基于改进动态时间弯曲的PMU频率异常检测及类型识别
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.
相量测量单元、数据质量、异常检测、类型识别、动态时间弯曲、局部离群因子
46
TM311;TM721;P315.72+5
国家自然科学基金;四川省科技计划资助项目;重庆市院士牵头科技创新引导专项
2023-01-16(万方平台首次上网日期,不代表论文的发表时间)
共9页
104-112