广域监测系统（Wide Area Measurement/Monitoring System，WAMS），是指基于同步相量技术构成的新一代电网动态监测和控制系统。基于GPS授时的时钟同步技术，通过在关键节点布局同步相量测量单元（PMU），实现对全网同步相量及电网主要数据的实时高速采集。通过主站平台对采集数据进行处理，完成对电网正常运行与事故扰动情况下的实时监测与分析计算，及时获得并掌握电网运行的动态过程。本书主要介绍了在广域量测技术广泛应用背景下，对测量信号的分析处理方法及相关高级应用。相比于同类书籍，本书理论性强，且提供了大量算例用于实践验证。

本书首先介绍了广域监测系统的体系架构，以及电力系统动态过程的时空建模；针对量测数据处理部分，介绍了高级数据处理和特征提取，以及多传感器多时态数据融合；重点介绍了系统状态监测和准实时分析与监控，采用多种方法实现扰动检测和振荡模式识别等；文中给出了算例，对系统特征、方法性能等进行了分析和解释说明。

我国电网已进入数字化、信息化、智能化时代，未来利用广域信息的电网运行控制技术有很好的应用前景。本书适合智能电网、能源互联网等专业技术人员，以及电力系统及其自动化专业师生阅读。

目录

译者序

原书前言

第1章广域监测和分析系统

11引言

12广域监测系统概述

13数据收集与管理

14未来智能监测和分析系统面临

的挑战

参考文献

第2章广域监测系统的体系结构

21引言

22WAMS的体系结构

221集中式WAMS结构

222分层式WAMS结构

223混合式WAMS结构

23数据融合中的问题

231数据

232智能同步相量数据

融合

233电力系统数据融合

策略

234数据同化的通用框架

24多模块与单模块模型间的

关系

参考文献

第3章电力系统动态过程的时空

建模

31引言

32大规模时空测量数据的可

视化

33多元过程的空间时间

建模

331经验正交函数（EOF）

分析

332基于SVD的本征正交

分解

333与平均值的偏差

34空间时间插值方法

341背景

342相似性度量

343空间结构

344权重的推导

345实际问题

35降维

351邻近度（相似度）

度量

352非线性频谱降维

36示例

361小信号响应

362大系统响应

363统计分析

37传感器安置

371问题构建

372约束下的传感器放置

参考文献

第4章先进的数据处理和特征

提取

41引言

42功率振荡监测

43时频表示

431HilbertHuang分析

432小波分析

433TeagerKaiser算子

434动态谐波回归

44多元多尺度分析

441多信号Prony分析

442库普曼（Koopman）

分析

45环境刺激下的响应

451模型的方程

452模态响应

453整体系统响应

46在测量数据的应用

461HHT分析

462小波分析

参考文献

互联电力系统广域监测技术目录第5章多传感器多时态数据

融合

51引言

52数据融合原则

53数据预处理和转换

531带通滤波和降噪

532区域级融合

54特征提取和特征选择

541特征提取

542数据压缩

543独立测量

544过滤和多尺度监测

55用于系统监视的多传感器融合

方法

551单尺度分析

552使用自相关神经网络的

非线性PCA

553多模块POD（PCA）

分析

554非线性PCA

555盲源分离

56多传感器数据融合的其他

方法

参考文献

第6章系统状态监测

61引言

62电力系统运行状况监测

63扰动和异常检测

64基于模态的健康监测

方法

641滤波和数据处理

642熵与能量

643基于熵的系统变化

检测

65广域区间振荡监测

651案例A

652案例B

66基于高维模式识别的

监测

661稀疏传播实现

662数据聚类

663数值算例

664混合方案

67电压和无功功率监测

671测量数据

672电压监测的统计

方法

673复数形式的POD/PCA

分析

参考文献

第7章准实时分析与监控

71引言

72系统行为的准实时监控

73数据处理与调整

731小波降噪与滤波

732基于EMD的滤波

74通过系统行为变化进行损伤

检测

741事件触发

742基于线性滤波的事件

检测

743例证

75时间序列法检测异常

操作

751准实时实现

752希尔伯特变换的准实时

实现

753局部平均速度

76基于模式识别的扰动

检测

77基于滑动窗口的方法

771局部HHT分析

772数值算例

773基于滑动窗口的Koopman

模式分析

78递归处理方法

781线性回归的状态空间

模型

782系统振荡模式的自适应

跟踪

参考文献

第8章广域PMU测量的可解释性

和可视化

81引言

82发电机组振荡的损失

821运行背景

822记录的测量数据

83记录数据的分析和可视化

831振荡模态特征

832阻尼计算

833瞬时参数

834量测数据的多时间多

尺度分析

835性能评估

84模式识别分析

841扩散映射分析

842与其他方法的比较

85POD/BSS分析

86电力系统模型验证

861小信号分析

862大系统特性

87控制性能评估

参考文献

附录A本征正交模式的物理

意义

A1基于特征值的分解

A2基于SVD的POD

参考文献

附录B五机测试系统及参数

B1系统数据

B2基础方式潮流

参考文献

附录C可改善经验模式分解的

掩蔽技术

C1基于能量的掩蔽技术

参考文献