电力系统不良和错误数据的检测辨识与修正研究

日益复杂的电网包含着海量的实时数据,这些数据的正确与否决定着电力系统运行的安全与可靠性。本文对电力系统中的不良和错误数据的检测辨识与修正进行了深入研究。 首先,针对遥测量为海量数据时,间隙统计算法(GSA)计算量大,计算速度较慢的不足,对算法进行了改进,引入了gap统计量,并对统计量进行了线性化处理,给出了相应的证明。通过两个算例仿真验证了改进GSA算法能准确检测辨识不良数据,且计算量较小,计算速度得到了提高。 然后,针对不良数据的个数、类型及相关性的不同,提出了基于电压降落、基于节点功率平衡以及基于BP神经网络的三种修正方法,分别适用于不同的情况。通过仿真验证了三种方法在适用范围内实现了精度较高,计算简单快速的修正。 最后,针对遥信数据中产生的错误数据,提出了采用基于遥测量的逻辑运算法进行检测辨识与修正,重点解决了遥测量中产生多个不良数据的情况下,多个错误数据的检测辨识与修正的难题。对两个算例的不同情况进行了仿真验证,仿真结果表明该方法正确实现了错误数据的检测辨识与修正,方法简单,运行速度快,满足实用要求。