电力系统在线安全稳定分析数据预处理方法.docVIP

电力系统在线安全稳定分析数据预处理方法 　　摘要：研究了电网在线安全稳定分析过程中的数据预处理方法。设计了在线安全稳定分析数据预处理的总体结构，利用大型数据库系统为整合后的信息建立相应主题的功能分析数据集市。 　　关键词：数据预处理 数据仓库 电力系统 　　 　　一、引言 　　随着电力系统规模的不断扩大，在线安全稳定分析已日益成为电力系统依靠科学技术进步来提高电网效能的有效手段之一。目前进行在线安全稳定分析的数据源主要来自SCADA和WAMS量测系统，SCADA系统是当前电力系统运行方式的监测技术主体，它具有数据量大、精度不高的特点，而WAMS系统是近年迅速发展起来的技术，它的量测量具有实时性好、精度高，但数据量较少的特点。如何充分利用和科学管理这些规模巨大的不同构数据信息，利用合理的方法对两种量测量进行科学的融合，有效地挖掘出这些数据中的信息，充分发挥信息的潜力及价值，提高在线安全稳定分析的水平已成为目前研究的热点。 　　科学有效的数据预处理方法是进行准确在线分析的关键所在，而电网数据的预处理过程就是把海量的、杂乱的、冗余的电网原始量测数据通过有效手段转换为适合进行功能分析及决策应用的可靠的、精确的数据。在进行在线安全稳定分析数据预处理的过程中会遇到以下主要问题： 　　（1）静态的、规模巨大的、低精度的SCADA系统量测数据与动态的、少量的高精度的WAMS系统量测数据的高效匹配和融合问题。 　　（2）整合后数据的数据仓库的建立和管理问题。 　　针对上述问题，本文提出一种基于PCA数值优化二阶段状态估计算法的电网在线安全稳定分析的数据预处理方法，通过对初始混合数据的整合处理以及主题数据仓库的建立过程来实现电网在线功能分析的数据预处理。 　　 　　二、在线安全稳定分析数据预处理的总体结构 　　在电网安全稳定分析数据预处理的过程中，状态估计是该过程不可或缺的重要成分之一，它可以把从原始输入设备接收过来的低精度、不完整的不良数据转变为高精度、完整而可靠的数据；同时，为了适应在线分析和决策的需求，还要引入数据仓库构建技术来合理地存放转化后的数据。电网在线安全稳定分析数据预处理的总体结构大致分为如下二个阶段： 　　（1）数据整合阶段。该阶段要从SCADA和WAMS数据库中提取与在线安全稳定分析功能相关的量测信息，将其导入到相应的数据库表中。运用主成分分析算法对原始数据信息进行降维优化，简化存储空间，之后利用二阶段状态估计算法对降维后的数据进行状态量转化，将转化后的数据作为在线安全稳定分析的基础数据信息。 　　（2）数据仓库建立阶段。在该阶段需要利用相应的数据约简、转换、装载等技术对状态整合后的数据量进行变换和整理，将符合统一规范和标准的数据存放在业务数据库中，然后根据不同分析功能的需求对特定主题的数据进行压缩和约简，并分别存放在相应主题的数据集市中。 　　 　　三、在线安全稳定分析数据仓库的构建方法 　　利用如下步骤对整合新生成的数据信息建立电网在线安全稳定分析的数据仓库，具体为：主题及信息包图设计、雪花模型建立以及物理实现。 　　（1）主题及信息包图设计。数据仓库中的数据是面向主题进行组织的，主题通常反映决策分析最关心的问题，因此建立数据仓库首先就要确定分析的主题。由于在线安全稳定分析主要围绕暂态稳定、电压稳定、静态稳定和小扰动稳定这四个方面进行，因此确定出在线安全稳定分析数据仓库的主题为：暂态稳定分析、电压稳定分析、静态稳定分析和小扰动稳定分析。数据仓库的结构围绕这些主题进行设计，每个主题的逻辑结构均采用星型模型。下面就以“电压稳定分析”主题为例，进行信息包图的设计。首先，围绕主题划分维度、粒度并给出度量指标。 　　①维度是观察数据的角度，不同的维度组合构成访问数据仓库中数据的不同约束条件，从而实现不同角度的分析。根据电压稳定判定指标对电网运行数据的要求，为“电压稳定分析”主题认定四个维度：时间维，存储时间信息；位置维，存储厂站或线路信息；量测属性维，存储测量属性的详细信息；量测类型维，存储该测值的类型（实测值还是估计值）。 　　②粒度是在一个维度内为表达不同细节程度的信息按顺序划分的多个层次，划分粒度使分析可从数据的某一角度的不同粒度进行，从而满足不同层次用户的分析需求。上述各维具体划分的粒度如下：时间维：年、月、日、时、分、秒、毫秒；变电站维：变电站名，电容器投入组数，分接头运行档位；变压器维：电阻，电抗，容量，分接头档位数，中间值；线路维：电阻，电抗，充电容量；量测属性维：有功功率、无功功率、电压、频率、相角；量测类型维：实测值、估计值。 　　③度量指标是维度空间内主题数据所表达的含义，是要实际分析的数据。以“系统扰动前后电压值在允许范围内”作为当前电网电压稳定的判定标准，认定“电压