研究与开发
|
计及坏数据辨识与修正的配电网状态估计
张铄, 吴丽珍
兰州理工大学电气工程与信息工程学院,兰州 730050
Distribution network state estimation considering bad data identification and correction
ZHANG Shuo, WU Lizhen
College of Electrical and Information Engineering, Lanzhou University of Technology, Lanzhou 730050
摘要 配电网中多种量测设备所采集的异构异源数据共同构成了用于状态估计的数据源,对量测数据的深度辨识是提升状态估计精度的首要任务。本文提出一种针对量测数据中坏数据的辨识修正方法,首先运用新息序列和基于密度的含噪声空间应用聚类(DBSCAN)算法进行初级辨识,然后根据量测数据的时间惯性进行二次辨识,最后采用改进长短期记忆神经网络(LSTM)算法对异常数据进行修正,并搭建仿真平台分析了所提方法的有效性。
关键词 :
配电网 ,
多级辨识 ,
坏数据 ,
状态估计
Abstract :Heterogeneous data collected by a variety of measurement devices in the distribution network constitute the data source for state estimation. Depth identification of measurement data is the primary task to improve the accuracy of state estimation. In this paper, an identification and correction method for bad data in measured data is proposed. The method firstly uses primary identification based on new information sequence and density-based spatial clustering of applications with noise (DBSCAN) method, and then performs secondary identification according to the time inertia of measured data. Finally, the modified long-short term memory (LSTM) algorithm is used to correct the abnormal data. A simulation platform is built to verify the effectiveness of the proposed method.
Key words :
distribution network
multistage identification
bad data
state estimation
收稿日期: 2022-07-11
基金资助: 国家自然科学基金项目(62063016); 甘肃省科技计划(20JR10RA177)
作者简介 : 张 铄(1999—),男,硕士研究生,研究方向为配电网状态估计。
引用本文:
张铄, 吴丽珍. 计及坏数据辨识与修正的配电网状态估计[J]. 电气技术, 2022, 23(11): 1-5.
ZHANG Shuo, WU Lizhen. Distribution network state estimation considering bad data identification and correction. Electrical Engineering, 2022, 23(11): 1-5.
链接本文:
https://dqjs.cesmedia.cn/CN/Y2022/V23/I11/1
[1] 游家训, 黄斌, 郭创新, 等. 混合量测用于电力系统状态估计[J]. 高电压技术, 2009, 35(7): 1765-1769. [2] 吴星, 刘天琪, 李兴源, 等. 基于WAMS/SCADA数据兼容和改进FCM聚类算法的PMU最优配置[J]. 电网技术, 2014, 38(3): 756-761. [3] 薛辉, 贾清泉, 王宁, 等. 基于PMU量测数据和SCADA数据融合的电力系统状态估计方法[J]. 电网技术, 2008, 32(14): 44-49. [4] 刘科研, 张剑, 陶顺, 等. 基于多源多时空信息的配电网SCADA系统电压数据质量检测与评估方法[J]. 电网技术, 2015, 39(11): 3169-3175. [5] 高正男, 杨帆, 胡姝博, 等. 面向新能源电力系统状态估计的伪波动数据清洗[J]. 高电压技术, 2022, 48(6): 2366-2377. [6] 刘莉, 翟登辉, 姜新丽. 电力系统不良数据检测与辨识方法的现状与发展[J]. 电力系统保护与控制, 2010, 38(5): 143-147, 152. [7] 蔡文斌, 程晓磊, 王鹏, 等. 基于DBSCAN二次聚类的配电网负荷缺失数据修补[J]. 电气技术, 2021, 22(12): 27-33. [8] 胡金磊, 赖俊驹, 黎阳羊, 等. 基于自适应DBSCAN算法的开关柜绝缘状态评价方法[J]. 电工技术学报, 2021, 36(增刊1): 344-352. [9] 涂彦昭, 高伟, 杨耿杰. 一种基于卷积神经网络和长短期记忆网络的光伏系统故障辨识方法[J]. 电气技术, 2022, 23(2): 48-54. [10] 李冬辉, 尹海燕, 郑博文, 等. 改进的LSTM方法在冷水机组传感器故障检测中的应用[J]. 电工技术学报, 2019, 34(11): 2324-2332.
[1]
刘磊. 基于智能软开关的配电网故障恢复研究 [J]. 电气技术, 2024, 25(9): 27-32.
[2]
季克勤, 卢昊威. 考虑多元灵活性资源的配电网协同优化调度 [J]. 电气技术, 2024, 25(7): 23-31.
[3]
唐钧益, 曾肖枫, 高伟. 一种基于经验模态分解和局部极大值点数的配电网高阻接地故障检测方法 [J]. 电气技术, 2024, 25(6): 14-23.
[4]
廖江华, 高伟, 唐钧益, 杨耿杰. 基于递归径向基神经网络滑模的多功能柔性多状态开关控制方法 [J]. 电气技术, 2024, 25(5): 11-21.
[5]
于惠钧, 马凡烁, 陈刚, 杨驰泽, 李嘉轩. 基于改进灰狼优化算法的含光伏配电网动态无功优化 [J]. 电气技术, 2024, 25(4): 7-15.
[6]
江楠, 董熙, 高原, 谈云恺, 蒋伟. 基于暂态录波与多元状态估计的阀冷系统故障预警及识别 [J]. 电气技术, 2024, 25(2): 45-51.
[7]
姜淼, 严伟, 徐光福, 华秀娟, 黄涛. 有源配电网被动式防孤岛保护配置研究 [J]. 电气技术, 2023, 24(9): 34-39.
[8]
夏得青, 向星宇, 李宽龙, 黄华鸿, 黎朝晖. 农村配电网低电压治理研究进展 [J]. 电气技术, 2023, 24(6): 1-5.
[9]
林骏捷, 林佳壕, 郭谋发. 基于多暂态特征量聚类的配电网接地故障区段定位方法 [J]. 电气技术, 2023, 24(5): 16-22.
[10]
邓苏娟, 张百甫, 郑小朋, 王飞. 主动配电网局部自治区域置信供蓄能力计算 [J]. 电气技术, 2023, 24(2): 18-23.
[11]
刘伟, 杨东风, 王洪志, 闫文迪. 基于格拉姆角场-改进残差网络的小电流接地系统故障选线 [J]. 电气技术, 2023, 24(12): 14-19.
[12]
吴建宇. 基于中电阻法的小电流接地选线方法研究 [J]. 电气技术, 2023, 24(10): 17-22.
[13]
裴超, 王大磊, 杨占刚, 黄宇翔, 张杰恺. 考虑时空分布的配电网站房巡检策略 [J]. 电气技术, 2023, 24(1): 86-90.
[14]
张君则. 基于出力特性的分布式电源优化配置与运行 [J]. 电气技术, 2022, 23(8): 36-40.
[15]
兰威, 陈飞雄. 计及阻塞管理的虚拟电厂与配电网协同运行策略 [J]. 电气技术, 2022, 23(6): 30-41.