基于大数据的电网状态估计精细化分析

• 作者: 刘爽 张硕 王兴才 王铎 郑璐 金宜放
• 来源期刊: 电力大数据
• 学科: 社会科学
• 关键词: 大数据 状态估计 时间序列分析 神经网络 残差数据
• 年，卷（期）: 2020,（7）
• 所属期刊栏目: 大数据专题
• 页码范围: 9-15
• 页数: 7页
• 分类号: C39
• 语种: 中文

摘要

为了应对日益复杂的电网设备监控信息,信息存在淹没风险,避免因误判信息、漏监信息,影响电网安全运行.本文通过采用大数据状态估计精细分析,对错误数据实现快速自动定位,从而提高监控人员的决策能力和工作效率.针对研究电网监控信息错误数据发生规律,以大数据驱动为核心理念,采用基于时间序列分析的量测数据错误、基于功率平衡和径向基函数神经网络的不同步量测辨识与修正等方法,解决通过拓扑联系,用丰富量测信息实现对不正常数据的更正、修正各种类型的残差数据,排查全电网监控信息存在的错误数据,为消缺处理事故提供了重要依据.通过借助大数据信息测算并深入探讨经过完善之后人工分析模式和传统工作人员在监控室里监控进行比对,达到提升电网大数据的精准程度,经一部提升监控工作人员对电网运行方面的分析能力.