基于最大测点正常率的线路参数增广状态估计方法

线路参数误差会导致状态估计不准确,进而影响能量管理系统的高级应用。基于加权最小二乘的增广状态估计法是一种有代表性的线路参数估计方法,但该方法存在易受量测误差影响等问题。基于测量不确定度理论,提出了一种以最大测点正常率(MNMR)为目标函数的线路参数增广状态估计新方法。与传统增广状态估计方法不同,该方法基于测量不确定度信息,目标是使测点的正常率最大,同时考虑电力系统实际的潮流和物理约束信息。此外,采用高斯核密度估计和点估计方法来提取参数估计结果的统计特征。仿真实验表明,所述方法继承了MNMR抗差状态估计的"抗差"特性,辨识结果不易受量测误差影响,能得到更加合理的线路参数。     

基于梯形隶属度模糊算法对电能质量的判定

为提高和改善电能质量,以判断某一大中型水务公司电能质量为背景,利用智能电表(FKGA44-ZY200),在对该水厂电能质量数据的采集基础上,针对判断电能质量各项指标间的不确定关系,提出了一种基于梯形隶属度函数模糊算法对电能质量进行综合等级判定的方法。该方法首先将判定电能质量的各项指标做模糊化处理,并建立梯形隶属度函数模型,然后将隶属度划分为五个等级,最后根据待测点的隶属度级,利用贴近度思想判定待测点的等级,进而实现电能质量的综合判定。     

基于无迹卡尔曼滤波的电力系统抗差动态估计

为解决电力系统动态状态估计准确性易受量测不良数据影响的问题,提出基于无迹卡尔曼滤波(Unscented Kalman Filter,UKF)的电力系统抗差动态估计方法。在预测过程中引入时变噪声估计器处理未知系统噪声;利用新息向量判断量测是否存在异常,并使用基于测点正常率最大的静态估计方法辨识不良数据;然后构建更新因子矩阵降低不良数据在动态估计更新过程中的影响。将算法运用于IEEE 14节点标准系统中,仿真结果表明该方法估计结果准确且抗差效果良好。     

配电网模糊匹配潮流状态估计方法分析

用模糊集合理地表示配电网的量测信息，基于量测配置结构、辐射状的配电网络和量测信息模型，提出了模糊匹配潮流状态估计方法。该方法具有抗差性的加权最小绝对值(WLAV)状态估计方法应用于配电网的等效形式。考虑到伪量测的模糊约束，所提出的方法得到的状态估计解虽不具有最优但具有满意的WLAV估计意义。采用基于模糊线性规划的前推回代潮流算法求解模糊匹配潮流，该求解过程物理意义清晰、编程实现简单，克服了求解WLAV估计方法计算量大的缺点。实际算例结果验证了所提出的方法的合理性和适用性。     

PMU准实时数据对主动配电网抗差估计的影响

由于相量测量单元(PMU)因成本问题无法在配电网中大规模配置,且不同设备向主站传输数据时存在客观的通信延迟、带宽限制等因素,因此状态估计器输入端存在不良数据。提出一种基于同步相量量测的主动配电网抗差估计方法,并提出以虚拟PMU量测模型补充大量的高精度冗余数据。将数据采集与监视控制(SCADA)量测系统、PMU量测和虚拟PMU量测构成的混合量测系统作为状态估计的输入端。考虑网络和量测数据不确定度对抗差M估计算法进行改进,避免了传统加权最小二乘估计中删除坏数据的残差判断和迭代过程,降低了估计耗时,提高了状态估计的可靠性和抗差性能。改进IEEE 14和IEEE 33节点配电网算例的仿真分析,验证了所提方法的有效性和普适性。     

改进迭代自组织数据分析法的不良数据辨识

针对迭代自组织数据分析技术A(iterative selforgani zing data analysis technique A-ISODATlA)对初始聚类中心敏感问题,提出将基于遗传算法的改进ISODATA方法用于电力系统不良数据辨识。该方法采用量测值的标准残差rN 和相邻采样时刻量测值之差△z作为特征值,然后采用遗传算法形成初始分类矩阵,通过遗传操作进行迭代计算,实现量测数据的模糊聚类分析,最终根据隶属度的大小来辨识其是否属于不良数据。算例表明,该方法能最终获得全局最优解,从而进行准确的不良数据辨识,避免了初始聚类中心对分类结果的影响。     

基于量测量突变检测的新方法

在量测量突变检测的基础上，利用模糊数学中的ISODATA方法和隶属度概念来判定不良数据，说明该量测以多大程度属于或不属于不良数据；对ISODATA方法进行了改进，采用加权形式的ISODATA方法，对量测值进行了模糊聚类分析，并提出了一种不良数据检测的新方法，得到了较好的检测效果。     

配电网模糊匹配潮流状态估计方法分析

用模糊集合理地表示配电网的量测信息，基于量测配置结构、辐射状的配电网络和量测信息模型，提出了模糊匹配潮流状态估计方法。该方法具有抗差性的加权最小绝对值(WLAV)状态估计方法应用于配电网的等效形式。考虑到伪量测的模糊约束，所提出的方法得到的状态估计解虽不具有最优但具有满意的WLAV估计意义。采用基于模糊线性规划的前推回代潮流算法求解模糊匹配潮流，该求解过程物理意义清晰、编程实现简单，克服了求解WLAV估计方法计算量大的缺点。实际算例结果验证了所提出的方法的合理性和适用性。     

以测点正常率最大为目标的状态估计改进算法

已有研究指出基于测量不确定度的测点正常率是真值未知情况下可信的状态估计结果评价指标,进而提出了以测点正常率最大为目标的抗差状态估计新方法。该方法通过整数测点评价函数的连续近似,建立了状态估计的非线性连续变量优化模型,并采用内点法求解该模型,获取近似优化的估计结果。在上述研究基础上,文中提出了一种改进算法:通过对异常测点进行相容性校验,以获得测点正常率更高的估计结果;通过考虑不等式约束的最小二乘估计对正常测点进行滤波,以获得精度更高的估计结果。算例表明该改进算法可有效提高估计结果的抗差性和准确性,且增加的计算量能够满足应用要求。     

基于自适应抗差最小二乘的线路正序参数在线辨识方法

针对在线PMU(Phasor Measurement Unit)数据会存在随机量测噪声甚至不良数据的实际情况,本文提出了一种输电线路正序参数的自适应抗差最小二乘在线辨识方法。文中基于线路双端多时刻断面的PMU电气量建立了线路正序参数的最小二乘辨识模型;在简要介绍抗差最小二乘原理的基础上,为充分利用量测信息,采用IGG(Institute of GeodesyGeophysics,Chinese Academy of Sciences)权函数(方案I)实现"三段"法抗差参数辨识;并利用中位数原理在线估计方程残差序列的期望和方差,实现自适应地调整权函数的抗差阈值。该方法无需事先确定量测设备的量测误差,具有很好的抗差能力及结果可信度,同时也消除了参数迭代对初值的敏感性。基于PSCAD仿真和PMU实测数据的算例表明,该方法十分有效,更适合于在线参数辨识。