一种新型电网拓扑错误辨识方法

提出一种基于道路-回路方程的拓扑错误辨识方法。利用网络拓扑约束与基尔霍夫定律,并借助相量测量单元(PMU)提供的同步电气量信息,建立道路-回路方程,计算支路电流。在此基础上,考虑各种拓扑错误及不良数据并存的情况,根据计算值与量测值间的差值,对拓扑信息及支路电流量测值进行校验。IEEE 9与IEEE 39节点系统仿真结果表明所提方法具有较好的适应性、可靠性及容错能力。     

基于流聚类的PMU异常数据辨识算法

为保证同步相量测量装置(phasor measurement unit,PMU)采集数据的准确应用,须排除其量测值中的异常数据。现有PMU异常数据辨识算法存在算法复杂度高、难以在线更新、多源数据难以校准、依赖多源数据应用难度大等不足。为此,文中从PMU事件数据和异常数据模型及PMU异常数据判别信息熵定义出发,提出基于该信息熵的异常数据辨识框架。在此框架基础上,基于利用层次方法的平衡迭代规约和聚类(balanced iterative reducing and clustering using hierarchies,BIRCH)算法提出PMU异常数据辨识算法;然后,对所提出的算法进行原型实现,并针对某变电站的PMU采集数据集进行算法实验验证。实验结果表明,与一类支持向量机(one-class support vector machine,OCSVM)算法与间隙统计算法相比,文中算法的准确度及实时性均具有较强的优势。     

基于DSCADA和μPMU数据融合的配电网运行拓扑辨识

在配电网安装了配电网数据采集及监视控制系统（distribution network supervisory control and data acquisition, DSCADA）和部分节点安装少量微型同步相量测量装置（micro-synchronous phasor measurement unit, μPMU）情形下,提出了一种基于DSCADA和μPMU遥测数据融合的配电网运行拓扑辨识方法。首先,基于μPMU节点电压相位量测构建配电网拓扑变化时刻辨识模型,确定拓扑变化的时刻;然后,基于拓扑变化前后的节点电压变化,借助DSCADA和μPMU的遥测数据构建可能拓扑判据,缩小重构后可能拓扑的范围;最后,使用加权最小二乘法将DSCADA和μPMU遥测数据进行融合,估计出可能拓扑下的节点电压相位,并利用构建的拓扑相似度辨识模型辨识出实际拓扑。算例中考虑μPMU和DSCADA不同量测误差组合,对该算法辨识的准确性进行验证。     

基于节点注入功率的配电网运行拓扑辨识

配电网安全监控和数据采集系统(DSCADA)采集的遥信数据存在抖动和误动情况,导致基于遥信数据的配电网拓扑信息可靠性不高。通过微型同步相量量测单元(μPMU)多次采样的节点注入功率,构建基于节点注入功率量测的支路电压偏差的方差模型。采用Kruskal算法得到以支路电压偏差的方差为线路权重的最小生成树,实现对配电网拓扑运行结构的辨识。在此基础上,对比分析节点注入功率量测的采样次数以及网络复杂程度对拓扑辨识误差的影响。IEEE 33和IEEE 123节点系统仿真结果表明,该配电网运行拓扑辨识算法具有较好的可靠性和实用性。     

PMU测试系统的研制

基于全球定位系统GPS的相量测量单元（PMU）能将实时同步相量信息送至调度中心,使全网动态监测成为可能。介绍了新研制的PMU测试系统,包括其测试系统拓扑结构、测试方法及测试软件的设计。该测试系统可测试PMU设备的通信可靠性、测量准确性及设备一致性。     

PMU测试系统的研制

基于全球定位系统GPS的相量测量单元(PMU)能将实时同步相量信息送至调度中心,使全网动态监测成为可能。介绍了新研制的PMU测试系统,包括其测试系统拓扑结构、测试方法及测试软件的设计。该测试系统可测试PMU设备的通信可靠性、测量准确性及设备一致性。     

基于有限相量测量单元测量故障分量信息的故障定位算法

提出了一种基于有限同步相量测量单元(PMU)测量故障分量信息的故障定位算法.采用间隔母线配置PMU的布点策略,即在2条配置有PMU的母线之间间隔一条非零注入并且未配置PMU的母线.该算法首先运用叠加原理获得系统的纯故障等值模型,进而对纯故障等值模型进行等价变换,以获得故障线路两端的系统阻抗等值模型和故障点注入电流源的转移等值模型,最后结合这2种等值模型,实现对故障点的精确定位.该算法没有迭代过程,不存在伪根问题,且计算量小.此外,该算法不受电网拓扑、过渡电阻、振荡状态及系统运行方式的影响.动模试验结果验证了该方法的有效性.     

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。     

基于同步相量数据幅频特征的次超同步振荡模式辨识

随着可再生能源和高压直流输电的快速发展,次超同步振荡事故频发,对现有电力系统振荡的在线监测提出了更高要求。为此,提出了一种基于同步相量数据幅频特征的次超同步振荡模式辨识方法。首先分析了次同步振荡和超同步振荡对同步相量测量装置(phasor measurement unit, PMU)数据的影响机制,结果表明,PMU数据的正负频谱与次超同步振荡的模态线性相关。其次利用多点PMU数据相干谱判别振荡与噪声,有效减少了噪声引起的误判断。然后对次超同步振荡下的PMU数据开展频谱分析,建立了4个幅频特征量,并将振荡数据的特征集合作为输入训练并优化极限梯度提升树(extreme gradient boosting, XGBoost)模型,建立幅频特征与振荡模式的映射关系。所提方法利用振荡环境下PMU数据的固有幅频特征以及XGBoost算法强大的泛化性与计算效率,实现了噪声环境下次超同步振荡模式的快速、准确辨识。最后,利用仿真数据和实测数据验证了所提方法的有效性和实用性。     

基于WAMS/SCADA混合量测的电网参数辨识与估计

针对目前电网参数辨识与估计方法存在的数值稳定性变差、易发散及易受残差污染干扰等问题,提出了一种基于混合量测的电网参数辨识与估计方法。该方法首先利用广域测量系统(WAMS)的测量数据计算相对残差,初步判断是否存在参数错误,然后利用相量测量单元(PMU)能够测量电压和电流相量的特性,建立支路两端变量之间的直接联系,对存在参数错误的支路进行辨识,并在此基础上使用智能优化算法估计支路参数。在IEEE 39测试系统上的仿真实验表明,该方法只需安装约1/2总母线数的PMU即可对全网传输线路和变压器进行参数辨识与估计。     

基于不确定性推理的变电站拓扑错误辨识

采用基于确定因子的不确定性推理方法,文中提出一种变电站拓扑错误辨识方法。在规则法的基础上,根据规则采用的数据类型和关系的不同,将规则分为四大类进行阐述。然后根据不确定性推理方法,对各类拓扑错误辨识规则建立了不精确模型,利用不确定性推理的传播算法和合成算法,计算出每个断路器和刀闸的综合可信度,从而判断断路器和刀闸的开合状态。该方法利用变电站内三相多源数据,冗余度高,提高了对刀闸的辨识能力,解决了规则冲突的问题。算例结果表明,该算法能够对多个不良数据和拓扑错误同时存在的情况进行有效辨识。     

规则法和混合法相结合的遥信错误辨识方法

针对遥信错误辨识问题,提出了一种基于规则和混合法的遥信错误辨识方法。首先制定规则剔除简单的遥信错误;对于无法通过简单规则辨识的遥信,提出采用转移潮流法和新息图法相结合的拓扑错误混合辨识方法进行辨识,该混合辨识方法具有如下特点:以前一断面的状态估计结果作为基态,避免转移潮流法在实际工程中基态选择的困难;通过新息图法中的修正预估比判断拓扑可疑支路,避免转移潮流法中用转移潮流判定拓扑可疑支路可能导致的误判;引入转移潮流法中注入功率对转移潮流的影响量,避免采用新息图法出现较大负荷预测误差产生负荷突变问题。最后,以算例证明了所述方法的有效性。     

Topology error identification using normalized Lagrange multipliers

This paper introduces a method for topology error identification based on the use of normalized Lagrange multipliers. The proposed methodology models circuit breakers as network switching branches whose statuses are treated as operational constraints in the state estimation problem. The corresponding Lagrange multipliers are then normalized and used as a tool for topology error identification, in the same fashion as measurement normalized residuals are conventionally employed for analog bad data processing. Results of tests performed with the proposed algorithm for different types of topology errors are reported     

转移潮流法拓扑错误辨识

电网拓扑错误会影响状态估计的精度,甚至会使状态估计不收敛。文中提出了转移潮流法拓扑错误辨识法,利用当前时刻的遥测数据与基态进行比较就可以得到转移潮流。通过分析转移潮流与网络拓扑变化的关系以及不良数据的影响,给出了单一支路的拓扑错误和多不良数据的辨识方法,从而可以提高状态估计的精度。文中给出了一个实际电网的计算实例。     

考虑总体误差下降指标的电网参数辨识方法

电网参数错误是影响状态估计结果准确性的重要因素。文中以加权最小二乘状态估计为基础,分析了不良数据及错误参数集合对总体误差的影响,提出了基于总体误差下降指标的逐次型参数错误与不良数据辨识方法。该方法在辨识单个不良数据或参数错误时与正则化拉格朗日乘子法等价,并具备同时辨识多个不良数据及参数错误的能力。通过IEEE 14节点测试系统的仿真结果验证了所述方法的准确性与优越性。     

最小信息损失状态估计在拓扑错误辨识中的应用

网络拓扑的错误导致状态估计结果不可用,一直是电力系统状态估计应用中的难题.该文将最小信息损失（MIL）状态估计理论应用到拓扑错误辨识中,提出了具有严格数学基础的MIL拓扑检错新方法.该方法综合利用了蕴涵在遥测和遥信中的信息量,在总体信息损失最小的估计目标下,对遥信和遥测实施统一最优估计,并给出拓扑检错结果.文中还分析了MIL法与传统方法的内在联系,指出了传统残差法是MIL法的特例,讨论了新方法的在线实现问题.给出了小算例系统和实际系统的对比试验研究,结果验证了MIL法比传统残差法具有更低的错误率和更强的可扩展性.     

Detection of topology errors by state estimation [power systems]

Errors in the telemetered data of breaker and switch status, through the network topology processor in the EMS (energy management system) computer, may result in errors in the determination of the current network topology of the system. The use of normalized residuals that result from state estimation is proposed for the detection of topology errors. Three types of topology errors are considered: line or transformer outage, bus split, and shunt capacitor/reactor switching. Conditions for detectability of topology errors are presented. The conditions are tested on the IEEE 30 bus system, and the results confirm the theoretical predictions. The problem of topology error identification is also discussed     

考虑电力参数和量测误差的网络拓扑误差辨识方法

电力系统的参数误差和量测误差在状态估计时经常同时发生。为此提出了一种同时辨识不正常状态支路和参数误差的方法。首先建立了含断路器的支路模型,确定了利用断路器状态估计的误差方程。然后,提出了一种基于扩展状态估计方程的能够同时辨识网络拓扑误差、参数误差和坏数据量测的多源误差的方法。所提拓扑结构误差辨识方法能够在含有坏数据和网络参数误差下辨识不正常状态支路。该方法将约束条件中的归一化拉格朗日乘子加入到断路器模型和参数误差中,通过估计含有拓扑和参数误差的可疑支路的参数来辨识不正常支路的状态,且仅利用传统状态估计的结果来辨识误差。最后利用IEEE118节点系统进行算例验证,对比分析了多种场景下所提方法与传统辨识方法的结果,说明了所提方法的有效性。