基于样本协方差矩阵最大特征值的低信噪比环境电网异常状态.PDFVIP

第 47 卷 第 8 期 电力系统保护与控制 Vol.47 No.8 2019 年4 月16 日 Power System Protection and Control Apr. 16 20 19 DOI: 10.7667/PSPC180537 基于样本协方差矩阵最大特征值的低信噪比 环境电网异常状态检测 周忠强，韩 松 (贵州大学电气工程学院，贵州 贵阳 550025) 摘 ：为发展基于数据驱动的电网态势感知理论与方法，基于样本协方 矩阵的最大特征值(Maximum Eigenvalue of Sample Covariance Matrix MESCM)，提出了一种适用于低信噪比场景的电网异常状态检测方法。该方法源于随 机矩阵理论，通过数据源矩阵的构造，窗口数据矩阵及其标准矩阵的构建，进而形成其样本协方 矩阵。通过该 矩阵的最大特征值计算与越限判别，实现电网态势感知与预警。借助 PSS/E 软件，案例分析在一个 IEEE 39 节点 系统及一个南方电网规划系统展开，涉及负荷异常跃变及三相短路接地故障。与传统平均谱半径分析法的计算结 果比较表明该方法具有抗噪性能高，计算耗时少的优点，同时对于非完整性信息有一定的鲁棒性。 关键词：随机矩阵理论；样本协方 矩阵；最大特征值；异常状态检测；信噪比；非完整信息 MESCM based abnormal state detection of power system in low SNR environment ZHOU Zhongqiang HAN Song (School of Electrical Engineering Guizhou University Guiyang 550025 China) Abstract: This paper proposes a novel method for abnormal state detection in low SNR environment by employing Maximum Eigenvalue of Sample Covariance Matrix (MESCM) for developing the theory and method of data-driven power grid situation awareness. Inspired by the random matrix theory it firstly constructs a data source matrix and obtains a moving window matrix and its standard matrix then acquires the sample covariance matrix. In this way the situation awareness and early warning for interconnected power systems could be achieved by MESCM calculation and its violation check. Utilizing PSS/E® softwar