电力系统异常数据检测辨识方法综述.pdf

《电力系统异常数据检测辨识方法综述.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36卷第6期2015年12月电力与能源813电力系统异常数据检测辨识方法综述王晶(西安电子科技大学数学与统计学院，陕西西安710071)摘要：电力系统中异常数据的存在会很大程度上降低系统状态估计准确度及状态估计收敛速率。介绍了电力系统异常数据产生的原因及不良影响，根据传统与非传统的分类方法分别介绍了多种电力系统异常数据检测辨识方法，同时还分析了各种方法的优缺点。最后，展望了该方向值得继续学习的新方法。关键词：电力系统；异常数据；检测辨识；传统方法；非传统方法基金项目：国家自然科学基金项目(71271165)；国家电网公司科技

2、项目作者简介：王晶(1991)，女，硕士研究生，主要从事系统可靠性建模、分析与预测。中圈分类号：TM71文献标志码：A文章编号：2095—1256(2015)06～0813—05ASurveyonPowerSystemBadDataDetectionandIdentificationWANGJing(SchoolofMathmaticsandStatistics，XidianUniversity，Xian710071，China)Abstract：Powersystembaddatacanreducetheaccuracyan

3、dconvergenceefficiencyofstateestimationlarge—lY．Thispaperfirstintroducesthecausesandthenegativeeffectsofpowersystembaddata．Then，reeom—mendsthepowersystembaddatadetectionandidentificationmethodsaccordingtowhethertheybelongtocon—ventionalorunc0nventionalmethods。andthe

4、advantagesanddisadvantagesofvariousmethodsarealsoana—lyzed．Finally，thenewmethodsareexpectedtofurtherthisresearch．Keywords：powersystem；baddata；detectionandidentification；nonconventionalmethods；unconventi0nalmethodsFoundationitems：TheNationalNaturalScienceFoundationof

5、China(71271165)；ScienceandTechnologyPro—jectofStateGridCorporationofChina目前，现代化技术越来越先进。随之，在各种响。在实际电站运行过程中，存在着许多不可预电力系统中，电网的内部结构及系统运行方式也知因素会引起设备出现故障，从而使得测量数据变得更加复杂，这使得加深系统智能化、自动化成有误差l_4；太阳能光伏发电系统中]，由于传输距为必然。同时，由于人们对电能质量的要求提高，离远、传输变量多，数据在采集与传输过程中由于使得必须拥有更真实、更精确的数据库。然而

6、，多系统、环境等客观原因及人为主观原因影响，难免种外部环境的干扰会导致少数测量数据存在测量会使得少数测量数据缺失或异常；在地热发电系误差，影响数据分析，进而影响决策。例如，在风统中]，生产井与回灌井之间的距离与系统运行电厂系统中[1]，由于电气控制或系统部件故障导状态之间有很大关系。若两者距离太近，前者的致风机故障使得传感器测得的风速、风向等因素热水温度会被后者的冷水快速冷却；如果距离较都存在很大的误差；水力发电系统中，由于发电机远，又不能起到维持热储压力的作用。两者都会的超负荷运作或者发电机振动失步导致测量数据使得系统收集到

7、的数据存在较大误差。因此，为存在严重误差_2；在火电厂系统中，由于传感器故了保证电力系统可以正常运行，必须对系统异常障或系统本体故障，导致对流量、料位、转速、振数据进行检测辨识及修正等相关处理。动、位移和应力的测量产生误差[3]，或者由于电气1异常数据产生原因、不良影响系统的不正常运行及各项设备长时间的运行也会出现各种影响测量数据精确度的问题；核电站中，1．1异常数据产生原因系统的运行状态被重要设备的运行状态直接影电力系统测量数据一般由有效测量数据与测814王晶：电力系统异常数据检测辨识方法综述量误差两部分组成。通常情况下，测

8、量误差是服上通过递归的方法逐次计算测量误差的估计值。从正态分布的白噪声，对其经过一定的处理后就这使得在删去异常数据后，不再需要重新计算灵基本可以消除对电力系统状态预测和估计结果的敏度矩阵，大大减小计算量，加快计算速度。随影响。而异常数据是指测量误差很大致使其远远后，将降阶后的