收藏本站
《浙江大学》 2010年
收藏 | 手机打开
二维码
手机客户端打开本文

电网智能报警研究

朱少华  
【摘要】: 计算机技术与通信技术的发展大大提高了电网的监控程度,调度中心可以实现集中控制,为调度员的工作带来了很大的方便,但随着电网规模的扩大,连接的复杂化,信息量的大大增加,从而给调度员带来了一个新的问题“如何很好地理解这么多的信息”。特别是当电网发生故障和扰动时,调度中心涌入大量警报,调度员很难在短时内解释这些警报,也就无法推断电网所发生的事件,更不用说迅速做出合理的措施,因此故障往往扩大,导致严重的经济损失。世界各国经历多次大停电后,人们开始认识到单靠人短时处理如此多的警报是不可能的,必须得利用计算机的快速处理能力,于是警报处理系统应运而生。到目前为止,已有多种方法用于警报处理,并在国外有多套系统能够在线运行。然而,现有的警报处理系统维护困难,事件推理速度慢,越来越难以满足在线的需求了。 本文针对传统警报处理方法的不足做了一定的研究,主要内容如下: 提出一种新的电网报警方法(FGIA),以开关变位报警为事件发生依据,根据此时刻的电网节点电压状态来判别事件类型,采用支持向量机(SVM)的方法让系统自己“学习”新的事件,挖掘节点电压与事件之间的关系,不需人为地设定规则,相比传统的方法更加灵活智能,此外由于此方法规避了模拟量警报固有缺陷,在报警的速度上也优于传统的方法。仿真发现事件类型的数量以及电网规模的大小对处理速度有着重要的影响,本文作了进一步的研究,首先通过引入决策树支持向量机减小分类数,提高算法的泛化能力;其次根据PMU布点优化原理来降低电网观测器维度,减少特征量,从而在保证不降低准确率的前提下提高了算法的处理速度,仿真分析分别从单位时间处理的警报数量和单个事件推理所耗费的时间两方面进行验证,结果表明方法是可行的,满足在线运行的要求。 本文作者及团队采用JAVA语言开发了基于FGIA方法的报警系统,设计了报警系统的功能,采用模块化的设计思想以及多线程的编程框架。
【学位授予单位】:浙江大学
【学位级别】:硕士
【学位授予年份】:2010
【分类号】:TM76

【参考文献】
中国期刊全文数据库 前10条
1 李超,张栋,陈根军;基于Tabu搜索的变电站警报处理系统[J];电力系统自动化;2004年04期
2 许剑冰,薛禹胜,张启平,陈开庸,励刚,洪宪平,徐泰山,鲍颜红;基于系统同调性的PMU最优布点[J];电力系统自动化;2004年19期
3 范习辉,张焰;序列模式挖掘在电力系统警报信息处理中的应用[J];电力系统自动化;2005年13期
4 徐春晖,张伯明;TH2100SCADA中分布式报警的实现[J];电力自动化设备;2002年03期
5 陈敏雅;石蕾;;基于SVM多分类决策树的研究综述[J];电脑知识与技术;2008年08期
6 刘艳芳,顾雪平;基于支持向量机的电力系统暂态稳定分类研究[J];华北电力大学学报;2004年03期
7 翟永杰;王静娴;周黎辉;;基于模糊支持向量机的电力系统中期负荷预测[J];华北电力大学学报(自然科学版);2008年02期
8 曹淑娟;刘小茂;张钧;刘振丙;;基于类中心思想的去边缘模糊支持向量机[J];计算机工程与应用;2006年22期
9 张秋余;竭洋;李凯;;基于模糊支持向量机与决策树的文本分类器[J];计算机应用;2008年12期
10 史朝辉;王晓丹;赵士敏;杨建勋;;改进的SVM决策树分类算法[J];空军工程大学学报(自然科学版);2006年02期
中国硕士学位论文全文数据库 前1条
1 王静;在线智能报警的研究[D];华北电力大学(北京);2008年
【共引文献】
中国期刊全文数据库 前10条
1 陈晶;杨春玲;郑安豫;;短期负荷预测的自适应加权支持向量机新方法[J];安徽电气工程职业技术学院学报;2011年01期
2 周晓华;佘乾仲;王荔芳;;Elman神经网络在农网短期负荷预测中的应用[J];安徽农业科学;2011年04期
3 张哲;朱永利;武中利;韩凯;;基于SVM多分类法的变压器油中溶解气体故障诊断[J];变压器;2010年03期
4 符杨;张雷;江玉蓉;左官芳;;基于可靠性数据分析和最小二乘支持向量机的电力变压器故障诊断[J];变压器;2010年09期
5 朱志宇;刘维亭;;基于支持向量机的船舶柴油机故障诊断[J];船舶工程;2006年05期
6 胡宏伟;周晓军;庞茂;;基于LS-SVM的火电厂给水泵组状态趋势预测研究[J];传感技术学报;2007年05期
7 赵立华;李洋流;李国强;;基于气体传感器的变压器在线DGA系统的研究[J];传感器与微系统;2009年11期
8 张海波;陶文伟;;地区电网设备异常和事故信号智能处理系统研究与设计[J];电力科学与技术学报;2009年02期
9 吴兴伟;迟道才;;锅炉给水泵轴承温度变化状态预测[J];轴承;2009年02期
10 庞松岭;穆钢;王修权;金鹏;马俊国;;基于负荷规律性分析的支持向量机短期负荷预测方法[J];东北电力大学学报;2006年04期
中国重要会议论文全文数据库 前10条
1 林健;朱帮助;;基于LS-SVM的区域经济短期预测[A];2006中国控制与决策学术年会论文集[C];2006年
2 孙伟;卢建昌;孟明;;基于时间序列支持向量机模型的电价预测研究[A];2006中国控制与决策学术年会论文集[C];2006年
3 王永春;;一种复合的支持向量机模型在电力系统短期负荷中的应用[A];第十届全国电工数学学术年会论文集[C];2005年
4 覃智君;韦化;;EMS支撑平台中分布式报警子系统的设计与实现[A];2006中国电力系统保护与控制学术研讨会论文集[C];2006年
5 吴军基;盛琪;杨伟;张俊芳;;基于模糊支持向量机的电力系统暂态稳定评估[A];2006中国电力系统保护与控制学术研讨会论文集[C];2006年
6 田有文;唐晓明;;基于支持向量机的微机保护装置状态预测方法[A];2008中国电力系统保护与控制学术研讨会论文集[C];2008年
7 张林;罗晓初;徐瑞林;赵理;;基于时间序列的电力负荷预测新算法研究[A];2006电力系统自动化学术交流研讨大会论文集[C];2006年
8 吴烜;沙明;李智毅;;支持向量机算法诊断测厚仪CS值电压自动漂移故障分析[A];全国冶金自动化信息网2011年年会论文集[C];2011年
9 张国荣;;基于SVM分类算法的电力变压器故障诊断[A];第六届全国信息获取与处理学术会议论文集(2)[C];2008年
10 石文华;;异构环境下的电力系统信息集成技术[A];2005亚洲国际过程自动化技术与装备展览会论文集[C];2005年
中国博士学位论文全文数据库 前10条
1 谢忠玉;电力短期负荷时间序列混沌特性分析及预测研究[D];哈尔滨工程大学;2010年
2 刘思华;电网故障诊断方法的研究[D];山东大学;2010年
3 胡健;面向企业关系价值分析的数据挖掘方法研究[D];哈尔滨工业大学;2009年
4 胡青;基于电力变压器故障特征气体分层特性的诊断与预测方法研究[D];重庆大学;2010年
5 翟永杰;基于支持向量机的故障智能诊断方法研究[D];华北电力大学(河北);2004年
6 杨奎河;短期电力负荷的智能化预测方法研究[D];西安电子科技大学;2004年
7 吴立增;变压器状态评估方法的研究[D];华北电力大学(河北);2005年
8 孙斌;基于小波和混沌理论的气液两相流流型智能识别方法[D];华北电力大学(河北);2005年
9 黄彦全;电力系统状态估计若干问题的研究[D];西南交通大学;2005年
10 焦尚彬;交流电压下染污绝缘子表面污秽智能检测方法研究[D];西安理工大学;2006年
中国硕士学位论文全文数据库 前10条
1 范不井;某地区电网短期负荷预测研究[D];郑州大学;2010年
2 杨子国;中长期电力负荷FRARMA预测模型研究[D];大连理工大学;2010年
3 李玲;学生成绩管理系统的设计与实现[D];大连海事大学;2010年
4 陈启;基于支持向量回归在短期负荷预测中的应用[D];河北工程大学;2010年
5 万亚楠;基于SAP系统的两票防误系统的研发与应用[D];华南理工大学;2010年
6 张鑫;基于支持向量机的能源管理系统短期负荷预测[D];长春工业大学;2010年
7 胡玲玲;基于贝叶斯网络的空气制动系统故障诊断的研究[D];北京交通大学;2011年
8 辛少杰;燃煤工业锅炉热负荷预测的研究[D];上海交通大学;2011年
9 苏广宁;智能电网事故分析系统故障诊断服务的研究与实现[D];上海交通大学;2010年
10 周旭;支持向量机在电力系统负荷预测中的应用[D];解放军信息工程大学;2008年
【二级参考文献】
中国期刊全文数据库 前10条
1 钱政,高文胜,尚勇,严璋;基于范例推理的变压器油中气体分析综合诊断模型[J];电工技术学报;2000年05期
2 林子钊;;基于数据挖掘技术的电力网络参数估计方法[J];电力建设;2007年01期
3 张蕾;李小平;张晓华;;基于数据仓库和数据挖掘的电力企业决策支持系统[J];电力科学与工程;2005年04期
4 戴晨松,薛峰,薛禹胜;受扰轨迹的分群研究[J];电力系统自动化;2000年01期
5 卢志刚,许世范,史增洪,韩岩;部分电压和电流相量可测量时电压相量的状态估计[J];电力系统自动化;2000年01期
6 毕天姝,倪以信,杨奇逊;人工智能技术在输电网络故障诊断中的应用述评[J];电力系统自动化;2000年02期
7 卢强;数字电力系统(DPS)[J];电力系统自动化;2000年09期
8 田磊,文福拴,韩祯祥;发电厂警报系统的故障诊断[J];电力系统自动化;2000年16期
9 廖志伟,孙雅明;数据挖掘技术及其在电力系统中的应用[J];电力系统自动化;2001年11期
10 鞠平,姜巍,赵夏阳,王俊锴,张世学,刘琰;96点短期负荷预测方法及其应用[J];电力系统自动化;2001年22期
中国博士学位论文全文数据库 前1条
1 王英涛;基于WAMS的电力系统动态监测及分析研究[D];中国电力科学研究院;2006年
【相似文献】
中国期刊全文数据库 前10条
1 张军峰;胡寿松;;基于多重核学习支持向量机的歼击机故障诊断[J];东南大学学报(自然科学版);2007年S1期
2 王泉德;文必洋;王先培;;采用图像识别和分类判定绝缘材料憎水等级[J];电机与控制学报;2008年01期
3 张先武;郭雷;;一种新的支持向量机决策树设计算法[J];火力与指挥控制;2010年10期
4 谢红玲;刘新元;李燕青;;基于决策树支持向量机模型的变压器故障诊断法[J];华北电力大学学报(自然科学版);2010年06期
5 王金莲;阮晓钢;李晓明;;基于基因表达谱的白血病分子预测模型研究[J];北京工业大学学报;2009年03期
6 翟永杰,毛继珮,于丽敏,刘长良;分级聚类支持向量机在汽轮机故障诊断中的应用[J];华北电力大学学报;2003年06期
7 王建芬,曹元大;支持向量机在大类别数分类中的应用[J];北京理工大学学报;2001年02期
8 王晓锋;秦玉平;;基于二叉树的SVM多类分类算法研究[J];湖南工程学院学报(自然科学版);2008年03期
9 郑建柏;朱永利;;基于欧氏聚类和支持向量机的变压器故障诊断[J];电力科学与工程;2008年04期
10 蒋琳;彭黎;;基于支持向量机的Ⅱ型糖尿病判别与特征筛选[J];科学技术与工程;2007年05期
中国重要会议论文全文数据库 前10条
1 程砚秋;杨德权;;基于决策树和支持向量机的金融预测方法[A];中国企业运筹学学术交流大会论文集[C];2007年
2 张军峰;胡寿松;;基于多重核学习支持向量机的歼击机故障诊断[A];第七届全国信息隐藏暨多媒体信息安全学术大会论文集[C];2007年
3 王楠;慕晓冬;王宁燕;宋洪军;李佳晨;张阳子;;针对多线程架构的决策树查询算法优化及应用[A];中国电子学会第十六届信息论学术年会论文集[C];2009年
4 林杰华;张斌;李冬森;宋华茂;余志强;王浩;;支持向量机在电力客户信用评级中的应用[A];全国第21届计算机技术与应用学术会议(CACIS·2010)暨全国第2届安全关键技术与应用学术会议论文集[C];2010年
5 黄淑云;孙兴玉;梁汝萍;邱建丁;;基于小波支持向量机预测蛋白质亚细胞定位研究[A];第十一届全国计算(机)化学学术会议论文摘要集[C];2011年
6 谢湘;匡镜明;;支持向量机在语音识别中的应用研究[A];现代通信理论与信号处理进展——2003年通信理论与信号处理年会论文集[C];2003年
7 蒋铁军;张怀强;李积源;;多变量系统预测的支持向量机方法研究[A];管理科学与系统科学研究新进展——第7届全国青年管理科学与系统科学学术会议论文集[C];2003年
8 涂冬成;薛龙;刘木华;赵进辉;沈杰;吁芳;;基于支持向量机的鹅肉肉色客观评定研究[A];中国农业工程学会电气信息与自动化专业委员会、中国电机工程学会农村电气化分会科技与教育专委会2010年学术年会论文摘要[C];2010年
9 杨凌;刘玉树;;基于支持向量机的坦克识别算法[A];第三届全国数字成像技术及相关材料发展与应用学术研讨会论文摘要集[C];2004年
10 师旭超;巴松涛;;基于支持向量机方法的深基坑变形预测[A];科技、工程与经济社会协调发展——河南省第四届青年学术年会论文集(上册)[C];2004年
中国重要报纸全文数据库 前10条
1 本报记者  谢文砚;要重视并行环境开发[N];网络世界;2006年
2 记者 张博;MIPS科技公司推出业界首款多线程 多处理器IP核[N];电子资讯时报;2008年
3 北京 成兆义;内存引起上网故障[N];中国电脑教育报;2005年
4 赵长林姜建华;Sun:“芯”如潮涌[N];中国计算机报;2007年
5 陈芝蓉;举棋不定时 试试决策树[N];健康报;2004年
6 何志高;一“枝”一“节”总关情[N];医药经济报;2001年
7 ;IBM向Power 5添加多线程功能[N];计算机世界;2003年
8 ;选择合适的数据挖掘算法[N];计算机世界;2007年
9 李红;Windows XP SP2 多线程访问提速秘技[N];中国电脑教育报;2005年
10 CPW记者 凡妮 ;Sun Fire V490和V890采用突破性多线程芯片技术[N];电脑商报;2004年
中国博士学位论文全文数据库 前10条
1 佟伟民;股指期货交易中操纵行为识别方法研究[D];哈尔滨工业大学;2008年
2 王冬丽;基于可扩展的支持向量机分类算法及在信用评级中的应用[D];东华大学;2011年
3 翟永杰;基于支持向量机的故障智能诊断方法研究[D];华北电力大学(河北);2004年
4 杜小芳;基于CPFR的农产品采购模型研究[D];华中科技大学;2005年
5 刘育明;动态过程数据的多变量统计监控方法研究[D];浙江大学;2006年
6 栾锋;支持向量机(SVM)和径向基神经网络(RBFNN)方法在化学、环境化学和药物化学中的应用研究[D];兰州大学;2006年
7 孙薇;市场条件下抽水蓄能电站效益综合评价及运营模式研究[D];华北电力大学(河北);2007年
8 常群;支持向量机的核方法及其模型选择[D];哈尔滨工业大学;2007年
9 朱燕飞;锌钡白回转窑煅烧过程智能建模研究[D];华南理工大学;2005年
10 田英杰;支持向量回归机及其应用研究[D];中国农业大学;2005年
中国硕士学位论文全文数据库 前10条
1 朱少华;电网智能报警研究[D];浙江大学;2010年
2 何德伟;支持向量机在交通标志识别中的应用[D];上海海事大学;2007年
3 陈逸波;支持向量机在高炉炉温预报中的应用及若干改进[D];浙江大学;2010年
4 刘艳伟;支持向量机方法在感潮河段洪峰水位预报中的应用[D];浙江大学;2010年
5 杨镭;支持向量机算法设计及在高分辨雷达目标识别中的应用[D];国防科学技术大学;2010年
6 童振;基于支持向量机的电解液成分预测[D];东北大学;2008年
7 聂小芳;模糊粗糙集与支持向量机在煤与瓦斯突出预测中的应用研究[D];辽宁工程技术大学;2009年
8 鄢常亮;基于支持向量机的高炉向凉向热炉况预测研究[D];内蒙古科技大学;2010年
9 韩叙东;基于支持向量机的水电故障分类器的设计与实现[D];东北大学;2008年
10 冯杰;慢时变对象的支持向量机建模与在线校正方法研究[D];东北大学;2009年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026