電力系統(tǒng)暫態(tài)穩(wěn)定評估中的數據挖掘技術研究.pdf

1、電力系統(tǒng)規(guī)模逐漸增大，數據量提升，而當前的計算技術缺乏關于數據整體特征的描述，無法根據現有的數據準確充分做出決策。將計算機領域的數據挖掘技術應用于電力系統(tǒng)的暫態(tài)穩(wěn)定評估領域，研究大數據量處理前提下的電力系統(tǒng)計算方法，對于提高電力系統(tǒng)計算水平將有巨大幫助。 電力系統(tǒng)暫態(tài)穩(wěn)定評估存在兩個主要問題：一是參與分析評估的訓練集不足以覆蓋整個樣本空間，所選特征變量不能全面、正確地描述電力系統(tǒng)的運行狀態(tài)，導致分類結果不可靠；二是數據分析和處理

2、能力有限，算法的收斂性隨系統(tǒng)規(guī)模的增大而下降。 引入數據挖掘理論中的關聯規(guī)則分析，給出一種進行暫態(tài)穩(wěn)定評估的分類方法—關聯分類法。這種方法不依賴于任何數學解析方法，完全從運行數據出發(fā)，可避免大多數模式識別方法中存在的模型參數設置困難問題，還可以對字符型數據進行分析。關聯分類法是一種基于模式識別理論的方法，針對這類方法在暫態(tài)穩(wěn)定評估中存在的結果不可靠問題和電力系統(tǒng)運行的時變性特點，本文提出了相應的改進方法，基于電力系統(tǒng)數據量龐大的

3、特點進行數據預處理，然后提取特征值進行數據模型的建立。一是對關聯分類法中存在無法正確分類的樣本，先利用暫態(tài)穩(wěn)定指標將它們辨識出來，接著根據每個樣本臨界穩(wěn)定程度的不同，分別采用Taylor級數法和時域仿真法進行狀態(tài)確定，以保證最終全部結果的準確無誤；二是針對電力系統(tǒng)運行的時變性特點，將時間維度引入暫態(tài)穩(wěn)定評估，給出建立在時間序列分析之上的關聯分類分析的改進算法，從而挖掘出電力系統(tǒng)的運行方式改變與暫態(tài)穩(wěn)定程度改變之間的內在聯系，用以指導電力