基于矩阵填充的泛在电力物联网电能质量数据修复算法

被引：44

作者：

杨挺 ^{[1
]}

李扬 ^{[1
]}

何周泽 ^{[1
]}

韩旭涛 ^{[1
]}

盆海波 ^{[1
]}

卢岩 ^{[2
]}

机构：

[1] 天津大学电气自动化与信息工程学院

[2] 国家电网辽宁省电力有限公司电力科学研究院

来源：

电力系统自动化 | 2020年 / 44卷 / 02期

基金：

国家重点研发计划; 中国博士后科学基金;

关键词：

泛在电力物联网; 电能质量; 数据缺失; 矩阵填充; 交替方向乘子法;

D O I：

暂无

中图分类号：

TM711 [网络分析、电力系统分析]; TN929.5 [移动通信]; TP391.44 [];

学科分类号：

080804 [电力电子与电力传动]; 083903 [网络与系统安全];

摘要：

电网智能优化运行依赖于对系统的泛在感知和完整正确的数据支持,这也是泛在电力物联网感知层必然要达到的最基本要求。在泛在电力物联网应用中,获取完整正确的量测数据是治理电能质量问题的基础。然而,在实际电网采集传输的全环节中,会不可避免地发生数据残缺。针对上述情况,提出基于低秩矩阵填充理论的泛在电力物联网电能质量感知数据补全新方法。首先证明了电能质量数据具有近似低秩的特性,以此为依据,设计多范数联合的秩优化模型,并应用交替方向乘子法将其分解为若干子问题分别求解。同时针对传统交替方向乘子法求解缓慢的问题,提出自适应迭代步长最优选取策略,加快模型求解速度。通过电压暂升、电压中断、脉冲振荡、电压暂降、谐波污染等高频故障场景验证所提方法的有效性,实验结果表明所提方法适用于多场景下的电能质量数据恢复,在缺失50%数据时仍能保证数据矩阵恢复误差在3%以内。

引用

页码：13 / 21

页数：9

共 14 条

[1]

Missing Data Recovery by Exploiting Low-Dimensionality in Power System Synchrophasor Measurements [J].