基于随机矩阵理论的配网故障可观的PMU优化配置方法

定义故障在全网最不灵敏节点发生时可检测为随机矩阵理论下的全网可观。相同故障发生在不同节点时对配网影响程度不同,对应的随机矩阵理论指标MSR的跌落程度不同。提出了配网故障时全网可观的PMU优化配置方法。分别在所有节点设置单相和两相接地故障,得到2种情况下全网的电压数据并计算相应的MSR;对2种MSR进行加权,计算出各节点灵敏系数;以灵敏度最低的节点发生故障时全网可观为目标,按灵敏程度逐次减去不灵敏节点的PMU并计算相应的MSR,直到故障不可检测,得到的PMU配置即为最后配置。以IEEE36节点和IEEE39节点模型进行仿真,验证了在该PMU优化配置方案下,可用随机矩阵理论对配网进实时监测,在故障发生时能准确检测到故障并确定故障发生的时刻。     

基于数据相关性分析的电网故障时刻确定与故障识别方法

提出了一种基于正态分布的故障时刻确定方法和基于特征向量法的故障类型识别与故障定位方法。利用各节点处PMU采集的三相电压数据构建数据源矩阵,通过分析时间窗矩阵中各列数据的正态分布曲线,实现故障时刻的确定;再利用数据源矩阵的样本协方差矩阵作为特征向量法的判断矩阵,通过分析2个最大特征值对应特征向量中的异常元素,确定故障位置并识别故障类型。以IEEE39节点系统为例,验证了方法在电网发生各类故障以及复故障时均能有效实现故障时刻确定与故障识别,并且证明了所提方法对不良数据有较好的鲁棒性。     

基于高维随机矩阵的配电网用户侧用电行为分析

为了准确掌握配电网用户侧异常用电行为以及智能电表的故障情况,基于随机矩阵理论进行低压用户侧智能电表的数据分析与建模,以高维数据统计指标对用户侧的用电数据进行状态表征,在此基础上提出一种低压配电网用户侧异常用电及电表故障诊断分析方法。该方法通过对随机矩阵特征根平均谱半径(mean spectral radius,MSR)指标的分析,给出了随机矩阵原理应用于用户用电异常区域定位的具体步骤,同时也可以实现用户侧用电异常时刻点的特征发现。最后,以某用电台区智能电表历史与实时量测数据为实际算例,分别在不同采样时刻点与不同用户处设置用户窃电与电表损坏等异常用电类型进行计算分析,结果证明了所提方法的有效性与适用性。     

基于有限μPMU的主动配电网故障定位方法

随着通信技术和广域监测系统(wide area measurement system,WAMS)的发展,主动配电网通过微型同步相量测量装置(micro-phasor measurement unit,μPMU)获得全网信息量进行状态感知和故障定位的前景越来越广阔。提出一种基于有限μPMU的主动配电网故障定位方法。首先对μPMU优化配置,保证其全网可观,可以综合利用全局的相量信息。将系统划分为3类故障监测域,通过搜索判据确定可疑故障元件集。此外,还提出不平衡电流故障定位算法,分别对可疑故障元件集内各节点的不平衡电流进行计算,从而确定故障位置。最后利用PSCAD/EMTDC搭建了修正的IEEE33节点配电网模型,对所提出方法利用MATLAB进行仿真验证,结果表明该方法对包括短路和断线等各种故障类型均具有良好的适应性,不受故障位置和故障类型的影响,抗过渡电阻能力较强,可以准确定位故障区段。     

主动配电网故障时刻和故障区域的同步数据统计特性识别方法

针对主动配电网故障时刻确定和故障区域识别问题,将数据统计理论应用于同步数据的故障特征提取上,提出了一种使用同步数据统计特性进行主动配电网故障区域和故障时刻判别的方法。该方法首先使用微相量测量单元的量测数据构建历史数据集和在线数据集,然后通过求解在线数据相对历史数据的最大方差偏离方向来实现对系统运行状态的评价。为求解方向问题,文中将最大方差偏离方向问题转化为广义特征值求解问题,并建立基于协方差矩阵最大奇异值的比率的评价指标,最后根据综合评价指标确定故障发生时刻和故障区域。通过改进的IEEE 34母线系统对方法的有效性和准确性进行验证,结果表明所提时间确定和故障区域定位方法具有自适应性且是准确可靠的。     

基于PMU硬软件概率模型的WAMS可靠性评估

基于同步相量测量单元(PMU)的广域测量系统(WAMS)是一种综合了同步PMU和通信技术的广域网络.文中分析了WAMS的网络结构和PMU的结构原理,根据WAMS的功能特点建立了PMU的硬软件失效概率模型和考虑节点可靠性的WAMS可靠性模型.利用WAMS连通可靠性的评估方法,在考虑PMU节点可靠性的情况下,用节点遍历法和不交化法计算出源宿点的最小路集,然后用频率时间法计算出整个网络连通可靠性、平均故障间隔时间等可靠性指标.以河南电网某实际WAMS网络为算例进行评估仿真,得到单个PMU的可用度和整个网络的连通可靠性,以及网络节点和链路的关键度等可靠性指标,为确定WAMS的薄弱环节提供依据.     

WAMS错误数据的快速辨识及恢复方法

统计分析基于相量测量单元(PMU)的电力系统广域测量系统(WAMS)在实际应用中出现的监测数据的错误类型,提出基于模式识别的WAMS错误数据快速辨识及恢复方法。该方法通过对同一PMU上传的监测数据进行特征量提取,并与预先设置的时序相对变化量变化趋势矩阵和时序数值矩阵进行模式匹配,实现错误数据的实时辨识,并使用错误出现最近时刻的正常数据进行数据快速恢复。所提方法在实测的监测数据中的应用验证了其可行性。     

基于同步量测大数据的配网单相接地故障检测及定位方法

随着智能电网、配网自动化及广域量测系统的不断发展和完善,配电网产生了海量表征其运行状态的数据,为其单相接地故障检测定位提供了新的挑战。基于随机矩阵理论对配网大数据矩阵进行分析,首先用节点电压数据构造高维数据矩阵;然后用圆环律和平均谱半径进行故障检测;最后在检测到故障发生时,通过增广矩阵构造和配网结构相结合进行故障区域定位。仿真分析通过80节点配网模型的单相接地故障验证了所提方法的可行性。     

同步相量测量装置运行维护管理分析

同步相量测量装置(phasor measurement unit,PMU)是广域测量系统(wide-area measurement system,WAMS)的核心设备,为电网运行提供动态数据和故障信息,因此PMU数据的准确性、可靠性尤为重要。本文从PMU基础数据的可靠性和准确性角度,探讨了主站对PMU的运行管理体系和考核评价体系,实现动态数据的精细化管理。     

基于随机矩阵理论的电力系统暂态稳定性分析

电网暂态分析是保证电网稳定运行的重要手段。随着电网广域测量系统(wide-area management system,WAMS)的发展,电网形成了具有时空特性的高维海量运行数据。传统的电网暂态分析采用物理模型,用严格的数学公式关联维度之间数据,这种模型不能充分利用海量电网运行数据,造成资源浪费。从数据驱动的角度,首先分析WAMS数据的应用情况,考虑电网运行数据特点建立数据模型。然后利用随机矩阵理论(random matrix theory,RMT)建立平均谱半径(mean spectral radius,MSR)评价指标,从整体上分析不同扰动对电网的影响。在整体分析电网运行状态的基础上,结合随机矩阵理论和时间序列分析(time series analysis,TES)建立量化评价指标,实现对扰动的影响程度分析和影响范围评估。最后,利用IEEE39系统验证提出方法的可行性和正确性。     

基于随机矩阵理论的配电网状态分析与故障定位

随着智能电网的建设和发展,配电网的状态数据量正以指数级速度增长,面对这种发展趋势,传统的以假设和简化为前提的模型法不再适用,而以数据为驱动的随机矩阵理论方法体现出强大的优势。介绍了随机矩阵理论,包括M-P律和单环定理;概述了高维随机矩阵的构建方法以及在实际工程应用中采用滑动时间窗进行数据采样的理论基础;给出了以节点电压幅值为状态量、以单环定理和方差谱半径作为状态评估指标,对电网状态进行分析和故障区域定位的具体思路;以新英格兰10机39节点网络仿真数据为模型,验证了所用方法的有效性。仿真结果表明,高维随机矩阵适用于电网状态的评估,通过单环定理和方差谱半径能有效反映电网的运行状态以及定位电网的故障区域。     

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。     

计及PMU最优配置的输电线路广域自适应故障定位算法

针对电网信息不全条件下的输电线路故障定位问题,提出一种计及相量测量单元(phasor measurement unit,PMU)最优配置的广域自适应故障定位方法。该文在分析基于故障可观测性的故障定位原理的基础上,建立了计及零注入节点实现全网线路故障可观测性的PMU最优配置模型;提出了基于定位域的广域故障定位策略,根据系统拓扑和PMU节点划分定位域,电网拓扑结构发生变化时,只需局部更新相应定位域。线路故障后,利用PMU测量结果快速界定故障的定位域,无需线路故障信息,提高了定位算法的自适应能力。基于PSCAD/EMTDC和Matlab的仿真结果表明,该文提出的计及零注入节点的PMU优化配置方法能有效减少PMU数量,基于定位域的故障定位算法自适应能力强,定位结果精度高,对系统拓扑结构变化、各种故障类型、过渡电阻、故障位置均有较好的适用性。     

WAMS通信业务的系统有效性建模与仿真

广域测量系统(wide area measurement system,WAMS)作为现代电力系统及未来智能电网的重要组成部分,其自身的可靠性至关重要,而WAMS通信业务的有效性直接影响着系统功能的实现。参照现有WAMS通信网的结构,建立了以子站相量测量单元(phasor measurement unit,PMU)通信模块、区域通信网、区域相量数据集中器(phasor data center,PDC)、骨干通信网为组件的WAMS通信网物理模型;借鉴基于全网业务性能平均值的通信网可靠性测度的研究理论,提出了融合网络通道、传输时延和数据可靠性3个特性指标的单一业务有效性的逻辑模型;根据WAMS数据业务的应用需求和汇集型通信的特点,基于可靠性串联模型给出了同一时标下所有通信业务同时有效的系统有效性指标及其计算公式;探讨了基于系统有效性的元件重要度的分析方法。对IEEE 14节点WAMS系统进行蒙特卡罗仿真,得出了该系统通信业务的系统有效性和系统元件重要度排序。     

基于PMU动态同步相量测量的故障测距

为提高故障测距的准确性,提出了一种基于相量测量单元(phasor measurement unit,PMU)动态同步相量测量的输电线路双端故障测距算法。通过分析单端故障测距算法因线路对端数据未知而导致的故障测距误差,引入同步相量测量单元,并应用动态同步相量测量算法,有效提高动态同步相量测量的精确性和实时性;以全球定位系统(global position system,GPS)为时间基准,将故障时刻线路双端相量测量结果,应用于正序网络的测距方程,进行准确地故障定位。仿真实验表明,所提算法充分利用线路两端的故障信息,提高了故障测距的准确性。     

采用WAMS时序信息的故障诊断方法及应用EI北大核心CSCD

为弥补现有基于模式识别的广域测量系统(wide-area measurement system,WAMS)故障诊断方法在获取完整故障演进过程的不足,将时序信息引入到基准模式向量中,提出了一种基于WAMS时序信息的故障诊断方法。该方法根据已知故障类型建立包含时序信息的基准故障模式向量,在满足故障启动条件的情况下,对未知故障进行特征量提取并按照时序信息与时序基准故障模式向量进行匹配,从而确定故障类型及获取完整的故障演进过程。最后,利用包括强台风等极端天气下的实际系统事故的WAMS实测数据验证了所提方法针对不同故障类型均可得到包括故障时刻、故障过程中保护和断路器动作信息在内的事故演进过程。     

采用WAMS时序信息的故障诊断方法及应用

为弥补现有基于模式识别的广域测量系统(wide-area measurement system,WAMS)故障诊断方法在获取完整故障演进过程的不足,将时序信息引入到基准模式向量中,提出了一种基于WAMS时序信息的故障诊断方法。该方法根据已知故障类型建立包含时序信息的基准故障模式向量,在满足故障启动条件的情况下,对未知故障进行特征量提取并按照时序信息与时序基准故障模式向量进行匹配,从而确定故障类型及获取完整的故障演进过程。最后,利用包括强台风等极端天气下的实际系统事故的WAMS实测数据验证了所提方法针对不同故障类型均可得到包括故障时刻、故障过程中保护和断路器动作信息在内的事故演进过程。     

WAMS故障对电力系统可靠性的影响分析

为评价二次测量系统故障对一次系统造成的影响,本文在定义“能量信息”系统场景集基础上,将WAMS故障考虑在系统故障中,从故障结果与操作盲区对WAMS故障时的电力系统故障进行了非正常运行状态可观性分析,并结合系统失供电率指标EDNS,构建了一、二次复合系统的综合可靠性评估模型。基于蒙特卡洛仿真计算结果发现:WAMS故障对电力系统的影响十分明显,且不容忽视,通过PMU的冗余配置可以改进WAMS可靠程度,对提升电力系统整体可靠性有着显著意义。     

广域相量测量技术发展现状与展望

总结了基于相量测量单元(PMU)的电力系统广域测量系统(WAMS)在中国的发展应用现状,介绍了智能电网调度控制系统(简称"D5000系统")中WAMS、数据采集与监控(SCADA)系统,以及保护与故障信息系统的图模库一体化整合,以及多调度中心WAMS数据的按需共享。分析了目前PMU/WAMS进一步推广过程中,在电磁暂态现象分析、实时广域控制、海量数据传输和处理以及强迫振荡检测和控制等方面遇到的技术难题。从扩展PMU应用领域、解决海量数据传输和处理问题、提高WAMS本身应用问题分析能力、提高PMU本身的质量和动态量测性能等几个方面为PMU/WAMS的下一步发展方向提出了建议。     

考虑高风险连锁故障的PMU配置方法

针对连锁故障会导致广域测量系统(WAMS)丧失对电力系统完全可观测能力的问题,提出了一种考虑高风险连锁故障的最优相量测量单元(PMU)配置方法.首先使用隐性故障模型和风险理论对电力系统的连锁故障进行模拟仿真和统计分析,从而对系统中的高风险连锁故障进行辨识;进而通过最优PMU配置保证在单一高风险连锁故障发生的情况下WAMS能够保持对电网的完全可观测.以IEEE 39节点系统为例进行了PMU配置和分析,实验结果表明该方法在经济性和鲁棒性之间能够取得较好的平衡.