基于随机矩阵理论与Spiked模型的电力系统态势感知方法研究

作者：叶新青^*; 刘梦爽; 吕笃良; 徐一晨

来源：三峡大学学报(自然科学版), 2022, 44(05): 89-98.

DOI：10.13393/j.cnki.issn.1672-948x.2022.05.015

• 随机矩阵理论(RMT)
• 异常状态感知
• Spiked模型
• 样本协方差矩阵最大特征值(MESCM)
• 熵理论

从数据驱动角度，结合随机矩阵理论(RMT)和Spiked模型，研究了电力系统异常状态感知方法和关键节点辨识方法.提出了基于样本协方差矩阵最大特征值(MESCM)的电力系统异常状态感知方法；在此基础上引入Spiked模型对其进行改进，实现了电力系统异常状态的动态感知；以系统电压数据为原始数据，结合熵理论提取了数据有效信息，对电力系统网络的关键节点进行辨识.通过模拟分析和实际检测验证了该方法具有抗噪性能高、计算耗时少的优点，提高了电力系统异常状态感知模型的准确度和鲁棒性.该方法有效反映了电力系统异常状态的演化方向及其分布，可用于支持电力系统预防、检修和运维，辅助电力系统决策.