论文部分内容阅读
电网的不断互联、电力市场的逐步实施使得电力系统的运行环境更加复杂，对电网的安全稳定运行要求也越来越高，但决策者可利用的有价值信息以及依此所获得的对电力系统动态的认识却很有限；与此同时，仿真和实测技术的迅速发展使得电力系统可观测数据量急剧膨胀。为有效利用仿真与实测动态数据，填平数据和信息之间的鸿沟，将淹没在海量数据中的有效信息提取出来供电力系统运行和研究使用，论文将数据挖掘技术应用于安全稳定分析，主要成果如下： 1) 论文首次提出了电力系统安全稳定智能挖掘模型，定义了挖掘信息的多重知识表达模式，为有效利用电力系统仿真、实测数据提供了切实可行的方案。研究结果证明，该智能挖掘模型可较好完成安全稳定宏观分析任务，具有极广的应用前景。 2) 利用现有的电力系统仿真软件，深入探讨了安全稳定智能挖掘的仿真数据获取问题。以其为基础，挖掘技术人员可根据不同的仿真模型自动挖掘相应的安全稳定知识，直观掌握模型对电力系统安全稳定的具体影响。 3) 论文阐述了安全稳定特征提取、特征选择及数据采样方法，从而筛选出适于安全稳定智能挖掘的原始特征量，并根据有效性和可用性的原则，定义了安全稳定数据质量，提出一种新的提高数据质量的方法。 4) 提出使用数据仓库技术来解决安全稳定智能挖掘的数据平台问题，建立了安全稳定多维数据模型，提供了灵活的数据探索方案，对安全稳定数据源可视化进行了初步探讨。 5) 论文首次利用基于小样本技术的支持向量机理论，设计了新的暂态稳定、小扰动稳定特征值预测模型，提出了新的适合预测模型构建的特征选择、数据采样策略，提高了模型的实用性。 6) 论文提出了电力系统安全稳定规则构建模型，包括决策规则构建、关联规则构建，并依据电力系统安全稳定领域知识，构造了暂态稳定决策规则模型、基于相角测量系统的暂态稳定判据模型、小扰动稳定规则模型，提出了适于决策规则建模的特征选择、特征概化、决策规则的进一步处理策略，并定义了新的决策树分支方法。 7) 多个实例的验证结果证明了论文方法的有效性，除此之外，论文又通过可视化技术对预测模型、决策规则模型进行处理，增强了挖掘过程与结果的可理解性。 论文的研究结果表明，没有一种算法能够对各种类型的电网完成安全稳定后续分析并满足所有的功能需求，因此，应构造一个包含各类算法的电力系统安全稳定智能分析平台，自动获取目标电网各种形式的安全稳定知识，与此同时，应尽快建立电力系统标准算法的工业标准，以规范分析范围，更好发挥各种挖掘技术的效率。