电力传感器网络故障节点高效检测方法研究

电网健康状态易受天气、事故等多种因素影响,因而复杂场景下状态感知是保障电网正常运作的重要支撑技术。近年来,随着数据分析技术的进步以及电力传感器技术的发展,大数据分析技术在电网的健康状态监控中获得来越来越多的应用。因此,电力传感器的正常运行显得尤为重要,针对如何快速定位故障电力传感器,本文分别提出三种电力传感器网络故障检测方法并进行仿真试验。试验证明基于Kalman滤波重构误差的自适应贝叶斯群验快速算法能在小于电力传感器节点数的测试次数内有效地检测所有电力传感器,并找出出现故障的电力传感器节点,且在群验存在误判的情况下,依然能够准确定位故障节点,算法鲁棒性高。

电力传感器网络失调节点定位方法

传统的电力失调节点定位控制随着迭代次数的增加,定位准确度下降。提出基于数据融合滤波预处理的电力传感器网络失调节点定位算法。进行电力网络失调节点定位测度信息模型构建,设计无线传感器数据融合滤波结构模型,计算电力传感器网络覆盖子载波区间正交性偏转相量,得到电力传感器网络节点数据融合与滤波调制结果,使用时间更新-误差更新方程来预测下一节点定位误差,通过误差最小化迭代实现定位自动控制算法改进。仿真实验结果表明,该算法定位时间较快,优化网络部署。

一种基于虚拟IP的PLCSN组网路由算法

针对传统基于逻辑拓扑的低压电力载波网络不可靠不稳定的问题,提出了一种基于虚拟IP的组网路由算法。该算法按深度优先遍历策略搜索全网,结合可变功率方法探测未知节点,根据节点间的信号衰减得出基于物理拓扑的网络平等簇结构,采用反映拓扑结构的虚拟IP进行网络编址,从而实现节点定位及高效路由。