基于非凸矩阵分解的电网欺骗性数据注入攻击检测方法

电力系统状态估计中的量测数据容易受到欺骗性数据注入攻击的恶意篡改，使状态估计的稳定性受到影响。根据量测数据在连续时间段内的低维特性以及欺骗性数据攻击的稀疏特性，提出了一种基于非凸矩阵分解的电网欺骗性数据注入攻击检测方法。首先，将欺骗性数据注入攻击的检测问题视为稀疏低秩矩阵分解问题，并将分解问题转化为非凸优化问题，通过改进的交替方向乘子法求解此非凸问题，将受攻击的数据矩阵分解为正常量测矩阵和攻击矩阵；其次，利用分解出的攻击矩阵检测出欺骗性数据注入攻击的数值和位置，并以分解出的正常量测矩阵作为参考量测量，进行状态估计获得正确的状态变量；最后，通过IEEE-14节点系统分析了不同攻击幅值下的检测结果，验证了所提方法的准确性。     

泛在电力物联网体系架构及实施方案初探

为应对能源互联网发展对电力系统海量数据全面感知、广泛互联的要求,物联网技术与智能电网深度融合而来的泛在电力物联网概念被提出,成为能源互联网电力领域信息共享网络发展的新思路、新模式、新焦点。首先论述了泛在电力物联网的基本概念与主要特征,构建了由感知层、边缘层、网络层及平台层构成的泛在电力物联网体系架构;其次深入剖析了泛在电力物联网与坚强智能电网、能源互联网之间的协同发展关系;最后从功能模块与建设时序2方面,提出了适应多维业务场景需求的泛在电力物联网实施方案建议。     

变电站站域数据智能校验平台研究

泛在电力物联网核心理念在于挖掘电网数据价值，为电网业务提供决策支撑，助力电网的稳定运行。当前，站域二次设备已延伸到电力系统每一个节点，其采集的大量信息是电网的重要数据来源。这些数据信息的正确感知和高效验证将是构建泛在电力物联网的基石。目前，由于设计理念偏差、制造工艺瑕疵、成本限制等因素使变电站内二次设备的采样系统和参数储存器运行工况存在监控盲区，一旦故障将产生大量错误数据，导致上层运用决策失效产生安全隐患。文中借鉴泛在电力物联网的核心内涵和架构，针对变电站二次设备保护数据、测量数据和装置参数这三大数据的正确性问题，建立了站域数据智能校验平台，通过二次设备数据采样双校验系统和装置参数存储系统，保障了数据感知的可靠性和有效性。     

泛在电力物联网的发展分析

泛在电力物联网对于我国电网未来绿色健康发展意义重大。为阐明泛在电力物联网的意义,首先详细分析了泛在电力物联网的概念、建设目标和目前存在的问题。继而研究了其所运用的大数据、云计算、区块链和人工智能等技术及其在电力系统中的应用。最后,总结分析了泛在电力物联网的应用场景,并针对泛在电力物联网的未来发展提出了相关的建议。     

泛在电力物联网智能感知关键技术发展思路

智能感知是泛在电力物联网的数据入口,在泛在电力物联网建设中扮演着极其重要的角色。该文通过抽象化泛在物联网的信息论表述,量化比较了泛在电力物联网在数据传输容量上的优势,综合估算了智能感知网络规模,预测需要在此基础上解决海量异构多源数据融合、信息安全防护等问题。探讨了泛在电力物联网边缘算法的可分解性与下沉系数,定义了描述边缘算法可分解程度的范式,举例电力常用算法在泛在物联网边缘分解后的计算效率。讨论了智能感知在时空、类型、准确度的信息增益,以此为数学前提分别叙述了泛在电力物联网智能感知技术在通信网络、边缘计算、深度感知3个维度的发展思路,在此基础上讨论了泛在电力物联网的实际应用场景。     

深度学习在泛在电力物联网中的应用与挑战

泛在电力物联网是智能电网发展的高级应用形态,对电网的数据处理能力和计算能力提出了更高的要求。近年来,深度学习技术取得了突破性的进展,为泛在电力物联网的实现与发展提供了强大的支撑。基于此,总结了现有深度学习模型的主要组成及技术特点;从泛在电力物联网应用的技术需求出发,综述了深度学习在数据处理、边缘计算以及态势感知方面的技术特点与应用场合;基于泛在电力物联网应用的典型场景,深入分析了深度学习在泛在电力物联网中的具体应用,为泛在电力物联网的建设与研究提供参考。     

考虑风电不确定性的多区电力系统分散式随机调度方法

在考虑风电出力不确定性的基础上研究了多区域电网分散式优化问题。首先,对区域边界共享节点进行复制以实现互联电网的解耦,然后,基于场景法对风电随机性进行建模,构建区域电网两阶段随机优化模型,最后,采用同步型交替方向乘子法(Synchronous Alternating Direction Method of Multipliers,SADMM)交替求解全网分散优化问题和区域两阶段随机优化问题。采用修改的新英格兰39节点系统构建3区域互联电网进行仿真测试,验证了所提模型能够有效应对风电的随机不确定性,并实现各区域电网调度的分散自治。     

基于泛在电力物联网的V2G技术综述

伴随着电网复杂程度的不断提升,传统电网、新能源、电动汽车等不同应用场景"泛在"融合,组成了泛在电力物联网。提出一种将电动汽车与电网泛在互联的智能储能技术,利用其能量可双向调节的特点,凭借泛在电力物联网大数据技术开发出电e宝平台,并对V2G技术与泛在电力物联网深度融合的商业运营模式进行了探讨。     

基于5G的泛在电力物联网

在大规模分布式发电和储能的接入下,能源行业结构不断调整。能源互联网和泛在电力物联网的概念相继被提出,要实现电力系统数据的泛在连接,电网建设进入新阶段。5G技术飞速发展,有着带宽更大、传输速率更高、时延更低的特点,与泛在电力物联网网络层的建设紧密结合。介绍了泛在电力物联网的概念,结合5G技术的关键技术和特点,探讨5G在泛在电力物联网中的应用场景。最后指出了基于5G的泛在电力物联网面临的安全性挑战和未来发展方向。     

基于矩阵范数优化理论的用电数据质量提升算法

用电数据是智能电网大数据重要组成部分,也是基于人工智能方法进行负荷预测、需求响应以及台区线损治理和反窃电的基础样本数据来源。但用电信息采集设备工作环境复杂,用电数据缺失异常问题不可避免,严重影响数据驱动的效果。该文针对用电大数据存在的数据缺失、异常噪声等低质量问题,提出一种基于多范数优化的用电数据质量提升新算法,其中针对数据缺失和稀疏脉冲等多种现场采集噪声,采用核范数/1-范数/F-范数优化的低秩矩阵恢复模型和交替方向乘子算法求解,实现缺失数据恢复和异常噪声滤除,提高用电数据质量。所提方法具有不需要先验知识的训练,计算复杂度低的优势。算例结果表明,该文方法可以提高缺失数据恢复精度、改善数据质量,并且通过基于人工智能长短期记忆神经网络(long short term memory,LSTM)方法的短期负荷预测实验证明其可有效提高预测精度,对电力系统基于数据驱动的新兴高级应用具有良好的实际意义。     

泛在电力物联网下的配电网典型配置模式研究

泛在电力物联网是传统工业技术与以物联网为代表的新一代信息通信技术深度融合而产生的一种新型电力网络运行形态。配电网是泛在电力物联网建设中极为关键且能够快速见效的重要组成。文章研究泛在电力物联网下的配电网典型配置模式,通过对配电网中低压设备的全域识别及设备间广泛互联,实现配电网状态全面感知、数据融合和智能应用,使得配电网运行更安全、管理更精益、投资更精准、服务更优质。文章给出的配电网"站-线-台-户"的典型配置模式覆盖广泛、易于扩展,为泛在电力物联网建设提供了参考。     

基于曲线相似与低秩矩阵的缺失电量数据补全方法

低压台区用电数据是电网运营中众多高级应用的基础。然而,在泛在电力物联网数据采集、传输、储存管理的过程中,会不可避免地出现数据缺失的情况,在一定程度上影响上层高级应用。针对这一问题,文章研究并提出曲线相似与低秩矩阵填充理论相结合的用电数据缺失补全方法。首先通过分析电量数据矩阵奇异值分布,揭示其低秩特性,完成数据恢复可行性判定。在此基础上,考虑用电曲线之间的差异性,提出预填充-曲线相似分类-二次填充的数据恢复方法,在对电量矩阵进行预填充之后,对于每一条待恢复的用电量曲线,基于考虑数据缺失的曲线相似性测度,找到与其最为相似的k条曲线构成数据矩阵,之后再次应用低秩矩阵填充理论恢复缺失数据,以提高恢复精度。以华北某电网居民用户电量数据进行试验,并将文章提出的方法与经典插值补齐法相比较,验证了所提出的电量曲线聚类与矩阵填充相结合的方法可以更有效补齐缺失电量数据。     

基于生物免疫学方法的泛在电力物联网安全技术

由于泛在电力物联网融入了社会的不可预知因素,导致互联环境复杂多样,终端设备接入类型与数量激增,时刻面临网络攻击和非安全数据入侵等安全隐患。因此,已有的安全检测与防护技术不再完全适用于如今的泛在电力物联网,文中从生物免疫学新视角探讨了泛在电力物联网安全技术。首先,类比病原体入侵生物体时免疫系统的免疫过程,阐述了生物免疫学与泛在电力物联安全防护的关联;其次,分析了感知层、网络层、平台层和应用层面临的安全挑战,并基于免疫学归纳了抗原识别、免疫响应和免疫记忆3方面的关键技术;最后,构想了泛在电力物联网全方位智能联动的安全免疫体系,并对研究方向进行了展望。     

电力物联网环境下可实现VSG功率环鲁棒解耦的虚拟电感设计

智能配电是泛在电力物联网建设应用层的一个重要内容。虚拟同步发电机(virtual synchronous generator,VSG)是提高现行配电网间歇性能源与可变新型负荷接纳能力的一种智能配电装备。在弱电网应用场景下,VSG存在功率环耦合问题,且耦合程度与功角密切相关,会随着电网电压和频率而变化。为了在整个电网运行条件下准确实现功率支撑,需要实现VSG功率环的鲁棒解耦。虚拟电感法是主流的功率解耦方法。为此,文章提出了具有鲁棒解耦能力的虚拟电感设计方法,其可以确保VSG在电网电压和频率可变条件下始终满足解耦条件要求。首先,基于VSG的功率环小信号模型,推导出功率环之间的耦合系数解析表达式;然后,分析了耦合系数与电网电压和频率条件间的关系,提出了功率解耦设计准则,给出了虚拟电感详细设计过程;最后,通过10kVA原理样机对设计方法的正确性进行了Matlab仿真验证。     

基于随机矩阵和历史场景匹配的配电网无功优化

配电网的无功优化是保证配电网供电可靠、经济运行的一项重要工作。将大数据理论引入配电网无功优化,提出一种基于随机矩阵的无功优化方法,它不依赖于配电网的模型和参数,直接利用配电网在运行过程中产生的运行大数据以及当地的环境数据构造7种高维随机矩阵,提取57种特征指标,再应用主成分分析法对这些特征指标进行降维处理,然后匹配历史数据库中已有的场景,快速找到特征指标与当前系统最相近的场景,直接采用匹配场景的控制策略作为当前系统的无功优化控制策略,以减小有功网损和节点电压偏移。最后,在改造的IEEE-37节点配电网仿真模型上进行算例验证,其中增加了光伏/风电等分布式发电和电动汽车充电站等随机负荷模型。结果表明,方法可有效地对配电网进行无功优化,摆脱了配电网模型的限制,可快速做出控制决策。     

基于两阶段数据增强和双向深度残差TCN的用户负荷曲线分类方法

深度挖掘用户负荷规律并感知用电行为对于提升电网服务质量、改善用户用能体验具有重要意义.针对用户负荷中存在的数据缺失、类别不平衡问题以及分类模型性能缺陷,提出一种基于数据增强和双向深度残差时间卷积网络(temporal convolutional network,TCN)的电力用户负荷曲线分类方法.首先,提出考虑负荷数据...     

基于量测数据补全的有源配电网电压优化技术

有源配电网由于分布式新能源影响，电压存在越限的风险，但配电网实时量测仅可部分观测，优化问题无法求解。针对这个问题，提出了一种基于量测数据补全的有源配电网电压优化技术。在仅能获得部分节点实时量测的状态下，采用增强生成对抗网络补全算法，得到完整的配电网量测数据。根据补全的实时数据，计及补全误差，设计电压误差修正模型，修正优化电压目标，在电压越限时对配电网电压进行优化，提高电压质量。通过IEEE 33节点算例验证了所提方法相对于生成对抗网络在部分实时观测的情况下能够高精度补全缺失量测数据，降低电压波动，提高配电网运行的稳定性。     

基于二次矩阵补全的低压配电网相序识别算法

针对低压配电网数据完整性不足的场景,提出了一种基于二次矩阵补全的低压配电网相序识别算法。首先,分析了基于电流拟合的相序识别原理与模型;其次,研究了基于奇异值门限(SVT)算法的矩阵补全算法及其对缺失数据的一次补全方法;然后,为了进一步提升矩阵补全精度,提出了基于SVT算法的二次补全算法,并在此基础上构建了基于二次矩阵补全的低压配电网相序识别方法;最后,通过实际台区用电数据对所提算法进行算例分析。算例分析结果表明,所提算法适用于电流采集数据缺失的情况,能有效地降低电流矩阵补全的误差,从而提升低压配电网相序识别的准确率。     

基于谐波发射水平的工业用户电力设备分类识别方法

随着电力物联网的快速发展,明确用户负荷状况对改善供电服务质量、电价决策、需求侧响应、有偿精准服务等方面起着重要作用。基于非侵入式方法进行工业电力设备的分类识别,存在工业负荷先验知识较少、用电采集系统数据采样频率低等问题。应用工业大用户的电能质量监测数据,提出一种基于谐波发射水平的工业用户电力设备分类识别方法。首先,提出基于双边累计和算法的工业设备投入/切除事件检测方法。其次,提取各次事件的典型特性,构建工业用户设备特征矩阵,提出高贡献率特征筛选方法,减少特征数量。提出基于k-means聚类算法和轮廓系数的工业用户电力设备分类识别方法。应用上海地区10 kV电压等级下某轧机用户14天的电能质量监测数据,验证了所提方法对于设备情况未知的工业用户设备分类具有较高的准确性,具有一定的实用价值和推广意义。