一种改进的电力系统健康状态监测的方法及系统技术方案

本发明专利技术一种改进的电力系统健康状态监测的方法及系统，属于电力系统监测领域，本发明专利技术通过基于复杂电力系统中PMU装置的安装节点，将电网分为线性区域和非线性区域，若某节点安装有PMU装置，那么把它称为可以用线性模型描述的线性区域，可直接求解。对其余非线性区域将PMU和SCADA量测相结合作为训练样本，利用人工神经网络智能算法对电力系统进行状态估计。本算法将带有同伦算法的BP神经网络算法用于电力系统的状态估计,避免了数学模型的建立及其各种非线性迭代运算,同时容错性使之不受病态条件的限制,利用样本训练后的神经网络,仅需数秒即可求得状态量结果,并且精度很高，来解决现有技术中，成本高、技术难度大等缺点。

An improved method and system for monitoring the health state of the power system

The invention relates to a method and system for improving power system health monitoring, which belongs to the field of power system monitoring, through the arrangement of nodes in complex power systems based on the PMU device, the power grid is divided into linear region and nonlinear region, if a node is equipped with PMU devices, so it is called a linear region can be described by the linear model can be solved. The PMU and SCADA measurements are combined as training samples for other nonlinear regions, and an artificial neural network intelligent algorithm is used to estimate the state of the power system. BP neural network algorithm this algorithm with homotopy algorithm for power system state estimation, avoids the mathematical model and nonlinear iterative computation, and fault tolerance from the pathological conditions, using neural network after sample training, only a few seconds to obtain state results, and the precision is high and to solve the existing technology, the disadvantages of high cost and difficult technology etc..

【技术实现步骤摘要】
一种改进的电力系统健康状态监测的方法及系统
本专利技术涉及电力系统监测领域，特别涉及一种改进的电力系统健康状态监测的方法及系统。
技术介绍
传统电力系统运行状态监测方法是利用数据采集和监控系统(SCADA)得到的实时测量和伪测量数据通过求解非线性方程组的迭代方法得到系统状态变量的最佳估计值的。但该方法存在的问题是一方面传统设备在时间上不同步，在空间上不广域。不同安装地点之间没有统一时间坐标，缺乏准确的共同时间标记，记录的数据只是局部有效，整个系统动态特性的分析难以完成。另一方面随着电力系统复杂程度的迅速提高，采用传统方法通过电压互感器和电流互感器测量电压和电流，通过功率变换装置、模数转换器，由远动通道通过接口送到调度中心进行计算，在电力系统运行于某些病态条件时,带着既定误差进行非线性运算很容易由于元件参数、检测偏差或某些随机因素导致迭代结果偏离节点运行的真实情况，导致任务量巨大，误差增加，状态估计可靠性降低。传统电力系统状态估计有加权最小二乘法、快速分解法、基于量测变换的状态估计法等几种基本方法，基本加权最小二乘法是状态估计，存在着计算时间长且繁琐，使用内存大。所以用这种方法进行状态本文档来自技高网...

【技术保护点】
本专利技术提出一种改进的电力系统健康状态监测的方法及系统，实现过程如下：步骤1数据采集通过采集终端(PMU装置、SCADA系统)获取变电站、发电机机端的运行数据，采集信息包括三相电压、三相电流、开关量、发电机功角等；步骤2数据分析通过数据分析模块，对采集到的数据进行数据分析计算，输出样本数据；步骤3样本训练提取样本数据，并通过人工神经网络智能算法对其做样本训练，并输出训练样本数据；步骤4状态估算对输出训练样本数据，进行状态估算，输出结果到显示设备；对于所述步骤4中，状态估算方法，对安装有PMU装置的节点确定线性模型获得相应雅可比矩阵，利用最小二乘法直接求解；对未安装有PMU装置的节点将PMU和...

【技术特征摘要】
1.本发明提出一种改进的电力系统健康状态监测的方法及系统，实现过程如下：步骤1数据采集通过采集终端(PMU装置、SCADA系统)获取变电站、发电机机端的运行数据，采集信息包括三相电压、三相电流、开关量、发电机功角等；步骤2数据分析通过数据分析模块，对采集到的数据进行数据分析计算，输出样本数据；步骤3样本训练提取样本数据，并通过人工神经网络智能算法对其做样本训练，并输出训练样本数据；步骤4状态估算对输出训练样本数据，进行状态估算，输出结果到显示设备；对于所述步骤4中，状态估算方法，对安装有PMU装置的节点确定线性模型获得相应雅可比矩阵，利用最小二乘法直接求解；对未安装有PMU装置的节点将PMU和SCADA量测相结合作为训练样本，利用人工神经网络智能算法对电力系统进行状态估计。2.根据权利要求1中，所述一种改进的电力系统健康状态监测的方法及系统，所述步骤4中，状态估算方法中，对于安装有PMU装置的线性区域利用线性模型直接求解包括如下子步骤一：设一个电力网络有a个节点和b条支路，在第l个节点上装有PMU装置，则线性测量方程为：式中：分别为电压和电流相量量测；分别为装有和未装有PMU装置节点的电压相量；I为l×l单位阵；Y1、Y2分别为串联和并联导纳矩阵；vvvI分别为电压和电流相量的量测误差。3.根据权利要求1中，所述一种改进的电力系统健康状态监测的方法及系统，所述步骤4中，状态估算方法中，对于安装有PMU装置的线性区域利用线性模型直接求解包括如下子步骤二：根据电网络理论可以获得雅克比矩阵：式中：AM为量测电压节点对应的l×b阶关联矩阵；AN为不可测电压节点对应的(l－1)×b阶关联矩阵；Yb1、Yb2是支路自导纳矩阵与支路间导纳矩阵。4.根据权利要求1中，所述一种改进的电力系统健康状态监测的方法及系统，所述步骤4中，状态估算方法中，对于安装有PMU装置的线性区域利用线性模型直接求解包括如下子步骤三：在线性系统中rank(J)＝N，根据最小二乘法可得：其中雅可比矩阵J、权重矩阵R-1和增益矩阵A都是常数,无需迭代可直接求解方程。5.根据权利要求1中，所述一种改进的电力系统健康状态监测的方法及系统，所述步骤4中，状态估算方法中，所述对于未安装有PMU装置的非线性区域利用PMU和SCADA量测相结合作为训练样本，利用人工神经网络智能算法对电力系统进行状态估计包括如下子步骤一：BP神经网络网络误差函数定义为：式中：Zj、为实际输出与期望输出；j为神经网络的输出节点数；n为训练样本数；δnj为误差信号。对样本集合中，每个样本学习一次、计算一次期望输出和实际输出的二范数，并将其累计到累积范数，神经元经常采用的非线性特性为Sigmoid函数，对网络的输出节点j有

【专利技术属性】
技术研发人员：葛维春，王磊，许韦华，张艳军，
申请(专利权)人：国网辽宁省电力有限公司，国网辽宁省电力有限公司电力科学研究院，国家电网公司，
类型：发明
国别省市：辽宁,21