水电之家讯：基于随机矩阵理论的电力系统大数据框架设计：贺兴，艾芊，邱才明，黄文焘，朴龙健，刘海春
1.研究背景
当前，电网发展已步入智能电网时代——电网的拓扑结构日益复杂，新型元素渗透率越来越高，致使电网运行机理愈加复杂，经典指标的包络线/阈值判定难以保证系统的可靠运行。而另一方面，数据的获取和储存越来越容易，长远来看，数据将会作为一种战略资源而成为系统认知的主要驱动力。从数据特征上来看，系统噪声往往是高维信号，如两个不同节点的负荷随机波动互不相关；而异常则是关联度较强的低维信号，如网络拓扑结构或负荷突增等均会对多个节点产生基于某种机理(虽然未知)的影响。从这一点出发，文章基于随机矩阵理论，系统性地设计了一套数据驱动的电力系统分析框架。
2.随机矩阵理论方法思路
随机矩阵理论(randommatrixtheory，RMT)主要是基于统计学分析数据间的相关性——首先对采样数据建立其随机矩阵模型(randommatrixmodel,RMM),然后从RMM中提炼出高维统计指标，最终通过可视化、工程解读等步骤从指标中提取有效信息以认知系统。高维指标可视为系统在某一时空断面(空间N，时间T)对应数据矩阵的统计值。通过对高维指标设置阈值/包络线，结合假设检验可实现异常发现。通过这种工作，建立起了新形势下的电网运行与最新的数学理论研究之间的桥梁，如电网故障检测与随机矩阵中的圆环律RingLaw和MPLaw。在文中，采用基于Matpower的IEEE-118节点系统的异常检测和基于PSCAD的故障检测对所提架构进行了验证。该架构可应用于电力系统实时故障检测、分析，稳定性评估等领域。
3.算例和结果
1.异常检测及指标
算例采用基于Matpower的IEEE-118节点系统。在仿真系统中设置异常事件，如某节点负荷突变。该信号将会在高维视角表现出有别于噪声的统计特性。我们可以将电压数据建模成：
相关阅读：
【推荐】面向全球能源互联网的电力大数据基础体系架构！
互联网+电网企业=大数据信息共享+绿色生态变电站？
水电之家为您提供最全面的管材,管件,水电,电线,电工,管材水电品牌的装修知识点和各种管材水电的导购与在线购买服务,拥有最便宜的管材水电价格和最优质的售后服务,每天都有秒杀的抢购活动哦！敬请登陆水电之家：http://shuidian.jc68.com/
