[发明专利]一种海量电网数据量测坏数据的快速检测辨识方法

说明书

技术领域

本发明涉及电网数据的检测辨识方法，特别涉及一种海量电网数据量测坏数据的快速检测辨识方法。

技术背景

电力工业是国民经济的重要支柱产业，是国家经济发展战略中的重点和先行产业。随着产业发展，科学技术进步，电力系统呈现出广域分布、数据量庞大、模型复杂等特点，是一个典型的数据密集型、通信密集型和计算密集型的大型系统，由于采样、发送、通信、接收、存储等环节以及其他因素，导致状态估计计算用的量测数据不可避免的存在坏数据，从而对状态估计的计算精度产生了很大的影响。而电力系统状态估计是EMS(能量管理系统)的重要组成部分，也是EMS(能量管理系统)其他高级应用软件的基础，在调度自动化系统起着举足轻重的作用。其主要功能是利用电网实时量测系统的冗余量测信息，通过最佳估计准则计算得到最接近系统真实状态的最佳估计值。电力系统状态估计的精度和实时性将直接影响到电力系统监测、决策和控制的准确性以及实时性，而坏数据检测与辨识技术又是提高状态估计计算精度的关键步骤，因此准确的坏数据检测辨识环节对状态估计以及后续应用的准确分析、控制具有重要意义。

由于在状态估计过程中，坏数据是不可避免的，同时参数错误也是可能存在的，已知计算条件和待求量都不确定，这给取信对象的选取以及出现较大残差时定位问题根源带来了困难。此外，大多坏数据在辨识过程中都会设定坏数据门槛值，且此门槛值是针对整个量测系统的，其辨识过程存在不灵敏和不准确问题，有很多真正的坏数据被排在可疑数据队列的最后面，而很多非坏数据的可疑数据却排在了可疑数据队列的前面，导致最终辨识结果的不正确。如何从海量电网数据中检测辨识坏数据，是状态估计中的难题，各种检测辨识方法层出不穷，但切实有效能够真正很好的应用于实际电力系统的统一方法，之前并没有。事实上，经实验发现，坏数据的影响范围是非常有限的，可以把坏数据检测与辨识的范围限制在某一局部范围内，以提高坏数据检测辨识的灵敏性和准确性。

针对现有的状态估计的坏数据检测方法，主要有一下几种，如目标函数极值检测法不能确定坏数据的具体位置，且其需要至少完成一次状态估计，计算效率低；加权残差检测法属于静态检测法，需要求解出状态量后计算加权残差矢量，至少需要一次状态估计，其缺点是漏检与误检虽然概率较小，但无法避免；标准化残差检测法属于静态检测法，需要求解出状态量后计算标准化残差矢量，至少需要一次状态估计，其缺点也是漏检与误检虽然概率较小，但无法避免；残差搜索辨识法在一定程度上是有效的，但其单独使用时效果一般较差，可与别的一些方法相结合以提升总体辨识的准确性；估计辨识法对估计误差的求解精度依赖于数据检测系统的完备性，若可信量测集中包含了坏数据，则估计结果仍将受到不小的影响；对于上述提到的现有技术都存在面对大量数据的时候不能同时满足坏数据辨识率高，计算速度快的问题，另外还存在漏检与误检的缺点，本发明提出了一种海量电网数据量测坏数据的快速检测辨识方法，实现在大数据的情况下，快速准确高效的坏数据检测与辨识，并开发坏数据检测辨识软件，提高坏数据辨识准确率。

发明内容

为了克服上述现有技术的不足，本发明提供了一种海量电网数据量测坏数据的快速检测辨识方法，实现在大数据的情况下，快速准确高效的坏数据检测与辨识，并开发坏数据检测辨识软件，提高坏数据辨识准确率，对电网发展，有着很重要的实际意义。

一种海量电网数据量测坏数据的快速检测辨识方法，本发明所述的方法包括以下步骤：

步骤1：基于SCADA遥信进行拓扑分析；

步骤2：基于拓扑关系，进行坏数据检测辨识；

步骤3：进行双层精细化坏数据检测与辨识。

所述步骤1基于SCADA遥信进行拓扑分析，包含如下步骤：

步骤1.1根据电网中开关、刀闸等逻辑设备的状态以及各种原件的连接关系，产生电网计算用的母线和网络模型；

步骤1.2进行结线分析任务，处理实时开关状态；

步骤1.2.1母线分析任务，分析变电站的母线段由闭合开关联结成多少估计计算用的节点；

步骤1.2.2和系统分析任务，分析整个系统的计算用节点由支路联结成多少子系统；

步骤1.2.3在进行量测系统分析任务，按子系统划分量测系统，并检查各子系统的可观测性；

量测系统的分析结果满足世界电力系统状态估计和潮流计算的数据要求。

所述步骤2基于拓扑关系，进行坏数据检测辨识，包含如下步骤：

步骤2.1：形成节支关联矩阵、支节关联矩阵、回支关联矩阵；