[发明专利]一种基于动态分区的PMU不良数据检测与辨识方法

说明书

本发明涉及一种基于动态分区的PMU不良数据检测与辨识方法，包括以下内容：根据电网物理拓扑模型以及读取PMU实时断面数据进行拓扑分析，以获取网络计算模型；根据网络计算模型和PMU实时断面数据进行动态分区，以获取动态数据预测值；将动态数据预测值与当前的PMU实时断面数据进行匹配检测，以辨识出可疑数据，并对可疑数据进行调整，以获取净化数据。本发明能够对不良数据进行有效检测与辨识，获取净化数据。

技术领域

本发明涉及电力系统运行领域，具体涉及一种基于动态分区的PMU不良数据检测与辨识方法。

背景技术

WAMS系统(广域监测系统，以下简称WAMS系统)能够实现在同一时间参考轴下获取大型互联电网系统实时动态信息和稳态信息，为实现电力系统的动态监视、分析甚至控制提供了前提条件，因此，基于WAMS数据的高级应用系统目前在不同层面得到了广泛应用，可以进一步对互联电网的动态过程特性进行分析和评估，辨识系统的失稳现象，向调度运行部门提供预警、预防控制的在线决策和紧急控制决策，使得电力系统的监控从稳态阶段提高到动态阶段，提高电网安全运行水平。

随着基于WAMS数据的高级应用系统的广泛应用,PMU(电源管理单元)布点多、数据量大，数据质量差的问题得到了暴露，这些对基于PMU的实时稳定控制技术的应用造成了很大影响。WAMS不良数据的存在，最直接的结果将可能导致基于WAMS数据的高级应用系统的结果受到污染，也可能会因调度人员无法准确的判断电网的实时状态而影响其决策，还可能会对整个电力系统的运行造成严重影响，最严重的后果将会导致整个电力系统崩溃。

发明内容

鉴于此，本发明实施例提供一种基于动态分区的PMU不良数据检测与辨识方法，以解决上述技术问题。

为实现上述技术目的，本发明实施例提供一种基于动态分区的PMU不良数据检测与辨识方法，包括以下内容：根据电网物理拓扑模型以及读取PMU实时断面数据进行拓扑分析，以获取网络计算模型；根据网络计算模型和PMU实时断面数据进行动态分区，以获取动态数据预测值；将动态数据预测值与当前的PMU实时断面数据进行匹配检测，以辨识出可疑数据，并对可疑数据进行调整，以获取净化数据。

进一步的，所述根据电网物理拓扑模型以及读取PMU实时断面数据进行拓扑分析，以获取网络计算模型，其中，电网物理拓扑模型根据的构建方式包括：读取相关电网状态、模型和参数信息，构建电网物理拓扑模型。

进一步的，所述读取相关电网状态、模型和参数信息，构建电网物理拓扑模型，包括：读取SCADA/PMU断路器/刀闸、线路、发电机、负荷、变压器、电容电抗器，以及人工置断路器/刀闸、线路、发电机、负荷、变压器、电容电抗器的状态信息；进行网络拓扑接线分析，由电网设备的结线连接关系和读取的状态信息，把连接在一起的带电节点归并到计算母线，以获取以计算母线表示的电网物理拓扑模型。

进一步的，所述根据电网物理拓扑模型以及读取PMU实时断面数据进行拓扑分析，以获取网络计算模型，其中，读取PMU实时断面数据进行拓扑分析包括：读取PMU实时断面数据，进行状态估计，并进行拓扑分析，形成关联矩阵，进而获取网络计算模型。

进一步的，读取PMU实时断面数据，进行状态估计，并进行拓扑分析，形成关联矩阵，进而获取网络计算模型，具体地包括：根据PMU实时断面数据分析电网设备的带电状态，并按电网设备的拓扑连接关系和带电状态进行划分；根据划分结果处理各种类型的厂站结线方式和进行直流换流站的拓扑分析；判断断路器/刀闸、线路、发电机、负荷、变压器、电容电抗器设备人工设置的运行状态；根据电网物理拓扑模型对网络的原始描述输入数据，匹配计算模型与网络方程关联，获取网络计算模型。

进一步的，所述根据网络计算模型和PMU实时断面数据进行动态分区，以获取动态数据预测值，包括：根据网络计算模型将PMU通道初始化为任务单元；对任务单元的处理任务进行动态分区；据状态估计结果对各任务单元PMU量测信息进行预测，以获取动态数据预测值。