一种无功日曲线不良数据识别与修正方法技术

本发明专利技术提供的一种无功日曲线不良数据识别与修正方法，可以应用于电网无功功率不良数据辨识与修正，可作为制定电力系统运行方式的重要依据，通过对无功功率历史数据的辨识及修正，准确的预测电网无功功率，提高节能调度工作效率，显著提升日前发电的计算精确度，有效保障了发电计划的安全性及准确性，具有重要的现实意义和良好的应用前景。

A bad data recognition and correction method for reactive day curve

A reactive power curve on bad data identification and correction method provided by the invention can be applied to the reactive power of power grid and bad data identification and correction, can be used as an important basis for the establishment of power system operation mode, through the identification and correction of reactive power of historical data, accurate prediction of power grid reactive power, improve the efficiency of energy saving scheduling work, significantly improve the calculation accuracy, power generation, effective protection of the safety and accuracy of power generation plan, has important practical significance and good application prospect.

【技术实现步骤摘要】
一种无功日曲线不良数据识别与修正方法
本专利技术涉及电力调度自动化
，尤其是指一种无功日曲线不良数据识别与修正方法。
技术介绍
近半个世纪以来，以数字化为特征的计算机和通信技术逐渐在电力系统中得到了普及应用，使得电力系统调度控制的面貌发生了深刻的变革。在高度自动化的电力系统中，电气量和其它各种数据的准确采集与传输是电力系统继电保护和调度决策的基础。随着电力工业的发展，现代电力系统已由最初围绕电厂展开发展到目前的大电网、大机组、超高压时代。这一新型的、开放发展阶段对支撑电力系统安全经济运行的监视、调度、运行控制和管理决策系统提出了新的挑战，既要求其提供对大型互联电力系统进行灵活、安全、经济和快速的调度控制的能力，又要能及时灵活地为参与电力市场运营的各公司和部门提供涉及电力系统实际运行状态、安全状况及安全裕度、电能报价和电量交易情况、以及日常运行管理情况等各个方面的丰富的数据和信息。为了提高驾驭复杂电网的能力，电力系统的自动化程度不断提高。在电网保护与控制高度自动化的环境下，一旦变电站自动化系统或调度自动化系统接收的数据出错，小则干扰调度员的判断，大则影响调度员做出错误的控制决策，甚至导致保护和控制装置误动，严重影响电网安全。如何从海量的测量和运行数据中准确、快速地辨识出不良数据，已经成为保障电力系统安全的关键问题之一。电力系统异常数据辨识一直是电力系统分析中的一个难点，复杂的电力网络包含有海量的数据，这些数据的准确与否决定着电力系统运行的安全与可靠性。电力系统中的不良数据可能会影响调度员做出错误的决策，从而影响电力系统的正常运行，甚至可能会威胁整个电力系统的安全。因此，为了确保电力系统稳定安全的运行，检测这些不良数据并把它们从原始数据中提取出来加以修正有着重要意义。针对这些问题，电力科研人员进行了大量的研究，提出了不少行之有效的措施和方法，如基于网络潮流约束冗余性的状态估计方法和基于时间序列分析的异常数据辨识方法，但仅针对有功功率的不良数据识别。但尚无有关无功日曲线不良数据的识别及修正。随着近几年风、光等新能源发电的大量投产并网及电网交直流互联，无功补偿和电压问题较为突出。由于变电站内高压侧和低压侧的有功、无功和电压之间的耦合关系，如果在日计划编制时，未考虑无功补偿问题，将可能产生某些负荷节点电压越限，影响电网实时调度运行安全。因此，迫切需要在日前发电计划编制时，采用电网交流潮流闭环安全校核，在校验支路有功限值的同时，对电网节点的无功缺额和电压越限问题进行全面的校核，即无功数据的不良数据辨识及修正，并为调度部门提供闭环的校正辅助服务策略，全面提高日前发电计划和电网运行的安全稳定水平。现有的交流潮流安全校核只能进行线路有功潮流计算和越限校验，无法进行无功和电压校验，难以满足当前调度安全校核的需求。已有研究(陈波，李保全，李亚红，刘配配，刘媛媛.电压无功控制中的不良数据辨识.武汉大学学报，2010)根据无功负荷曲线相似性和平滑性的两个重要特征，采用改进的BP神经网络模型，通过对影响无功负荷的主要因素进行离线训练，实现对无功负荷曲线拟合，进而实现对无功负荷的预测。然而该方法仅对无功不良数据进行辨识，并无数据修正方法，难以满足交流潮流闭环安全校核的日前发电计划。此外，随着大量高压直流输电线路接入电网，直流换流站对近区母线电压幅值非常敏感，而直流近区波动需要大量的无功吞吐。随着直流线路的不断增多，迫切需要考虑交流潮流闭环安全校核的日前发电计划，在精细化考虑电网安全约束的基础上，实现有功、无功、电压的协调统筹优化，进而实现对交直流电网潮流的精确把控。
技术实现思路
为了解决上述技术问题，本专利技术提供一种无功日曲线不良数据识别与修正方法。本专利技术是以如下技术方案实现的：第一方面，一种无功日曲线不良数据识别方法，包括：获取待处理数据集；所述待处理数据集包括无功日曲线数据；获取参考数据以及偏差限；根据所述参考数据对所述待处理数据集进行粗识别以获取第一不良数据；去除所述第一不良数据以得到第一预处理数据集；根据所述参考数据和所述偏差限对所述第一预处理数据集进行精细识别以获取第二不良数据；去除所述第二不良数据以得到第二预处理数据集。进一步地，所述获取参考数据以及偏差限包括：求取所述参考数据的平均值，并以这个值为基准对参考数据进行标幺化处理，得到标幺化参考数据组。进一步地，所述根据所述参考数据对所述待处理数据集进行粗识别以获取第一不良数据包括：对所述待处理数据集中的数据进行线性变换；将所述线性变换的结果与所述标幺化参考数据组进行线性拟合；根据所述线性拟合的结果得出所述待处理数据集与所述标幺化参考数据组的偏差数值集；获取所述偏差数值集的的偏差平均值；根据所述偏差平均值计算偏差异常判断系数；根据所述偏差平均值和所述偏差异常判断系数判断第一不良数据。进一步地，所述根据所述参考数据和所述偏差限对所述第一预处理数据集进行精细识别以获取第二不良数据包括：对所述第一预处理数据集进行线性变换；将所述线性变换的结果与所述标幺化参考数据组进行线性拟合；根据所述线性拟合的结果得出所述第一预处理数据集与所述标幺化参考数据组的偏差数值集；根据所述偏差限和所述偏差数据集判断第二不良数据。进一步地，所述去除所述第二不良数据以得到第二预处理数据集之后，还包括：对所述第二预处理数据集进行连续性识别以获取第三不良数据。进一步地，还包括：对第一不良数据、第二不良数据和/或第三不良数据进行修正以得到修正后的修正数据。进一步地，在所述对第一不良数据、第二不良数据和第三不良数据进行修正之后还包括：获取有功功率数据；根据所述有功功率数据和所述修正数据计算功率因数；判断所述功率因数是否位于预设范围之内；若是，则判定修正数据正确；若否，则继续对所述修正数据进行修正。第二方面，一种无功日曲线不良数据识别装置，包括：待处理数据集获取模块，用于获取待处理数据集；所述待处理数据集包括无功日曲线数据；参考获取模块，用于获取参考数据以及偏差限；粗识别模块，用于根据所述参考数据对所述待处理数据集进行粗识别以获取第一不良数据；第一预处理模块，用于去除所述第一不良数据以得到第一预处理数据集；精细识别模块，用于根据所述参考数据和所述偏差限对所述第一预处理数据集进行精细识别以获取第二不良数据；第二预处理模块，用于去除所述第二不良数据以得到第二预处理数据集。进一步地，还包括：标幺模块，用于求取所述参考数据的平均值，并以这个值为基准对参考数据进行标幺化处理，得到标幺化参考数据组。进一步地，还包括：连续性识别模块，用于对所述第二预处理数据集进行连续性识别以获取第三不良数据；修正模块，用于对第一不良数据、第二不良数据和/或第三不良数据进行修正以得到修正后的修正数据。本专利技术的有益效果是：本专利技术提供了一种无功日曲线不良数据识别与修正方法以及其相应地装置，能够在日前发电计划编制中精细化考虑无功潮流对电网的影响，在校验支路有功限值的同时，对电网节点的无功缺额问题进行全面的校核，为实现电网交流潮流闭环安全校核的目标提供坚实的基础。本专利技术基于特征提取的方法，对无功不良数据进行辨识，将所获取的不良数据进行修正，输出结果作为电网无功功率的预测值，可应用于日前计划制定和方式安排。本专利技术提出的无功不良数据识别及修正方法本文档来自技高网...

【技术保护点】
一种无功日曲线不良数据识别方法，其特征在于，包括：获取待处理数据集；所述待处理数据集包括无功日曲线数据；获取参考数据以及偏差限；根据所述参考数据对所述待处理数据集进行粗识别以获取第一不良数据；去除所述第一不良数据以得到第一预处理数据集；根据所述参考数据和所述偏差限对所述第一预处理数据集进行精细识别以获取第二不良数据；去除所述第二不良数据以得到第二预处理数据集。

【技术特征摘要】
1.一种无功日曲线不良数据识别方法，其特征在于，包括：获取待处理数据集；所述待处理数据集包括无功日曲线数据；获取参考数据以及偏差限；根据所述参考数据对所述待处理数据集进行粗识别以获取第一不良数据；去除所述第一不良数据以得到第一预处理数据集；根据所述参考数据和所述偏差限对所述第一预处理数据集进行精细识别以获取第二不良数据；去除所述第二不良数据以得到第二预处理数据集。2.根据权利要求1所述的方法，其特征在于，所述获取参考数据以及偏差限包括：求取所述参考数据的平均值，并以这个值为基准对参考数据进行标幺化处理，得到标幺化参考数据组。3.根据权利要求2所述的方法，其特征在于，所述根据所述参考数据对所述待处理数据集进行粗识别以获取第一不良数据包括：对所述待处理数据集中的数据进行线性变换；将所述线性变换的结果与所述标幺化参考数据组进行线性拟合；根据所述线性拟合的结果得出所述待处理数据集与所述标幺化参考数据组的偏差数值集；获取所述偏差数值集的的偏差平均值；根据所述偏差平均值计算偏差异常判断系数；根据所述偏差平均值和所述偏差异常判断系数判断第一不良数据。4.根据权利要求2所述的方法，其特征在于，所述根据所述参考数据和所述偏差限对所述第一预处理数据集进行精细识别以获取第二不良数据包括：对所述第一预处理数据集进行线性变换；将所述线性变换的结果与所述标幺化参考数据组进行线性拟合；根据所述线性拟合的结果得出所述第一预处理数据集与所述标幺化参考数据组的偏差数值集；根据所述偏差限和所述偏差数据集判断第二不良数据。5.根据权利要求1所述的方法，其特征在于，所述去除所述第二...

【专利技术属性】
技术研发人员：汪洋，赵燃，王勇，赖晓文，张磊，范越，张振宇，马晓伟，任景，张小东，郭少青，薛艳军，
申请(专利权)人：北京清能互联科技有限公司，国家电网公司西北分部，北京清大科越股份有限公司，
类型：发明
国别省市：北京,11