本發(fā)明涉及電網(wǎng)大數(shù)據(jù)分析和電網(wǎng)穩(wěn)定性分析兩個領(lǐng)域,特別涉及一種基于電網(wǎng)PMU大數(shù)據(jù)的電網(wǎng)穩(wěn)定性判別方法。
背景技術(shù):
智能電網(wǎng)的發(fā)展日新月異,其對應的智能電網(wǎng)新技術(shù)也不斷涌現(xiàn)。電網(wǎng)的拓撲結(jié)構(gòu)也愈加復雜,智能電網(wǎng)的穩(wěn)定運行需要滿足以下條件:電網(wǎng)的基礎(chǔ)體系和相關(guān)支撐技術(shù),可以足夠抵御不可預知的外部擾動;電網(wǎng)需要及時預見可能發(fā)生的故障,并且評估該故障可能對電網(wǎng)產(chǎn)生的影響,以利于電網(wǎng)可以快速判別故障、隔離故障;電網(wǎng)的兼容性要好,能適應大量分布式的微電網(wǎng)等充放電設(shè)施的接入和撤離;智能電網(wǎng)的運維成本要可控,電網(wǎng)運營狀態(tài)可視化程度要高,以便于提供對應的控制實施措施和應對方案。
為了更好的理解和分析電網(wǎng),大量PMU被布置在電網(wǎng)中,以獲得更加多的、近似同步的電網(wǎng)運維信息(實時電網(wǎng)中的電壓、電流、功率和相角等20多種數(shù)據(jù))。PMU在電網(wǎng)中廣泛布局是為了更好的認知電網(wǎng),簡化電網(wǎng)的分析過程。龐大的電網(wǎng)狀態(tài)數(shù)據(jù)給智能電網(wǎng)的分析帶來了可能性,同時,也面臨著挑戰(zhàn)。例如:大量的PMU數(shù)據(jù)如何利用,如何結(jié)合實際的電網(wǎng)數(shù)據(jù)分析對應的實際問題;從大量的PMU數(shù)據(jù)中可以獲得什么信息;從大量電網(wǎng)數(shù)據(jù)中獲得的信息是否可以可視化,方便電網(wǎng)運維管理者使用。
電力系統(tǒng)龐大的PMU數(shù)據(jù)分析可以看為一個大數(shù)據(jù)系統(tǒng)。電網(wǎng)大數(shù)據(jù)是近年來分析的一個熱點。大數(shù)據(jù)作為一門數(shù)據(jù)科學,得到了全球廣大專家學者的高度關(guān)注和研究。探求一種基于大數(shù)據(jù)方法的智能電網(wǎng)穩(wěn)定性分析方法,是一個具有極其重要學術(shù)價值和實際工程應用價值的研究點。龐大的PMU數(shù)據(jù)給了電網(wǎng)大數(shù)據(jù)分析帶來了數(shù)據(jù)源。從這一塊看似豐富的資源中獲取需要的信息是電網(wǎng)大數(shù)據(jù)分析的關(guān)鍵點和難點,即從海量的、多樣的、實時的、真實的電網(wǎng)大數(shù)據(jù)分析中挖掘出適合電網(wǎng)決策分析的電網(wǎng)態(tài)信息至關(guān)重要。
技術(shù)實現(xiàn)要素:
本發(fā)明的目的在于針對上述問題,提供了一種基于電網(wǎng)PMU大數(shù)據(jù)的電網(wǎng)穩(wěn)定性判別方法,通過PMU歷史數(shù)據(jù)、實時數(shù)據(jù)等的統(tǒng)計特性,結(jié)合電網(wǎng)的需求,對電網(wǎng)的穩(wěn)定進行認知。
本發(fā)明的目的是這樣實現(xiàn)的:
一種基于電網(wǎng)PMU大數(shù)據(jù)的電網(wǎng)穩(wěn)定性判別方法,其特征在于,該方法包括以下步驟:
1)根據(jù)電網(wǎng)PMU數(shù)據(jù)利用隨機矩陣進行建模,包括以下分步驟:
1.1)根據(jù)電網(wǎng)的運行狀態(tài)將電網(wǎng)劃分為四種,分別為:電網(wǎng)拓撲結(jié)構(gòu)不變、電網(wǎng)拓撲結(jié)構(gòu)變化、電網(wǎng)的供電源不變和電網(wǎng)的供電源有增減;
1.2)觀測并記錄四種運行狀態(tài)的電網(wǎng)各級結(jié)點的PMU數(shù)據(jù);
1.3)從電網(wǎng)潮流方程出發(fā),建立PMU數(shù)據(jù)的觀測值和電網(wǎng)運行狀態(tài)變化之間的關(guān)系,即電網(wǎng)PMU數(shù)據(jù)的隨機矩陣表示;
2)對電網(wǎng)PMU歷史數(shù)據(jù)進行分析,包括以下分步驟:
2.1)將記錄的PMU歷史數(shù)據(jù)平均地分為多個時間段數(shù)據(jù);
2.2)將記錄的PMU歷史數(shù)據(jù)進行歸一化處理;
2.3)計算出PMU歷史數(shù)據(jù)的特征值分布函數(shù),然后得到該函數(shù)的分布上下界的參數(shù),最終得到PMU歷史數(shù)據(jù)的分布上下界函數(shù),并建立PMU歷史數(shù)據(jù)的分布上下界圖;
3)對電網(wǎng)PMU實時數(shù)據(jù)進行分析,包括以下分步驟:
3.1)記錄PMU實時數(shù)據(jù);
3.2)計算出PMU實時數(shù)據(jù)的特征值分布函數(shù),并建立PMU實時數(shù)據(jù)的特征值分布圖;
4)將PMU實時數(shù)據(jù)的特征值分布圖和PMU歷史數(shù)據(jù)的分布上下界圖在同一界面上進行展示并比對;若PMU實時數(shù)據(jù)的特征值落入PMU歷史數(shù)據(jù)的分布上下界之間,判斷電網(wǎng)為穩(wěn)定狀態(tài);否則,則判斷電網(wǎng)為異常狀態(tài)。
進一步,所述步驟4)中,所述PMU實時數(shù)據(jù)的特征值分布圖和PMU歷史數(shù)據(jù)的分布上下界圖通過人機界面進行展示。
本發(fā)明的有益效果為:該方法是利用PMU采集的數(shù)據(jù)(電壓、電流、功率和相角等數(shù)據(jù))進行電網(wǎng)狀態(tài)的學習和判別,因此,該方法不依賴于電網(wǎng)的拓撲結(jié)構(gòu),完全是基于PMU數(shù)據(jù)的高維統(tǒng)計特性,因而適用范圍廣泛,穩(wěn)健度高和安全性可靠。
附圖說明
圖1為本發(fā)明的流程圖。
圖2為采用協(xié)方差矩陣建模時,電網(wǎng)運行穩(wěn)定的狀態(tài)圖。
圖3為采用協(xié)方差矩陣建模時,電網(wǎng)運行異常的狀態(tài)圖。
圖4為采用維格納矩陣建模時,電網(wǎng)運行穩(wěn)定的狀態(tài)圖。
圖5為采用維格納矩陣建模時,電網(wǎng)運行異常的狀態(tài)圖。
具體實施方式
下面結(jié)合具體實施例和附圖,進一步闡述本發(fā)明。
如圖1所示,一種基于電網(wǎng)PMU大數(shù)據(jù)的電網(wǎng)穩(wěn)定性判別方法,包括以下步驟:
1)根據(jù)電網(wǎng)PMU數(shù)據(jù)利用隨機矩陣進行建模,將電網(wǎng)穩(wěn)定性分析轉(zhuǎn)化為隨機矩陣分析問題,包括以下分步驟:
1.1)根據(jù)電網(wǎng)的運行狀態(tài)將電網(wǎng)劃分為四種,分別為:電網(wǎng)拓撲結(jié)構(gòu)不變、電網(wǎng)拓撲結(jié)構(gòu)變化、電網(wǎng)的供電源不變和電網(wǎng)的供電源有增減;
1.2)觀測并記錄四種運行狀態(tài)的電網(wǎng)各級結(jié)點的PMU數(shù)據(jù);
1.3)從電網(wǎng)潮流方程出發(fā),建立PMU數(shù)據(jù)的觀測值和電網(wǎng)運行狀態(tài)變化之間的關(guān)系,即電網(wǎng)PMU數(shù)據(jù)的隨機矩陣表示;
2)對電網(wǎng)PMU歷史數(shù)據(jù)進行分析,包括以下分步驟:
2.1)將記錄的PMU歷史數(shù)據(jù)平均地分為多個時間段數(shù)據(jù);
2.2)將記錄的PMU歷史數(shù)據(jù)進行歸一化處理,即將數(shù)據(jù)減去整體歷史數(shù)據(jù)的統(tǒng)計均值,再除以整體歷史數(shù)據(jù)的方差;
2.3)計算出PMU歷史數(shù)據(jù)的特征值分布函數(shù),然后得到該函數(shù)的分布上下界的參數(shù),最終得到PMU歷史數(shù)據(jù)的分布上下界函數(shù),并建立PMU歷史數(shù)據(jù)的分布上下界圖;
3)對電網(wǎng)PMU實時數(shù)據(jù)進行分析,包括以下分步驟:
3.1)記錄PMU實時數(shù)據(jù);
3.2)計算出PMU實時數(shù)據(jù)的特征值分布函數(shù),并建立PMU實時數(shù)據(jù)的特征值分布圖;
4)將PMU實時數(shù)據(jù)的特征值分布圖和PMU歷史數(shù)據(jù)的分布上下界圖在同一界面上進行展示并比對,而為方便電網(wǎng)運維管理者進行觀察和判斷,這里的PMU實時數(shù)據(jù)的特征值分布圖和PMU歷史數(shù)據(jù)的分布上下界圖可以通過人機界面進行展示;若PMU實時數(shù)據(jù)的特征值落入PMU歷史數(shù)據(jù)的分布上下界之間,判斷電網(wǎng)為穩(wěn)定狀態(tài),如圖2和圖4所示;否則,則判斷電網(wǎng)為異常狀態(tài),如圖3和圖5所示。