[发明专利]基于样本协方差矩阵最大特征值的电网异常状态检测方法在审
申请号: | 201810018458.8 | 申请日: | 2018-01-09 |
公开(公告)号: | CN108196165A | 公开(公告)日: | 2018-06-22 |
发明(设计)人: | 韩松;周忠强 | 申请(专利权)人: | 贵州大学 |
主分类号: | G01R31/08 | 分类号: | G01R31/08 |
代理公司: | 贵阳东圣专利商标事务有限公司 52002 | 代理人: | 袁庆云 |
地址: | 550025 贵州省*** | 国省代码: | 贵州;52 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 协方差矩阵 异常状态检测 电网 样本 矩阵 滑动窗口 状态异常 低信噪比 电网状态 构造数据 计算效率 继续执行 失效问题 随机矩阵 异常状态 潜在的 源矩阵 取样 耗时 判定 标准化 场景 返回 检测 警告 环节 | ||
1.一种基于样本协方差矩阵最大特征值的电网异常状态检测方法,包括以下步骤:
步骤1:构造数据源矩阵Xs:利用电网多个同步相量测量单元接收端,将各个采样时刻的数据按照时间顺序排列,构成一个多维矩阵,即数据源矩阵Xs;
步骤2:获得滑动窗口矩阵X:采用滑动窗口技术分析量测数据,从数据源矩阵Xs中取得当前采样时刻的滑动窗口矩阵X;
步骤3:滑动窗口矩阵X的标准化:对滑动窗口矩阵X进行归一化处理;
步骤4:获得样本协方差矩阵S:对归一化处理的滑动窗口矩阵,求样本协方差矩阵S;
步骤5:求取样本协方差矩阵最大特征值:计算样本协方差矩阵S的特征值,并从中筛选出最大特征值作为电网异常状态检测指标;
步骤6:电网状态异常越限判别:判断是否该最大特征值大于阈值,若成立,则判定电网发生状态异常,发出警告;否则,当前无异常状态,返回步骤2继续执行状态异常检测流程。
2.如权利要求1所述的基于样本协方差矩阵最大特征值的电网异常状态检测方法,其特征在于:所述步骤1中的构造数据源矩阵Xs:利用电网多个同步相量测量单元接收端,在任意采样时刻
将各个采样时刻的数据按照时间顺序排列,可以构成一个二维矩阵,即数据源矩阵Xs,如式(2)所示,
。
3.如权利要求1所述的基于样本协方差矩阵最大特征值的电网异常状态检测方法,其特征在于:所述步骤2中的获得滑动窗口矩阵X:采用滑动窗口技术分析量测数据,从数据源矩阵Xs中取得当前采样时刻
且满足以下条件,即c∈(0,1],为比值,无单位。
4.如权利要求1所述的基于样本协方差矩阵最大特征值的电网异常状态检测方法,其特征在于:所述步骤3中的滑动窗口矩阵X的标准化:对滑动窗口矩阵X进行归一化处理,得到标准非厄米特矩阵(Non- Hermitian Matrix) ,如式(4)所示,
式中1,;分别为的均值和标准差;、分别为的均值和标准差,且;。
5.如权利要求1所述的基于样本协方差矩阵最大特征值的电网异常状态检测方法,其特征在于:所述步骤4中的求滑动窗口矩阵X归一化处理得到的标准非厄米特矩阵的样本协方差矩阵S,如式(5)所示,
(5)
式中上标H表示复共轭转置。
6.根据权利要求3所述的基于样本协方差矩阵最大特征值的电网异常状态检测方法,其特征在于:所述步骤6中的阈值的设定,如式(6)所示,
式中c为前述滑动窗口矩阵X的矩阵行列比,kγ为结合异常事件分级告警的思路,设置的阈值裕度,一般为1.2。
7.如权利要求1至6中任一项所述的基于样本协方差矩阵最大特征值的电网异常状态检测方法,其特征在于:所述步骤1中采样数据的类型为母线电压幅值
8.如权利要求6所述的基于样本协方差矩阵最大特征值的电网异常状态检测方法,其特征在于:所述滑动窗口宽度,就暂态事件异常检测应用来说,滑动窗口时间宽度为10~30秒,采样频率100Hz,即T=1000~3000;就稳态事件异常检测应用来说,滑动窗口时间宽度为300~900秒,采样频率10Hz,即T=3000~9000。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于贵州大学,未经贵州大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810018458.8/1.html,转载请声明来源钻瓜专利网。