在電力系統(tǒng)多運行方式的背景下,研究WAMS/SCADA等量測數(shù)據(jù)融合是解決大電網(wǎng)在線穩(wěn)定分析的關(guān)鍵點之一。為此,基于理論分析,從2者數(shù)據(jù)相關(guān)性角度研究了WAMS/SCADA相關(guān)性系數(shù),提出了基于時序數(shù)據(jù)相關(guān)性挖掘的WAMS/SCADA數(shù)據(jù)融合方法。通過構(gòu)建Pearson相關(guān)性系數(shù),對WAMS/SCADA的相關(guān)性進行評估;運用廣義EM算法對量測數(shù)據(jù)曲線時差問題進行函數(shù)模型求解;在考慮量測權(quán)值的情況下對量測有效性進行分析。結(jié)果表明:對3種不同數(shù)據(jù)進行狀態(tài)估計后,經(jīng)過數(shù)據(jù)融合后的曲線結(jié)果在系統(tǒng)穩(wěn)定時段與出現(xiàn)擾動時段均保持平穩(wěn);基于時序數(shù)據(jù)相關(guān)性融合法所得到的狀態(tài)估計曲線變化趨勢與其他算法相同,混合量測狀態(tài)估計結(jié)果誤差<5%。IEEE 118節(jié)點母線系統(tǒng)算例的仿真結(jié)果驗證了上述方法的有效性與穩(wěn)定性。

【文章頁數(shù)】：6 頁

【部分圖文】：

圖1數(shù)據(jù)融合仿真結(jié)果

真中設(shè)置以下3個算例作為對比，3個算例均度過系統(tǒng)穩(wěn)定時段、系統(tǒng)出現(xiàn)擾動時段以及系統(tǒng)回歸穩(wěn)定時段。算例1：只使用SCADA數(shù)據(jù)進行狀態(tài)估計。算例2：在未對2者時序數(shù)據(jù)融合的條件下進行狀態(tài)估計。算例3：對WAMS/SCADA數(shù)據(jù)進行相關(guān)性融合后的狀態(tài)估計。在通過對3種不同數(shù)據(jù)進行狀態(tài)....

圖2多算法對比仿真結(jié)果

MS與SCADA量測時差增大時，估計精度呈下降趨勢，而算例3的估計精度則基本保持不變，且數(shù)據(jù)變化平穩(wěn)，具有較好的穩(wěn)定性。這說明基于時序數(shù)據(jù)相關(guān)性數(shù)據(jù)融合后，混合量測狀態(tài)估計結(jié)果幾乎不受到2者量測時間同步性的影響，保持其誤差<5%。4.3多算法對比仿真該仿真算例選取了目前研究中的2....

圖1數(shù)據(jù)融合仿真結(jié)果

真中設(shè)置以下3個算例作為對比，3個算例均度過系統(tǒng)穩(wěn)定時段、系統(tǒng)出現(xiàn)擾動時段以及系統(tǒng)回歸穩(wěn)定時段。算例1：只使用SCADA數(shù)據(jù)進行狀態(tài)估計。算例2：在未對2者時序數(shù)據(jù)融合的條件下進行狀態(tài)估計。算例3：對WAMS/SCADA數(shù)據(jù)進行相關(guān)性融合后的狀態(tài)估計。在通過對3種不同數(shù)據(jù)進行狀態(tài)....

圖2多算法對比仿真結(jié)果

MS與SCADA量測時差增大時，估計精度呈下降趨勢，而算例3的估計精度則基本保持不變，且數(shù)據(jù)變化平穩(wěn)，具有較好的穩(wěn)定性。這說明基于時序數(shù)據(jù)相關(guān)性數(shù)據(jù)融合后，混合量測狀態(tài)估計結(jié)果幾乎不受到2者量測時間同步性的影響，保持其誤差<5%。4.3多算法對比仿真該仿真算例選取了目前研究中的2....

本文編號：4043622