互聯電力系統廣域監測技術
Arturo Román Messina 馬士聰//孫華東//郭強//郭劍波//趙兵等
- 出版商: 機械工業
- 出版日期: 2020-08-01
- 定價: $528
- 售價: 8.5 折 $449
- 語言: 簡體中文
- 頁數: 199
- 裝訂: 平裝
- ISBN: 7111656822
- ISBN-13: 9787111656821
-
相關分類:
電力電子 Power-electronics
下單後立即進貨 (約4週~6週)
買這商品的人也買了...
-
$680$537 -
$252$239 -
$294$279 -
$505ROS 機器人編程實戰 (Robot Operating System Cookbook: Over 70 recipes to help you master advanced ROS concepts)
-
$414$393 -
$230數據準備和特徵工程 — 數據工程師必知必會技能
-
$580$458 -
$294$279 -
$332深度學習:卷積神經網絡技術與實踐
-
$450$356 -
$454Python 遷移學習
-
$2,880$2,736 -
$774$735 -
$403機器人系統設計與製作:Python語言實現(原書第2版)
-
$894$849 -
$120機器人 SLAM 技術及其 ROS 系統應用
-
$408$388 -
$740$666 -
$594$564 -
$410$369 -
$780$616 -
$419$398 -
$479$455 -
$420$332 -
$680$537
相關主題
商品描述
廣域監測系統(Wide Area Measurement/Monitoring System,WAMS),
是指基於同步相量技術構成的新一代電網動態監測和控制系統。
基於GPS授時的時鐘同步技術,通過在關鍵節點佈局同步相量測量單元(PMU),
實現對全網同步相量及電網主要數據的實時高速採集。
通過主站平台對採集數據進行處理,完成對電網正常運行與事故擾動情況下的實時監測與分析計算,
及時獲得併掌握電網運行的動態過程。
本書主要介紹了在廣域量測技術廣泛應用背景下,對測量信號的分析處理方法及相關高級應用。
相比於同類書籍,本書理論性強,且提供了大量算例用於實踐驗證。
本書首先介紹了廣域監測系統的體系架構,以及電力系統動態過程的時空建模;
針對量測數據處理部分,介紹了高級數據處理和特徵提取,以及多傳感器多時態數據融合;
重點介紹了系統狀態監測和準實時分析與監控,採用多種方法實現擾動檢測和振盪模式識別等;
文中給出了算例,對系統特徵、方法性能等進行了分析和解釋說明。
我國電網已進入數字化、信息化、智能化時代,未來利用廣域信息的電網運行控制技術有很好的應用前景。
本書適合智能電網、能源互聯網等專業技術人員,以及電力系統及其自動化專業師生閱讀。
目錄大綱
目錄
譯者序
原書前言
第1章廣域監測和分析系統
1.1引言
1.2廣域監測系統概述
1.3數據收集與管理
1.4未來智能監測和分析系統面臨的挑戰
參考文獻
第2章廣域監測系統的體系結構
2.1引言
2.2 WAMS的體系結構
2.2.1集中式WAMS結構
2.2.2分層式WAMS結構
2.2.3混合式WAMS結構
2.3數據融合中的問題
2.3.1數據
2.3.2智能同步相量數據融合
2.3.3電力系統數據融合策略
2.3.4數據同化的通用框架
2.4多模塊與單模塊模型間的關係
參考文獻
第3章電力系統動態過程的時空建模
3.1引言
3.2大規模時空測量數據的可視化
3.3多元過程的空間-時間建模
3.3.1經驗正交函數(EOF)分析
3.3.2基於SVD的本徵正交分解
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空間結構
3.4.4權重的推導
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大系統響應
3.6.3統計分析
3.7傳感器安置
3.7.1問題構建
3.7.2約束下的傳感器放置
參考文獻
第4章先進的數據處理和特徵提取
4.1引言
4.2功率振盪監測
4.3時頻表示
4.3.1 Hilbert-Huang分析
4.3.2小波分析
4.3.3 Teager-Kaiser算子
4.3.4動態諧波回歸
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環境刺激下的響應
4.5.1模型的方程
4.5.2模態響應
4.5.3整體系統響應
4.6在測量數據的應用
4.6.1 HHT分析
4.6.2小波分析
參考文獻
第5章多傳感器多時態數據融合
5.1引言
5.2數據融合原則
5.3數據預處理和轉換
5.3.1帶通濾波和降噪
5.3.2區域級融合
5.4特徵提取和特徵選擇
5.4.1特徵提取
5.4 .2數據壓縮
5.4.3獨立測量
5.4.4過濾和多尺度監測
5.5用於系統監視的多傳感器融合方法
5.5.1單尺度分析
5.5.2使用自相關神經網絡的非線性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多傳感器數據融合的其他方法
參考文獻
第6章系統狀態監測
6.1引言
6.2電力系統運行狀況監測
6.3擾動和異常檢測
6.4基於模態的健康監測方法
6.4.1濾波和數據處理
6.4.2熵與能量
6.4.3基於熵的系統變化檢測
6.5廣域區間振盪監測
6.5.1案例A
6.5.2案例B
6.6基於高維模式識別的監測
6.6.1稀疏傳播實現
6.6.2數據聚類
6.6.3數值算例
6.6.4混合方案
6.7電壓和無功功率監測
6.7.1測量數據
6.7.2電壓監測的統計方法
6.7.3複數形式的POD/PCA分析
參考文獻
第7章準實時分析與監控
7.1引言
7.2系統行為的準實時監控
7.3數據處理與調整
7.3.1小波降噪與濾波
7.3.2基於EMD的濾波
7.4通過系統行為變化進行損傷檢測
7.4.1事件觸發
7.4.2基於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
7.5.2希爾伯特變換的準實時實現
7.5.3局部平均速度
7.6基於模式識別的擾動檢測
7.7基於滑動窗口的方法
7.7.1局部HHT分析
7.7.2數值算例
7.7.3基於滑動窗口的Koopman模式分析
7.8遞歸處理方法
7.8.1線性回歸的狀態空間模型
7.8.2系統振盪模式的自適應跟踪
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發電機組振蕩的損失
8.2.1運行背景
8.2.2記錄的測量數據
8.3記錄數據的分析和可視化
8.3.1振盪模態特徵
8.3 .2阻尼計算
8.3.3瞬時參數
8.3.4量測數據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
8.5 POD/BSS分析
8.6電力系統模型驗證
8.6.1小信號分析
8.6.2大系統特性
8.7控制性能評估
參考文獻
附錄A本徵正交模式的物理意義
A.1基於特徵值的分解
A.2基於SVD的POD
參考文獻
附錄B五機測試系統及參數
B.1系統數據
B.2基礎方式潮流
參考文獻
附錄C可改善經驗模式分解的掩蔽技術
C.1基於能量的掩蔽技術
參考文獻
1