新息图法拓扑错误辨识

提出一种确定和辨识拓扑错误的方法。提出了基于新息向量的新息图，在其上可以根据支路扩展新息向量和估计潮流确定拓扑错误，而且还可以根据不良回路和差别向量对出现在拓扑错误支路上或其他支路上的坏数据进行辨识。文中给出了IEEE-30和IEEE-118节点系统的计算实例。     

加权新息图法识别小潮流支路拓扑错误

新息图法可以以较少的量测值,快速地排除坏数据和识别拓扑错误，为状态估计识别拓扑错误开辟了一条新的途径。文中提出给扩展新息向量加入加权因子，以排除大潮流支路误差对小潮流支路的不良影响，达到识别小潮流支路拓扑错误的目的，并给出了计算加权因子的方法。IEEE-118节点系统的算例表明，加权因子能够提高新息图法对小潮流支路拓扑错误的识别能力。     

新息图的智能特征

新息图是根据测量向量和预报向量之差的新息向量推出来的,是新息向量和图论的结合。新息图对于识别坏数据和拓扑错误很有价值。现有的新息向量未考虑元素间有物理定律约束的内在联系。文中定义了反映新息向量元素间内在联系的新息图，给出了计算实例，并从认识论和方法论的角度论述了新息图的智能特性。     

电力系统的状态估计和稳定性分析

电力系统的状态估计和可靠度分析对于大电网安全稳定是非常重要的，现代控制系统理论为电力状态估计提供了理论依据和方法。本文结合四川电网的现状进行了分析，提出了电网在今后的改造和发展中应注意的问题和建议。     

地区电网状态估计研究

在分析法方程法、正交交换法等各种算法基础上，得出各自的优缺点。结合它 们的优点，采用吉文斯变换最新研究成果，研究发展了适合地区电网的混合算 法。运用分割理论，将网络分成几个子区，独立进行状态估计，然后总协调 ，设计出了一种适合地区电网的灵活方便的混合状态估计器。     

基于权函数的电力系统状态估计算法

提出基于权函数的电力系统状态估计算法，该方法较好地综合了加权最小二乘法(WLS)和加 权最小绝对值(WLAV)两种估计方法的 优点，仅需对应用广泛的WLS软件作很少的修改即可实现该算法。在求解迭代过程中，以残 差变化量作为加速因子，修正权函数，减少了迭代次数，加快了算法的计算速度。用IEEE 3 0和IEEE 118节点系统验证了此方法的优越性。     

转移潮流法拓扑错误辨识

电网拓扑错误会影响状态估计的精度,甚至会使状态估计不收敛。文中提出了转移潮流法拓扑错误辨识法,利用当前时刻的遥测数据与基态进行比较就可以得到转移潮流。通过分析转移潮流与网络拓扑变化的关系以及不良数据的影响,给出了单一支路的拓扑错误和多不良数据的辨识方法,从而可以提高状态估计的精度。文中给出了一个实际电网的计算实例。     

基于相量量测的电力系统线性状态估计

分析了相量量测装置的量测误差情况，指出了相量量测参与状态估计计算的必要性。在完全使用相量量测的情况下，给出了基于直角坐标系的实数形式的电力系统线性量测方程和相应的线性静态状态估计算法。对负荷预报加潮流计算的系统状态预报方法进行改进，通过对误差协方差阵计算公式的推导与简化，提出了新的预报误差协方差阵计算公式，并将其与线性量测方程相结合，提出了基于相量量测的线性动态状态估计算法。最后讨论了线性状态估计算法的使用条件，并采用IEEE 30节点系统对提出的算法进行了验证。     

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。     

基于IGG法的电力系统状态估计

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。     

基于混合量测的电力系统状态估计混合算法

研究了相量量测装置(PMU)相量量测和监控与数据采集(SCADA)量测混合使用时的数据匹配问题，提出了利用状态量转换预测得到预报系统状态和预报节点注入电流向量的方法。在此基础上，提出了应用PMU实时相量量测和预报节点注入电流向量的线性静态状态估计算法，以及应用PMU实时相量量测和预报系统状态的线性动态状态估计算法。文中将这2种算法与传统状态估计算法相结合，组成了状态估计混合算法，保证了状态估计的计算精度。该混合算法有效减少了状态估计的计算时间，对PMU的量测配置也没有严格的要求，具有很好的通用性。最后采用IEEE 30节点系统对该方法进行了验证。     

部分电压和电流相量可测量时电压相量的状态估计

基于电网部分电压相量和电流相量可测的条件下，推导出了整个电网电压相量的线性状态估计表达式，并对测量随机误差对电压相量状态估计的影响进行了分析。由于对电网电压相量的状态估计是线性的，因此能实时实现对电网的监视。     

南方电网交直流混合实时状态估计的应用

基于数学上严格的主从分裂法,通过对现有成熟软件的较小修改,实现了交直流混合实时状态估计器,并在南方电网投入了现场试运行。分析了实现中提出的特殊问题,包括:软件总体流程、直流系统的参数辨识、直流系统可观测性分析和直流系统量测的处理,提出了相应的解决措施。分别针对南方电网的核心模型和全模型,报告了现场应用经验和效果,特别是报告了针对全模型的24 h持续运行的详细情况,验证了状态估计的精度、效率、收敛性和24 h持续运行的可靠性。     

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。     

以合格率最大为目标的电力系统状态估计新方法

以合格率最大为目标,考虑潮流约束和运行中上下界约束,提出一种电力系统状态估计方法。该方法可用现代内点法求解,收敛性好。与以往方法相比,文中方法得到的状态估计结果合格率高;估计结果有较强的抗差性;所求的解为潮流解,满足各种物理约束,更加接近实际;计算中无需做坏数据检验、可观性校验,无需主观设定测点权重,大幅减少了调试和维护工作量。IEEE 39节点系统、IEEE 118节点系统和某实际输电网等试验系统的测试结果验证了该方法的优越性。     

基于等效电流量测变换的电力系统状态估计方法

针对输电系统和配电系统量测类型多的特点，采用了以等效电流量测变换技术来求解电力系统状态估计的方法，并推导了基于等效电流量测变换状态估计的具体求解过程。文中将各种类型的量测变换为等效电流量测进行状态估计，同时根据误差理论将原始量测的权重也对应变换成等效电流量测的权重。理论分析和算例结果表明，利用等效电流量测变换技术进行状态估计快速、有效、实施方便，符合当前电力系统在线应用的实际要求。     

基于PMU的分布式电力系统动态状态估计新算法

随着电力系统的发展，区域电网互联，形成更大的系统。各区域电网相对独立，且有各自相对独立的调度中心。为适应这种分区管理模式，状态估计应采用分布式并行算法。在动态估计扩展Kalman滤波算法的基础上，结合搭接式分布并行算法，提出了一种基于相量测量单元（PMU）的分布式电力系统动态状态估计新算法。该算法利用少量PMU测点，真正实现各子系统的并行计算，避免了原算法进行串行等待的过程。并结合量测数据预处理、对雅可比矩阵加权等方法，加快了计算速度，提高了数值精度和稳定性。最后给出了IEEE 14节点的仿真结果，验证了该算法的有效性及优越性。     

极坐标系下的快速等效电流量测变换状态估计方法

利用SCADA系统提供的多种类型量测数据，推导出极坐标系下的等效电流量测变换算法。为了提高计算速度，采用了快速解耦法的两个合理假设条件，将雅可比矩阵简化为常数矩阵，并根据该矩阵的特点对信息矩阵进行分块化简，最终得到解耦的信息矩阵，将信息矩阵规模最终减少到常规算法的1/4。此外，还提出了一种直接生成信息矩阵的方法。理论分析与WSCC和New England两个系统的算例表明该方法具有简单、快速、线性收敛的特点，能够满足大型电力系统实时状态估计的需要。     

计及PMU的混合非线性状态估计新方法

提出一种将同步相量测量单元（PMU）的直接电压相量量测变换为间接支路电流量测，并与监控与数据采集（SCADA）量测量一起进行混合迭代的非线性状态估计方法。对构造等效电流修正量而带来的间接量测误差进行了详细和定量的分析，并对该混合估计算法的精度进行了定性分析和定量计算。理论分析和算例表明，该方法可以获得较高的估计精度，在收敛次数和滤波效果上也有所改进。     

基于WAMS的电力系统实时状态估计和预报

根据广域测量系统/数据采集与监控（WAMS/SCADA）系统的测量数据,提出一种实时状态估计和预报算法。采用递推增广最小二乘法辨识和修正状态转移矩阵,并采用渐消记忆指数加权法在线估计线性化后的模型误差协方差矩阵,同时由量测量的标准差在线计算量测权重,这使得在利用观测数据进行滤波的同时,状态估计模型中不精确（或未知）参数和噪声协方差矩阵不断地在线辨识和修正,以适应环境的干扰和过程的时变性,减少状态估计误差,达到良好的滤波效果。仿真结果表明,所提出的方法在正常情况、存在坏数据、负荷突变/发电机输出功率突变、网络拓扑结构误判等情况下具有较好的滤波效果。