电力系统异常数据检测辨识与修正探究.docVIP

电力系统异常数据检测辨识与修正探究 　　【摘 要】针对电力系统异常数据，相关工作者加大了其检测辨识与修正探究。本文在介绍电力系统异常数据概述基础上，分析了异常数据的分类及建模，对异常数据检测辨识与修正方法进行了探讨，并研究了异常数据检测辨识与修正仿真。 　　【关键词】电力系统异常数据；检测辨识；修正探究 　　当前，我国社会经济快速发展，现代信息技术不断应用于电力系统。由于受各方面因素影响，导致电力系统在运行过程中部分实时数据存在着一系列误差，极大干扰了实时数据的预测与分析，造成电力系统运行安全性、可靠性和稳定性受到严重影响。基于此，为保证电力系统的安全可靠，加强电力系统异常数据的检测辨识与修正具有重要意义。 　　1 电力系统异常数据概述 　　对于电力系统遥测量的标准误差σ来说，其通常在正常检测范围的0.5-2%间，而电力系统的异常数据则指的是误差大于±3σ的量测值[2]。而对于电力系统异常数据的来源，主要包括四个方面：其一，传送系统受较大随机干扰，造成量测数据异常；其二，传送系统出现的偶然故障，造成量测数据异常；其三，各测点受电力系统快速变化影响，不能同时量测；其四，系统正常操作或大干扰引起的过渡过程。电力系统异常数据对于电力系统不良运行具有显著影响。 　　2 电力系统异常数据的分类及建模 　　电力系统中电网调度的遥信量采集主要包括断路器和隔离开关的开合状态，其中O表示断路器和隔离开关的合闸状态，而1则表示断路器和隔离开关的开闸状态[3]。因此，对于电力系统异常数据的分类来说，主要包括A类错误（刀闸或断路器实际状态为合闸状态，而遥信指示却为断开状态）和B类错误（刀闸或断路器实际状态为断开状态，而遥信指示却为合闸状态）两种。 　　针对电力系统异常数据中A类和B类两种错误，选用负荷和线路作为单侧元件和双侧元件支路，进行了相应的建模分析，具体为： 　　2.1 A类错误时负荷和线路的建模分析 　　当A类遥信量发生错误时，其对应的断路器或者开关的实际状态为闭合状态，对断路器和负荷建立的模型如图1所示，而对输电线路和断路器建立的模型如图2所示。 　　图1 断路器或者开关闭合时负荷模型 　　图2 断路器或者开关闭合时输电线路模型 　　结合图1、图2可知，负荷经母线k和断路器连接，而母线i和母线j则由断路器1、2和输电线连接。图1中，断路器的实际状态为合闸状态，则断路器的正确遥信量SWT应为0，而受A类错误影响，实测遥信量SWT值为1；图2中，断路器1、2的实际状态为合闸状态，则断路器1、2的正确遥信量应为0，而同样受A类错误影响，实测遥信量SWT值为1。 　　2.2 B类错误时负荷和线路的建模分析 　　当B类遥信量发生错误时，其对应的断路器或者开关的实际状态为闭合状态，对断路器和负荷建立的模型如图3所示，而对输电线路和断路器建立的模型如图4所示。 　　图3 断路器或者开关断开时的负荷模型 　　图4 断路器或者开关断开时输电线路模型 　　结合图3、图4可知，负荷经母线k和断路器连接，而母线i和母线j则由断路器1、2和输电线连接。图3中，断路器的实际状态为断开状态，则断路器的正确遥信量SWT应为1，而受B类错误影响，实测遥信量SWT值为0；图4中，断路器1、2的实际状态为断开状态，则断路器1、2的正确遥信量应为1，而同样受A类错误影响，实测遥信量SWT值为0。 　　3 电力系统异常数据检测辨识与修正方法 　　针对前期分析电力系统异常数据类型，通过建模分析，提出采用基于遥测量的逻辑运算的方法对错误数据进行检测辨识与修正。由于遥测采集到的数据都是模拟数据，而遥信采集的数据都是布尔数据，因此引入遥测布尔变量，以方便利用遥测量来判断遥信量是否发生错误时进行逻辑判断[4]。所谓的遥测布尔变量，以遥测方法采集的潮流数据，使其与零间进行关系对比，从而得到的0、1变量。 　　遥测量的逻辑运算的方法的基本思想：首先，利用遥测遥测布尔变量与支路侧有功功率和无功功率的关系，将遥测量中正确的支路潮流数据Pi和Qi运算得出遥测布尔变量Zaj；其次，对实现采集到的遥信量Zdj与遥测布尔变量Zaj进行异或运算；第三，根据异或运算结果对遥信量正常与否进行判定，若异或结果为1，则说明遥信量发生错误，而若异或结果为0，则说明遥信量正常；第四，针对发生错误的遥信量类型进行有针对性的修正。 　　因此，基于遥测量的逻辑运算法的计算过程如图5所示： 　　图5 基于遥测量的逻辑运算法的计算过程示意图 　　结合图5可知，基于遥测量的逻辑运算法的计算过程：第一步，分析遥测数据，并针对其不良数据进行检测辨识，并设定返回变量s（s=1时，遥测数据正常；s=2时，遥测数据有不良数据，但无支路潮流不良数据；s=3时，遥测数据有不良数据，且有支路潮流不良