电力系统不良数据检测与辨识方法的现状与发展

电力系统不良数据检测与辨识方法的现状与发展

沈越王稼祥

国网安徽省铜陵供电公司244000

摘要：随着社会的发展，电力已经成了我们生活中不可分割的一部分。无论是我们的日常生活还是工业生产都离不开对电的需求，随着我国节能减排计划逐步提上日程，我们对电力的需求将更加巨大。而电力系统也看到了这一趋势，在对电网进行升级和改造，在资源合理利用和分配方面进行着努力。西电东送将我国西部地区资源资源优势充分利用，同时也缓解了东北地区资源相对匮乏的现状，促进了东西部的共同发展。而随着我国电网的不断建设，我国现在已经形成了一个全国一盘棋的电网框架。各省的电网相互关联构成了区域电网，区域电网之间相互协调又形成了全国的电网。这样全国的电网成为了相互关联相互影响的一个整体，但是这种电网模式也存在着一定的弊端，那就是局部地区的电力事故如果不能得到很好的控制很可能会影响到整个电网的安全性。所以我国现在也在开发建设电网和局部微电网，通过这样的方式让电网能够在一个整体的前提下还能各自相互独立。而要说到电网的事故预防我们首先应该想到的便是电网中不良数据的影响，本文分析了我国电力系统不良数据检测与辨识方法的发展。

关键词：电力系统；不良数据；现状与发展

引言：我国电力系统的建设正在逐步加快，并且我国现在已经在电网建设方面开始处于世界领先地位。从以前的500kv输电的技术引进，到现在超高压、特高压、和直流电网输电技术的不断突破，我国的电网建设可以说已经取得了跨越式的发展。虽然电网建设已经取得了明显的成就，但是我国在电网的安全防护方面的工作仍然在一直进行。因为电网的安全性和稳定性是电网运行过程中最为关键的因素，如果出现任何电力事故，那么可能会危机到我们整个电网的安全。所以保障电网运行的安全和可靠性是电力工作人员们每天都要面临的挑战。电网运行会受到很多方面的影响，无论是用电企业、发电企业还是天气状况都可能会影响到电网的正常运行。而要想检测到电网运行中存在的问题就需要对电网中的相关参数进行时时的监测，当发生不良数据参数时，如果短时间内能够恢复稳定那么可能对电网运行影响不大，但是如果不良参数一直存在，那么可能会对电网造成巨大的影响。所以在如今的电网运行中对于相关电气参数的检测与辨识是十分必要的，我们可以通过监测相关的参数避免事故的发生，降低事故带来的损失。

一、目前电力系统不良数据检测与辨识的方法

1、基于数据挖掘的检测与辨识方法

我们所说的数据挖掘的方法便是从大量随机的、模糊的、不完全的实际数据当中对隐含在其中的一些未知的，却有具有某种价值的信息及知识的提出过程，整个数据挖掘过程大致可以分为数据准备、数据挖掘和解释评估三个方面。根据他们对于数据处理方式的不同我们又可以将其分为神经网络法、基于聚类分析及模糊理论的方法和间隙统计法。

其中神经网络法最大的优点便是结构简单，我们可以通过对设备进行神经网络的训练后，让待检数据在神经网络中获得相应的输出，然后对输入和输出茶几的平方进行比较。当然在之前我们要先设定一个阈值，这个值便是我们对比的标准，如果我们经过神经网络的判断发现得出的值超高了事先设定的阈值，那么该数据将被认为是不良数据。当然，虽然通过这种方式我们可以及时准确的找出不良参数，但是这种方式也存在着一定的弊端。我们的阈值在选取过程中并没有严格的理论依据，大多数是凭借多年的经验或者进行相关的参考而确定的。而在实际的操作过程中，不同的地区可能会有不同的要求，所以这种方法会出现误判的现象。有时候可能会判断不出不良数据，还有时候可能会将正常的波动判定为不良数据。而基于聚类分析及模糊理论的方法也存在这样的缺点，标准值在选定的过程中过于主观，没有太大的辨识度。

相对于上述两种方法，间隙统计发可以以神经网络对数据信息的预处理为基础，利用间隙统计的自动生成功能确定出数据的最佳聚类个数。根据这个再对检测的数据进行聚类分析，最终可以实现对不良数据的检测与辨识。

2、基于状态估计的不良数据检测与辨识

状态顾忌是通过测量系统的冗余度对数据的精确度惊醒一定的增强，从而排除因随机干扰而产生的错误数据信息。从这些我们便可以看出，相对于数据挖掘的检测与辨识，状态估计有了更高的准确度。基于状态估计的辨识方法大多是以标准残差值或者加权残差值为基本的特征值，并假定其服从某一特定的概率分布，然后根据置信度确定一个门槛值，最后进行假设检测。当系统发现有不符合取值范围的数据出现时就认为是错误的数据，然后将其排除。当然这种方式也是存在缺陷，如果存在残差淹没及污染的情况，这样便会出现数据的遗漏或者失误，进而会影响到整体的数据检测效果。

二、不良数据检测与辨识方法的发展

电力系统数据检测与辨识对于电力系统的稳定性有很重要的作用，数据检测是电网智能化发展必不可少的要求，没有数据检测与辨识继电保护系统就不会做出相应的设备和线路保护动作。所以我们必须要进一步提高数据检测与辨识的能力，这样才能更好的实现故障的自动排除并且减少系统误判的机会。

随着国内和国外一些新兴技术的星期，数据检测与辨识的能力将会得到进一步的提升。目前我们的研究的方向中有将抗差估计理论应用于不良数据检测与辨识中，也有的在不断完善基于数据挖掘的检测理论。但是无论从哪一方面入手我们所要解决的问题便是如何通过理论的不断升级减小门槛值的误差，同时相应的阈值可以通过数学计算的方式直接得出，而非凭借经验或者主观得出的数值。并且在制定数值标准的时候也要综合各地区的外界因素的影响，避免外界因素导致的各种数据偏差造成不良数据的遗漏或者正常数据的误报。

结束语

电网运行的安全稳定性关系到我国各行各业的正常发展，而电网运行参数的检测将会是电网能够安全运行的重要保证，所以我们要在以往的基础上加强对电网运行参数的检测。要提升对不良数据检测与辨识的方法，在智能化电网发展的今天，不断完善电网的各级监管制度，保证电网中的各项不良参数都能得到有效的处理，维护电网的高效和安全运行。

参考文献：

[1]刘莉，翟登辉，姜新丽等.电力系统不良数据检测与辨识方法的现状与发展[J].电力系统保护与控制，2010，38（5）：143-147，152.

[2]王兴志，严正，沈沉等.基于在线核学习的电网不良数据检测与辨识方法[J].电力系统保护与控制，2012，40（1）：50-55.

[3]倪小平，张步涵.基于等效电流量测变换的状态估计及不良数据检测与辨识方法[J].电网技术，2002，26（8）：12-15.

[4]周小宝.电力系统状态估计不良数据检测与辨识方法研究与应用[D].湖南大学，2013.