不良數(shù)據(jù)檢測辨識及提高狀態(tài)估計合格率的方法研究.pdf

1、隨著電力系統(tǒng)自動化程度的不斷提高，系統(tǒng)對實時量測數(shù)據(jù)的準確性要求也越來越高。但是由于量測裝置故障、數(shù)據(jù)傳送通道不暢等原因，常常會產(chǎn)生一些不良數(shù)據(jù)，威脅到系統(tǒng)的安全穩(wěn)定運行。不良數(shù)據(jù)檢測辨識作為狀態(tài)估計的重要功能之一，可排除偶然出現(xiàn)的錯誤信息，提高實時數(shù)據(jù)的可靠性。本文從理論和實踐兩方面著手，對不良數(shù)據(jù)檢測辨識方法以及提高狀態(tài)估計合格率的方法進行了深入研究。
　　首先，介紹了不良數(shù)據(jù)檢測辨識的研究現(xiàn)狀和基本概念，闡述了幾種常用不良數(shù)

2、據(jù)檢測與辨識方法，并對各種方法的基本原理和優(yōu)缺點進行了簡單的分析。
　　其次，引入聚類分析的概念，針對已有算法中存在的不足，提出了一種基于COPS（clusters optimization on preprocessing stage）法的不良數(shù)據(jù)辨識法。該方法以標準殘差rN和量測突變量ΔZ作為特征值，自底向上地生成不同層次的數(shù)據(jù)劃分，同時利用有效性指標Q(Ck)構建出與之相應的聚類質(zhì)量曲線，保存具有最優(yōu)質(zhì)量的劃分作為聚類結果。

3、MATLAB仿真實驗表明，該方法可快速準確地辨識不良數(shù)據(jù)，有效避免殘差污染和殘差淹沒現(xiàn)象，適用于實際電網(wǎng)的需要。
　　最后，結合河北省調(diào)度通信中心狀態(tài)估計維護工作中遇到的各類問題，對提高狀態(tài)估計合格率的方法進行了研究。以 D5000智能電網(wǎng)調(diào)度技術支持系統(tǒng)中的狀態(tài)估計模塊為依托，對影響狀態(tài)估計合格率的主要因素進行了分析。針對各類問題給出了相應的改進措施，并完善了狀態(tài)估計調(diào)試方法。實踐表明，本文方法可有效指導自動化維護人員的工作，提