基于随机矩阵理论的智能电表状态评估方法研究

随着智能配电网规模的扩大和电网结构的复杂化,电力系统中的数据量迅速增加,评估电力设备面临着新的挑战。本文应用数据驱动技术,提出了一种基于随机矩阵理论智能电表状态评估方法。以平均谱半径为指标,采用实时分离窗口技术进行表征时间序列数据,并通过单环定理及M-P律对数据进行分析,实现对配网中智能电表的状态评估。最后,通过某省电网运行数据验证本文所提方法的有效性。

数据驱动的复杂电网故障区域定位方法研究

针对电网结构复杂,采集数据量过大且难以准确定位故障等难题,本文应用数据驱动技术,提出一种基于随机矩阵理论的复杂电网故障区域定位方法。利用复杂电网故障数据建立增广矩阵,并通过单环定理对故障数据进行分析,建立平均谱半径差积分指标,得出各个区域内的数据分析结果。所提方法是大数据分析方法,不需要物理模型和拓扑信息,准确性高。此外,还可以减少数据量,提高确定电压源潜在影响范围的分析效率,速度快。最后,通过实例表明,该方法能够准确定位复杂电网故障区域。