互聯(lián)電力系統(tǒng)廣域監(jiān)測技術(shù)

目錄

譯者序
原書前言
第1章廣域監(jiān)測和分析系統(tǒng)
11引言
12廣域監(jiān)測系統(tǒng)概述
13數(shù)據(jù)收集與管理
14未來智能監(jiān)測和分析系統(tǒng)面臨
的挑戰(zhàn)
參考文獻
第2章廣域監(jiān)測系統(tǒng)的體系結(jié)構(gòu)
21引言
22WAMS的體系結(jié)構(gòu)
221集中式WAMS結(jié)構(gòu)
222分層式WAMS結(jié)構(gòu)
223混合式WAMS結(jié)構(gòu)
23數(shù)據(jù)融合中的問題
231數(shù)據(jù)
232智能同步相量數(shù)據(jù)
融合
233電力系統(tǒng)數(shù)據(jù)融合
策略
234數(shù)據(jù)同化的通用框架
24多模塊與單模塊模型間的
關(guān)系
參考文獻
第3章電力系統(tǒng)動態(tài)過程的時空
建模
31引言
32大規(guī)模時空測量數(shù)據(jù)的可
視化
33多元過程的空間時間
建模
331經(jīng)驗正交函數(shù)（EOF）
分析
332基于SVD的本征正交
分解
333與平均值的偏差
34空間時間插值方法
341背景
342相似性度量
343空間結(jié)構(gòu)
344權(quán)重的推導
345實際問題
35降維
351鄰近度（相似度）
度量
352非線性頻譜降維
36示例
361小信號響應
362大系統(tǒng)響應
363統(tǒng)計分析
37傳感器安置
371問題構(gòu)建
372約束下的傳感器放置
參考文獻
第4章先進的數(shù)據(jù)處理和特征
提取
41引言
42功率振蕩監(jiān)測
43時頻表示
431HilbertHuang分析
432小波分析
433TeagerKaiser算子
434動態(tài)諧波回歸
44多元多尺度分析
441多信號Prony分析
442庫普曼（Koopman）
分析
45環(huán)境刺激下的響應
451模型的方程
452模態(tài)響應
453整體系統(tǒng)響應
46在測量數(shù)據(jù)的應用
461HHT分析
462小波分析
參考文獻
互聯(lián)電力系統(tǒng)廣域監(jiān)測技術(shù)目錄第5章多傳感器多時態(tài)數(shù)據(jù)
融合
51引言
52數(shù)據(jù)融合原則
53數(shù)據(jù)預處理和轉(zhuǎn)換
531帶通濾波和降噪
532區(qū)域級融合
54特征提取和特征選擇
541特征提取
542數(shù)據(jù)壓縮
543獨立測量
544過濾和多尺度監(jiān)測
55用于系統(tǒng)監(jiān)視的多傳感器融合
方法
551單尺度分析
552使用自相關(guān)神經(jīng)網(wǎng)絡的
非線性PCA
553多模塊POD（PCA）
分析
554非線性PCA
555盲源分離
56多傳感器數(shù)據(jù)融合的其他
方法
參考文獻
第6章系統(tǒng)狀態(tài)監(jiān)測
61引言
62電力系統(tǒng)運行狀況監(jiān)測
63擾動和異常檢測
64基于模態(tài)的健康監(jiān)測
方法
641濾波和數(shù)據(jù)處理
642熵與能量
643基于熵的系統(tǒng)變化
檢測
65廣域區(qū)間振蕩監(jiān)測
651案例A
652案例B
66基于高維模式識別的
監(jiān)測
661稀疏傳播實現(xiàn)
662數(shù)據(jù)聚類
663數(shù)值算例
664混合方案
67電壓和無功功率監(jiān)測
671測量數(shù)據(jù)
672電壓監(jiān)測的統(tǒng)計
方法
673復數(shù)形式的POD/PCA
分析
參考文獻
第7章準實時分析與監(jiān)控
71引言
72系統(tǒng)行為的準實時監(jiān)控
73數(shù)據(jù)處理與調(diào)整
731小波降噪與濾波
732基于EMD的濾波
74通過系統(tǒng)行為變化進行損傷
檢測
741事件觸發(fā)
742基于線性濾波的事件
檢測
743例證
75時間序列法檢測異常
操作
751準實時實現(xiàn)
752希爾伯特變換的準實時
實現(xiàn)
753局部平均速度
76基于模式識別的擾動
檢測
77基于滑動窗口的方法
771局部HHT分析
772數(shù)值算例
773基于滑動窗口的Koopman
模式分析
78遞歸處理方法
781線性回歸的狀態(tài)空間
模型
782系統(tǒng)振蕩模式的自適應
跟蹤
參考文獻
第8章廣域PMU測量的可解釋性
和可視化
81引言
82發(fā)電機組振蕩的損失
821運行背景
822記錄的測量數(shù)據(jù)
83記錄數(shù)據(jù)的分析和可視化
831振蕩模態(tài)特征
832阻尼計算
833瞬時參數(shù)
834量測數(shù)據(jù)的多時間多
尺度分析
835性能評估
84模式識別分析
841擴散映射分析
842與其他方法的比較
85POD/BSS分析
86電力系統(tǒng)模型驗證
861小信號分析
862大系統(tǒng)特性
87控制性能評估
參考文獻
附錄A本征正交模式的物理
意義
A1基于特征值的分解
A2基于SVD的POD
參考文獻
附錄B五機測試系統(tǒng)及參數(shù)
B1系統(tǒng)數(shù)據(jù)
B2基礎方式潮流
參考文獻
附錄C可改善經(jīng)驗模式分解的
掩蔽技術(shù)
C1基于能量的掩蔽技術(shù)
參考文獻