=个步骤。
[0化0] 1)确定需要预测补偿的数据的个数。补偿的时间长度采用第一步中确定的时间长 度ATdei。,。由于PMU子站一般按照一固定的时间间隔At(通常为10ms，20ms，40ms)往WAMS 主站发送数据包，因此可W确定对于单一量测信号需要预测的数据的个数为c=ATpudkt/ At。
[CK)5U。预测补偿模型的计算。预测补偿算法采用自适应AR模型预测算法，自适应AR模型可W根据新的量测信号的数据不断调整模型参数，实现对数据的动态跟踪。AR模型由 W下公式定义：
[0化2]
[005引 Xi为时刻ti时量测信号的实际值，^为时刻ti时量测信号的预测值， 巧U=1，2,…，n)是W前的n个量测信号历史数据实际值的加权系数。
[0054] 定义为AR模型拟合的残差，通过使残差最小求得加权系数 脚a= 1，2,…，n)得到AR模型参数，从而对量测信号进行预测补偿。
[0055] 由于广域测量系统通信时延，当前时刻tp时WAMS主站收到的数据是PMU子站在 ti时刻测量的数据Xi。从预处理后的量测信号中从取出N个最新的历史数据（Xi，XH，… ，Xi_N)，采用最小二乘法计算得到自适应AR模型的n个加权系数（巧，私…，巧,），从而得到AR模型。
[0056] 如计算预测补偿数据。采用得到的AR模型根据下式：
[0057]
[00郎]递推计算得到也…，Xp,...x,心。
[0059] 4)在WAMS主站收到PMU子站在t府刻测量的数据X i后At+3 0delay时间内，若 WAMS主站收到PMU子站在tw时刻测量的数据XW，采用第二步中的异常数据处理方法对 xw进行判断处理，然后将XW作为最新的历史数据代入2)中重新计算AR模型，并利用更 新的AR模型代入3)得到更新的预测补偿数据。
[0060]若在At+3 0deiw时间内未收到PMU子站在tW时刻测量的数据XW，贝Ij认为测量 的数据Xw丢包，采用扣中的；W作为Xw存入历史数据库，回到。。
[0061] 实施例；
[0062] 为验证本发明中的预测补偿方法的有效性，对浙江省电网WAMS时延进行了测量， 并统计计算；采用统计结果确定了预测补偿的时间长度，并选择PMU子站量测信号中的角 速度（或机组频率）信号、联络线功率信号进行了预测补偿。
[0063] 按照本发明的第一步通过安装在PMU子站时延分析预测补偿装置获取各PMU子站 到WAMS主站的时延数据，计算时延的平均值Uddw和均方差0ddw，进一步得到预测补偿的 时间长度at町edict。
[0064] 采用第二步中数据预处理的方式对数据进行预处理，选择角速度（或机组频率） 信号作为预测补偿的量测信号，并对数据中的异常数据进行处理。然后按照第=步中的预 测补偿方法进行补偿，AR模型阶数n设为6阶，N设为18,浙江电网PMU子站数据包发送时 间间隔为At= 40ms，单次预测补偿的数据长度C=ATpudiet/At，W某一子站机组频率数 据为例，得到的拟合曲线如图3所示。从图3可W看出，本发明的补偿方法能够有效地检测 出异常数据，实现对广域测量系统PMU子站量测信号时延的补偿；对异常数据处理后预测 补偿效果优于不对异常数据进行处理。
[0065] 计算对异常数据进行处理和不对异常数据进行处理的预测补偿数据与实际数据 的均方根误差、平均绝对误差、最大绝对误差占实际数据的百分比如表1所示。
[0066] 表1量测信号预测补偿数据与实际数据偏差分析
[0067]
[0068] 从表1可W看出，采用本发明中的异常数据处理方法能够提高补偿数据的准确 性。
[0069] 综上所述，本发明提出的自适应补偿方法能够有效地对量测信号的异常数据、丢 包等情况进行检测处理，并能够根据网络时延特性自适应调整预测数据长度，实现对量测 信号时延的有效补偿。
【主权项】
1. 一种广域测量系统自适应时延补偿方法，其特征在于包括以下步骤： 一） 确定广域测量系统各PMU子站需预测补偿的时延长度；在WAMS主站通过时延分析 预测补偿装置获取PMU子站送往WAMS主站数据报文；通过提取分析数据报文得到PMU测量 信号的GPS时标T1;利用时延分析预测补偿装置GPS天线得到当前时刻的GPS时标T 2;采 用Δ Tdelay= T 2-1\得到PMU子站到WAMS主站的时延数据； 根据历史时延数据，从概率分布的特性确定时延预测补偿的时间长度Λ TpMdic;t; 二） 根据需求选择对应的量测信号预测补偿，并对量测信号进行预处理，预处理包括 对历史数据中的异常数据进行检测并处理，采用计算量测信号数据变化率是否突变检测是 否出现异常数据，当检测到异常数据后，对异常数据进行替换； 三） 对所选的量测信号的数据进行预测补偿； 1) 计算需要预测补偿的数据的个数；PMU子站往WAMS主站发送数据包的时间间隔为 Λ t，则对于单一量测信号需要预测的数据的个数为c = Λ Tpraliet/Λ t ; 2) 采用自适应AR模型进行预测补偿计算，AR模型参数采用最小二乘法拟合计算； 3) 采用得到的AR模型递推计算得到预测补偿的量测信号数据U,+2,···,夂 4) 在WAMS主站收到PMU子站下一时刻发出的数据xi+1并进行判断处理后，将X i+1作为 最新的历史数据根据步骤2)的方法重新计算AR模型，并利用更新的AR模型进入步骤3) 得到更新的预测补偿数据；若WAMS主站在规定时间内未收到xi+1，则认为丢包，并进行丢包 情况下的处理。2. 根据权利要求1所述的一种广域测量系统自适应时延补偿方法，其特征在于： 在步骤一）中，对PMU子站到WAMS主站的过去30分钟历史时延数据八^^进行统计 分析，计算其平均值均方差σ delay，时延预测补偿的时间长度设为ATpralirt = 2* ( μ delay+3 σ delay) 〇3. 根据权利要求1所述的一种广域测量系统自适应时延补偿方法，其特征在于：在步 骤二）中异常数据的判断采用通过计算量测信号数据变化率判断是否出现异常数据； 1) 时刻h测量值Xi，相比时刻测量值Xh变化率为Tl i，由以下公式计算得到：Ili (Xi Xi-i)/Xi-1; 2) 根据量测信号的历史数据，统计其变化率的特征范围，计算得到变化率的平均值为 navCTage，变化率的均方差为σ n，并确定正常量测量变化率的阈值为nmax，采用以下公式计 算得到：rImax= Π average+5 σ n; 3) 将时刻t/变化率η占根据历史变化率确定的阈值n max相比较，当n i> n max时， 该时刻测量值为异常数据，对该数据进行标记，采用2ΧΗ-Χ?_2替换该标记数据。4. 根据权利要求1所述的一种广域测量系统自适应时延补偿方法，其特征在于：在步 骤三）的步骤2)，预测补偿算法采用自适应AR模型预测算法，自适应AR模型根据新的量测 信号的数据不断调整模型参数，实现对数据的动态跟踪；AR模型由以下公式定义：Xi为时刻^时量测信号的实际值，?为时刻&时量测信号的预测值，灼U=I,2,…，《) 是以前的η个量测信号历史数据实际值的加权系数； 定义& =A-XiSar模型拟合的残差，通过使残差最小求得加权系数>Λ U = i,2,… 得到AR模型参数，从而对量测信号进行预测补偿； 由于广域测量系统通信时延，当前时刻％时WAMS主站收到的数据是PMU子站在t 4寸 刻测量的数据Xi;从预处理后的量测信号中从取出N个最新的历史数据（X i，Xg，…，Xi_N)， 采用最小二乘法计算得到自适应AR模型的η个加权系数（奶,灼,···,％)，从而得到AR模型。5. 根据权利要求1所述的一种广域测量系统自适应时延补偿方法，其特征在于：在步 骤三）中的步骤3)，计算预测补偿数据，采用得到的AR模型根据下式：递推计算得到Xw, X/+2,…,…x,_+f。6. 根据权利要求1所述的一种广域测量系统自适应时延补偿方法，其特征在于：在步 骤三）的步骤4)，在WAMS主站收到PMU子站在&时刻测量的数据、后At+3〇 delay时间 内，若WAMS主站收到PMU子站在ti+1时刻测量的数据X i+1，采用第二步中的异常数据处理方 法对xi+1进行判断处理，然后将X i+1作为最新的历史数据代入步骤2)中重新计算AR模型， 并利用更新的AR模型代入步骤3)得到更新的预测补偿数据。7. 根据权利要求1所述的一种广域测量系统自适应时延补偿方法，其特征在于：在步 骤三）的步骤4)中，判断数据是否出现丢包采用以下判据：若在At+3〇delay时间内未收 到PMU子站在ti+1时刻测量的数据X i+1，则认为测量的数据xi+1丢包，采用步骤3)中的 作为xi+1存入历史数据库，回到步骤三）的步骤2)。
【专利摘要】一种广域测量系统自适应补偿方法，涉及一种时延补偿方法。目前，对于采用预测补偿的方法中，预测时间长度往往根据经验直接设置一个固定值，自适应差，且预测补偿的误差大。本发明包括以下步骤：确定广域测量系统各PMU子站需预测补偿的时延长度；根据需求选择对应的量测信号预测补偿，并对量测信号进行预处理，预处理包括对历史数据中的异常数据进行检测并处理，采用计算量测信号数据变化率是否突变检测是否出现异常数据，当检测到异常数据后，对异常数据进行替换；对所选的量测信号的数据进行预测补偿。本技术方案时延补偿方法简单可靠，计算数据量小、预测补偿误差小，实现较为准确的预测补偿。
【IPC分类】H02J13/00
【公开号】CN104901425
【申请号】CN201510364716
【发明人】吴秋晗, 杨博, 魏路平, 李永杰, 占震滨, 江全元, 戚军
【申请人】国家电网公司, 国网浙江省电力公司, 浙江大学, 浙江工业大学
【公开日】2015年9月9日
【申请日】2015年6月26日