基于快速分解正交变换状态估计算法的坏数据检测与辨识

提出了在快速分解正交变换状态估计算法中检测与辨识坏数据的新方法。该方法成功地将假设检验辨识法(HTI)和量测补偿法的思想应用于基于快速分解状态估计算法的坏数据检测与辨识,用基于对增广的量测雅可比矩阵进行Givens行变换的方法计算和更新残差协方差矩阵,在建立可疑量测集时,考虑有功类量测误差对无功类量测残差的影响和无功类量测误差对有功类量测残差的影响。算例说明,该方法检测与辨识坏数据的能力较强。     

基于状态空间转换的SCADA系统支路静态参数局部辨识方法

电网支路静态参数中存在的偏差或误差会严重影响电网状态估计及后续高级应用的有效性。以电网支路静态参数为状态量,根据SCADA量测系统的特点,提出了针对电网支路静态不良参数的局部估计辨识算法。利用拉格朗日乘子法得到的参数检测结果,以可疑支路为中心,向外搜索形成局部估计区域,按照量测类型以支路参数为状态变量建立量测方程,再将局部区域内的可信任支路参数作为伪量测加入量测方程,提高量测冗余度。在局部区域内对可疑支路参数进行估计辨识,经多断面的统计分析给出可疑支路参数的建议修正值。考虑到SCADA系统中无法直接应用电压量测值,构造了关于支路参数的不动点迭代格式,利用内外两层迭代来实现对支路参数的估计辨识。最后在IEEE118节点系统上验证了算法的有效性,并讨论了量测误差对辨识结果的影响。     

基于状态空间转换的SCADA系统支路静态参数局部辨识方法EI北大核心CSCD

电网支路静态参数中存在的偏差或误差会严重影响电网状态估计及后续高级应用的有效性。以电网支路静态参数为状态量,根据SCADA量测系统的特点,提出了针对电网支路静态不良参数的局部估计辨识算法。利用拉格朗日乘子法得到的参数检测结果,以可疑支路为中心,向外搜索形成局部估计区域,按照量测类型以支路参数为状态变量建立量测方程,再将局部区域内的可信任支路参数作为伪量测加入量测方程,提高量测冗余度。在局部区域内对可疑支路参数进行估计辨识,经多断面的统计分析给出可疑支路参数的建议修正值。考虑到SCADA系统中无法直接应用电压量测值,构造了关于支路参数的不动点迭代格式,利用内外两层迭代来实现对支路参数的估计辨识。最后在IEEE118节点系统上验证了算法的有效性,并讨论了量测误差对辨识结果的影响。     

新息图拓扑可观测性及不良数据可辨识性分析

新息图状态估计在拓扑结构获取和不良数据辨识方面与一般状态估计差异较大。文中研究了新息图状态估计拓扑结构可观测性、量测数据的相关性、不良数据的可检测性和可辨识性问题。由获得连支推算新息的必要条件确定拓扑结构可观测性;利用新息差向量的表现特征分析不良数据可检测性和可辨识性,最后给出了较优的辨识连支不良数据的顺序。对该算法的分析及IEEE30节点系统算例表明,新息图状态估计中不良数据可辨识性可进行定性分析,其辨识不正常事件的能力强,量测冗余度要求较低。     

配电系统关键量测解耦快速辨识及鲁棒量测优化配置

对配电系统实时运行状态的准确感知离不开状态估计,状态估计的正常运行与量测系统状况紧密相关。文中提出了一种针对三相不平衡配电系统的关键量测和关键量测组解耦快速辨识的新方法,该方法实现了关键量测和关键量测组辨识的解耦和非迭代:一方面,辨识过程仅需进行有功功率部分的状态估计,极大降低了计算规模;另一方面,整个计算过程无需迭代,并给出了相应的严格理论证明。此外,建立了配电系统三相m~(-1)鲁棒量测优化配置模型,以保证任一量测缺失时网络仍然可观测。将所提方法和模型应用于改进的IEEE 37节点算例进行测试,计算结果显示关键量测解耦快速辨识方法的辨识速度远快于解耦前,鲁棒量测优化配置显著降低了配电系统不可观测的风险。     

计及等效电流量测变换及坏数据辨识的状态估计方法

针对输电系统和配电系统量测类型多样性及传统状态估计算法的不足,讨论并发展了一种基于等效电流量测变换的状态估计及坏数据检测与辨识方法。该方法是通过对量测系统的实际量测进行等效电流量测变换,并根据误差传播理论改变相应的量测权值而推导出来的,其不仅保留了传统状态估计算法的快速解耦特性,并在无任何假设的情况下实现了雅可比矩阵的完全常数化。算例分析表明,该方法快速有效,并能有效地处理不良数据,能较好地应用于输电系统和配电系统的状态估计计算。     

配电网状态估计的全局灵敏度分析及应用

在配电网状态估计中,量测装置配置不齐全,通常引入伪量测来满足系统的可观性要求。考虑到量测数据有一定的误差以及伪量测与真实值之间可能存在偏差,配电网状态估计的量测和伪量测存在不确定性,这会影响配电网状态估计的准确性。文中提出了配电网状态估计的全局灵敏度分析方法,辨识影响状态估计精度的关键(伪)量测不确定性因素及其位置;利用稀疏多项式混沌展开计算全局灵敏度指标,以提高全局灵敏度分析的计算效率;建立了基于不确定性因素重要性排序的量测装置布点方法。采用IEEE 33节点配电网进行仿真,通过与常用方法进行比较,验证了所提方法的有效性。该方法克服了传统状态估计灵敏度分析方法的不足,能有效评估(伪)量测不确定性因素的交互作用对状态估计的影响;此外,基于全局灵敏度分析的量测装置布点方法能显著提高配电网状态估计精度。     

基于PMU量测的线路参数辨识算法

利用PMU量测数据具有严格时间同步、均匀发送的特点,基于PI型等值电路模型,提出一种新的线路参数辨识方法。该方法以线路两端测量的电压和电流相量为基础,利用最小二乘算法实现线路参数的最小偏差辨识,理论分析和实际算例表明了该方法的可行性。对影响辨识精度的主要误差源进行了分析,并给出了一种实用的坏数据剔除方法,可进一步提高数据辨识的精度;亦对如何利用线路量测的残差分析结果指导状态估计中的权重系数设置进行了详细讨论。与传统方法相比,基于PMU量测的参数辨识方法具有灵活、简便、可重复和连续执行的优点,具有较高的实用价值。     

基于等效电流量测变换的状态估计及不良数据检测与辨识方法

针对输电系统和配电系统量测类型多样性及传统快速解耦状态估计算法的不足，作者讨论并发展了一种基于等效电流量测变换的状态估计及不良数据检测与辨识方法。该方法是通过对量测系统的实际量测进行等效电流量测变换，并根据误差传播理论改变相应的量测权值而推导出来的。它不仅保留了传统状态估计算法的快速解耦特性，并在无任何假设的情况下实现了雅可比矩阵的完全常数化，算例分析表明，该方法快速有效，对r/x的比值不敏感，并能有效地处理不良数据，能较好地应用于输系统和配电系统的状态估计计算。     

基于转移潮流的状态估计模型

传统的状态估计把量测方程作为约束条件,以量测残差的加权平方和或加权绝对值之和最小等为目标函数进行估计,因而不能直接辨识出拓扑错误.为了同时辨识拓扑错误和不良数据,文中把转移潮流方程增广为状态估计的约束条件,在目标函数中同时计及转移潮流的残差和量测残差,对已有的加权最小绝对值状态估计进行了改进,提出了可以同时辨识支路拓扑错误和不良数据的状态估计模型.文中给出了某省实际电网的计算实例.     

厂站量测信息不完整时的全网理论线损计算

传统的理论线损是在潮流计算基础上得到的,鉴于全网整体式状态估计条件要求苛刻,运行调试过程中经常出现不收敛的问题,作者研究了存在不良数据和部分厂站注入量测信息不完整情况下的线损计算。文中对全网进行状态检测,对有可疑数据厂站进行单个厂站的模糊聚类不良数据辨识,对缺少注入量测的厂站根据其实际情况进行由对端量测量估计或部分电网状态估计。这可为潮流计算提供初始条件,提高估计速度。算例表明,部分电网状态估计能得到精确的估计结果,保证理论线损的计算精度。     

考虑误差非独立性的电力系统参数辨识估计

确定量测量间的误差传递特性是建立精确量测模型的重要前提。实际量测系统中量测量由所有单相遥测数据构成,在各母线上分析量测误差间的相关性,计算符合遥测数据实际采集特征的量测误差协方差阵。提出了考虑量测误差相关性的电力系统参数辨识估计,利用加权残差率绝对值求和的方法辨识出参数误差支路,采用改进增广状态量法进行参数估计,逐一修正参数误差,利用状态估计结果验证参数辨识估计准确性。IEEE算例仿真结果表明,所提出的算法较传统参数估计结果更接近于系统真值,同时提高了状态估计的精度。     

基于广域测量系统的状态估计研究综述

广域测量系统（WAMS）的逐步发展给电力系统在线分析方法提供了一个新思路。针对WAMS测量精度高、具有同步相量测量功能以及数据传输快等特点，分别从引入高精度节点电压相量量测的状态估计算法、引入高精度支路电流相量量测的算法、引入全部WAMS量测的算法以及其他与WAMS状态估计相关的问题等4个方面，介绍了目前引入WAMS量测的各种状态估计算法；并详细分析了各种算法的优缺点和适用范围，从工程应用出发研究其可行性，对部分算法给出了改进措施。讨论了WAMS的不良数据检测与辨识问题、相量测量装置（PMU）的最优配置问题以及基于PMU的动态状态估计和谐波状态估计等与WAMS状态估计相关的其他问题。     

基于抗差估计与改进GSA数据挖掘的配网异常数据聚类检测方法

配电网异常数据检测与辨识是智能配电网态势感知技术的核心基础。针对传统状态估计的残差污染与淹没问题,同时为使基于聚类分析的数据挖掘方法免于受初始分类和训练样本选取的影响,提出一种融合状态估计与数据挖掘技术的配网异常数据聚类辨识改进方法。该方法基于指数型目标函数抗差状态估计,计算配网最佳量测估计值,并以系统所有量测量的相对估计误差作为聚类辨识的待检数据集;采用改进GSA的智能算法快速搜寻最优聚类个数和初始聚类质心,实现异常数据的分组聚类检测,获得了较高的估计精度和辨识准确率。算例分析验证了方法的有效性和适用性。     

基于支路等值的拓扑辨识方法

状态估计中拓扑辨识是一个疑难问题,很多拓扑辨识方法把开关状态作为未知量引入估计过程,对量测冗余度和精度提出了较高要求,加大了状态估计辨识可疑数据的难度,工程应用困难。通过支路关联遥测遥信互校,确定运行状态可疑的支路。状态可疑支路在状态估计中作为参数未知支路,只需要引入一个状态变量,从支路参数计算结果就可判断支路运行状态,并给出了支路电导引入信息矩阵方法。正确判断支路运行状态后,利用状态估计节点电压计算支路潮流并修正两端节点注入,就可得到完整的电网运行状态,无需重新状态估计。该方法可以辨识小潮流支路拓扑错误。测试结果表明,由于在常规PQ解耦状态估计引入未知量,只增加一维状态量,计算速度快,拓扑辨识结果准确,适合在在线系统中应用。     

RN检测与状态预估相结合的不良数据检测辨识法

本文将RN检测法与状态预估检测辨识法相结合,提出了一种新的不良数据的检测辨识方法,该法先用RN检测法来判断是否有不良数据的检测辨识方法,该法先用RN检测法来判断是否有不良数据测点存在,若有,再用状态预估辨识哪些测点存在不良数据,将不良数据测点的量测值换成其状态预估值再进行一次状态估计,该法既克服了RN检测法存在的残差污染,残差淹没现象,又解决了状态预估检测辨识法不能区分不良数据与突变量的问题,用FORTRAN77语言编写程序,对18节点系统进行了数字仿真实验,得到了在无不良数据,有不良数据,有突变量等情况下的检测辨识结果,验证了本文介绍的检测辨识方法的有效性。     

南通电网实时状态估计的工程化调试和应用

在分析状态估计算法原理的基础上,结合江苏南通电网能量管理系统(EMS)的实际应用,系统讨论了状态估计工程化调试和维护方法,包括量测、拓扑关系、模型参数的辨识和校正方法,以及量测控制在状态估计中的应用。实际应用表明,这些方法对维护SCADA量测、提高状态估计量测合格率和保证状态估计的实用化是有效的。     

利用WAMS的电力系统动态状态估计结果校正

由于电力系统的动态特性,由广域测量系统(wide area measurement system,WAMS)/数据采集与监视控制(supervisory control and data acquisition,SCADA)系统收集来的量测信息不可避免地存在粗量测误差、系统状态突变等各种异常情况。针对这一问题,提出一种采用自适应动态状态估计器的并能有效检测、辨识和排除WAMS/SCADA系统中异常情况的信息校正算法。该算法依据动态状态估计器预测系统状态的能力,利用标准化新息以及加权新息与标准化新息的最大比值来检测和辨识多个坏数据、负荷突变、网络拓扑结构错误以及这3种异常同时发生的情况,并利用标准化新息和残差来验证异常处理的效果。数值结果表明所提算法能够快速、准确、有效地检测、辨识和排除动态状态估计过程中的各种异常情况。     

状态估计中不良数据可检测及可辨识性的定量分析理论

本文提出了不良数据可检测性，可辨识性的定量分析理论，揭示了描述量测系统配置，网络结构与参数的残差灵敏度矩阵中的元素与不良数据的幅值在可检测，可辨识能力上的定量关系，为量测系统配置设计与评价提供了理论基础。     

递归量测误差估计辨识法及其应用

本文提出不良数据检测和辨识新算法——递归量测误差估计辨识法(RMEEI法)。该算法利用线性递推公式计算量测集变化后状态变量、残差及其方差的新值,避免了状态再估计和计算残差灵敏度矩阵,大大提高了计算速度。文中给出了算法公式,并给出评定算法辨识性能,计算速度等方面的计算结果,还给出了本算法在东北电网控制中心EMS中实时运行的情况。