,如两个不同节点的负荷随机波动互不相关;而异常则是关联度较强的低维信号,如网络拓扑结构或负荷突增等均会对多个节点产生基于某种机理(虽然未知)的影响。从这一点出发,文章基于随机矩阵理论,系统性地设计了一套数据驱动的电力系统分析框架。

2.随机矩阵理论方法思路

随机矩阵理论(randommatrixtheory,RMT)主要是基于统计学分析数据间的相关性——首先对采样数据建立其随机矩阵模型(randommatrixmodel,RMM),然后从RMM中提炼出高维统计指标,最终通过可视化、工程解读等步骤从指标中提取有效信息以认知系统。高维指标可视为系统在某一时空断面(空间N,时间T)对应数据矩阵的统计值。通过对高维指标设置阈值/包络线,结合假设检验可实现异常发现。通过这种工作,建立起了新形势下的电网运行与最新的数学理论研究之间的桥梁,如电网故障检测与随机矩阵中的圆环律RingLaw和MPLaw。在文中,采用基于Matpower的IEEE-118节点系统的异常检测和基于PSCAD的故障检测对所提架构进行了验证。该架构可应用于电力系统实时故障检测、分析,稳定性评估等领域。

3.算例和结果

1.异常检测及指标

算例采用基于Matpower的IEEE-118节点系统。在仿真系统中设置异常事件,如某节点负荷突变。该信号将会在高维视角表现出有别于噪声的统计特性。我们可以将电压数据建模成:

相关阅读:

【推荐】面向全球能源互联网的电力大数据基础体系架构!

互联网+电网企业=大数据信息共享+绿色生态变电站?

投稿与新闻线索:陈女士 微信/手机:13693626116 邮箱:chenchen#bjxmail.com(请将#改成@)

特别声明:北极星转载其他网站内容,出于传递更多信息而非盈利之目的,同时并不代表赞成其观点或证实其描述,内容仅供参考。版权归原作者所有,若有侵权,请联系我们删除。

凡来源注明北极星*网的内容为北极星原创,转载需获授权。

大数据查看更多>电力系统查看更多>智能电网查看更多>