一种基于PMU和SCADA单节点互校核的前端数据辨识框架

摘要

随着电网自动化技术的发展,数据中心可获取海量多源多时空数据,在此基础上进行多源量测值互校核有利于实现后续大数据高级应用。针对单节点同时存在PMU与SCADA量测值的情况,提出一种前端不良数据辨识框架。为克服量测值负样本较少的问题,采用基于粒子群优化的改进一分类支持向量机辨识方法,根据两源量测差值识别异常点。对接近向量机边界可能被误判的值利用间隙统计法进行修正,确定不良数据。然后检验其所在时间点的PMU量测值,最终确定不良数据位置。基于某省实际电网数据对PMU与SCADA互校核辨识框架进行了验证与分析。计算结果表明所提方法能够有效地辨识出两数据源的前端不良数据,计算量小、耗时较短,比仅利用单源数据进行校核的结果更加可靠。