基于WAMS的电网单一大扰动在线检测方法的研究

发布时间：2017-12-18 05:33

  本文关键词：基于WAMS的电网单一大扰动在线检测方法的研究

  更多相关文章： WAMS 支持向量机 扰动检测 多源信息融合 单一大扰动

【摘要】：随着电力系统规模的不断扩大,电网中出现大扰动的概率也越来越大。当智能电网发生大扰动时,如果没有及时发现、尽早处理,就有可能会促成大区域停电,带来不可预想的后果。现有的扰动检测方法大多是基于原来的SCADA(Supervisory Control And Data Acquisition数据采集与监视控制系统)系统中的幅值上传数据进行检测分析,而这些方法存在很多缺点,例如:上传数据的时间间隔比较长,运算过程比较复杂,算法运行耗时长,上传的数据没有统一的时标。正是由于以上缺点导致传统方法不能满足电网在线检测的要求。由于WAMS系统(Wide Area Measurement System广域测量系统)上传的数据带有统一的时标且上传密度高,传送速度快,同时数据是以相量的形式上传的。因此利用WAMS中的信息实现对电网扰动的在线检测是具有很重要的实际意义。本文基于WAMS系统上传的信息对电网扰动在线检测进行研究,主要工作如下:(1)针对提取的数据含有噪声的问题,首先采用小波分析的软阈值进行数据去噪处理。将含噪声的数据在低分辨率上进行小波分解,保留其全部分解值,对于高分辨率下的分解值设定一个阈值,高于阈值的小波系数完整保留,将处理后的小波系数利用逆变换进行重构,得到去噪后的数据。通过对含有噪声的3机9节点系统中发生切机扰动前后的幅值数据进行去噪,验证了这种方法不仅可以将上传数据中无用信息大部分剔除,还尽可能地将扰动发生前后的数据特性完整的保存下来。(2)针对之前的扰动检测只利用了信号的幅值,发生检测的失误率大的问题,选择电压的幅值和相角两个信号,建立了新的扰动判据,对扰动是否发生进行判断,同时利用支持向量机算法对扰动发生的时刻进行检测。对3机9节点系统进行扰动仿真,通过观察扰动前后的数据变化,建立了新的扰动判据,从而对扰动是否发生建立了判断的条件。扰动时刻的检测是将扰动检测问题看作是单值分类问题,通过对扰动前后数值的训练,建立电网正常运行下的支持向量模型,通过该模型能够判别出输入的数据是否在系统正常运行范围内,当数据超出正常运行范围时,系统报警同时显示数据突变的具体时间。利用3机9节点系统进行验证,从系统正常运行以及发生扰动后的数据中随机抽取200条数据,作为训练集,以切机和切负荷两种扰动情况进行验证,分别在1.00秒时和3.71秒发生扰动报警,验证了提出的大扰动检测方法满足在线检测的要求。(3)针对由于目前电网中PMU(Phasor Measurement Unit同步相量测量装置)测点较少,电网信息表征地不全面,同时PMU上传的数据可能出现错误的问题,将WAMS和SCADA系统上传的信息采用多源信息融合方法中D-S证据理论进行融合,判断是否有错误的信息和扰动是否发生。将基于WAMS的检测结果和基于SCADA检测结果作为独立的证据体构造基本可信度分配函数,同时构建了基于D-S证据理论的信息融合模型,根据判决准则最终判定电网中是否有扰动发生,减少错判和误判的概率。通过3机9节点系统选取提取的信号中没有出现错误信息和出现错误信息的两种情况进行验证,没有出现错误信息的给出了在3.71秒时系统发生扰动的结果,而出现错误上传信息的算例,能够纠正错误的信息,从而给出正确的扰动是否发生的结果。(4)给出了基于WAMS的单一大扰动检测的基本流程并且编制了扰动检测程序。将其方法应用于某油田电网的某变区的单一大扰动的检测中。选取风云变到火炬变甲线的电压幅值和相角作为扰动检测的监测对象。分别对电压幅值和电压相角的数据进行训练,建立扰动检测模型,对北十变处发生切机扰动时,检测结果为系统在19:41:07时发生扰动报警。当PMU上传的数据是包含一定错误信息时,根据信息融合结果,电网中没有发生扰动,PMU上传错误信息。应用结果表明本文所提出的大扰动检测方法与传统的扰动检测方法相比具有计算量小,编程相对简单,计算速度快,检测结果更加准确等优点。
【学位授予单位】：东北石油大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TM732;TM76

【相似文献】

中国期刊全文数据库 前10条

1 马玉龙;;吊扇电机在线检测台[J];航空精密机械工程;1989年02期

2 朱正德;在线检测设备评定方法的建立与实践[J];计量技术;2001年09期

3 王建均;一种判别短路的有效方法——在线检测[J];电子工程师;2004年05期

4 ;激光在线检测-在线检测的新宠儿[J];机械工程师;2008年09期

5 胡赤兵;王伟;;影响在线检测效率提高的因素分析及对策[J];新技术新工艺;2009年04期

6 姚春德;李旭聪;徐元利;张勇;;应用气相色谱法在线检测甲醇裂解气成分[J];中国仪器仪表;2009年07期

7 叶嘉雄,朱克明;在线检测中的自适应光学模式补偿[J];量子电子学;1991年01期

8 伍企舜,吴盛麟;电气设备在线检测与诊断技术的最新发展[J];高电压技术;1991年03期

9 刘培良;;退纸轴直径在线检测及其应用[J];纸和造纸;1991年01期

10 余国瑞 ,陆福敏;在线检测和校准的应用[J];上海计量测试;2004年05期

中国重要会议论文全文数据库 前10条

1 高亮;曾理江;;液滴分析法在酒的在线检测中的应用[A];2002年中国光学学会年会论文集[C];2002年

2 刘荣清;;棉纺在线检测的发展和展望[A];“经纬股份杯”2010’促设备、器材、专件技术进步经验交流研讨会论文集[C];2010年

3 冯金垣;崔迎超;杨启洪;龚文;;氰化物紫外光谱在线检测[A];第八届全国气湿敏传感器技术学术交流会论文集[C];2004年

4 班华;李长友;胡万里;;水稻干燥中心在线检测与变位控制机理研究[A];农业工程科技创新与建设现代农业——2005年中国农业工程学会学术年会论文集第四分册[C];2005年

5 刘荣清;;细纱机在线检测和电锭的发展与展望[A];“经纬股份杯”2012’“强专件、促设备、为行业”技术进步和创新经验研讨会论文集[C];2012年

6 蔡晓光;蒋永加;王利辉;刘玉斌;;磨损量在线检测方法的研究[A];第二届全国工业摩擦学大会暨第七届全国青年摩擦学学术会议会议论文集[C];2004年

7 周灿林;李剑峰;徐建强;李方义;高成勇;司书春;王红星;;铝盖质量光学在线检测研究[A];中国光学学会2010年光学大会论文集[C];2010年

8 许忠斌;冯连芳;王炉钢;张才亮;胡国华;;聚合物挤出过程停留时间分布的在线检测新方法[A];2004年全国高分子材料科学与工程研讨会论文集[C];2004年

9 宋绍民;;热轧管材长度的相关在线检测方法研究[A];第三届全国信息获取与处理学术会议论文集[C];2005年

10 景军锋;王波;李鹏飞;;织物含水率在线检测研究[A];2009中国仪器仪表与测控技术大会论文集[C];2009年

中国重要报纸全文数据库 前10条

1 安徽黄梅酒业有限公司 张光;质量法在线检测白酒净含量的应用[N];华夏酒报;2012年

2 中国纺织机械器材工业协会 李毅;对国产在线检测设备寄予厚望[N];中国纺织报;2007年

3 小熊;在线检测缺陷啤酒瓶研究[N];中国包装报;2011年

4 中国纺织机械器材工业协会 李毅;国产设备：后发者满足本土化需求[N];中国纺织报;2010年

5 本报记者 陈炳欣;LED在线检测设备:本土企业的天下？[N];中国电子报;2012年

6 夏杰生;用“在线检测”提升钢材品质[N];中国冶金报;2009年

7 魏天飞;海富赋予在线检测一颗精准的芯[N];中国包装报;2010年

8 本报首席记者 蔡立军;让粒度在线检测更快捷[N];中国冶金报;2013年

9 高伟;让您的防火墙更安全[N];中国电脑教育报;2004年

10 YM;计算机要定期体检[N];电脑报;2004年

中国博士学位论文全文数据库 前6条

1 郭瑞鹏;基于激光散射的在线检测表面特性参数的理论分析和实验研究[D];上海交通大学;2011年

2 李九灵;可重构的机器视觉在线检测方法的研究[D];武汉科技大学;2013年

3 韩芳芳;表面缺陷视觉在线检测关键技术研究[D];天津大学;2012年

4 孟庆华;基于小波免疫的车辆在线检测方法及其应用技术研究[D];浙江大学;2005年

5 彭向前;产品表面缺陷在线检测方法研究及系统实现[D];华中科技大学;2008年

6 王华;基于计算机视觉的车架纵梁在线检测关键技术研究[D];吉林大学;2009年

中国硕士学位论文全文数据库 前10条

1 秦杰;汽车后桥在线检测方法的研究[D];华南理工大学;2015年

2 吴磊平;车用发电机噪声在线检测及噪声源识别系统研发[D];西南交通大学;2015年

3 王坤殿;淡水鱼种类识别与重量在线检测方法研究及装备设计[D];华中农业大学;2015年

4 张铖林;基于SPC的在线检测及质量监控系统研究及应用[D];广西科技大学;2015年

5 刘夏;磨床砂轮磨损及钝化程度在线检测[D];长春工业大学;2016年

6 李轶凡;水果缺陷和内部品质同时在线检测方法研究[D];华东交通大学;2016年

7 方成;高速印铁机墨量在线检测与智能控制[D];南京理工大学;2016年

8 陈博;基于WAMS的电网多重扰动在线检测方法的研究[D];东北石油大学;2016年

9 戴亚辉;拉铆钉在线检测机电系统的研究与实现[D];西南科技大学;2016年

10 徐猛;枯草芽孢杆菌发酵过程的在线检测研究[D];东北大学;2014年

，

本文编号：1303029