水电电工知识
水电技术|基于随机矩阵理论的电力系统大数据框架设计!
2017-03-15  浏览:25
水电之家讯: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?

水电之家为您提供最全面的管材,管件,水电,电线,电工,管材水电品牌的装修知识点和各种管材水电的导购与在线购买服务,拥有最便宜的管材水电价格和最优质的售后服务,每天都有秒杀的抢购活动哦!敬请登陆水电之家:http://shuidian.jc68.com/
更多»您可能感兴趣的文章:
更多»有关 管材 的产品:
  • 水电电工资讯
  • 发表评论 | 0评
  • 评论登陆
  • 移动社区 陶瓷头条 空调头条 卫浴头条 洁具头条 油漆头条 涂料头条 地板头条 吊顶头条 衣柜头条 家居头条 老姚之家 灯饰之家 电气之家 全景头条 照明之家 防水之家 防盗之家 区快洞察 建材 深圳建材 香港建材 佛山建材 广州建材 东莞建材 惠州建材 南宁建材 崇左建材 来宾建材 河池建材 贺州建材 百色建材 玉林建材 贵港建材 钦州建材 防城港建材 北海建材 梧州建材 桂林建材 柳州建材
    (c)2015-2017 Bybc.cn SYSTEM All Rights Reserved