Повышение достоверности информации в автоматизированных системах диспетчерского управления энергосистем

Повышение достоверности информации в автоматизированных системах диспетчерского управления энергосистем

Автор: Бегалова, Елена Николаевна

Шифр специальности: 05.14.02

Научная степень: Кандидатская

Год защиты: 2009

Место защиты: Екатеринбург

Количество страниц: 158 с.

Артикул: 4344127

Автор: Бегалова, Елена Николаевна

Стоимость: 250 руб.

Повышение достоверности информации в автоматизированных системах диспетчерского управления энергосистем  Повышение достоверности информации в автоматизированных системах диспетчерского управления энергосистем 

ВВЕДЕНИЕ.
ГЛАВА 1. АНАЛИЗ ПРИЧИН ПОЯВЛЕНИЯ ПОГРЕШНОСТЕЙ В
ДАННЫХ ТЕЛЕМЕТРИИ И СУЩЕСТВУЮЩИХ МЕТОДОВ
ФИЛ В ТРАЦИИ ГРУБЫХ ОШИБОК ИЗМЕРЕНИЙ.
1.1. Основные причины появления погрешностей в телеметрической информации.
1.2. Первичная обработка информации.
1.3. Характеристика измерений и ошибок измерений
1.4. Основные направления повышения качества первичной информации.
1.5. Методы обнаружения плохих данных.
1.5.1. Методы идентификации плохих данных при удалении.
1.5.2. Идентификация по неквадратичному критерию
1.5.3. Идентификация но проверочной гипотезе
1.6. Применение ошибкоустойчивых робастных методов оценивания состояния для обнаружения плохих данных
1.6.1. Критерии ошибкоустойчивости
1.6.2. Использование метода оценивания по наименьшей медиане квадратов отклонений для обнаружения плохих данных
1.7. Метод контрольных уравнений
ГЛАВА 2. ОДНОМЕРНАЯ ФИЛЬТРАЦИЯ ТЕЛЕИЗМЕРЕНИЙ КАК ДИНАМИЧЕСКИЙ АЛГОРИТМ ЛОКАЛЬНОЙ ОБРАБОТКИ ДАННЫХ
2.1. Одномерная динамическая фильтрация телеизмерений.
2.1.1. Трендовая одномерная фильтрация
2.1.2. Определение весовых коэффициентов в одномерном трендовом фильтре.
2.1.3. Результаты моделирования обработки данных при помощи алгоритма одномерного трендового фильтра.
2.2. Динамический фильтр Калмана для одномерной фильтрации телеизмерений
ГЛАВА 3. ДИНАМИЧЕСКАЯ МНОГОМЕРНАЯ ОБРАБОТКА ДАННЫХ И ВЗАИМОКОРРЕКТИРУЮЩАЯ ФИЛЬ ГРАЦИЯ ТЕЛЕИЗМЕРЕНИЙ.
3.1. Обработка данных при помощи динамических многомерных линейных фильтров.
3.1.1. Многомерный линейный фильтр
3.1.2. Двумерный линейный фильтр
3.2. Коэффициенты чувствительности влияющих параметров в двумерном линейном фильтре
3.2.1. Статический способ задания коэффициентов чувствительности.
3.2.2. Динамический способ задания коэффициентов чувствительности.
3.2.3. Результаты оценки эффективности применения двумерного линейного фильтра с коэффициентами чувствительности, рассчитанными статическим и динамическим способами.
3.3. Обнаружение аномальных выбросов многомерными
фильтрами
ГЛАВА 4. ОБНАРУЖЕНИЕ АНОМАЛЬНЫХ ВЫБРОСОВ И
СТА ТИЧЕСКАЯ ФИЛЬТРАЦИЯ ТЕЛЕИЗМЕРЕНИЙ.
4.1. Применение мажоритарного принципа для обнаружения аномальных выбросов в телеизмерениях и коррекция весовых коэффициентов в задаче оценивания состояния
4.1.1. Коррекция задания весовых коэффициентов в задаче оценивания состояния
4.2. Алгоритмы статической обработки информации и обнаружения плохих данных.
4.2.1. Статический параметрический фильтр обнаружения плохих данных.
4.2.2. Алгоритм локального оценивания состояния для обнаружения плохих данных.
4.2.3. Функциональный статический фильтр обнаружения аномальных выбросов.
4.3. Результаты моделирования работы статических фильтров
4.3.1. Математическая модель. Критерий эффективности применения алгоритмов дополнительной обработки информации и обнаружения плохих данных
4.3.2. Комплексное оценивание состояния.
4.3.3. Нормирование весовых коэффициентов.
4.3.4. Обнаружение аномальных выбросов при помощи статического параметрического фильтра.
4.3.5. Алгоритм локального оценивания состояния.
4.3.6. Функциональный статический фильтр обнаружения плохих данных.
4.3.7. Сравнение статических алгоритмов локальной обработки данных
ЗАКЛЮЧЕНИЕ.
СПИСОК ЛИТЕРАТУРЫ


При реализации многих систем автоматического и автоматизированного диспетчерского управления возникают задачи обработки данных непосредственных измерений, поступающих с первичных датчиков и измерительных преобразователей. Далее модель состояния энергосистемы как объекта управления формируется по информации, получаемой на основе средств телемеханики. Текущие данные о состоянии параметров ЭС данные телеметрии зачастую имеют значительную погрешность. Для объяснения причин, обусловливающих низкое качество телеизмерений ТИ, на рисунке 1. Д до комплекса вычислительных средств КВС, обрабатывающего эту информацию вплоть до формирования советов диспетчеру. Рисунок 1. На первом же этапе получения ТИ, а именно на стадии получения электрического потенциала, являющегося аналогом А измеряемого параметра, датчики вносят некоторую погрешность. Большинство из них присоединено к вторичным цепям измерительных трансформаторов тока и напряжения точность которых характеризуется соответствующими классами и которые зачастую работают не в своем классе точности. В целях передачи информации на достаточно большое расстояние от объекта управления до КВС и использования ее в цифровых ЭВМ осуществляется аналогоцифровое преобразование АЦП непрерывного электрического потенциала пропорционального измеряемой величине x в дискретное цифровое отображение в виде той или иной кодовой комбинации единиц и нулей. Последняя последовательно проходит через кодоимпульсную систему КИС, модуляцию М, канал связи КС, демодуляцию ДМ и декодирование ДК. На этапе ЛЦП появляется погрешность обработки ТИ, связанная с необходимостью квантования информации. Квантование выполняется как по уровню, так и по времени , , . Точность АЦП определяется числом разрядов двоичного отображения ТИ. Максимальное число квантов равно 2П 1, где п число разрядов представления числа в памяти ЭВМ. Таким образом, в системе телеметрии с п разрядами невозможно представление ТИ величиной меньшей одного кванта, равного х2п, то есть появляются ошибки округления или квантования по уровню. Как известно, существует два типа ошибок квантования по уровню округления и усечения. При ошибках первого типа непрерывный сигнал заменяется тем ближайшим значением, запись которого возможна в памяти ЭВМ, в случае усечения тот же сигнал заменяется его ближайшим минимальным представлением. Второй способ квантования осуществляется проще, но ошибка при этом больше, чем при квантовании типа округления . В качестве примера погрешностей в телеизмерениях можно использовать данные рисунка 1. Автоматизированные электрические системы под руководством профессора Бердина. Эксперимент заключался в записи информации, считываемой непосредственно с выводов трансформаторов тока и напряжения, при помощи приборов Уран 0М, являющихся аналогами цифровых регистраторов аварий. Запись осуществлялась в установленное время, параллельно на двух подстанциях, имеющих между собой связь. Измерения выполнялись на различных подстанциях 0 кВ ЭС Урала. В качестве примера здесь приведены фрагменты измерений на подстанциях Шагол и Челябинская. Тонкими линиями показаны реальные потоки активной мощности в начале и конце линии 0 кВ Шагол Челябинская в соответствии с показаниями приборов Уран 0М, толстые линии отображают данные комплекса информационного обеспечения КИО ОДУ Урала. По данным телеизмерений в результате квантования, и не только потери активной мощности в линии иногда достигают МВт, тогда как реальные потери находятся в пределах МВт. Рисунок 1. Кодоимпульсные системы передачи информации основываются на цифровых двоичных кодах с использованием принципов повышения помехоустойчивости коды Хемминга, циклические и т. На передающей стороне измеряемый параметр при помощи АЦП преобразуется в цифровой код, который дальше расширяется до длины слова, включая контрольные разряды. Если на приемной стороне требуется отображение информации на аналоговом приборе, то при помощи цифроаналогового преобразования осуществляется восстановление информации в виде непрерывного электрического параметра напряжения.

Рекомендуемые диссертации данного раздела

28.06.2016

+ 100 бесплатных диссертаций

Дорогие друзья, в раздел "Бесплатные диссертации" добавлено 100 новых диссертаций. Желаем новых научных ...

15.02.2015

Добавлено 41611 диссертаций РГБ

В каталог сайта http://new-disser.ru добавлено новые диссертации РГБ 2013-2014 года. Желаем новых научных ...


Все новости

Время генерации: 0.190, запросов: 237