基于指数权函数的抗差状态估计算法

电力系统状态估计是电力调度中心一切高级应用及分析的基础。针对加权最小绝对值法（WLAV）状态估计收敛性较差的问题,提出了指数权函数的状态估计新算法（E-LAV）。该方法采用指数权函数代替WLAV的不连续权函数,从而克服了WLAV方法在权函数间断点收敛性能大大降低的缺点。以4节点系统及IEEE-118系统作为算例的计算结果表明,E-LAV算法在拥有与最小二乘法（WLS）近乎类似的迭代速度的同时,却拥有很强的抗差能力。该算法只需在原有最小二乘法的基础上修改权重矩阵即可,因此拥有良好的工程应用前景。     

电力系统状态估计算法的综合分析

简要介绍了电力系统状态估计的基本概念及功能,描述了状态估计的数学模型。介绍了几种电力系统状态估计的基本算法,即加权最小二乘法、快速分解法、基于量测变换及逐次型的状态估计算法等,并对这些算法作了简明的对比,指出各个算法的优缺点。最后,为了满足电力系统状态估计的要求,又提出了几种新型的状态估计算法。并且指出了状态估计算法中值得研究的几个方面。     

基于自适应差分进化算法的电力系统动态状态估计

提出一种基于自适应差分进化算法的电力系统状态动态估计方法。动态估计包括预测和滤波2个阶段。在预测阶段,利用布朗双指数平滑方法预测下一个时间间隔的状态;在滤波阶段,利用预测阶段获得的预测状态,基于自适应差分进化算法对目标函数进行寻优,通过优化算法提高预测精度,从而减小状态预测的误差。仿真结果表明：所提方法具有较小的估计误差,对坏数据具有较好的抑制能力。     

电力系统状态估计算法研究

电力系统状态估计作为一种高及应用软件,在整个能量管理系统中起着非常重要的作用。本文在对已有状态估计方法进行分析的基础上,并考虑了实际电网的一些特点,提出了一种将电压量测量和功率、电流量测量分解开来进行计算的加权最小二乘法状态估计算法。研究了该方法在微机ＤＯＳ平台上的实现,和其他方法进行了比较,认为该方法具有收敛性好,计算速度快的优点。     

基于神经网络的电力系统状态估计

本文以Tank和Hopfield神经网络为基础，建立了一种由主从网络构成的电力系统状态估计神经网络模型。理论分析和实例模拟结果表明：该网络是稳定的，该方法是可行有效的。     

神经网络的同伦算法与电力系统状态估计

本文将同伦算法引入到神经网络的学习训练中，提高了神经网络的学习效率，该方法具有稳定性强，收敛性好的优点，用这种神经网络进行了电力系统的状态估计，算例表明了该方法的有效性。     

基于SHGM估计方法的电力系统状态估计

电力系统状态估计作为一种应用软件，在整个能量管理系统（EMS）中起着非常重要的作用，但是经典的估计方法在处理不良的异点时显得无能为力。为了解决这一问题，文中在简要分析映射统计概念及原理的基础上，用先辨识杠杆点的方法来进行估计，从而避免受到在这些点的不良数据的影响。仿真试验结果表明，该方法较一般的WLS状态估计方法在处理不良数据以及收敛性等方面具有更好的效果，并且它的算法是对较简单的基于WLS算法的修改，所以很容易实现。     

电力系统状态估计算法的研究现状和展望

为了保证电力系统的安全性和经济性,状态估计是能量管理系统(EMS)中不可或缺的组成部分。状态估计算法是状态估计的核心部分。综述了电力系统状态估计的研究现状。简要介绍了电力系统状态估计的基本概念及功能,描述了状态估计的数学模型。介绍了几种目前常用的估计算法,即加权最小二乘法、快速分解法、基于量测变换的状态估计算法等,并对这些算法作了简明的对比,指出各个算法的优缺点。最后,对状态估计算法中值得研究的方面进行展望。     

基于QHO-PSO算法的电力系统状态估计研究

针对传统粒子群算法(PSO)状态估计搜索效率不高的问题,提出基于量子简谐振子粒子群(QHOP-SO)状态估计算法。该算法利用量子空间中不确定性原理,保证粒子满足聚集态从而在整个可行解空间进行搜索,避免程序陷入局部最优点。同时,将谐振子势能场引入粒子群系统,通过模拟经典简谐振动中势能状态的变化与量子振动中能级的跃迁,提高粒子的搜索效率。最后,利用内点罚函数法对约束条件进行处理,借助IEEE算例仿真验证所提方法的有效性,对不同算法进行比较,结果表明所提方法在全局收敛能力与搜索速度方面均具有明显的优势。     

基于SHGM估计方法的电力系统状态估计

电力系统状态估计作为一种应用软件，在整个能量[管理系统（EMS）中起着非常重要的作用，但是经典的估计方法在处理不良的异点时显得无能为力，为了解决这一问题，文中在简要分析映射统计概念及原理的基础上，用先辨识杠杆点的方法来进行估计，从而避免受到在这些点的不良数据的影响，仿真试验结果表明，该方法较一般的WLS状态估计方法在处理不良数据以及收敛性等方面具有更好的效果，并且它的算法是对较简单的基于WLS算法的修改，所以很容易实现。     

状态估计中选取量测权值的新原则

估计结果的准确性和数值稳定性是状态估计的两个重要方面,通常按量测精度选取量测权值,能使估计结果有较高的准确性,但可能对数值稳定性不利。文中在分析量测权值变化对状态估计数值稳定性影响的基础上,提出了状态估计中选取量测权值的新原则：非关键量测的权值反映量测精度,以量测方差的倒数为其权值;关键量测的权值根据数值稳定性的要求选取,以其他量测权值的平均值为关键量测的权值。这样能较好地协调数值稳定性与估计结果准确性之间的关系。在附录中论述了估计精度与关键量测的权值无关。     

基于分块QR分解的一种状态估计算法

文中提出了一种基于分块QR分解的状态估计方法。该方法把虚拟测量处理为等式约束，避免了由于权因子分散而导致的数值病态问题。在每次迭代中，通过对两个分块矩阵的QR分解和一个稀疏三角线性方程组的求解，实现了系数矩阵的三角分解。与带有约束的正规方程(NE/C)法相比，不但消除了Jacobian矩阵叉乘造成的信息损失，而且保证了分解的数值稳定性。稀疏QR分解采用了基于Givens变换的方法并利用最小度列排序和变主元消元策略。减少注入元素的数目，提高了状态估计的计算效率。试验系统的仿真结果表明了该方法具有良好的数值稳定性和鲁棒性，而且有较高的计算效率，可以满足在线状态估计的要求。     

广东省网EMS中状态估计可观测分析方法

介绍了成功应用于广东省网EMS状态估计中的可观测分析方法。该方法建立在快速解耦状态估计中雅可比矩阵运算可观测性分析原理基础上,以逻辑方法模拟雅可比矩阵消元可观测分析过程,把节点注入型量测转化为支路型潮流量测,能快速、准确地判断系统是否整体可观测。对于系统中不可观测部分以增加必要的注入伪量测形式使之观测,保证状态估计在各种量测条件下正常运行。文中所提算法直接对量测进行处理,分析直观,在广东省网实际应用中,取得较好效果,经多次测试和实际运行检验,其结果准确、可靠。     

电力系统状态估计问题的研究现状和展望

状态估计是现代ＥＭＳ的重要组成部分,文中从状态估计的准则,加权最小二乘估计器,坏数据的处理,外部网络和可观测性分析及其它问题等方面综合论述状态估计问题的研究现状,对值得研究的问题进行展望。     

M估计方法及其在电力系统状态估计中的应用

针对ＱＬ及ＱＣ估计的缺点,提出了一种新的电力系统稳健估计方法。在此基础上,利用残差灵敏度矩阵,提出了减少残差屏蔽效应的措施。分析表明,新方法可以结合现有常规状态估计方法。计算上易于实现且速度较快,在一定程度上克服了残差屏蔽效应。     

基于潮流定解条件的电力系统状态估计可观测性分析

提出了一种新的形成电力系统状态估计可观测岛的拓扑分析方法。该方法利用内网等值的思想隐去支路量测岛内部节点，将仅由边界节点和它们之间的岛际互连支路构成的若干待并网作为分析对象，总结了关于度1，度2节点的特殊合并规则，当量测岛互联成网状时，提出了利用潮流定解条件判定量测岛是否可合并的简单规则，文中对所提规则进行了验证并对所提方法的有效性进行了讨论。     

分布式电力系统状态估计

随着电力系统的互联，电力系统状态估计需要速度更快，数值稳定性更高的算法。在本文中，采用了基于快速解耦的分布式并行过程，并与整体并行过程进行比较，且以PVM为软件平台对验证系统进行了模拟计算；PVM的装配采用群型模式，程序结构采用SPMD模式，实现了基于PC机网络环境的并行计算。通过验证系统IEEE-14和IEEE-30的计算结果，可以看出分布式并行状态估计是一个很有效的方法。