利用智能电表与生成对抗网络在部分可观测配电系统中进行停电检测
系统与控制
2019-12-12 v1 系统与控制
信号处理
摘要
在本文中，我们提出一种新颖的数据驱动方法，通过捕捉智能电表（SMs）数据分布的变化来检测部分可观测配电系统中的停电事件。为此，首先提出一种基于广度优先搜索（BFS）的机制，将网络分解为一组区域，以最大化部分可观测系统中的停电位置信息。然后，利用每个区域中的 SM 数据，设计一种生成对抗网络（GAN），以无监督方式隐式提取正常条件下的时空行为。训练后，利用异常评分技术判断实时量测是否指示该区域发生停电事件。最后，为在多区域网络中推断停电事件位置，提出一种区域协调过程以考虑相交区域的相互依赖关系。我们利用熵的概念为算法提供了性能的分析保证，该概念被用于量化多区域电网中的停电位置信息。所提方法已在带有真实 SM 数据的配电馈线模型上测试并验证。
引用
@article{arxiv.1912.04992,
title = {Outage Detection in Partially Observable Distribution Systems using Smart Meters and Generative Adversarial Networks},
author = {Yuxuan Yuan and Kaveh Dehghanpour and Fankun Bu and Zhaoyu Wang},
journal= {arXiv preprint arXiv:1912.04992},
year = {2019}
}