文献类型：期刊文章

作　　者：高正男[1] 杨帆[1] 胡姝博[1,2] 孙辉[1] 张富宏[3] 孙卓凝[3]

GAO Zhengnan;YANG Fan;HU Shubo;SUN Hui;ZHANG Fuhong;SUN Zhuoning(School of Electrical Engineering,Dalian University of Technology,Dalian 116024,China;Electric Power Research Institute of State Grid Liaoning Electric Power Co.,Ltd.,Shenyang 110000,China;State Grid Liaoning Electric Power Co.,Ltd.Maintenance Branch,Shenyang 110000,China)

机构地区：[1]大连理工大学电气工程学院,大连116024 [2]国网辽宁省电力有限公司电科院,沈阳110000 [3]国网辽宁省电力有限公司检修分公司,沈阳110000

出　　处：《高电压技术》

基　　金：国家重点研发计划(2019YFB1505400)。

年　　份：2022

卷　　号：48

期　　号：6

起止页码：2366-2377

语　　种：中文

收录情况：AJ、BDHX、BDHX2020、CAS、CSCD、CSCD2021_2022、EAPJ、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：随着新能源并网容量增加,电力系统量测数据波动性增强,脏数据极易伪装成波动数据入侵电网二次侧信息系统,造成脏数据辨识难度加大,电力系统状态估计精度降低。面向新能源电力系统状态估计,提出一种基于数据时空关联特性的量测数据多级清洗辨识方法。以传统鲁棒容积卡尔曼滤波为算法基础,利用新息向量进行1级清洗,辨识突变数据;利用皮尔逊时序相关系数对突变数据进行2级清洗,辨识波动数据与可疑脏数据;利用卷积神经网络对可疑脏数据进行3级清洗,深度辨识波动数据与伪波动脏数据;通过辨识结果动态调整噪声尺度因子,修正脏数据及动态状态估计方向。该方法旨在改进动态状态估计,使其具有较高的伪波动脏数据识别及防御能力,在新能源系统数据波动性较强的情况下仍具有较高的估计精度和准确性。最后,利用省级实网负荷及新能源数据进行实网算例分析,验证所提出方法的可行性和有效性。

关 键 词：新能源电力系统  伪波动数据  脏数据清洗  动态状态估计 CNN

分 类 号：TM73]