论文部分内容阅读
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。