面向未来电网态势感知的设计：基于大随机矩阵线性特征值统计的指标系统
统计方法学
2017-07-20 v2
摘要
未来电网在规模和复杂度上都与当前电网有根本不同；这一趋势对基于经典指标的态势感知（SA）提出了挑战，经典指标通常是基于模型且确定性的。作为替代，本文提出一种基于大随机矩阵的线性特征值统计（LESs）的统计指标系统：1）从数据建模视角，我们从电力流方程出发，仅以统计方式利用实时数据流构建随机矩阵模型（RMMs）；2）对于完全由RMMs驱动的数据分析，我们提出称为LESs的高维指标，其具有诸如高斯性质等一些独特统计特征；3）我们开发了三维（3D）电力图，分别从高维视角和低维视角可视化系统。因此，采用了一种SA的统计方法论；它以无模型、数据驱动的过程进行SA，无需系统拓扑、机组运行/控制模型、因果关系等知识。该方法论具有诸多优势，如敏感性、通用性、速度和灵活性。特别地，其针对坏数据的鲁棒性被强调，在网络安全方面具有潜在优势。基于大数据的在线运行稳定性理论可能沿此工作路线证明可行，尽管这一关键进展将在别处报道。
引用
@article{arxiv.1512.07082,
title = {Designing for Situation Awareness of Future Power Grids: An Indicator System Based on Linear Eigenvalue Statistics of Large Random Matrices},
author = {Xing He and Robert C. Qiu and Qian Ai and Lei Chu and Xinyi Xu and Zenan Ling},
journal= {arXiv preprint arXiv:1512.07082},
year = {2017}
}
备注
8 pages, 8 figures, 3 tables