[01348466]配电系统SCADA的数据挖掘与状态估计

该项目将电力系统分析理论与数据挖掘技术相结合，以配电自动化为背景，研究探讨各种量测条件下的配电网状态估计方法，对SCADA系统的数据进行深入挖掘和分析，剔除不良数据，加工、提炼、推断出潜在的有用信息，全面准确地反映配电网的运行状态。这项工作的进行，无论是对解决生产运行的实际需求还是对开拓数据挖掘技术在新领域的应用，都有重要的理论意义和实用价值。目前国家投巨资进行的城乡电网改造工程正在进行中，配电自动化及相关系统正在全国各地紧锣密鼓地实施着。SCADA是配电自动化系统运行的前提，其性能的好坏、数据的准确直接影响到配电自动化的实施效果。　　该项目的研究，有助于提高配电自动化及相关系统的实用功效。该项目重点利用聚类分析技术对SACDA历史数据进行分类，分成不同类型的样本数据；对数据进行预处理，包括数据的选择、净化、转换。针对样本数据中的孤立点、空缺值等情况，建立基于最小二乘原理的数据清理组合模型；对于非量测点，提出基于回路电流法的不完备负荷数据处理方法，合理补充伪量测，提高状态估计方法的性能。现阶段的电力系统的发展迫切需要能快速处理海量数据的技术支持，并从中发现知识，提取有效的模式，数据挖掘技术的逐渐成熟带来了这一契机，以其处理海量数据的自身特点，将有利于对这些潜在重要信息的利用。该项目的研究成果具有重要的应用价值和广阔的推广应用前景。成果可以在各个等级的配电系统进行推广，部分内容对于输电系统也具有指导意义。