科研之友
微信
新浪微博
Facebook
分享链接
摘要
高比例可再生能源电力系统中不确定性、复杂性和脆弱性问题日益凸显，亟须利用同步相量测量单元（PMU）的高质量量测数据支撑系统动态安全监控。然而，PMU数据受到各类因素影响，存在不同程度的质量问题，影响着数据的各类高级应用。对此，以频率量测数据为切入点，提出了一种数据驱动的PMU频率数据异常检测及类型识别方法。首先，归纳了频率数据的典型异常类型，并构造各类频率数据异常特征。进一步，提出了一种动态时间弯曲改进策略，通过动态调整弯曲窗口来有效量化各类异常特征。最后，基于局部离群因子法实现频率数据的异常检测及类型识别。以实际电网PMU频率数据为例，验证了所提方法的有效性。
-
单位国网河南省电力公司电力科学研究院; 重庆大学; 输配电装备及系统安全与新技术国家重点实验室
