[1]韦 雅1,文耀宽1,田 珂2,等.基于时间序列线性大数据分析的电力系统潮流计算方法[J].机械与电子,2020,(01):32-35.
 ,,et al.Power Flow Calculation Method Based on Time Series Linear Big Data Analysis[J].Machinery & Electronics,2020,(01):32-35.
点击复制

基于时间序列线性大数据分析的电力系统潮流计算方法()
分享到:

机械与电子[ISSN:1001-2257/CN:52-1052/TH]

卷:
期数:
2020年01期
页码:
32-35
栏目:
设计与研究
出版日期:
2020-01-24

文章信息/Info

Title:
Power Flow Calculation Method Based o n Time Series Linear Big Data Analysis
文章编号:
1001- 2257(2020)01- 0032- 04
作者:
韦 雅文耀宽田 珂王献军丁 博
1.国网河南省电力公司电力科学研究院客户服务中心,河南 郑州 450000;
2.国网河南省电力公司,河南 郑州 450000
Author(s):
WEIYaWENYaokuanTIANKeWANGXianjunDINGBo
1.StateGridHenanElectricPowerResearchInstituteCustomerServiceCenter,Zhengzhou450000,China;
2.StateGridHenanElectricPowerCompany,Zhengzhou450000,China
关键词:
时间序列线性分析大数据电力系统潮流计算
Keywords:
timeserieslinearanalysisbigdatapowersystempowerflowcalculation
分类号:
TM744.2
文献标志码:
A
摘要:
针对原有电力系统潮流计算方法精准程度低下的问题,设计基于时间序列线性大数据分析的电力系统潮流计算方法。依据系统调频的相关特性,给出电力系统潮流计算流程,分析基于时间序列线性大数据的电力系统调频特征。根据分析结果,在时间序列线性大数据基础上,建立电力系统潮流模型,完成电力系统潮流计算方法设计。利用 PSASP电力系统分析综合程序,设计仿真实验,对比所设计方法与原有方法数据。实验结果表明,所设计方法计算所得节点电压幅值标准差明显小于原有方法,该方法计算精准程度较原有方法更高,说明将时间序列线性大数据分析,应用于电力系统潮流计算的方法是有效的。
Abstract:
Aiming at the low accuracy of the original power flow calculation method of power system, a power flow calculation method based on the linear big data analysis of time series was designed. According to the related characteristics of system frequency modulation, the power flow calculation flow of power system was given, and the frequency modulation characteristics of power system based on time series linear big data were analyzed. According to the analysis results, on the basis of time series linear big data, the power flow model of power system was established, and the power flow calculation method of power system was designed. By using the PSASP power system analysis and synthesis program, the simulation experiment was designed. By comparing the designed method with the original method, the standard deviation of the calculated node voltage amplitude was significantly lower than that of the original method. It can be seen that the method of applying time series linear big data analysis to power system power flow calculation is effective.

参考文献/References:

[1] 冷喜武,陈国平,蒋宇,等.智能电网监控运行大数据分析系统的数据规范和数据处理[J].电力系统自动化,2018,42(19):175- 182.

[2] 王未,解思江,焦阳,等.信息安全数据基线及安全事件预警分析研究及在电力系统中的应用[J].电信科学,2017(1):137- 142.
[3] 孙芊,马建伟,李强,等.面向智慧城市的电力数据挖掘多场 景 应 用 [J].电 力 系 统 及 其 自 动 化 学 报,2018,30(8):119- 125.
[4] ADHIKARIU,MORRIST,PANS.WAMScyber physicaltestbedforpowersystem,cybersecuritystudy,anddatamining[J].IEEE TransactionsonSmart Grid,2017,8(6):2744- 2753.
[5] 唐灿,郭睿,顾黎强,等.基于图分割的潮流计算中的节点优化编号[J].中国电力,2017,50(4):52- 58.
[6] 聂侥,吴建军.在线时间序列预测方法及其应用[J].北京工业大学学报,2017,43(3):386- 393.
[7] 姜春雷,张树清,张策,等.基于 SARIMA BP神经网
络组合方法的 MODIS叶面积指数时间序列建模与预测[J].光谱学与光谱分析,2017,37(1):189- 193.
[8] 唐灿,董树锋,任雪桂,等.用于迭代法潮流计算的改进Jacobi预处理方法[J].电力系统自动化,2018,42(12):81- 86.
[9] 王双成,高瑞,杜瑞杰.具有超父结点时间序列贝叶斯网 络 集 成 回 归 模 型 [J].计 算 机 学 报,2017,40
(12):116- 129.
[10] EBRAHIMZADEH E,BLAABJERG F,WANG X F,etal.Optimumdesignofpowerconvertercurrent controllersinlarge scalepowerelectronicsbased
powersystems[J].IEEE TransactionsonIndustry Applications,2018,55(3):2792- 2799.
[11] 陈波,刘厚泉,赵志凯.时间序列多尺度异常检测方法[J].计算机工程与应用,2018,54(20):127- 132.
[12] 邢邗,石晓达,孙连英,等.时间序列数据趋势转折点提取算法[J].计算机工程,2018,44(1):56- 61.
[13] 郭威,钟能,杨祥立,等.一种面向对象的时间序列极化SAR图像变化检测方法[J].现代雷达,2018,40(4):44- 49.
[14] 杨健,宋鹏程,徐政.适用于新型 UPFC拓扑的电力系统 潮 流 计 算 方 法 [J].电 网 技 术,2017,41(3):218- 224.
[15] 唐坤杰,董树锋,宋永华.基于不完全 LU 分解预处理迭代法的电力系统潮流算法[J].中国电机工程学报,2017,37(1):55- 62.

相似文献/References:

[1]杨纯平,张文斌,周年荣,等.时间序列特征提取的高压输电线电压等级识别方法[J].机械与电子,2017,(12):47.
 YANG Chunping,ZHANG Wenbin,ZHOU Nianrong,et al.Voltage Level Identification for High Voltage Transmission Line Based onTime Series Feature Extraction[J].Machinery & Electronics,2017,(01):47.
[2]叶杰凯,汤小明,胡建钦,等.基于 CSA-NARX 模型的电梯钢丝绳动态张力预测方法[J].机械与电子,2022,(09):7.
 YE Jiekai,TANG Xiaoming,HU Jianqin,et al.Prediction Method of Elevator Wire Rope Dynamic Tension Based on CSA-NARX Model[J].Machinery & Electronics,2022,(01):7.
[3]袁武民,邢建平,杨 栋.基于改进 Stacking 模型的铁路信号设备故障率预测[J].机械与电子,2024,42(01):41.
 YUAN Wumin,XING Jianping,YANG Dong.Prediction of Railway Signal Equipment Failure Rate Based on Improved Stacking Model[J].Machinery & Electronics,2024,42(01):41.

备注/Memo

备注/Memo:
收稿日期:2019- 10- 12
作者简介:韦 雅 (1970-),女,河南许昌人,硕士,高级工程师,主要研究方向为泛在电力物联网技术;文耀宽 (1969-),男,河南郑州人,硕士,高级工程师,主要研究方向为泛在电力物联网技术;田 珂 (1978-),女,河 南 郑 州 人,硕 士,高 级 工 程 师,主要研究方向为泛在电力物联网技术;王献军 (1974-),男,河南郑州人,高级工程师,主 要 研 究 方 向 为 电 力 信 息 技 术;丁 博 (1980-),男,河南郑州人,硕士,高级工程师,主要研究方向为电力信息技术。
更新日期/Last Update: 2020-01-13