A Unified Scheme for Processing, Recovery, and Quality Improvement of Synchrophasor Data

Les applications de l'unité de mesure de vecteur de phase (PMU) ont considérablement évolué ces dernières années. La prolifération des applications basées sur les synchrophaseurs nécessite le développement de méthodes novatrices et efficaces de réseautage, de traitement, d'amélioration de la qualité, et d'archivage de données. L'une des fonctions clés des réseaux synchrophaseurs est le concentrateur de données de vecteurs de phase (PDC) qui collecte les données des PMUs transmises à partir de différents lieux géographiques du réseau électrique, puis les transmet aux applications cibles. Les natures incertaines des systèmes de communication et des PMUs limitent les performances des PDC et compromettent les applications en imposant des délais excessifs, des pertes de données, des erreurs de mesure, et du bruit. Le délai, la disponibilité et la qualité des données déterminent si un réseau des synchrophaseurs peut prendre en charge certaines applications. De plus, un réseau des synchrophaseurs efficace doit être capable de traiter et d'archiver des quantités massives de données. Cette thèse propose une solution unifiée pour améliorer la disponibilité, les délais et la qualité des données de synchrophaseurs. Les principaux algorithmes de la solution proposée sont la coordination optimale de PDCs, la récupération de données synchrophaseurs manquantes, et la compression efficace pour l'archivage. Les algorithmes proposés fonctionnent en temps réel et compatibles avec toutes les exigences des applications de données de synchrophaseurs. Les modèles mathématiques du réseau de synchrophaseurs sont développés et les paramètres des PDCs sont ajustés de manière optimale pour maximiser le débit des données fournies à l'application dans les limites de temps spécifiées. L'algorithme temps réel de la récupération des données de synchrophaseurs manquantes utilise un problème non-convexe de complétion de matrices (MC) avec la pénalité quasi-norme de Schatten-q. L'algorithme d'approximation de rang réduit proposé est utilisé pour la réduction de bruit dans les données. Enfin, la méthode de compression proposée comprend une technique de réduction de dimensionnalité basée sur la décomposition en valeurs singulières (SVD) et un algorithme de partitionnement progressif. L'algorithme de partitionnement sépare les données en différentes partitions selon leurs conditions, par exemple, les conditions normales d'opération, les perturbations et les défauts. La dimensionnalité de ces partitions est réduite en rejetant les modes SVD dominés par l'erreur de mesure PMU. De nombreux tests numériques sont effectués à l'aide de données de terrain et synthétiques de PMU pour évaluer les performances des algorithmes proposés.

Abstract

The applications of phasor measurement unit (PMU) have significantly matured in recent years. The proliferation of synchrophasor-based applications necessitates the development of novel and efficient data networking, processing, quality improvement, and archiving methods. One of the key functions of synchrophasor networks is phasor data concentrator (PDC) that collects PMU data from different locations of the electrical grid, and then transmits them to target applications. The uncertain natures of the communication system and PMUs limit the performance of PDCs and compromise applications by imposing excessive latencies, data loss, measurement error, and noise. Data latency, availability, and quality dictate whether a synchrophasor network can support particular applications. Moreover, an efficient synchrophasor network must be capable of processing and archiving massive amounts of data. This thesis proposes a unified scheme to improve the availability, timeliness, and quality of the synchrophasor data. The proposed scheme comprises three main algorithms, namely, optimal coordination of PDCs, missing synchrophasor data recovery, and efficient compression for archiving. The proposed algorithms are real-time and compatible with all the requirements of the synchrophasor data applications. Mathematical models of the synchrophasor network are developed, and the parameters of PDCs are optimally designed to maximize application throughput within the specified time constraints. The real-time algorithm for the recovery of missing synchrophasor data employs a nonconvex matrix completion (MC) problem with the Schatten-q quasi-norm (lq) penalty. The proposed low-rank approximation algorithm is employed to suppress the noise in data. Finally, the proposed compression method includes a singular value decomposition (SVD)-based dimensionality reduction technique and a progressive partitioning algorithm. The partitioning algorithm separates data into different partitions according to their conditions, e.g., normal operating conditions, disturbances, and faults. The dimensionality of these partitions is reduced by rejecting the SVD modes dominated by PMU measurement error. Extensive numerical tests are performed using field and simulated PMU data to evaluate the performance of the proposed algorithms. The proposed optimal coordination of PDCs significantly reduces the end-to-end latency in networks that use legacy and non-legacy communications. The recovery of consecutive and simultaneous missing data points confirms the advantages of the proposed MC algorithm, especially during disturbances and events. Finally, the results show that the proposed compression method significantly achieves high compression ratio (CR) while preserving critical information of different operating conditions.