基于降阶核范数的PMU数据快速恢复方法

相量量测装置(phasor measurement unit,PMU)数据由于受通信问题、网络攻击与电磁干扰等因素影响可能会出现数据缺失、虚假数据与噪声等量测污染。现有PMU数据恢复方法无法同时满足高精度、快速与适应多场景数据恢复的要求,可能影响电力系统的安全稳定运行。提出一种基于降阶核范数的数据恢复方法,利用数据的高维低秩性在每次算法迭代中进行低阶奇异值分解,同时将数据主成分与量测污染进行特征分离,能以较高精度对多种数据污染场景与系统不同状态下的量测数据进行恢复。为进一步减少大规模电力量测数据恢复的时间消耗并提高算法的迭代效率,提出自适应惩罚因子与并行分布式交替乘子算法数据恢复框架,能有效将数据恢复时间控制在秒级,可为基于PMU数据的各电力系统应用提供有效保障。     

基于增强生成对抗网络的PMU丢失数据恢复方法

同步相量测量单元(phasormeasurementunits,PMUs)因能够提供实时测量数据,使得电力系统动态行为的实时监测成为可能。但是,由于现场环境复杂,受干扰、硬件故障等诸多因素影响,PMU数据存在一定程度的数据丢失问题。PMU数据丢失直接影响其在电力系统中的应用,甚至威胁到系统的安全稳定运行。为了提高PMU数据质量,该文提出了一种基于PMU分群的丢失数据恢复算法。为利用相关度高的PMU数据以提高恢复精度,首先提出一种基于层次聚类的PMU分群方法,利用不同PMU数据的相关度来对PMU进行分群。进一步,利用长短期记忆构造了一种增强型生成对抗神经网络丢失数据恢复方法。该算法不需要系统的拓扑结构和参数,可通过将相关度高的数据作为神经网络的输入来恢复不同扰动下的丢失数据,并且在扰动条件下也能高精度恢复。仿真和测试结果表明,该方法能够有效地实现丢失数据的恢复,为提高PMU的数据质量,保证其在电力系统中的应用效果提供基础。     

基于优先级分配策略的PMU数据恢复方法

新能源集中并网与直流输电技术的快速发展,使电力系统机理特性与运行控制方式均发生变化,亟需闭环精细化控制。同步相量测量单元(phasor measurement units,PMUs)因其测量的同步性与快速性,使电力系统动态实时监测成为可能,可为系统保护与闭环控制提供数据基础。然而,由于现场环境复杂,同步信号丢失、通信协议错误、系统过载等诸多因素会导致PMU存在数据丢失等问题,严重影响其在监测控制、事故分析等方面的应用。归纳了PMU数据丢失的不同场景,定义了两种数据丢失的基本类型;提出了基于插值区间动态变化的优先级分配策略,采用改进三次样条插值函数,对不同类型的丢失数据进行恢复,解决了传统方法在连续多点数据丢失类型下的失真问题。通过仿真与实际录波数据验证了该方法的可行性和准确性,对于保证PMU数据质量有着重大意义和较大价值。     

同步相量测量单元静动态自动测试系统的研究与开发

同步相量测量单元(phasor measurement unit,PMU)的量测性能是其能否更好地服务于电力系统的关键,在对PMU静动态测试方案、性能评估方法研究的基础上,基于MATLAB软件与OMICRON测试仪开发了PMU静动态自动测试系统,主要功能模块包括信号发生模块、相量提取模板、误差分析模块等。采用所开发的PMU静动态自动测试系统对国内主流厂家的PMU装置进行了测试,测试结果验证了所开发系统的正确性及准确性。该系统具有较高的实用性,可对入网PMU装置进行检测,严把质量关,确保电力系统的安全稳定运行。     

基于扰动传播时空相关性的电网扰动事件快速定位方法

广域测量系统(wide area measurement system,WAMS)为快速准确地定位扰动事件提供了量测信息和数据基础。然而,由于电网中有限的同步相量测量单元(phasor measurement unit,PMU)布点以及通讯堵塞、硬件故障、GPS信号丢失和网络攻击等原因带来的数据质量问题,使得量测信息呈现不冗余性,给定位带来额外的挑战。该文提出一种适用于PMU量测信息不冗余场景下的电网扰动事件快速定位方法。利用主站电压相角量测数据生成Hankel矩阵,提出一种基于奇异值分解的扰动响应时间检测方法。基于电网子拓扑中的PMU测点以及网络拓扑连接关系,分别从时间和空间维度提取了表征扰动传播的时间差特征和空间距离差特征。进而,通过扰动传播的波速,耦合扰动传播空间距离差特征,提出基于时空相关性的自适应电网扰动事件定位方法。通过扰动传播过程的时空约束特性,实现了电网量测信息在时间维度不冗余的情况下,快速定位扰动事件的功能。基于IEEE 10机39节点系统和中国某西部实际电网,验证了所提方法的有效性和鲁棒性。     

基于长短期记忆网络的PMU不良数据检测方法

同步相量测量单元(Phasor Measurement Units, PMUs)因其同步性、快速性和准确性,已成为复杂电力系统状态感知的最有效工具之一。但是,现场的复杂环境导致PMU数据存在数据丢失、数据损坏、同步异常、噪声影响等质量问题,严重影响其在系统中的各类应用,甚至威胁电网安全稳定运行。提出了一种基于长短期记忆(Long Short-Term Memory,LSTM)网络的PMU不良数据检测方法。首先分析了LSTM在不良数据检测中的优势。然后基于LSTM网络对时间序列选择记忆的特性,构造了一种双层LSTM网络架构,提出了对原始数据的分解重构方法。在此基础上,定义了两种目标函数,以获得不同的误差特征。提出了一种基于决策树的不良数据阈值确定方法,实现了不良数据的有效检测。通过大量仿真与实测数据验证了该方法的可行性和准确性,可提高PMU数据质量,使其更好地应用于电力系统的各个方面。     

基于多源异步量测的电力系统快速率状态估计*

为有效掌握电力系统实时运行中的状态趋势,提出一种基于多源异步量测的电力系统动态估计方法,解决多源数据融合时产生的采样频率异步问题,实现对电力系统快速、准确预测。首先,提出一种RTU下快速率EKF动态状态估计算法,缩短了状态更新周期。然后,为提高状态估计精度,引入PMU量测且采用自适应更新量测值的方法解决了不同时间尺度与量测精度的多源量测装置间量测数据难以融合的问题,建立了多源异步量测的电力系统动态状态估计算法,提高了算法的状态估计速度且改善了估计精度。最后,在MATLAB仿真平台中基于实际算例验证了该方法的准确性和优越性。     

基于SCADA/PMU混合量测的广域动态实时状态估计方法

根据来自监视控制与数据采集(supervisory control and data acquisition，SCADA)系统和相量测量单元(phasor measurement unit，PMU)的数据特点，提出了一种基于SCADA/PMU混合量测的广域动态实时状态估计方法，该方法充分利用了各节点间电压变化的相互联系，通过SCADA系统提供的初始值和安装PMU的节点的电压量测可简单地获得其他未安装PMU节点的电压相量。该方法有效地解决了在PMU配置不足的情况下如何观测电网状态以及如何在动态过程下实时观测电网。最后，通过对新英格兰10机39节点系统的多种故障进行仿真，验证了该方法的有效性和准确性。     

用PMU量测设置V-θ节点的混合动态仿真验证策略

利用相量测量单元(PMU)量测数据,通过混合动态仿真校核并改进能量管理系统(EMS)中动态安全分析模型的正确性,是电网控制中心基于PMU的高级应用的重要内容。文中提出一种用PMU量测设置V-θ节点的混合动态仿真验证策略,将PMU实测的V值和θ值不经任何转换直接作为边界节点的给定量,使注入量测信号更直接、更精确。V和θ更能反映系统的动态变化,因此,应用该方法可以更灵敏地发现模型参数误差。以4机双区域系统和某省级电网为例,验证了该方法的有效性,用该方法开发的程序已作为校核工具嵌入电网动态安全稳定预警系统。     

基于多元同步压缩变换的电力系统强迫振荡源定位

为实现电力系统强迫振荡源的快速、准确定位,该文提出一种基于多元同步压缩变换(multivariate synchrosqueezingtransform,MSST)的电力系统强迫振荡源定位方法。该方法首先利用电力系统的广域量测信息构建发电机的多通道量测信息矩阵,采用MSST对多通道量测信息矩阵同步分解得到对应的三维MSST系数矩阵;然后通过能量权重筛选出表征强迫振荡模式的MSST系数矩阵;进一步,构建基于MSST的发电机强迫振荡耗散能量计算模型,通过筛选出的表征发电机强迫振荡模式的MSST系数矩阵计算各发电机的耗散能量;然后,依据所提的强迫振荡源判据,定位出系统的强迫振荡源;最后,通过WECC-179节点测试系统仿真数据和辽宁电网PMU实测数据验证了所提方法的准确性和有效性。     

A PMU data recovering method based on preferred selection strategy

Nowadays, the technology of renewable sources grid-connection and DC transmission has a rapid development. And phasor measurement units(PMUs) become more notable in power grids, due to the necessary of real time monitoring and close-loop control applications. However, the PMUs data quality issue affects applications based on PMUs a lot. This paper proposes a simple yet effective method for recovering PMU data. To simply the issue, two different scenarios of PMUs data loss are first defined. Then a key combination of preferred selection strategies is introduced. And the missing data is recovered by the function of spline interpolation. This method has been tested by artificial data and field data obtained from on-site PMUs. The results demonstrate that the proposed method recovers the missing PMU data quickly and accurately. And it is much better than other methods when missing data are massive and continuous. This paper also presents the interesting direction for future work.     

同步相量测量装置校准器参考相量计算方法

电力电子设备的广泛应用导致电力系统逐渐出现了新的稳定性与可靠性问题,亟需高精度实时测量与感知技术,为解决上述问题提供数据基础。作为最有效的动态监测手段之一,同步相量测量装置(PMU)的测量精度至关重要。提出了一种PMU校准器的参考相量计算方法,为PMU测试提供校准参考值。该方法分析了电力系统典型静动态信号特性,建立了基波相量通用信号拟合模型,可表征PMU测试标准中除阶跃测试外的所有静动态测试信号。提出了基于非线性拟合的相量幅值、相角与频率迭代求解方法,并根据所得频率提出了基于最小二乘法的频率变化率计算方法。进一步,分析揭示了迭代初始值、计算时间窗长和拟合阶数对计算精度的影响及其设置方法。仿真与实验测试结果表明,该方法精度至少比标准规定的精度要求高1个数量级,可用于PMU的测试与校准。     

动态状态估计中PMU配置的离散粒子群优化算法

以提高动态状态估计精度为目标,采用离散粒子群优化(discrete particle swarm optimization,DPSO)算法对同步相量测量单元(phsor measurement unit,PMU)的配置点进行优化。该方法克服了传统解析优化方法难以适应不连续目标函数和不连通约束域等情况的缺点,同时,在配置有限PMU的情况下使PMU量测量发挥最大效益。最后对基于扩展Kalman滤波算法的动态状态估计模型进行仿真,证明了经DPSO优化后的配置与随机配置相比最大可能地利用了PMU的高精度量测信息,充分发挥了PMU量测的优点,大大提高了动态状态估计的精度。     

电力互感器对同步相量测量的影响

电力互感器作为连接一次系统和同步相量测量单元(phasor measurement units,PMUs)的必要设备,是PMU能否准确获取一次系统信息的重要环节,其传变精度和动态特性直接影响PMU相量测量的精度。首先总结了电力系统动态现象所对应的动态信号模型,包括故障引起的非周期分量、幅值突变和系统振荡;分析了电力系统在发生以上动态过程时电力互感器对相量测量的影响;并侧重分析了电容式电压互感器的铁磁谐振和瞬变响应问题以及电流互感器的饱和问题,以此来观察电力互感器在不同动态情况下对相量测量结果的影响。     

基于相量量测的等式约束二阶段状态估计模型

利用PMU的量测信息实现系统的动态可观测，考虑PMU数据刷新时间快的特点，在R.F.Nuqui的动态监测模型的基础上建立了适合静态估计的基于等式约束二阶段估计模型。该模型将PMU和SCADA的量测数据共同用于非线性估计，采用零注入节点功率作为等式约束条件来提高估计精度，然后对非线性估计的结果和PMU的支路电流相量进行线性估计。模拟了当系统某节点负荷持续变化时，利用等效导纳法对非线性区域节点状态量进行估计,最后采用IEEE 14和57节点系统算例对提出的模型进行了验证。     

基于局部离群因子的PMU连续坏数据检测方法

同步相量测量单元(PMU)能为电力系统监测和控制提供实时数据。然而,PMU连续坏数据与扰动数据高度相似,可能会导致控制中心做出错误的决策。针对PMU连续坏数据难以与扰动数据区分的问题,提出了一种基于局部离群因子(LOF)的连续坏数据检测算法。通过大量现场数据分析得出连续坏数据空间相似性差、扰动数据空间相似性强的结论,依据此结论提出了基于动态时间规整(DTW)的空间相似性评估方法。通过评估不同PMU的空间相似性来计算每台PMU的LOF值,进一步,提出了基于箱线图的阈值确定方法。通过比较当前窗口每台PMU的LOF值是否超过阈值,在线识别连续坏数据。仿真和测试结果表明,所提方法能有效实现连续坏数据的辨识和检测,并区分扰动数据。     

计及相量测量单元信息不可观性的强迫功率振荡扰动源定位

强迫功率振荡的扰动源定位是低频振荡诊断与分析中的重要问题。目前,利用相量测量单元(PMU)的数据进行扰动源位置识别已引起了一定的关注,但相关研究成果大多未考虑PMU尚无法完整配置的现状,因而难以在实际电力系统中推广应用。为此,提出了一种计及PMU信息不可观性的强迫功率扰动源定位方法,并从扰动源定位的角度出发,提出了PMU分区配置的基本要求。仿真结果表明,该方法可在PMU信息不可观的情况下准确识别扰动源位置。     

便携式同步相量测量装置现场测试仪

介绍了一种实用的相量测量装置（PMU）的现场校核方法。采用比对测量和模拟发电机信号输出的方法，使新研制的便携式PMU现场测试仪能对现场的PMU进行校核。现场试验表明，该方法可较方便地对跨空间分布的PMU进行客观的性能评价，并可对PMU进行异地校核。