利用微 PMU 与智能电表丰富负荷数据
信号处理
2020-12-01 v1
摘要
在现代配电系统中，负荷不确定性可由微 PMU 完整捕获，其能记录高分辨率数据；然而实践中，受预算限制，微 PMU 仅安装于配电网络有限位置。相比之下，智能电表广泛部署但只能测量较低分辨率的能耗，不足以反映各采样间隔内的实际瞬时负荷波动。本文提出一种新方法，为仅配备低分辨率智能电表的配电变压器丰富负荷数据。我们方法的关键在于：利用同时拥有高、低分辨率数据源（即微 PMU 与智能电表）的配电变压器的已训练概率模型，从统计上恢复被低分辨率数据掩盖的高分辨率负荷数据。整体框架含两步：首先，对含微 PMU 的变压器，利用高斯过程捕捉智能电表各低分辨率采样间隔内最大/最小负荷与平均负荷的关系；并采用马尔可夫链模型刻画已知高分辨率负荷的转移概率。随后，将训练模型作为教师，为仅含智能电表的变压器将已知低分辨率负荷数据分解为目标高分辨率负荷数据。丰富后的数据可恢复瞬时负荷不确定性，显著提升配电系统可观性与态势感知。我们使用真实高、低分辨率负荷数据验证了所提方法。
引用
@article{arxiv.2011.14271,
title = {Enriching Load Data Using Micro-PMUs and Smart Meters},
author = {Fankun Bu and Kaveh Dehghanpour and Zhaoyu Wang},
journal= {arXiv preprint arXiv:2011.14271},
year = {2020}
}