针对IEC61970系列标准中公共信息模型(common information model,CIM)缺少对调度自动化系统运行监管信息描述的问题,以CIM为基础,遵循CIM的语义和扩展规范,建立了调度自动化系统运行监管信息的CIM扩展模型,并介绍了建模的基本思想和方法,分析了主站侧和变电站侧监管对象主要建模类之间的关系。将该扩展模型应用到贵州电网调度自动化运行管控系统的开发中,实现了调度自动化系统监管对象及监管信息与能量管理系统中电网一次系统CIM的统一建模,实现了省、地两级调度自动化运行管控系统间监管对象模型及监管信息的交互,应用效果说明该建模方案是有效和可行的。
为保证同步相量测量装置(phasor measurement unit,PMU)采集数据的准确应用,须排除其量测值中的异常数据。现有PMU异常数据辨识算法存在算法复杂度高、难以在线更新、多源数据难以校准、依赖多源数据应用难度大等不足。为此,文中从PMU事件数据和异常数据模型及PMU异常数据判别信息熵定义出发,提出基于该信息熵的异常数据辨识框架。在此框架基础上,基于利用层次方法的平衡迭代规约和聚类(balanced iterative reducing and clustering using hierarchies,BIRCH)算法提出PMU异常数据辨识算法;然后,对所提出的算法进行原型实现,并针对某变电站的PMU采集数据集进行算法实验验证。实验结果表明,与一类支持向量机(one-class support vector machine,OCSVM)算法与间隙统计算法相比,文中算法的准确度及实时性均具有较强的优势。
