基于在线核学习的电网不良数据检测与辨识方法.pdf

基于在线核学习的电网不良数据检测与辨识方法.pdf

ID:52478926

大小:428.73 KB

页数:6页

时间:2020-03-28

基于在线核学习的电网不良数据检测与辨识方法.pdf_第1页
基于在线核学习的电网不良数据检测与辨识方法.pdf_第2页
基于在线核学习的电网不良数据检测与辨识方法.pdf_第3页
基于在线核学习的电网不良数据检测与辨识方法.pdf_第4页
基于在线核学习的电网不良数据检测与辨识方法.pdf_第5页
资源描述:

《基于在线核学习的电网不良数据检测与辨识方法.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第40卷第1期电力系统保护与控制V01.40NO.12012年1月1日PowerSystemProtectionandControlJan.1,2012基于在线核学习的电网不良数据检测与辨识方法王兴志,严正,沈沉,李乃湖,景雷,李慧杰(1.电力传输与功率变换控制教育部重点实验室(上海交通大学电气工程系),上海200240;2.电力系统国家重点实验室(清华大学电机系),北京100084;3.阿尔斯通电网中国技术中心,上海201114)摘要:遥测数据和电网参数的准确性是智能电网技术支持系统各种电网分析计算的基础。考虑多时段RTU/PMU信息和电网复功率平衡方程,提

2、出了基于在线核学习的不良数据检测与辨识方法。基于复功率和电压幅值信息来定义复功率平衡性评价指标;引入基于贝叶斯数据处理策略的扩展卡尔曼魔波算法进行不良数据动态检测;采用局部加权投影回归策略对电网参数进行在线辨识。不同规模电网的计算结果表明此算法可行,并具有较高的计算精度,为智能电网技术支持系统高级应用软件的研究提供了一种可行的方法。关键词:电力系统;不良数据;状态辨识;卡尔曼滤波;在线核学习;广域测量系统Powergridbad-datadetectionandidentificationbasedononlinekernellearningmethodWAN

3、GXing.zhi,YANZheng,SHENChen,LINai.hu,JINGLei,LIHui-jie(1.KeyLaboratoryofControlofPowerTransmissionandConversion(DepartmentofElectricalEngineering,ShanghaiJiaoTongUniversity),MinistryofEducation,Shanghai200240,China;2.StateKeyLaboratoryofPowerSystems,TsinghuaUniversity,Beijing100084,

4、China;3.AlstomGridChinaTechnologyCenter,Shanghai201114,China)Abstract:TheaccuracyofremotemeasurementsandnetworkparametersiSthebasisforavarietyofpowersystemanalysisinthesmartgridtechnologysupportsystem.Consideringmulti—periodRTU/PMUinformationandcomplexpowerbalanceequations,anonlinek

5、ernellearning-basedbad—datadetectionandparameteridentificationmethodisproposed.First,theinformationofcomplexpowerandnodevoltageamplitudeisusedtodefinetheindicesofcomplexpowerbalance.Second,theBayesiandataanalysis—basedextendedKalmanfiltermethodisdescribedtodetectthebad—datadynamical

6、ly.Th矾,locallyweightedprojectionregressionmethodisadoptedtoidentifythenetworkparameters.Thecalculationresultsofdiferentscalepowersystemshowthatthisalgorithmisfeasibleandhasahighcomputingaccuracy.Itprovidesaviableapproachfortheadvancedapplicationresearchofsmartgridtechnologysupportsy

7、stem.ThisWOrkiSsupportedbyNationalNmuralScienceFoundationofChina(No.90612018.Keywords:powersystem;baddata;stateidentification;Kalmanfilter;onlinekernellearning;wideareameasurementsystem中图分类号:TM71文献标识码:A文章编号:1674—3415(2012)01—0050—06相反的评价结果。对于智能电网调度技术支持系统0引言而言,不良数据的检测与辨识对保证状态估计结果调度智能

8、化是保障电网安全、优质、经济运行,的正

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。