CI与Bar-Shalom-Campo融合的时空数据表征方法技术

本申请属于电力技术领域，涉及本发明专利技术通过CI与Bar‑Shalom‑Campo融合的时空数据表征方法，通过采集并预处理传感器、PMU和SCADA系统数据，为后续分析奠定基础；通过提取时间特征(包括时间序列、频域和时频特征)，捕捉电网状态的动态变化；基于电网拓扑和地理位置数据提取空间特征，增强对电网结构和环境影响的理解；利用Dempster‑Shafer理论将时间和空间特征转换为证据，计算综合信念度量，这种度量综合了各数据源的置信区间和概率分布，有效处理了数据的不确定性；最后通过Bar‑Shalom‑Campo算法融合这些综合信念度量，实现对电网状态的准确估计。这一方法通过综合时空特征和证据合成，有效提高了电网状态估计的准确性和可靠性。

【技术实现步骤摘要】

本申请属于电力，更具体地说，涉及ci与bar-shalom-campo融合的时空数据表征方法。

技术介绍

1、在现代电网系统中，准确的状态估计和监控对确保电网的稳定和安全至关重要。为实现这一目标，电网系统集成了多种数据采集和监控技术，主要包括：

2、传感器网络：用于实时监测电压、电流、功率等参数。传感器数据提供了电网运行的基础数据。

3、pmu(phasor measurement unit)：高精度设备，提供电网各点的相量信息(相角和幅值)，能够以高时间分辨率进行实时测量。

4、scada系统：提供电网设备的操作状态、开关动作、历史数据等，用于控制和监控电网运行。

5、然而，电网状态估计中面临的核心技术问题是如何有效地融合来自这些不同数据源的信息。每种数据源提供的信息具有不同的特性和不确定性，如何将这些数据综合起来，以得到准确的电网状态估计，是一个技术挑战。

技术实现思路

1、本专利技术提供了ci与bar-shalom-campo融合的时空数据表征方法，拟实现本文档来自技高网...

【技术保护点】

1.CI与Bar-Shalom-Campo融合的时空数据表征方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的CI与Bar-Shalom-Campo融合的时空数据表征方法，其特征在于，所述时间特征、频域特征以及时频特征基于如下步骤得到：

3.根据权利要求1所述的CI与Bar-Shalom-Campo融合的时空数据表征方法，其特征在于，所述步骤3包括以下步骤：

4.根据权利要求1所述的CI与Bar-Shalom-Campo融合的时空数据表征方法，其特征在于，所述步骤4包括以下步骤：

5.根据权利要求4所述的CI与Bar-Shalom-...

【技术特征摘要】

1.ci与bar-shalom-campo融合的时空数据表征方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的ci与bar-shalom-campo融合的时空数据表征方法，其特征在于，所述时间特征、频域特征以及时频特征基于如下步骤得到：

3.根据权利要求1所述的ci与bar-shalom-campo融合的时空数据表征方法，其特征在于，所述步骤3包括以下步骤：

4.根据权利要求1所述的ci与bar-shalom-campo融合的时空数据表...

【专利技术属性】
技术研发人员：李鹏，黄文琦，侯佳萱，余盛灿，
申请(专利权)人：南方电网新型电力系统北京研究院有限公司，
类型：发明
国别省市：