基于样本协方差矩阵最大特征值的低信噪比环境电网异常状态检测
为发展基于数据驱动的电网态势感知理论与方法,基于样本协方差矩阵的最大特征值(Maximum Eigenvalue of Sample Covariance Matrix,MESCM),提出了一种适用于低信噪比场景的电网异常状态检测方法.该方法源于随机矩阵理论,通过数据源矩阵的构造,窗口数据矩阵及其标准矩阵的构建,进而形成其样本协方差矩阵.通过该矩阵的最大特征值计算与越限判别,实现电网态势感知与预警.借助PSS/E软件,案例分析在一个IEEE 39节点系统及一个南方电网规划系统展开,涉及负荷异常跃变及三相短路接地故障.与传统平均谱半径分析法的计算结果比较表明该方法具有抗噪性能高,计算耗时少的优点,同时对于非完整性信息有一定的鲁棒性.
随机矩阵理论、样本协方差矩阵、最大特征值、异常状态检测、信噪比、非完整信息
47
国家自然科学基金项目资助51567006;贵州省普通高等高校科技拔尖人才支持计划资助2018036;贵州省科学技术基金黔科合基础[2019]1100
2019-06-03(万方平台首次上网日期,不代表论文的发表时间)
共7页
113-119