配电系统负荷数据处理方法的研究

配电系统负荷数据处理方法的研究

论文题目: 配电系统负荷数据处理方法的研究

论文类型: 博士论文

论文专业: 农业电气化与自动化

作者: 李慧

导师: 杨明皓

关键词: 抗差估计,杠杆量测,灵敏度因子,奇异性检测,零加数,模型

文献来源: 中国农业大学

发表年度: 2005

论文摘要: 高质量的负荷数据是配电管理系统(DMS)中各种功能模块实现的基础。目前,在我国10kV配电变压器上已安装了大量具有测量和记录功能的装置。如何利用这些装置所记录的负荷数据建立一个完备而可靠的历史数据库是研究人员面临的新问题。本文对非量测负荷修正、测点布置、不良数据的辨识与修正等几个问题进行研究,提出了一系列配电负荷数据处理方法,得到了比较满意的结果。研究成果主要包括以下几个方面: 第一,首次提出采用状态估计的数学方法对配电系统非量测负荷数据进行修正,使非量测负荷数据的准确度达到或接近实测负荷数据的准确度。 在基于支路电流的配电网状态估计算法的基础上,对量测变换方法进行改进,提出了处理电压量测的变换方法,从而增加了量测冗余度、提高了估计精度;针对配电系统中非量测负荷精度差导致加权最小二乘估计器失效的问题,提出了基于支路电流的抗差估计方法抵御粗差的不利影响;在实际应用中杠杆量测对非量测负荷估计的影响不容忽略,提出基于支路电流的全面抗差估计方法较好地解决了非量测负荷估计中杠杆量测问题。 第二,详细分析了测量精度(或量测方差)对量测估计误差总方差的影响,从理论上证明了将伪量测点替换为实测点,可以提高估计精度;由此,定义了伪量测点对量测估计误差总方差的灵敏度因子,提出了基于灵敏度因子的配电系统测点布置方法,并用实例证实了该方法简单实用。 第三,为解决实测数据中的可疑不良数据会使非量测负荷估计失效的问题,提出了基于信号奇异性检测的配电系统不良数据辨识方法。该方法对第一尺度上的小波变换模极大值进行假设检验,判断是否存在可疑不良数据,再结合模极大值线的定义确定可疑不良数据发生的位置。测试结果验证了方法的准确性和实用性。 第四,针对实测负荷功率作为可疑不良数据被剔除后的修正问题,采用了短期负荷预测方法来解决。对GM(1,1)基本建模过程中第一个数据不起作用的结论作了全新的简洁的推导,提出了计及第一个数据的零加数GM(1,1)组合预测方法。该方法从两个角度选取原始序列进行零加数建模,采用关联度的分析方法,将预测值进行线性组合,提高了短数据序列的预测精度,且预测精度满足实际应用的要求。 第五,将上述理论方法用于工程实践,研究和开发了“10kV架空线路运行分析与自动化管理系统”项目中的配电负荷数据处理模块。 最后,对本论文所做的研究进行了简要总结,指出了这一领域中有待深入研究的问题。

论文目录:

第一章 绪论

1.1 课题研究的意义

1.2 配电网状态估计研究的历史与现状

1.3 抗差估计研究的历史与现状

1.4 测点布置研究的历史与现状

1.5 不良数据辨识研究的历史与现状

1.6 短期负荷预测研究的历史与现状

1.7 本文的工作

第二章 配电系统非量测负荷估计方法的研究

2.1 基于支路电流的状态估计方法及其改进

2.2 用于配电系统负荷处理的抗差估计方法

2.3 配电系统状态估计中杠杆量测问题及解决方法

2.4 模拟实验与实例研究

2.5 本章小结

第三章 配电系统测点布置方法研究

3.1 量测估计误差总方差

3.2 灵敏度因子

3.3 灵敏度因子表法

3.4 实例

3.5 本章小结

第四章 配电系统不良数据辨识方法的研究

4.1 信号奇异性检测理论

4.2 配电系统不良数据辨识方法

4.3 实例研究

4.4 本章小结

第五章 配电系统不良数据修正方法的研究

5.1 GM(1,1)基本模型

5.2 零加数 GM(1,1)模型

5.3 基于零加数 GM(1,1)的组合预测模型

5.4 算例分析

5.5 本章小结

第六章 工程应用

6.1 概论

6.2 配电负荷数据处理模块的工作原理

6.3 本章小结

第七章 结论与展望

7.1 本论文的主要研究成果

7.2 有待进一步研究的问题及展望

参考文献

致谢

附录 A

附录 B

附录 C

作者简历

发布时间: 2005-07-18

参考文献

  • [1].电力系统日负荷预测理论与方法的研究[D]. 谢宏.华北电力大学2002

相关论文

  • [1].软计算方法和数据挖掘理论在电力系统负荷预测中的应用[D]. 张国江.浙江大学2002
  • [2].电力系统日负荷预测理论与方法的研究[D]. 谢宏.华北电力大学2002
  • [3].配电系统运行状态分析研究[D]. 卫志农.河海大学2004
  • [4].基于数据挖掘的电力短期负荷预测模型及方法的研究[D]. 程其云.重庆大学2004
  • [5].短期电力负荷的智能化预测方法研究[D]. 杨奎河.西安电子科技大学2004
  • [6].数据挖掘和人工智能理论在短期电力负荷预测中的应用研究[D]. 冯丽.浙江大学2005
  • [7].基于电力负荷时间序列混沌特性的短期负荷预测方法研究[D]. 雷绍兰.重庆大学2005
  • [8].电力系统状态估计若干问题的研究[D]. 黄彦全.西南交通大学2005
  • [9].电力系统若干关键技术研究及应用[D]. 苏胜新.华中科技大学2005
  • [10].地区电网负荷预测与优化模式理论及应用研究[D]. 叶旭东.辽宁工程技术大学2006

标签:;  ;  ;  ;  ;  ;  

配电系统负荷数据处理方法的研究
下载Doc文档

猜你喜欢