一种有功坏数据辨识与修正方法技术

本发明专利技术提供了一种有功坏数据辨识与修正方法，属于电力系统能量管理、监视领域。该方法包括以下步骤：一、根据实时的网络拓扑结构情况，生成网络分块规则或从数据库在线调用对应的网络分块规则，将母网分割为一系列子网；二、依据节点、支路遥测配置与采集的有功信息，对母网以及各子网进行有功数据初始化，填充各节点、支路有功信息；三、在云环境中，对各子网进行分布式数据校对稽查，利用冗余信息修正可疑数据；四、母网整合各子网修正结果并对进行统筹辨识，修正剩余的可疑数据。本发明专利技术克服了现有状态估计存在的“残差污染”与“残差淹没”或计算量大的缺点。

【技术实现步骤摘要】

本专利技术涉及坏数据辨识与修正方法，属于电力系统能量管理、监视领域，尤其涉及 。
技术介绍
在电力系统五大体系下，能量管理系统（EMS)处理的数据量迅速增长，这些数据 包括电网及其相关设备的运行数据，为各级电网调控、管理、运维、分析提供基础支撑，但 EMS受采集设备、通讯设备、通讯条件、人员等因素影响，会出现数据突变，毛刺，空点等与电 网实际运行不一致的坏数据，这类数据在宏观上无规律性，一定条件下会严重干扰电网的 稳定运行，成为电网安全稳定优质运行的极大隐患。 目前，针对电力系统坏数据的研宄主要包括基于电路定律的辨识方法研宄和基于 历史数据的辨识方法研宄。基于电路定律的方法中最著名的是状态估计及其变种算法，但 是其不可避免的存在"残差污染"和"残差淹没"等问题，从而容易造成误辨或漏辨，另外 由于需要求解非线性方程组，计算量大，耗时长；基于历史数据的方法主要有人工神经网络 法、时间序列法、聚类分析法等，其从海量历史数据中挖掘电网运行的规律，通过提取特征 曲线修正不满足规律的毛刺、空点等奇异点，这些方法对于运行规律过度依赖，对非常规曲 线容易造成误辨。 随着信息时代的蓬勃发展，电网数据呈爆炸式增长，辨识算法在追求高精度的同 时也需要具备实时性、可扩展性。云计算作为一种薪新的计算模式已逐步深入人心，Apache 的开源项目Hadoop以其卓越的海量数据批处理能力闻名遐迩，但其对实时数据的处理能 力较差，Twitter出于自身业务需求研发了一款实时云计算框架-Storm并将其开源。Storm 将数据当作流进行处理，拥有处理高频海量数据的实时分布计算能力。
技术实现思路
本专利技术的目的是提供，以解决上述现有技术存在 的问题，提尚计算效率。 本专利技术提供的有功坏数据辨识与修正方法包括以下步骤：一、根据实时的网络拓 扑结构情况，依据开关量信息经散列函数生成唯一标识符，通过搜索该标识符生成网络分 块规则或从数据库在线调用对应的网络分块规则，将母网分割为一系列子网；二、依据节 点、支路遥测配置与采集的有功信息，对母网以及各子网进行有功数据初始化，填充各节 点、支路有功信息，其中节点包含注入有功功率数据，支路包括两侧支路功率；三、在云环境 中，对各子网进行分布式数据校对稽查，利用冗余信息修正可疑数据；四、母网整合各子网 辨识与修正结果并对进行统筹辨识，对剩余的可疑数据进行辨识与修正。 本专利技术克服了现有方法的诸多不足，辨识与修正同步进行，充分利用了分布式存 储与计算的优势，通过将电网拓扑予以拆分，各子网在实时云计算平台storm中进行并行 辨识与修正，具有很好的加速比与可扩展性。【附图说明】 图1是本专利技术的主要过程示意图 图2是本专利技术的9节点网络拓扑分块示意图 图3是本专利技术的序列化传输与反序列化过程示意图【具体实施方式】 下面结合附图和具体实施例进一步阐明本专利技术，应理解这些实施例仅用于说明本 专利技术而不用于限制本专利技术的范围，在阅读了本专利技术之后，本领域技术人员对本专利技术的各种 等价形式的修改均落于本申请所附权利要求所限定的范围。 图1为本专利技术提供的云计算环境下的有功坏数据辨识与修正方法过程示意图，下 面结合图1详细说明所述方法主要步骤： 步骤1，母网拓扑分块。随开关位置的不同，电力网络拓扑也会不断变化，对应于 每种网络拓扑产生一种唯一的拓扑摘要，摘要生成的规则为对开关位置进行二进制编码， 闭合与断开分别为1和0,对整个电力网络中的开关按顺序排列编码从而获得二进制编码 串，串的长度随网络节点数的增长而增大，为了获得统一长度的拓扑摘要，对二进制编码串 进行散列处理，散列函数可取MD5, SHA等。依据待辨识网络拓扑的摘要从数据库搜索对应 的分块规则，如对应摘要不存在于数据库中，则采用宽度优先遍历算法对拓扑图进行分块 规则生成，具体方式如下： 根据输入的分块数计算每个子网的节点数N，从边界节点开始依据宽度优先遍历 选取最近的N个节点从母网中分离形成子网X，如分离使得母网不再是连通图，则统计每 个子图的节点数，节点数如果远小于N则归入X，如近似等于N则作为新子网Y，如远大于 N则对其进行子网分块，其中远小于，远大于的判定标准可设置为节点数之差小于或大于【主权项】1. ，其特征在于，所述方法包括以下步骤： 1) 根据实时的网络拓扑结构情况，生成网络分块规则或从数据库在线调用对应的网络 分块规则，将母网分割为一系列子网； 2) 依据节点、支路遥测配置与采集的有功信息，对母网以及各子网进行有功数据初始 化，填充各节点、支路有功信息； 3) 在云环境中，对各子网进行分布式数据校对稽查，利用冗余信息修正可疑数据； 4) 母网整合各子网修正结果并对进行统筹辨识，修正剩余的可疑数据。2. 根据权利要求1所述的有功坏数据辨识与修正方法，其特征在于，第一步骤中，仅在 网络拓扑结构第一次出现的情况下生成网络分块规则，并将该拓扑结构与分块规则存入数 据库。3. 根据权利要求1所述的有功坏数据辨识与修正方法，其特征在于，第二步骤中，对于 无测点的有功数据使用随机大数填充。4. 根据权利要求1所述的有功坏数据辨识与修正方法，其特征在于，第三步骤中，能使 式（1)或式（2)成立的数据作为好数据，并且当支路一侧功率已辨识为好数据时，根据式 (3)对另一侧可疑功率数据进行修正：(2) Pij=-Pji ⑶ 式（1) - (3)中，Pi为节点i注入功率，C 与节点i相连的节点集合，P U为支路i-j且 起点为i的支路功率，s i，δ U分别为节点i、支路i-j对应的辨识阈值。5. 根据权利要求1所述的有功坏数据辨识与修正方法，其特征在于，第四步骤中，对剩 余的未辨识数据，能使所述式（2)成立的数据作为好数据，根据所述式（3)修正对侧支路功 率，在此之后，若仍存在未辨识数据，则将能使公式（4)成立的数据作为好数据，并用公式 (5)修正对应支路功率：式（4)、（5)中，Pp Pj分别为节点i，j注入功率，C i、Cj分别为与节点i、j相连的节点 集合，Pu为支路i_j且起点为i的支路功率，S ' u分别为节点i与j对应的联合辨识阈 值。6. 根据权利要求2所述的有功坏数据辨识与修正方法，其特征在于拓扑结构由网络开 关位置数字化后经散列函数计算生成。【专利摘要】本专利技术提供了，属于电力系统能量管理、监视领域。该方法包括以下步骤：一、根据实时的网络拓扑结构情况，生成网络分块规则或从数据库在线调用对应的网络分块规则，将母网分割为一系列子网；二、依据节点、支路遥测配置与采集的有功信息，对母网以及各子网进行有功数据初始化，填充各节点、支路有功信息；三、在云环境中，对各子网进行分布式数据校对稽查，利用冗余信息修正可疑数据；四、母网整合各子网修正结果并对进行统筹辨识，修正剩余的可疑数据。本专利技术克服了现有状态估计存在的“残差污染”与“残差淹没”或计算量大的缺点。【IPC分类】G06Q50-06【公开号】CN104766248【申请号】CN201510182201【专利技术人】蒋浩, 姚鹏, 杨志强, 徐春雷, 苏大威, 余璟 【申请人】东南大学, 国家电网公司, 江苏省电力公司, 江苏省电力公司徐州供电公司【公开日】2015年7月8日【申请日】2015年4本文档来自技高网...

【技术保护点】
一种有功坏数据辨识与修正方法，其特征在于，所述方法包括以下步骤：1)根据实时的网络拓扑结构情况，生成网络分块规则或从数据库在线调用对应的网络分块规则，将母网分割为一系列子网；2)依据节点、支路遥测配置与采集的有功信息，对母网以及各子网进行有功数据初始化，填充各节点、支路有功信息；3)在云环境中，对各子网进行分布式数据校对稽查，利用冗余信息修正可疑数据；4)母网整合各子网修正结果并对进行统筹辨识，修正剩余的可疑数据。

【技术特征摘要】

【专利技术属性】
技术研发人员：蒋浩，姚鹏，杨志强，徐春雷，苏大威，余璟，
申请(专利权)人：东南大学，国家电网公司，江苏省电力公司，江苏省电力公司徐州供电公司，
类型：发明
国别省市：江苏;32