共查询到19条相似文献,搜索用时 93 毫秒
1.
为准确、快速地估计变压器分接头位置,提出了基于改进递推贝叶斯估计的变压器分接头估计方法。该方法首先形成分接头位置可疑的变压器集合,然后计算可疑变压器在不同分接头位置下的状态估计残差,在此基础上,采用递推贝叶斯估计方法对分接头位置进行后验概率的递推估计。为提高计算效率,对基本的递推贝叶斯估计方法提出以下改进方案:采用线性残差修正方法或预测校正算法以有效减小每次递推时的残差计算量;在递推过程中逐次缩减估计范围;提出递推终止判据,以有效减少递推次数。在IEEE 39节点系统上的仿真计算表明,所提出的算法能准确、可靠地估计出正确分接头的位置,并显著提高递推贝叶斯估计的计算效率,具有较好的在线应用前景。 相似文献
2.
3.
基于最小二乘法的电力系统网络参数误差估计 总被引:1,自引:0,他引:1
为满足电力系统实时动态观测的要求,需要精确估计电网络参数,基于电力系统的任何网络参数误差都会影响状态估计中的量测残差,通过对量测残差的分析提出了一个基于最小二乘的电网络参数误差估计方法.分两步完成电网络参数误差的估计:首先根据动态系统的量测方程,利用加权最小二乘法(weighted least squares method,以下简称WLS),同时引入网络节点虚拟量测量作为等式约束条件建立最优化模型,利用拉格朗日乘法提出量测残差的表达式,网络节点虚拟量测量的引入加强了算法的精确性和收敛速度;第二步首先利用递推最小二乘建立量测残差方程中偏差项的的迭代公式,电网络参数误差包含在量测残差方程的偏差项中,通过迭代得出一个无偏估计的初始状态量,最后求得电网络参数误差.IEEE9节点系统的仿真验证了算法的正确性和有效性. 相似文献
4.
变电站是电力系统的重要组成部分,变电站数据的可靠性和准确性至关重要。为了进一步提升变电站状态估计的可靠性,提出一种基于SCADA/PMU混合测量的变电站状态估计方法。首先对PMU数据和SCADA数据进行融合,在充分利用测量数据的同时,减小随机误差对状态估计的影响。然后在此基础上,建立变电站状态估计模型。最后将标准化残差法和量测值突变法结合,提出一种新的不良数据处理方法,以有效避免残差淹没现象。仿真结果表明,该方法能有效提高状态估计的精度。 相似文献
5.
基于电力系统运行模式的状态估计研究 总被引:2,自引:0,他引:2
在原状态估计程序的基础上,对不良数据的处理提出了最大误差不良数据丢弃法和基于运行模式的伪量测替代法。并针对量测量数据采集的实际困难,设计了量测量数据的随机产生程序。改进后的程序具有有效克服“残差污染”和“残差淹没”的能力,提高了状态估计的精度和速度。 相似文献
6.
电力系统网络参数对状态估计的影响 总被引:1,自引:0,他引:1
网络参数是进行电力系统状态估计计算的重要因子。针对状态估计中的参数误差问题,通过实验的方法,统计估计误差、残差、目标函数三项指标,深入分析了参数误差对状态估计的影响。对状态估计中参数误差产生的原因进行了实际分析,并提出了在工程实践过程中解决参数误差的方法。 相似文献
7.
基于测量不确定度的电力系统状态估计(三)算法比较 总被引:3,自引:1,他引:2
加权最小二乘估计准则在电力系统状态估计中应用广泛,但其结果易受不良测点影响.为解决这一问题,已经提出了加权最小绝对值准则、非二次准则等估计器.应用大量算例,对已有估计准则和文中所提出的以最大测点正常率为目标的状态估计方法进行了对比研究,进一步对残差污染情况进行了讨论.算例表明,在估计结果合理性方面,当测点中不合不良数据时,文中所提出的方法与加权最小二乘估计相当,优于其他方法;当测点中含有不良数据时,文中所提出的方法大幅度优于以往状态估计方法,说明所提出的方法可较好地解决残差污染问题. 相似文献
8.
9.
10.
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 总被引:3,自引:3,他引:0
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。 相似文献
11.
基于残差符合信息识别残差污染 总被引:2,自引:1,他引:1
残差污染的存在对正确检测与辨识坏数据的危害很大,而用一种统一的方法,根据量测残差识别出残差污染,从而准确地检测了与辨识坏数据一直非常困难。文中基于残差符号信息研究状态估计中的残差污染问题,了基于残差灵敏度矩阵和残差符号判断存在严重的残差污染的可能性,在此基础上,提出了利用残差符号信息识别严重的残差污染的方法,用简单的图示直观地描述了这一方法,IEEE30节点系统上的试验证实了所提出的方法提出了检测 相似文献
12.
基于IGG法的电力系统状态估计 总被引:6,自引:1,他引:6
针对现有电力系统状态估计的不足,提出了一种基于IGG(Institute of Geodesy &Geophysics,Chinese Academy of Sciences)法的抗差估计方法。分析了抗差估计理论应用于状态估计时,初值和权函数选取的原则及一般方法,兼顾了估计结果的准确性和数值稳定性。将抗差最小二乘法用于存在拓扑错误和坏数据时的状态估计,结合网络参数估计辨识法,得出坏数据和可疑支路的正确状态,使抗差和状态估计在计算中一次完成。算例结果表明,该法抗差能力强,收敛速度快,而且具有较好的准确性和数值稳定性。 相似文献
13.
简述了目前常用的配电状态估计算法,分析比较了这些算法各自的优缺点。针对配电系统量测的特点,提出一种配电系统状态估计的区域解耦算法,将配电网中各馈线分解成多个量测区域,使得分解后的各个区域之间解耦,即可以对各个区域单独进行状态估计。该算法无需利用配网辐射特性或者放弃某些实时量测,就可以大大减小计算规模,加快计算速度,因此能充分利用各种量测,还可以应用于弱环网配电系统。理论分析和算例结果表明,所提出的方法高效可行,适合当前配电系统在线应用的实际要求。 相似文献
14.
15.
最小信息损失状态估计在拓扑错误辨识中的应用 总被引:15,自引:1,他引:15
网络拓扑的错误导致状态估计结果不可用,一直是电力系统状态估计应用中的难题.该文将最小信息损失(MIL)状态估计理论应用到拓扑错误辨识中,提出了具有严格数学基础的MIL拓扑检错新方法.该方法综合利用了蕴涵在遥测和遥信中的信息量,在总体信息损失最小的估计目标下,对遥信和遥测实施统一最优估计,并给出拓扑检错结果.文中还分析了MIL法与传统方法的内在联系,指出了传统残差法是MIL法的特例,讨论了新方法的在线实现问题.给出了小算例系统和实际系统的对比试验研究,结果验证了MIL法比传统残差法具有更低的错误率和更强的可扩展性. 相似文献
16.
RN检测与状态预估相结合的不良数据检测辨识法 总被引:3,自引:0,他引:3
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。 相似文献
17.
18.
Wei-Xing Zheng And Chun-Bo Feng 《International Journal of Adaptive Control and Signal Processing》1989,3(3):231-251
It is well known that in practical situations the observed input-output data of an identified plant are usually corrupted by measurement noise. In this case the ordinary least-squares estimator of the system parameters is biased. In order to obtain a consistent estimator, a new type of modified least-squares estimation method, which is called the bias-eliminated least-squares (BELS) method, is presented in this paper. It is shown that the estimation bias can be determined if the variance of the white measurement noise can be obtained accurately. A designed first-order prefilter is connected in parallel to the input of the identified system. Based on asymptotic analysis, the noise variance can be estimated correctly by using the processed sampled data. Both a batch algorithm and a recursive algorithm are presented. It is shown that the presented BELS method gives a consistent estimate without a priori knowledge of the variance of the white input and output noise. Simulation results are presented to support the theoretical discussions. 相似文献