基于系统分解的电力系统动态状态估计器异常诊断
最优化与控制
2018-06-05 v1
摘要
在状态估计器中,恶意或简单损坏的传感器数据或不良数据的存在是通过超过由分布确定的阈值的高归一化测量残差来检测的。然而,高归一化残差也可能由另一类异常引起,即严重建模或拓扑错误。本文提出一种方法来区分这两类异常来源——1)恶意传感器数据和2)建模错误。异常检测器将首先假设恶意数据的情况,并怀疑一些对应于最高归一化残差的单个测量为“恶意”,除非被证明并非如此。然后,选择基变换,将状态空间变换并分解为相对于这些“可疑”测量的“可观测”和“不可观测”部分。我们认为,虽然由恶意数据引起的异常只能影响状态的“可观测”部分,但对于建模错误引起的异常不存在这样的限制。数值结果说明了所提出的基于Kalman分解的异常诊断如何成功区分两类异常。
引用
@article{arxiv.1806.00705,
title = {Diagnosis of Anomaly in the Dynamic State Estimator of a Power System using System Decomposition},
author = {Malini Ghosal},
journal= {arXiv preprint arXiv:1806.00705},
year = {2018}
}
备注
accepted at the 16th European Control Conference