基于大数据和随机矩阵理论的变电站状态评估

近年来,智能变电站不断兴起,对大量的数据处理要求也不断提高.为此,该文建立一种基于大数据技术和随机矩阵理论的新的变电站智能监测方法,通过提取变电站的关键状态和各参数之间的统计相关性,检测其运行状态.该方法主要通过时序高维随机矩阵进行推导,利用单环定律的半径作为统计分析表征测量数据,通过对这些统计分析的比较,完成关键状态的评估和异常检测.文章通过基于变电站自身变压器数据以及基于与变电站相连的输电线路各项参数进行建模分析,由此说明利用高维矩阵进行异常检测的有效性和可行性,与传统的阈值比较方法相比,所提方法采用高维矩阵的方法结合了状态变量时空间的关系,挖掘了数据的潜在发展趋势,具有较高的精度,在实际工程应用中具有较高的可参考性.