一种考虑PMU不良数据的电力系统风险识别方法及系统技术方案

本发明专利技术公开了一种考虑PMU不良数据的电力系统风险识别方法及系统，涉及电力系统风险识别技术领域，包括对与电力系统风险事件相关的PMU测量数据和PMU误差导致的PMU数据的特点进行定义；引入电力系统风险识别指标，分析与事件相关的PMU数据与PMU不良数据之间的差异；根据时空相关性测量区分电力系统风险事件和不良数据；基于度量的风险识别方法判断是否发生了意外事件。本发明专利技术方法有助于提高电力系统的可靠性水平，可为实际电力系统风险辨识提供定量参考。

【技术实现步骤摘要】

本专利技术涉及电力系统风险识别，特别是一种考虑pmu不良数据的电力系统风险识别方法及系统。

技术介绍

1、随着系统复杂性和系统规模的增长，电力系统的安全与稳定问题日益突出。电力系统风险识别可以为电力系统运行和控制提供指导性信息。因此，风险识别成为电力系统的一个重要问题。目前，基于pmu测量数据的电力系统风险识别得到了广泛的研究。

2、随着大量测量数据的涌入和计算机科学的发展，数据驱动的风险识别技术得到了广泛的研究，现有研究主要分为以下三种方法：递归量化分析方法、基于最小体积包围椭球(minimum volume enclosing ellipsoid,mvee)的方法、基于teager-kaiser能量算子(teager-kaiser energy operator,tkeo)的方法、机器学习方法等。然而，基于最小体积包围椭球的方法具有较高的计算复杂度，不适用于大规模复杂电力系统。基于teager-kaiser能量算子的方法虽然对信号的瞬态变化有较强的响应，但对扰动后短时间内的机电振荡也很敏感，容易导致风险事件的重复识别。</p>

3、目前本文档来自技高网...

【技术保护点】

1.一种考虑PMU不良数据的电力系统风险识别方法，其特征在于：包括：

2.如权利要求1所述的考虑PMU不良数据的电力系统风险识别方法，其特征在于：所述分析与事件相关的PMU数据与PMU不良数据之间的差异包括，

3.如权利要求2所述的考虑PMU不良数据的电力系统风险识别方法，其特征在于：设Teager-Kaiser能量算子映射后PMU测量频率响应为其中n为实现PMU异常数据初步筛选的测频数据窗口长度；

4.如权利要求3所述的考虑PMU不良数据的电力系统风险识别方法，其特征在于：所述基于度量的风险识别方法判断是否发生了意外事件包括，p>

5.如权利...

【技术特征摘要】

1.一种考虑pmu不良数据的电力系统风险识别方法，其特征在于：包括：

2.如权利要求1所述的考虑pmu不良数据的电力系统风险识别方法，其特征在于：所述分析与事件相关的pmu数据与pmu不良数据之间的差异包括，

3.如权利要求2所述的考虑pmu不良数据的电力系统风险识别方法，其特征在于：设teager-kaiser能量算子映射后pmu测量频率响应为其中n为实现pmu异常数据初步筛选的测频数据窗口长度；

4.如权利要求3所述的考虑pmu不良数据的电力系统风险识别方法，其特征在于：所述基于度量的风险识别方法判断是否发生了意外事件包括，

5.如权利要求4所述的考虑pmu不良数据的电力系统风险识别方法，其特征在于：所述基于度量的风险识别方法判断是否发生了意外事件还包括，

6.如权利要求5...

【专利技术属性】
技术研发人员：朱灵子，马覃峰，刘明顺，王国松，代江，安甦，林铖嵘，邵常政，常东旭，蒲清昕，吴应双，
申请(专利权)人：贵州电网有限责任公司，
类型：发明
国别省市：