收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

电力系统运行信息的数据挖掘研究

李智勇  
【摘要】: 随着信息技术的发展和电网数字化的进程,电力系统内采集、存储、待分析的数据量急剧膨胀,然而利用数据库查询统计和传统数据分析方法获得的有价值信息却很有限,因此讨论如何从大规模、高维数据中提取出隐藏的模式和规则,为电力系统决策者提供决策支持具有重要的研究价值。 数据挖掘技术正是在“海量数据”和“有限知识”的矛盾背景下快速发展,近年来得到各行业学者的广泛重视。该技术综合运用智能算法、模式识别、数理统计等理论,能够发现隐含在大量数据中、先前未知的、对决策有潜在价值的规律和知识。电力系统运行需要满足安全、经济和优质性的要求,针对这三个基本要求,本文围绕运行信息(节点电压、有功功率)的数据挖掘进行了深入研究,完成了以下主要工作: (1)将相空间重构(PSR, Phase Space Reconstruction)方法引入电能质量研究领域,考虑电压暂降、电压瞬升、电压中断、脉冲、谐波及闪变六类扰动。利用相空间重构在相平面构造不同扰动的信号轨迹,并将其归一化编码为二进制图像。针对轨迹图像,定义了最大邻近距离、载体分量相似度、扰动覆盖区域和平均幅度四项指标。分析和仿真结果表明,通过上述四项指标可以有效地提取不同扰动的特性,为电能质量分析提供了新思路。 (2)本文的第一个数据挖掘任务是针对电网运行的优质性要求。对于PSR提取出的特性矢量,进一步构建支持向量机分类器对电能质量扰动事件进行分类研究。分类对象包括短期扰动(暂降、瞬升)和长期扰动(谐波、闪变)两两叠加的电能质量问题以及相应的单一扰动,结果显示该方法可以有效识别不同的扰动类型,为改善电能质量措施提供依据。研究中同样设计了基于小波变换和人工神经网络的分类方案,通过对比实验显示了本文所提基于相空间重构和支持向量机的分类系统的优越性。 (3)电力用户负荷曲线的聚类是形成合理电价体系和实施负荷管理措施的基础。本文的第二个数据挖掘任务是基于自组织映射(SOM, Self-Organizing Map)神经网络进行低压终端用户的负荷曲线聚类研究。首先定义并提取功率曲线、分时功率、功率频谱三类向量,分别作为SOM神经网络的输入进行可视化聚类。采用相对量化误差和拓扑误差两个指标表征聚类质量,选取聚类结果最好的SOM输出层结合k-均值法进行用户负荷曲线划分。根据Davies指标将本文研究的杭州地区终端用户的131条日负荷曲线划分为八类,对每类曲线进行描述。最后进行新用户的识别,结果表明该基于SOM神经网络的聚类方法有效可靠,可以为提高电网运行的经济性提供有价值的知识。 (4)电力系统运行信息的第三个数据挖掘研究是建立电网安全性评估的决策树规则。研究对象包括美国西部WSCC三机九节点简化模型和浙江地区某实际电网模型。该研究有两个目标,首先通过决策树算法实现故障前电网稳态运行参数和电网承受故障能力间的映射,为调度人员提供辅助的快速安全评估规则;其次在有无电压相角参数下分别生成决策树,通过对比两者的性能,验证相角测量单元PMU的作用。研究结果表明,决策树算法对于电网安全状态可以达到96.5%的识别精度,此外PMU的合理配置可以提高系统的可观测性。 本文的研究工作按照数据准备—数据挖掘—解释评估的顺序展开讨论,研究内容为数据挖掘技术在电力系统的应用进行了新的拓展,分析结果表明,本文采用的方法可靠、全面和实用,对今后提高大电网运行的优质、经济和安全性具有指导意义和应用价值。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 王国胜;;基于支持向量机的数据挖掘研究[J];计算机工程;2008年08期
2 何佳;吴耀武;熊信银;;AutoCAD二次开发在电力系统运行模拟输出电站工作位置图中的应用[J];电气应用;2006年11期
3 李付林,郭创新;从电力系统运行角度看需求侧管理[J];电力需求侧管理;2004年04期
4 段献忠,何飞跃,辛建波,潘垣;基于信息网络综合传输的电力系统运行与控制[J];电网技术;2004年09期
5 杨霞;;基于粗糙集的数据挖掘的应用研究[J];乐山师范学院学报;2007年12期
6 高静;邢永康;布伟光;张向科;;多关系数据挖掘中的多关系决策树研究综述[J];微处理机;2009年05期
7 薛禹胜;2004年国际大电网会议系列报道——关于电力系统运行与控制的讨论[J];电力系统自动化;2005年09期
8 段录平;周丽娟;王宇;;基于神经网络的数据挖掘研究[J];自动化技术与应用;2007年07期
9 任静涵;张保稳;陈晓桦;;隐私保护数据挖掘研究进展[J];信息安全与通信保密;2008年05期
10 王学丽;李嘉森;;我国近年数据挖掘研究分析[J];中国统计;2008年11期
11 赖佳栋;杨秀苔;王成亮;熊小伏;;电力市场中计及实时电价的电力系统运行风险管理新策略[J];技术经济;2008年10期
12 杜家兴,徐宗昌,王铁宁,杨学强;装备保障数据仓库与数据挖掘研究[J];计算机工程与应用;2004年09期
13 迟永宁;李群英;李琰;王真;石文辉;王跃峰;;大规模风电并网引起的电力系统运行与稳定问题及对策[J];电力设备;2008年11期
14 刘钊,蒋良孝;基于神经网络的数据挖掘研究[J];计算机工程与应用;2004年03期
15 韩学山,赵建国;刚性优化与柔性决策结合的电力系统运行调度理论探讨[J];中国电力;2004年01期
16 曾赵波;盛立琨;;支持向量机在商场客流预测中的应用[J];计算机与现代化;2009年05期
17 程鹏;原胜利;;数据挖掘中孤立点的探测方法[J];福建电脑;2006年08期
18 薛禹胜;李海峰;;2008年国际大电网会议系列报道——关于电力系统运行与控制的讨论[J];高电压技术;2008年11期
19 黄晓明;;数据挖掘研究及在高校教研中的应用[J];硅谷;2008年15期
20 何剑;孙元章;程林;刘海涛;;电力系统运行可靠性在线控制[J];中国电机工程学报;2008年22期
中国重要会议论文全文数据库 前10条
1 王宇;;浅析电力系统运行中高压试验的安全措施[A];2016年第二届今日财富论坛论文集[C];2016年
2 吴文传;冯永青;张伯明;汪皓;;基于可信性理论的电力系统运行风险评估[A];第四届中国不确定系统年会论文集[C];2006年
3 江波;邱飞岳;李浩君;;教育数据挖掘研究综述——技术的视角[A];计算机与教育:实践、创新、未来——全国计算机辅助教育学会第十六届学术年会论文集[C];2014年
4 贾飞;;10KV配网的继电保护分析[A];软科学论坛——企业信息与工程技术应用研讨会论文集[C];2015年
5 田效礼;;关于输电线路舞动的探讨与防范[A];山东电机工程学会第五届供电专业学术交流会论文集[C];2008年
6 陈小虎;柳焯;于达仁;徐基豫;;满足电力系统运行优化要求的汽机双环控制[A];第三届全国控制与决策系统学术会议论文集[C];1991年
7 刘鹏;姚正;尹俊杰;;一种实用有效的决策树改进模型及其实现[A];第二十二届中国数据库学术会议论文集(技术报告篇)[C];2005年
8 张建锦;刘小霞;;密度偏差抽样及其在海量数据挖掘中的应用[A];2006北京地区高校研究生学术交流会——通信与信息技术会议论文集(下)[C];2006年
9 卢金钗;;探析面向调度的配网故障快速复电效率提升[A];“决策论坛——区域发展与公共政策研究学术研讨会”论文集(下)[C];2016年
10 王继成;孙颖;张福炎;;文本挖掘-数据挖掘研究的新课题[A];第十六届全国数据库学术会议论文集[C];1999年
中国博士学位论文全文数据库 前10条
1 李智勇;电力系统运行信息的数据挖掘研究[D];浙江大学;2009年
2 张朝海;电力系统运行与控制[D];华南理工大学;1996年
3 孟祥星;市场环境下电力系统有功调度与无功优化的经济规律研究[D];山东大学;2007年
4 吴少智;时间序列数据挖掘在生物医学中的应用研究[D];电子科技大学;2010年
5 梁博淼;电力系统运行风险管控与恢复策略研究[D];浙江大学;2017年
6 王达;时间序列数据挖掘研究与应用[D];浙江大学;2004年
7 马昕;粗糙集理论在数据挖掘领域中的应用[D];浙江大学;2003年
8 王立宏;信息系统的约简与粒度分析及其在数据挖掘中的应用[D];上海大学;2004年
9 杨虎;序列数据挖掘的模型和算法研究[D];重庆大学;2003年
10 李秋丹;数据挖掘相关算法的研究与平台实现[D];大连理工大学;2004年
中国重要报纸全文数据库 前10条
1 ;孙华东:柔性控制技术使电力系统运行更智能化[N];中国电力报;2012年
2 ;数据挖掘:如何挖出效益?[N];中国计算机报;2004年
3 本报记者 叶曜坤;全国人大代表邓晓辉:推翻阻碍数据挖掘的“三座大山”[N];人民邮电;2017年
4 本报记者 牛福莲;贵州争夺“大数据挖掘”制高点[N];中国经济时报;2017年
5 中国联合商报记者 刘末;大数据挖掘 让金融业未来更加多彩[N];中国联合商报;2017年
6 南方日报记者 彭颖;日化巨头借力大数据挖掘线下市场[N];南方日报;2017年
7 舒圣祥;“像打击酒驾一样打击假货”,该出招了[N];检察日报;2017年
8 本报记者 肖祯;“开启财务数据挖掘时代”[N];中国会计报;2017年
9 本报记者 夏旭田 实习生 李祺祺;商务部:社区零售业步入“黄金发展期” 大数据挖掘正当时[N];21世纪经济报道;2017年
10 中国出版传媒商报记者 陆云;英国数字出版从大数据挖掘商机[N];中国出版传媒商报;2017年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978