基于数据挖掘算法的电网调度信号异常数据提取方法

在获取电网调度信号后,大多采用传统深度置信型辨识制度提取异常数据,只能获取低维数据包含的异常信息参量,使得最终数据提取结果曲线下面积(AUC)值较低。因此,为了提高电网调度信号异常数据提取结果的AUC值,提出基于数据挖掘算法的电网调度信号异常数据提取方法。应用独立成分分析算法处理电网调度信号,去除信号中的噪声信息。并对去噪后的信号进行小波分解,得到多个子信号数据集。运用数据挖掘算法中的聚类算法分析子信号数据集,得到数据样本特征,并在考虑属性特征密度指标的情况下完成数据特征分类,获取异常数据特征。最后,在支持向量数据描述的辅助下,检测出电网调度信号异常数据,汇总这部分数据即可完成异常数据提取。实验结果表明,所提方法应用后得到的异常数据提取结果AUC值总是大于0.85,证明了其具优越的应用效果。

基于小波变换的电网模型一致性稽查研究

为了对电网系统进行管理,对电网模型中的畸变信号进行了稽查检测。阐述了电网畸变信号检测的研究现状,在电网模型畸变信号的稽查方法中,研究了面向电网信号的小波变换能量指标问题。重点采用小波变换方法对信号电气量的小波分析指标进行研究,并结合曲线拟合方法对稽查方法进行优化设计。仿真结果表明,该稽查方法可有效检测电网故障,避免了电路的误动断路,提高了基波信号与原始信号的一致性。该研究为电网模型的一致性稽查提供了参考。

地区电网设备异常和事故信号智能处理系统研究与设计

针对地区电网控制中心的大量二次报警信息只能靠人工经验进行处理的弊端,对现有EMS分析软件功能进行扩展,分别介绍了处理设备异常报警信息的分布式智能处理子系统和处理故障信息的故障诊断子系统、故障恢复子系统的结构、功能以及实现技术,设计并部分实现了设备异常和事故信号智能处理系统.该系统能大大缩短电网事故处理时间、避免调度操作错误,对于保障电网的安全、优质、经济和稳定运行起到了积极的作用.

数据挖掘下电网调度信号异常数据提取方法

目前方法获取电网调度信号特征过程中,针对在异常数据提取时提取精度不高、数据覆盖率欠高、提取效果差的问题,提出数据挖掘下电网调度信号异常数据提取方法.首先利用数据挖掘中的ICA算法对电网调度信号去噪处理;再利用Mallat算法将电网调度信号进行小波分解,获取电网调度信号的信号特征;最后通过对电网调度信号数据中异常值计算,获取异常数据检测阈值,完成电网调度信号异常数据提取.实验结果表明,运用该方法提取信号中的异常数据时,数据提取的精度高、数据覆盖性能好、提取的效果好.

高频保护通道信号的统计分析及异常智能诊断

电力线高频保护通道依靠输电线来传输保护信号,运行中易受外部环境干扰和运行环境影响,加之高频保护闭锁式工作方式的普遍使用,使得高频保护通道信号的传输质量在实际电网运行中一直倍受质疑。分析了高频保护通道信号测试现状,比较了国内常用的几种信号监视手段,结合智能电网调控运行的需要,提出了一种可行的高频保护通道信号统计分析及异常智能诊断专家判据设定理念。