坏数据的追踪辨识

针对目前我国地区电网的特点，提出一种利用时间序列方法建立多个模 型进行追踪辨识的坏数据处理方法。由于该方法与网络结构无太大关系，因而 不仅适用于环网，也适用于开式网。另外，本方法对量测系统的冗余度要求不 高，并且能给出坏数据的替代值，从而保证了系统的可观测性。已用于 一实际地区电网，试验结果证明了本方法的有效性。     

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。     

保留非线性的快速P－Q分解状态估计法

提出了一种新的状态估计方法。该法保留了量测方程的非线性，同时又利用P－ Q分解方法，提高状态估计的计算速度。     

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。     

电力系统实用状态估计中两个问题的处理

在运行现有状态估计程序的基础上，应用快速分解状态估计处理方法，解决了实际应用中的 变压器抽头位 置与零阻抗支路潮流估计问题，分析了所引起的量测非线性方程及网络模型的 变化，并对保证正确估计所 需的量测配置作了分析，充分利用了原估计方法及量测系统的配 置，程序易于实现，收到了良好效果。     

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。     

基于量测量替换与标准化残差检测的不良数据辨识

针对多不良数据辨识中存在的残差污染和残差淹没问题，提出一种多不良数据辨识方法，在应用 P-Q分解法的基础上，首先选取部分量测进行状态估计，接着用剩余量测逐一替换参与估计计算的量测，并根据替换后各量测标准化残差的大小得到可疑数据，其间量测量的替换可以打破发生残差淹没的平衡，使得由于发生残差淹没而导致标准化残差合格的不良数据凸显出来，之后又通过状态估计对可疑数据进行校核，恢复受到残差污染的量测为正常量测，最终将不良数据辨识出来。此外，还给出替换和减少一维量测后计算标准化残差的简化方法，以提高计算速度。最后以某地区220 kV电网为背景进行算例分析，表明该方法的有效性和可行性。     

基于等效功率变换的配电网状态估计算法

提出一种基于等效功率变换的配电网状态估计算法，将配电网中的功率量测、电压幅值量测、电流幅值量测统一变换为支路首端等效功率量测，采用修正量测雅可比矩阵的迭代方法求解。该方法能够利用配电网中的各种量测，并且P，Q解耦迭代，有较高的运算效率和数值稳定性，对量测配置也无特殊要求。文中还提出一种通过添加零虚拟负荷量测提高数值可观性的方法，使原本不可估计的网络能够进行状态估计。     

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。     

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。     

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。     

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可观测，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。     

基于混合量测的电力系统线性动态状态估计算法

针对当前电力系统中广域测量系统（WAMS）和数据采集与监控（SCADA）系统并存的现状，利用量测变换技术，将SCADA系统下支路功率量测和节点注入功率量测转换为等效的电流相量量测，并与WAMS组成混合量测系统，在此基础上提出了直角坐标系下的线性动态状态估计算法。该算法采用Holt两参数线性指数平滑技术，结合线性定常系统Kalman滤波原理，实现了系统状态的预测和估计。该算法具有常数雅可比矩阵，从而大大减少了动态状态估计的计算时间，保证了动态状态估计的计算精度。通过IEEE 14节点系统的仿真结果，验证了该算法的有效性和优越性。     

变化量测触发方式下的状态估计算法分析

分析了变化量测及量测阈值等相关概念，提出了变化量测触发方式下的逐次追踪状态估计，每一触发时刻仅对变化量测进行处理。通过算例，对追踪估计有效时段及重启计算问题进行了说明和分析。此方法不但能够明显缩短单次状态估计计算的时间，而且能够保证较高的计算精度，具有实用化的潜力。     

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。     

给水管网状态估计的优化方法

从给水管网运行工况的实时模拟角度出发 ,提出了管网状态估计的数学模型 ,并讨论了模型的解以及采用简约梯度法求解模型的关键步骤 ,用算例对模型进行了验证。仿真计算结果表明 ,该模型是正确可行的 ,采用的求解方法具有很好的稳定性和较快的收敛速度     

基于大数据平台的水电机组状态数据处理架构研究

以实现水电机组状态检修为出发点,探讨现阶段水电机组状态数据处理瓶颈和应用面临的问题,分析机组状态数据内容、状态数据集成思想与方法,将大数据技术引入水电机组状态数据处理中,研究基于大数据平台的水电机组状态数据处理架构,并从数据的采集、编码、存储、访问、预处理、分析挖掘和数据展示可视化等方面探讨了具体的关键技术。     

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。     

基于测量不确定度的电力系统状态估计（三）算法比较

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,当测点中不含不良数据时,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。