電力系統(tǒng)建模中的精確負(fù)荷動(dòng)特性信息獲取研究.pdf

1、負(fù)荷模型是影響電力系統(tǒng)數(shù)字仿真結(jié)果精度和可信度最為重要的因素之一，建模數(shù)據(jù)的精確性直接決定著負(fù)荷模型的準(zhǔn)確性。在以往的研究中，由于缺乏用于建模的精確負(fù)荷動(dòng)特性數(shù)據(jù)，研究人員只能根據(jù)經(jīng)驗(yàn)或歷史記錄建立模型，所建立的模型無法正確描述電網(wǎng)的動(dòng)態(tài)過程。近年來，伴隨著人們對(duì)負(fù)荷建模的重視以及負(fù)荷特性記錄設(shè)備的增加，負(fù)荷動(dòng)特性數(shù)據(jù)得到大量積累，面對(duì)海量的負(fù)荷特性數(shù)據(jù)，如何從中獲取用于負(fù)荷建模的精確負(fù)荷動(dòng)特性數(shù)據(jù)成為亟待解決的問題。本文對(duì)精確負(fù)荷動(dòng)特

2、性數(shù)據(jù)獲取問題進(jìn)行深入研究，具體包括以下幾個(gè)方面:
　　(1)在對(duì)Hadoop平臺(tái)的結(jié)構(gòu)原理進(jìn)行詳細(xì)論述的基礎(chǔ)上，針對(duì)現(xiàn)有的集中式數(shù)據(jù)服務(wù)器難以高效、可靠存儲(chǔ)海量分布式異構(gòu)負(fù)荷動(dòng)特性數(shù)據(jù)問題，搭建了基于Hadoop的負(fù)荷動(dòng)特性數(shù)據(jù)存儲(chǔ)平臺(tái);該平臺(tái)不僅能快速高可靠地存儲(chǔ)負(fù)荷動(dòng)特性數(shù)據(jù)，還可以實(shí)現(xiàn)對(duì)負(fù)荷動(dòng)特性數(shù)據(jù)的快速查詢與管理。
　　(2)對(duì)負(fù)荷動(dòng)特性數(shù)據(jù)預(yù)處理進(jìn)行研究。在給出廣域測(cè)量系統(tǒng)、故障錄波系統(tǒng)及電能質(zhì)量監(jiān)測(cè)系統(tǒng)數(shù)據(jù)的

3、預(yù)處理方法的基礎(chǔ)上，針對(duì)負(fù)荷動(dòng)特性數(shù)據(jù)包含的不良數(shù)據(jù)，采用負(fù)荷動(dòng)特性數(shù)據(jù)縱向相似性對(duì)偶然產(chǎn)生的不良數(shù)據(jù)進(jìn)行辨識(shí)，并采用拋物線插值法對(duì)不良數(shù)據(jù)進(jìn)行修正;仿真結(jié)果表明，基于負(fù)荷動(dòng)特性數(shù)據(jù)縱向相似性對(duì)不良數(shù)據(jù)具有良好的辨識(shí)性，經(jīng)過拋物線插值修正后的數(shù)據(jù)與真實(shí)值極為相近，誤差極低。對(duì)負(fù)荷動(dòng)特性數(shù)據(jù)中含有的噪聲干擾，采用小波分析對(duì)其進(jìn)行去噪;仿真分析表明，小波分析能夠有效區(qū)分信號(hào)中的突變部分和噪聲。為了更加快速高效地對(duì)負(fù)荷動(dòng)特性數(shù)據(jù)進(jìn)行預(yù)處理分析

4、，解決海量負(fù)荷動(dòng)特性數(shù)據(jù)處理中存在的數(shù)據(jù)冗余及處理效率低的問題，構(gòu)建了基于Hadoop的負(fù)荷動(dòng)特性數(shù)據(jù)處理平臺(tái)。該平臺(tái)采用Hadoop分布式文件系統(tǒng)存儲(chǔ)的海量負(fù)荷動(dòng)特性數(shù)據(jù)加載及數(shù)據(jù)處理的方法，為負(fù)荷建模實(shí)測(cè)數(shù)據(jù)的獲取提供了基礎(chǔ)條件。
　　(3)對(duì)精確負(fù)荷動(dòng)特性數(shù)據(jù)獲取進(jìn)行研究。在對(duì)常規(guī)負(fù)荷動(dòng)特性數(shù)據(jù)獲取方法進(jìn)行分析的基礎(chǔ)上，采用基于極限學(xué)習(xí)機(jī)的負(fù)荷動(dòng)特性數(shù)據(jù)獲取方法。與BP神經(jīng)網(wǎng)絡(luò)的仿真對(duì)比表明極限學(xué)習(xí)機(jī)算法簡(jiǎn)單、高效、容易實(shí)現(xiàn)