-
题名基于奇异值分解的PMU数据恢复法
被引量:19
- 1
-
-
作者
杨智伟
刘灏
毕天姝
杨奇逊
-
机构
新能源电力系统国家重点实验室(华北电力大学)
-
出处
《中国电机工程学报》
EI
CSCD
北大核心
2020年第3期812-820,共9页
-
基金
国家重点研发计划项目(2017YFB0902901)
国家自然科学基金项目(51707064,51725702)~~
-
文摘
同步相量量测单元(phasor measurement units,PMUs)因其同步性、快速性和准确性成为电网动态实时监测最有效的手段之一,并得到迅速发展。但由于通信堵塞、硬件故障、传输延迟等因素,现场PMU通常存在不同程度的数据丢失问题,严重制约其在电力系统中的应用与发展,甚至威胁电网安全。该文通过分析现场PMU量测信息,归纳了3种数据丢失类型;提出基于奇异值分解的动态数据成分分析方法,并采用盖氏圆法确定其最优特征成分数,可有效提取原始信号中各特征分量。进一步,提出基于训练、验证与丢失数据分类的数据恢复迭代计算方法,实现系统动态条件下仅利用单通道PMU量测信息的高精度数据恢复。通过仿真与实测数据验证该方法的可行性和准确性。该方法解决传统方法对系统动态信号丢失数据恢复失真的问题,为PMU量测信息更好的应用于电力系统的各个方面提供保证。
-
关键词
同步相量测量单元
数据质量
数据恢复
奇异值分解
盖氏圆法
-
Keywords
phasor measurement units (PMUs)
data quality
data recovery
singular value decomposition
Gerschgorin disk estimator(GDE)
-
分类号
TM734
[电气工程—电力系统及自动化]
-