| 主权项 |
基于自适应分区状态估计的智能电网不良数据检测方法，其特征在于，包括如下步骤：1)、根据给定的智能电网，构造相应的图模型；2)、根据构造的图模型，通过分区/聚类算法对图模型分区，将图模型划分为若干子图,每个子图对应于智能电网中一个的子系统；3)、根据子系统分区结果，对每个子系统进行不良数据检测；4)、根据不良数据检测结果：当所检测的每个子系统内均无不良数据，或者具有不良数据的子系统的结点数均小于或等于4，则满足检测终止条件，结束检测；5)、当不满足检测终止条件，则更新图模型，并执行步骤2)‑步骤4)直到满足检测终止条件；所述步骤1)中建立图模型的方法为：首先根据给定的智能电网的物理参数以及拓扑结构，选取发电机或者负载结点作为图的顶点；当两个结点直接通过物理输电线路相连，则对应的顶点之间有直接相连的边；所述给定的智能电网中含有n个发电/负载结点，m条传输线路，n和m均为正整数；构建图模型G＝{V,A}；其中，V＝{V<sub>1</sub>,V<sub>2</sub>,...V<sub>n</sub>}为图的顶点，对应于电网中的发电/负载结点；A＝{a<sub>ij</sub>}i,j＝1,2,…,n为图的权重矩阵，当a<sub>ij</sub>＝0代表顶点之间没有传输线路直接相连；选取传输线路的阻抗值、网络连通状况或者是线路上的实际功率潮流作为图模型中边的权重；步骤2)的分区过程中，顶点之间的距离以步骤1)中所设定的边的权重为准，并采用基于图模型的L‑bounded分区算法、K均值算法或K中心算法，对步骤1)中所建立的图模型进行分区，得到若干个连通子图；每个子图对应于智能电网中的一个物理子系统；步骤3)的不良数据检测的过程为：在每个子系统内，根据现有的量测值，先进行一次状态估计得到子系统内每个结点当前的运行状态，再采用卡方检测或者是标准化残差检测，对每个子系统进行不良数据检测；所述现有的量测值包括线路有功功率，线路无功功率，电力结点的运行电压幅值，电力结点的运行电压相角和结点的注入功率中一种或多种；步骤4)根据步骤3)中的不良数据检测结果，进行下一个步骤的选择：如果在每个子系统均没有不良数据，或者不良数据均已被定位在结点数小于或等于4的子系统范围内，则检测过程结束；否则，针对步骤1)建立的原有图模型进行更新后，重复步骤2)‑步骤4)直到满足检测结束的条件。 |
