基于MC-ANN的中性点直流监测数据有效性评估

摘要

针对特高压直流输电工程试运行期间得到的变电站中性点直流监测数据,提出了数据有效性评估方法:根据变电站中性点直流分布机理,分析了影响因素与变电站偏磁电流分布之间的关联特征,构建了基于神经网络(Artificial Neural Network,ANN)的中性点直流预测模型,并与实测数据进行对比,验证预测模型的有效性;利用蒙特卡洛模拟(Monte Carlo,MC)法对各影响因素进行抽样,模拟各种影响因素不确定组合,作为输入送入已经训练好的神经网络预测模型,构建MC-ANN联合模型,获取影响因素抽样下的大量样本数据,利用数据挖掘技术提取影响因素与中性点直流之间的关系变化规律;针对±800 kV上海庙-山东临沂特高压输电工程测试数据进行有效性评估,结果表明采用文中方法能够快速查找到测试期间中性点发生变化的站点.该方法可为甄别异常监测数据、快速查找异常原因以及锁定接地方式变化站点提供理论参考.