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

基于随机矩阵理论的未来电网认知

2016-07-28 08:31来源:中国电机工程学报关键词:电力系统电网安全大数据收藏点赞

投稿

我要投稿

2016年5月12日至13日,中国电力科学研究院在仿真楼208会议室组织召开了2016年“二零八科学会议”,本次会议的主题为“大数据时代大电网安全与运营基础理论、关键技术及发展趋势”。来自公司科研、产业、运行及高校的39位专家出席了本次会议。中国电科院郭剑波院长到会并进行了“二零八科学会议”的总结发言。上海交通大学邱才明教授做了题目为《基于随机矩阵理论的未来电网认知》的报告,小编征得邱教授同意,与您分享。

邱才明教授指出,电网的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,用户需也呈现多元化的趋势,这些因素极大地提升了系统机理模型的复杂度和电网认知的所涉及范围。而经典指标往往基于模型,难以认知复杂的电网和灵活地提供多种视角。而另一方面,数据也是电力系统运行状态、机理等本质的一种表现形式。随着数据采集、存储、通信、计算成本的降低,基于数据驱动的电网认知也逐渐得到工业界和学术界的重视。从数据特征上来看,系统中存在的随机扰动往往是高维信号,而故障、异常等信号则是低维的且关联度很强——如某节点负荷突增会对毗邻的数个节点产生基于某种机理(虽然未知但是较为固定)的影响。而基于采样数据,可通过纯数学过程直接构造统计指标,该步骤灵活且不会引入系统误差。统计指标,相比于经典指标,具备更好的潜力来认知未来电网。

随机矩阵理论(randommatrixtheory,RMT)支撑大数据分析,可处理高维度、长时间跨度的工程数据,是实现数据驱动的电网认知的核心。RMT首先根据采样源数据建立其随机矩阵建模(randommatrixmodel,RMM);然后应用最新的数学理论,根据RMM形成高维统计指标;最终通过可视化、工程解读等从指标中提取有效信息以认知系统。随机矩阵理论给电力系统认知提供了一种全新的视角,可以提升数据特别是高维度长时间跨度的大数据的利用率,同时解决经典模型方案极难回避的一些问题;特别的,该方法具有非常好的时空表现,对于坏数据(数据异常、丢失、不同步等)有非常好的鲁棒性。

虽然当前基于随机矩阵理论的电网分析和应用才起步;但长远来看,数据资源将越来越丰富,极有可能成为电网认知的主要驱动力。另一方面,大数据方法也不可能取代常规建模方法,两者并不冲突,可以相互印证、结合。最终,将有望形成一套统计指标联合经典指标的电力系统认知体系,以辅助电网职员进行决策制定。

附:报告PPT节选

延伸阅读:

【干货】基于随机矩阵理论的电力系统大数据框架设计!

原标题:【学术前沿】上海交通大学邱才明,艾芊,金之俭等:基于随机矩阵理论的未来电网认知
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。

电力系统查看更多>电网安全查看更多>大数据查看更多>