基于可信度的电缆配电网不良数据辨识与修正

根据流过一条母线的各个开关的负荷间的平衡约束以及流过直接相连开关的负荷间的平衡约束,提出可信度分析的3个原则,建议数据质量评价步骤。在此基础上,提出一种基于可信度的配电网不良数据辨识与修正方法,根据节点数据的可信度差异对不良数据进行修正,以配电网数据的整体可信度最大为目标。实例结果表明:在仅有少量不良数据的情况下,所提方法可以对不良数据进行修正,达到提高数据可信度的目的。     

基于支路带节点功率估计的配网状态估计实用算法

充分利用配电网的辐射形特点，提出了采用基于单支路加权最小二乘估计(WLS)的前推，回代估计方法，该方法在前推的逐支路估计过程中，对有后续支路的支路在支路估计前有条件地加入末端节点功率估计，文中还提出了对权值进行合理选取的原则。对算例和实际辐射网的计算结果表明，该方法收敛速度快，估计精度高，编程简单，算法可靠、有效、实用。     

基于导纳修正的配电网状态估计方法

文中给出一种修正导纳的状态估计方法。通过修正注入节点的等效导纳,逐步迭代减小导纳的偏差,理论推导证明了该方法的正确性。应用IEEE 30节点算例仿真表明,该方法精度高、计算速度快、编程简单、适于配电网状态估计。     

状态估计中不良数据的混合检测辨识程序设计

设计了状态估计中不良数据的混合检测辨识通用的程序框图,并对框图进行了逐项论述说明。参照框图,用FORTRAN77语言编写程序,对18节点系统进行了数字仿真试验,得到了在无不良数据、有不良数据、有突变量等情况下的辨识结果。验证了本文介绍的检测辨识方法及程序框图的有效性。     

基于加权最小绝对值状态估计的有源配电网拓扑辨识方法

在配电系统状态估计中,一方面众多网络设备难以完全监控导致量测数据不足,另一方面,频繁的拓扑切换亟须开发高效的算法。因此,提出了一种配电网拓扑辨识的加权最小绝对值状态估计方法。首先,对传统基于线性规划的加权最小绝对值状态估计方法进行改进,以提高计算效率;其次,在重新制定的加权最小绝对值状态估计方法中加入补充变量和约束,以适应拓扑辨识问题,形成了一个基于混合整数线性规划的加权最小绝对值状态估计方法;最后,4个算例系统的仿真结果验证了所提方法在不同数量的实时测量、高伪测量误差、被坏数据破坏的测量以及未知支路状态场景下的优异性能。     

基于增广状态估计的混合不良数据诊断与参数辨识

电网同时存在遥测坏数据和参数错误时,由于坏数据会影响参数辨识结果,全网参数辨识和估计方法很难保证结果的准确性。文中提出一种基于增广状态估计的混合不良数据诊断与参数辨识方法,先通过残差平衡度判断不良数据是遥测坏数据还是错误参数,将遥测坏数据直接剔除;然后,通过分区方法将多个潜在的不良参数尽可能分开在不同的局部区域,以减弱不良数据之间的相互影响;最后,采用分区增广状态估计方法修正不良参数。算例结果表明,该方法能有效区分坏数据和错误参数,且分区参数辨识能避免不良数据之间相互影响,从而提高了可疑参数辨识的精度。     

基于馈线树的配网状态估计实用化方法

配网状态估计是其他高层应用软件的基础,量测充足系统可观测是状态估计的根本。针对配网系统量测冗余少且大多为电流量测的问题,提出根据配网运行参量间的关系把电流量测转化成状态估计所需的有功、无功量测,增加配网状态估计伪量测。提出利用配网辐射状特性形成馈线树,采用链表存储配网设备间的供电关系,利用前推回推方式补足伪量测。推导最优估计的电流匹配的方程及其求解方法,结合某城区配网实例进行分析,表明方法可行,该方法满足当前配电网自动化系统的实时需求。     

自适应抗差理论在配网状态估计中的应用

提出了一种基于自适应抗差理论的配电网状态估计算法。该方法首先对生数据进行预处理,然后基于抗差原理,利用权因子把一般性的M估计转换为加权最小二乘法,并将权系数和余差联系起来,有效地解决了常规加权最小二乘法中,由于常数权系数所导致的,对粗差处理能力不足的问题。将该方法应用于一个实际配电网络的状态估计当中,结果表明该方法可以有效减小或消除量测量中粗差的影响。     

自适应抗差理论在配网状态估计中的应用

提出了一种基于自适应抗差理论的配电网状态估计算法.该方法首先对生数据进行预处理,然后基于抗差原理,利用权因子把一般性的M估计转换为加权最小二乘法,并将权系数和余差联系起来,有效地解决了常规加权最小二乘法中,由于常数权系数所导致的,对粗差处理能力不足的问题.将该方法应用于一个实际配电网络的状态估计当中,结果表明该方法可以有效减小或消除量测量中粗差的影响.     

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。     

基于脉冲神经网络伪量测建模的配电网三相状态估计

为了给配电网管理系统提供全面准确的实时数据,配电网三相状态估计显得尤为重要。针对当前配电网量测信息不足,提出了基于脉冲神经网络(SNN)伪量测建模的配电网三相状态估计。该方法首先将实时和部分历史支路功率量测输入SNN进行伪量测建模,然后由高斯混合模型生成相应的量测误差,最后进行基于加权最小二乘法的配电网三相状态估计。理论分析和算例验证表明,所提模型不仅能够在正常通信时有效提高配电网状态估计精度,而且能在通信故障时保证估计精度在合理范围内,进而为配电网的运行控制提供参考依据。     

一种用于配网状态估计的实时负荷数据模型

状态估计在DMS中具有重要作用，它是配电网络分析的数据之保证。由于配网量测装置配置量极其有限，单靠实时量测难以进行状态估计。通常需引入伪量测，实时负荷数据模型可有效地实现伪量测。日渐发展和完善的负荷管理系统和用电营业系统提供了大量负荷信息，因而该文充分利用负荷管理系统提供的数据和历史用电信息，提出了一种用于实时状态估计的实时负荷数据模型。并根据当前计算机网络技术和供电公司组网的实际情况，制定了实现实时负荷数据模型的网络连接和数据流程。仿真分析表明，该算法具有一定精度，在实际中是可行的，     

基于面向对象技术的配电网状态估计的实现

按照面向对象的思想实现了基于支路分层的配电网络拓扑分析 ,进而根据基于支路功率的配电状态估计算法的原理 ,实现了配电网状态估计。在实现的过程中 ,基于面向对象技术设计了拓扑类、层类、支路类等 ,并以此为基础实现了拓扑和算法。经IEEE34节点系统测试 ,算法软件可靠快速实用。     

配电系统状态估计区域解耦算法

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。     

基于容积粒子滤波的配电网状态估计

高精度的状态估计是配电网安全稳定运行的基础。粒子滤波(Particle Filter,PF)选取重要性密度函数不准确以及卡尔曼框架下滤波方法对非线性系统滤波精度有限的问题,把容积粒子滤波(Cubature Particle Filter,CPF)引入配电网状态估计中。鉴于容积卡尔曼滤波(Cubature Kalman Filter,CKF)在状态更新阶段融入了最新量测,因此在粒子滤波框架下,利用CKF算法设计PF的重要性密度函数,采样获得的带权值粒子更加逼近真实后验分布,提高了状态估计精度。在三相不平衡配电网中进行仿真分析,结果表明,CPF算法比UKF滤波精度高。     

基于测量不确定度的配电网状态估计新方法

基于测量不确定度的理念,构造了以正常测点数目最多为目标函数的配电网状态估计新方法.同时,考虑到配电网三相不平衡、辐射状、规模庞大、电流和电流量测多、数值计算困难等特点,该方法选取支路电流和节点电压的实部与虚部作为状态变量.通过对IEEE 13,IEEE 37,IEEE 123标准配电系统进行测试,证明该方法具有抗差性强、收敛快、合理性好等优点,有良好的在线应用前景.     

基于量测数据质量的低压台区拓扑识别结果可信度评价

在没有先验拓扑连接关系的情况下,基于数据分析法的低压拓扑识别准确率无法量化评估.为此从数据分析法所需的量测数据质量着手,提出了一种根据高级量测体系(AMI)量测质量评价出数据分析法识别结果可信度的方法.首先,通过剖析基于二次规划的数据分析法的工作原理,推导数据质量对识别准确率的影响机理.其次,从数据完整性、数据差异性和...     

基于萤火虫算法的配电网状态估计研究

针对配电网状态估计方法不完善,最小二乘算法对迭代初值要求较高、容易造成不收敛的缺点,深入研究了具有很好的求取全局极值和搜索多极值能力的萤火虫优化算法。将萤火虫优化算法应用于配电网状态估计,算例分析结果表明该方法能够克服最小二乘法的缺点,具有良好的精确度、适应性,且收敛速度快,能够应用于配电网状态估计。