原 书 前 言
在过去的几年中,由于需要近乎实时地评估电力系统的运行状况,因此在整个输配电系统中对关键系统变量进行监视和分析的需求已显著增加。新型传感器、先进的通信系统和改进的分析处理技术的出现大大增加了系统实时广域控制实现的可能性。这些技术与大量数据集相结合,进而降低电力系统安全性和可靠性评估中的不确定性。
本书编写的目的是对数据驱动的先进信号处理技术进行全面梳理和应用改进,使其用于分析和表征电力系统数据和由主要扰动引起的暂态振荡。借鉴多传感器数据融合的最新发展经验,在现代广域监测系统(WAMS)框架下,提出并验证了用于电力系统监视的多时相数据同化技术。回顾了对非线性时变电力系统过程的理解以及建模的最新进展,并讨论了影响这些技术性能的因素。
文中提供了许多有助于理解本书内容的算法和示例。重点强调了在实际监视、可视化以及分析实际扰动事件中所面临的挑战,并提供了在广域电力系统中的应用示例。
从结构上讲,这本书分为3个基本部分:第1章和第2章研究了WAMS中最重要的问题数据管理和数据融合的问题,书中也介绍了仿真方法。其中第3章~第7章主要是理论推导部分,第3章和第4章讨论了时空演变分析和特征描述的高级算法开发,并说明和比较了一些分析流程;第5章~第7章介绍了新的多变量多尺度数据分析技术在同步相量数据分析和可视化中的应用研究,并举例说明了如何应用这一理论。第8章介绍了WAMS策略在相量测量单元(PMU)数据流监测和可视化中的应用。文末的附录则为本书提供了必要的补充信息。
Arturo Roman Messina
译者序
随着电力系统规模和复杂程度日益增加,广域量测技术对大型电力系统安全分析和稳定控制显得尤为重要。我国相关工作起步于1994年,1995年研制出国内第一台PMU,起步晚但发展速度快。至今,我国所有的500kV及以上变电站、220kV重要变电站、主力发电厂和新能源并网汇集站均安装有PMU,WAMS主站数量和PMU布点规模均居世界首位,已具备广域动态监视与分析、扰动记录与反演等基本功能,并在低频振荡监测、广域保护、广域阻尼控制等高级应用领域开展了相关探索。
WAMS应用的一个重要前提工作就是对量测数据的处理、分析和特征提取,这是广域量测系统各项高级功能的基础。当前出版的WAMS相关书籍中大多关注系统架构、通信系统以及功能应用,对数据处理及分析算法等阐述较少。本书对该领域进行了详细阐述和算例分析,有助于相关专业人员更深刻地理解广域量测技术的基本理论与分析方法,对比国内和国外在数据处理和分析方法应用中的不同,取长补短、相互借鉴。原书作者Messina教授是IEEE Fellow,Electric Power Systems Research、IEEE Transon Power Systems和Electric Power Components and Systems的编辑和顾问委员会委员,在该领域有多部论著出版。
希望本书能对从事相关研究与技术应用的工程人员、科研工作者提供参考。
由于本书专业领域较广,限于译者水平,难免有错误和疏漏之处,恳请读者不吝指正!