Revisiting the Optimal PMU Placement Problem in Multi-Machine Power Networks
本文针对现有研究忽略代数潮流方程、可再生能源及不确定性的不足，基于非线性微分代数表示和移动视界估计重新构建可观测性最优PMU配置问题，并将其转化为可求解的整数规划，通过标准电网仿真验证了方法的有效性。
2024-10-21 cs.SY eess.SY math.OC
Optimal Positioning of PMUs for Fault Detection and Localization in Active Distribution Networks
本文研究了基于PMU的有源配电网故障检测与定位问题。所提出的算法包括在计算一组加权最小二乘状态估计，其结果被用来检测，表征和定位故障的发生。此外，一个标准，以尽量减少正确执行所提出的算法所需的PMU的数量被定义。这样的标准，基于系统的可观测性条件，允许设计的优化问题，以设置沿电网的PMU的位置，以获得所需的故障定位解决方案。该策略的性能进行了测试，通过模拟的基准配电系统。
2021-09-07 cs.SY eess.SY
A Graph Neural Network with Auxiliary Task Learning for Missing PMU Data Reconstruction
Guangxi University（广西大学）；Tsinghua University（清华大学）；University of Electronic Science and Technology of China（电子科技大学）；Massachusetts Institute of Technology（麻省理工学院）
本文提出一种辅助任务学习方法，通过K跳图神经网络和互补图网络实现高缺失率下的PMU数据重建，提升系统鲁棒性和自适应性。
2025-12-31 cs.LG cs.SY eess.SY
Multi-Objective PMU Allocation for Resilient Power System Monitoring
在智能电网中，相量测量单元（PMU）可以实现更好的系统监控和安全增强。为了提高电力系统对极端天气事件或人为攻击造成的停电和停电的恢复能力，确定PMU的最佳数量和位置仍然是一个重大挑战。提出了一种多目标弹性PMU配置问题，并采用一种改进的基于教学的优化算法（MO-TLBO）进行求解。在MORPP问题中考虑了三个目标，最小化PMU的数量，最大化系统的可观测性，最小化电压稳定指标。通过对IEEE 14节点、30节点和118节点测试系统的测试，验证了该方法的有效性。通过与文献中的其他方法的比较，在迭代次数，最优性和收敛时间方面，证明了基于MO-TLBO的MORPP的优势。
2020-10-15 cs.SY eess.SY
Fault Detection and Localization in Active Distribution Networks using Optimally Placed Phasor Measurements Units
本文介绍了一种利用相量测量单元（PMU）的测量值对有源配电网故障进行检测和定位的算法。首先，一个基本的算法，工作的假设下，所有的电网总线都配备了PMU的设计。然后，正式的可观性条件，允许检测和定位与减少数量的PMU。基于这些条件，该算法被扩展为正确执行时，不是所有的网络总线被监视。此外，还设计了一种基于可观测性条件的最优定位算法。该算法允许用户自定义故障定位分辨率。该方法是通过对一个基准的主动配电网进行仿真验证。
2022-04-12 cs.SY eess.SY
An Electrical Structure-Based Approach to PMU Placement in the Electric Power Grid
People’s Education Society University（人民教育社会大学）；Lehigh University（利哈伊大学）
本文基于电网中各节点之间电气连通性的强特征，提出一种新的PMU部署方法，通过优化二进制整数规划实现网络可观测性，提升了状态估计和故障检测的性能。
2015-05-17 cs.SY eess.SY
Impact of system state dynamics on PMU placement in the electric power grid
Indian Institute of Science, Bangalore（印度科学研究所班加罗尔）
本文研究了电力系统中节点电压幅值和相角动态特性对PMU布置的影响，提出了一种考虑功率注入与节点相角差敏感性的整数规划方法，实验表明动态状态下需在每个节点安装PMU以实现可观测性。
2013-11-15 cs.SY eess.SY
Electrical Structure-Based PMU Placement in Electric Power Systems
Lehigh University（利哈伊大学）
本文基于电阻距离构建网络连通性矩阵，用于IEEE标准节点系统中的PMU布置优化，发现相比拓扑结构需更多PMU以实现完全可观测性。
2013-09-05 cs.SY eess.SY
Real-time Faulted Line Localization and PMU Placement in Power Systems through Convolutional Neural Networks
Theory Division and the Center for Nonlinear Studies, Los Alamos National Laboratory（理论部和非线性研究中心，洛斯阿拉莫斯国家实验室）
本文提出基于卷积神经网络的故障线路定位方法，利用母线电压特征提高鲁棒性，并提出联合PMU布置策略，通过不同类型的故障模拟验证了在低可观测性条件下高精度的故障定位能力。
2019-05-17 cs.LG cs.SY eess.SY
A Unifying Framework for the Electrical Structure-Based Approach to PMU Placement in Electric Power Systems
Lehigh University（利哈伊大学）
本文提出基于电气结构的PMU布置统一框架，利用电阻距离度量构建连接矩阵，并通过SVD分析解决PMU位置问题，揭示奇异向量与平均电阻距离之间的联系。
2013-12-02 cs.SY eess.SY
Mitigating the Risk of Voltage Collapse using Statistical Measures from PMU Data
Massachusetts Institute of Technology（麻省理工学院）；University of Vermont（佛蒙特大学）
本文提出利用PMU数据统计信息改进电网稳定性，通过分析关键节点电压方差范围，动态调整无功功率控制，提升电压稳定性。
2018-05-09 cs.SY eess.SY
SDP-based State Estimation of Multi-phase Active Distribution Networks using micro-PMUs
NEC Laboratories America, Inc.（NEC美国实验室）
本文提出基于SDP的状态估计方法，解决多相活性配电网中的可观测性问题，通过生成额外测量数据和网络分离算法，提高噪声鲁棒性，并在单相和多相测试系统中验证算法有效性。
2015-04-14 cs.SY eess.SY
Physics-Informed Learning for High Impedance Faults Detection
配电网中的高阻抗故障（HIF）会引起野火，威胁人类生命。常规的变电站保护继电器不能检测到超过10%的HIF，因为过电流很低，并且HIF的特征是局部的。随着配电系统中安装更多的$μ$ PMU，高分辨率的$μ$ PMU数据集提供了从多个点检测HIF的机会。尽管如此，应用$μ$ PMU数据集的主要障碍是缺乏标签。为了解决这个问题，我们构建了一个物理信息卷积自动编码器（PICAE）来检测没有标记的HIF进行训练的HIF。我们PICAE的意义是一个物理正则化，来自电压-电流特性的椭圆轨迹，即使在高噪声的情况下，从其他异常事件区分HIF。我们制定了一个系统范围的检测框架，合并多个节点的本地检测结果，以提高检测的准确性和可靠性。在PSCAD/EMTDC仿真的IEEE 34节点试验馈线中验证了所提出的方法。我们的PICAE优于现有的作品在各种情况下，是强大的不同的可观测性和噪声。
2021-03-15 cs.SY eess.SP eess.SY
Efficient convex optimization for optimal PMU placement in large distribution grids
Delft University of Technology（代尔夫特理工大学）；Austrian Institute of Technology（奥地利技术研究所）
本文研究了如何通过高效凸优化算法提高大规模三相耦合不平衡配电网络的状态估计精度，提出了一种计算高效的算法来计算最优解的下界，并在IEEE 8500节点标准测试馈线上验证了该方法的有效性。
2019-07-23 cs.SY eess.SY
Undetectable GPS-Spoofing Attack on Time Series Phasor Measurement Unit Data
本文提出了一种针对PMU数据的不可检测渐进式GPS欺骗攻击，通过微小增量角度偏差改变潮流计算，利用凸优化实施攻击并规避检测，同时提出了基于Hankel矩阵低秩近似的检测方法。
2023-09-13 cs.SY eess.SY
Comparison of Bounds for Optimal PMU Placement for State Estimation in Distribution Grids
配电网中测量的缺乏对其监测提出了严峻的挑战：由于可能没有足够的传感器来实现数值可观测性，因此通常使用负载预测（伪测量），并且因此不能保证准确的状态估计。然而，估计需要控制配电网的分布式发电量的增加。因此，我们考虑的问题，以提高状态估计精度在大规模，3相耦合，不平衡的配电网的传感器的最佳位置。这是一个组合优化问题，其最优解对于大型网络是不切实际的。我们探索不同的度量的最优实验设计的背景下，如凸性和模块化的属性，提出并比较几个严格的下限和上限的最优解的性能。此外，我们展示了如何使用这些界限来选择接近最优的解决方案。我们测试的IEEE基准测试馈线，123总线和8500节点馈线，该方法的有效性。
2019-08-07 cs.SY eess.SY
Precision Enhancement of Distribution System State Estimation via Tri-Objective Micro Phasor Measurement Unit Deployment
本文提出一种三目标μ-PMU布置方法，最小化通道数、状态估计不确定性和参数容差敏感性，采用定制NSGA-II求解，实验表明超阈值通道增益微小，可省略30-40%母线。
2023-08-31 cs.SY eess.SY
A Shallow Recurrent Decoder for Dynamic State Estimation with a Limited Number of PMUs in Power Systems
提出一种浅层循环解码器（SHRED）架构，利用稀疏PMU测量实现电力系统全状态重构，不依赖精确物理模型且对PMU位置不敏感，在IEEE 39节点系统上验证了其优于传统方法。
2026-07-02 cs.SY eess.SY
Real-Time Small-Signal Security Assessment Using Graph Neural Networks
本文提出了一种基于图神经网络（GNN）和PMU数据的小信号安全评估方法，利用电网图结构减少训练时间并提升实时效率，同时在有限PMU数据下保持高效表现。
2024-06-05 cs.SY eess.SY
LASSO-Based Multiple-Line Outage Identification In Partially Observable Power Systems
相量测量单元（PMU）为现代电力系统创造了充足的实时监测机会。其中，线路故障的检测和识别仍然是一个至关重要的，但具有挑战性的任务。目前的停电识别工作在PMU全面部署和单线停电方面取得了成功。然而，性能下降的多线中断与部分系统的可观测性。我们提出了一个新的框架，多线停电识别使用部分节点电压测量。使用交流（AC）潮流模型，停电的相角签名提取和用于分组线路到最小的可诊断集群。识别，然后制定成欠定稀疏回归问题解决套索。在PMU覆盖率为25%和50%的IEEE 39节点系统上进行了测试，所提出的识别方法对单线和双线停电的准确率分别为93%和80%。我们的研究表明，交流潮流是更好地捕捉停电模式和牺牲一些精度可以产生实质性的提高识别精度。这些发现有助于未来控制方案的发展，帮助电力系统抵抗和恢复停电中断的实时。
2022-06-05 cs.SY eess.SY stat.AP
Machine Learning Assisted Inertia Estimation using Ambient Measurements
随着基于转换器的可再生资源的日益普及，不同类型的动态已被引入到电力系统。由于现代电力系统的复杂性和高阶性，使得基于数学模型的惯性估计方法变得更加困难。提出了两种基于长递归卷积神经网络（LRCN）和图卷积神经网络（GCN）的机器学习辅助惯性估计方法。信息特征提取通过相量测量单元（PMU）收集的环境测量。空间结构的高维特征和图形信息，然后结合，以提高精度的惯性估计。在IEEE 24节点系统上进行了案例研究。所提出的基于LRCN和GCN的惯性估计模型的精度分别达到97.34%和98.15%。此外，所提出的零代注入总线的最优PMU布局（ZGIB-PLAN）已被证明是能够最大限度地提高系统的可观测性，从而提高了所有提出的惯性估计模型的性能。
2022-12-21 cs.SY eess.SY
Observers for Differential Algebraic Equation Models of Power Networks: Jointly Estimating Dynamic and Algebraic States
相量测量单元（{PMU}）已经成为现代电力系统中用于实现实时、广域监测和控制的工具。因此，许多研究已经调查了有效的和鲁棒的动态状态估计（DSE）方法，以准确地计算发电机组的动态状态。然而，他们中的大多数人放弃了电力网络的动态代数性质，只考虑其非线性动态表示。针对目前基于电力网络微分代数方程（DAE）的DSE方法的不足，提出了一种新的基于微分代数方程的DSE框架，用于同时估计多机电力网络的动态和代数状态。具体而言，我们利用围绕工作点的电力网络的DAE动态，并将其与能够捕获总线电压和线路电流的基于PMU的测量模型相结合。建议的$\mathcal{H}_{\infty}$观测器，它只需要检测性和脉冲可观测性的条件，满足各种电力网络，被设计为处理各种噪声，未知输入，和输入传感器故障。对IEEE $9$总线和$39$总线系统进行了大量的数值模拟，结果表明了所提出的方法用于DSE目的的有效性。
2022-05-04 cs.SY eess.SY
Risk Mitigation for Dynamic State Estimation Against Cyber Attacks and Unknown Inputs
the University of Texas at San Antonio（德克萨斯大学圣安东尼奥分校）；Argonne National Laboratory（阿贡国家实验室）；Purdue University（普渡大学）
本文提出基于动态状态估计的风险缓解策略，用于消除电网中未知输入和潜在网络攻击带来的威胁。通过动态状态估计器同时估计系统状态和未知输入，结合攻击检测算法，利用优化框架确定最受影响的PMU测量，并通过案例研究验证方法有效性。
2016-05-19 cs.CR cs.SY eess.SY
Low-Resolution Fault Localization Using Phasor Measurement Units with Community Detection
Arizona State University（亚利桑那州立大学）；Lawrence Berkeley National Laboratory（劳伦斯伯克利国家实验室）
本文研究了在测量有限的情况下，如何利用图聚类概念通过子图级别定位不同类型的配电线路故障，突破可观测性限制。
2018-08-20 cs.SY eess.SY physics.data-an
