電力系統(tǒng)建模中的精確負荷動特性信息獲取研究.pdf

1、負荷模型是影響電力系統(tǒng)數(shù)字仿真結(jié)果精度和可信度最為重要的因素之一，建模數(shù)據(jù)的精確性直接決定著負荷模型的準(zhǔn)確性。在以往的研究中，由于缺乏用于建模的精確負荷動特性數(shù)據(jù)，研究人員只能根據(jù)經(jīng)驗或歷史記錄建立模型，所建立的模型無法正確描述電網(wǎng)的動態(tài)過程。近年來，伴隨著人們對負荷建模的重視以及負荷特性記錄設(shè)備的增加，負荷動特性數(shù)據(jù)得到大量積累，面對海量的負荷特性數(shù)據(jù)，如何從中獲取用于負荷建模的精確負荷動特性數(shù)據(jù)成為亟待解決的問題。本文對精確負荷動特

2、性數(shù)據(jù)獲取問題進行深入研究，具體包括以下幾個方面:
　　(1)在對Hadoop平臺的結(jié)構(gòu)原理進行詳細論述的基礎(chǔ)上，針對現(xiàn)有的集中式數(shù)據(jù)服務(wù)器難以高效、可靠存儲海量分布式異構(gòu)負荷動特性數(shù)據(jù)問題，搭建了基于Hadoop的負荷動特性數(shù)據(jù)存儲平臺;該平臺不僅能快速高可靠地存儲負荷動特性數(shù)據(jù)，還可以實現(xiàn)對負荷動特性數(shù)據(jù)的快速查詢與管理。
　　(2)對負荷動特性數(shù)據(jù)預(yù)處理進行研究。在給出廣域測量系統(tǒng)、故障錄波系統(tǒng)及電能質(zhì)量監(jiān)測系統(tǒng)數(shù)據(jù)的

3、預(yù)處理方法的基礎(chǔ)上，針對負荷動特性數(shù)據(jù)包含的不良數(shù)據(jù)，采用負荷動特性數(shù)據(jù)縱向相似性對偶然產(chǎn)生的不良數(shù)據(jù)進行辨識，并采用拋物線插值法對不良數(shù)據(jù)進行修正;仿真結(jié)果表明，基于負荷動特性數(shù)據(jù)縱向相似性對不良數(shù)據(jù)具有良好的辨識性，經(jīng)過拋物線插值修正后的數(shù)據(jù)與真實值極為相近，誤差極低。對負荷動特性數(shù)據(jù)中含有的噪聲干擾，采用小波分析對其進行去噪;仿真分析表明，小波分析能夠有效區(qū)分信號中的突變部分和噪聲。為了更加快速高效地對負荷動特性數(shù)據(jù)進行預(yù)處理分析

4、，解決海量負荷動特性數(shù)據(jù)處理中存在的數(shù)據(jù)冗余及處理效率低的問題，構(gòu)建了基于Hadoop的負荷動特性數(shù)據(jù)處理平臺。該平臺采用Hadoop分布式文件系統(tǒng)存儲的海量負荷動特性數(shù)據(jù)加載及數(shù)據(jù)處理的方法，為負荷建模實測數(shù)據(jù)的獲取提供了基礎(chǔ)條件。
　　(3)對精確負荷動特性數(shù)據(jù)獲取進行研究。在對常規(guī)負荷動特性數(shù)據(jù)獲取方法進行分析的基礎(chǔ)上，采用基于極限學(xué)習(xí)機的負荷動特性數(shù)據(jù)獲取方法。與BP神經(jīng)網(wǎng)絡(luò)的仿真對比表明極限學(xué)習(xí)機算法簡單、高效、容易實現(xiàn)