采用模糊聚类方法进行电力系统不良数据辩识

• 作 者: 蒋德珑
• 机 构: 郑州大学
• 出 处: 郑州大学
• 发表日期: 2011年期
• 关键词: 电力系统 不良数据辨识 模糊聚类 运行模式

电力系统中大量实时数据的质量决定着电力系统运行的安全与稳定,但实时量测系统由于布局不合理、通道传输不畅和管理操作不严等原因,必须对实时量测数据进行不良数据的检测与辨识。不良数据的检测与辨识是电力系统状态估计的重要功能之一,其目的在于排除量测采样数据中偶然出现的少量不良数据,提高状态估计的可靠性,对电力系统的安全稳定运行具有十分重要的意义。鉴于电力网络的结果和运行模式越来越复杂,人们对其数据的精确定义和认识也越来越困难,因此本文采用模糊数学的方法来辨识电力系统中的不良数据有其自身的优势。　　
首先,介绍了电力系统不良数据检测与辨识的基本概念与研究现状,并对常用的不良数据检测与辨识方法进行了较为详细的描述。　　
其次,引入模糊数学的概念,以及模糊聚类分析的相关理论和基本方法,并对模糊等价关系和模糊ISODATA方法进行了较为深入的研究分析,构建了一种综合模糊聚类方法。　　
最后,利用Fortran6.5与VC++进行混合编程,分别开发了基于模糊等价关系的传递闭包法不良数据辨识系统、基于模糊划分的模糊ISODATA法不良数据辨识系统和综合模糊聚类法不良数据辨识系统,通过算例仿真分别证明了三种方法的有效性,并指出了三种辨识方法的优缺点。同时以基于模糊等价关系聚类法的不良数据检测与辨识系统为重点,通过对其深入的研究,探讨了最佳阈值的确定方法,并将其与几种传统不良数据处理方法进行了对比,验证了该方法的优越性。另外,还将实时数据预处理技术与综合模糊聚类法相结合,对原始量测样本进行有效压缩,构建了一种新型的不良数据辨识系统,并尝试性地建议依据最优聚类中心对WAMS测点布局进行改良。