基于Spiked模型的低信噪比环境电网异常状态检测

为发展基于大数据技术的电网态势感知理论与方法,提出了一种基于Spiked模型电网异常状态动态辨识方法,该方法源于随机矩阵理论。首先,通过数据源矩阵的构造,窗口数据矩阵及其标准矩阵的构建,进而形成其样本协方差矩阵,并计算该矩阵的最大特征值;然后,利用由Kaiser窗函数校正的经典谱估计法进行全局信噪比估计,进而得出对应的动态阈值,并与最大特征值比较来进行异常状态判别;最后,借助MATLAB软件,案例分析在一个IEEE50机标准系统展开,涉及负荷异常跃变及三相短路接地故障,与传统的平均谱半径分析法的计算结果比较表明该方法具有抗噪性能高、适应性强的优点,同时对于非完整性信息有一定的鲁棒性。