电力系统状态估计算法综述与研究趋势

状态估计的核心部分是状态估计算法,简要介绍了电力系统状态估计的基本概念和数学模型,阐述了近年来研究较多的几种电力系统状态估计算法,其中包括:最小二乘算法、快速分解算法、正交变换算法、量测变换状态估计算法以及分区协凋算法等,并对各个算法的优缺点加以评述.最后对状态估计算法的发展趋势进行了展望.     

电力系统状态估计的正交介耦算法

最小二乘法应用于电力系统状态估计始于1970年。现在世界上已有不少大电网将它投入实际使用。我国京津唐电网也已应用状态估计对系统运行作监视[14]。本文提出一种电力系统状态估计的新算法。它快速、可靠,而且节省计算机的存储量。新算法不介耦增益矩阵,而介耦雅可比矩阵,接着用正交变换来求介状态估计的加权最小二乘问题。因此这种方法兼有介耦与正交变换的优点。它曾在计算机上对二个电力系统的状态估计进行模拟测试,其中包括IEEE(美国电气电子工程师协会)的30母线的电力系统。从测试结果可见,所建议的算法明显地比一般的标准方程算法和其他介耦算法来得好。如将非线性的系统网络方程线性化,那末雅可比矩阵就是恒定不变的。文末对新算法在线性化模型中的使用作了分析与讨论。     

GPS／GLONASS组合定粒的算法研究

GPS／GLONASS单点定位可归结为加权最小二乘(WLS)求解问题,主要有一次完成(WLS)算法和递推(RWLS)算法。通过分析两种算法的基本原理和实际定位结果表明,WLS算法和RWLS算法对定位来说是等价的,但递推算法计算量小,占用存储量少,便于数据融合中的权值分析和计算。     

基于PMU的降阶二次状态估计算法研究

针对当前电力系统中同步相量测量单元(PMU)测量点少、无法直接进行状态估计的问题,提出一种新的状态估计算法.考虑到PMU系统量测精度比SCADA系统高,为了扩大高精度量测信息对状态估计结果的影响,算法将状态变量分成PMU可观测变量和PMU不可观测变量,并分别进行状态估计.对于PMU可观测变量,利用PMU量测量进行线性状态估计;对于PMU不可观测变量,利用线性状态估计的结果结合SCADA量测量进行降阶的快速分解状态估计.这种解耦的算法相对于传统混合状态估计算法计算更加简洁,并且有较高的数值稳定性.最后,利用多个IEEE标准测试系统对算法进行验证,通过与基本加权最小二乘法和快速分解算法对比,证明该算法在数值稳定性和精度上有很大优势.     

一种常规雷达脉冲信号频率估计快速算法

雷达脉冲频率估计的高精度与实时性是衡量电子情报侦察系统性能的关键指标,但现代雷达越来越小的脉冲宽度和脉冲重复周期对电子侦察系统的高精度瞬时频率估计带来挑战。提出了一种实用的常规雷达脉冲信号频率估计快速算法,该算法利用快速傅立叶变换算法分别实现电子侦察接收机单通道数据的正交变换、频率粗估计及交叉分区判别,再利用非线性最小二乘算法实现高精度的频率估计。仿真试验与实测数据验证了该快速算法的有效性与正确性,同时也验证了该算法具有计算量小、实时性高、精度高等特点。     

正交变换法电力系统状态估计

本文提出用豪斯霍尔德正交变换算法,求解电力系统的状态估计问题。它是通过豪氏变换阵,直接对量测方程的加权雅可比矩阵和加权残差向量进行正交变换,降低了采用法方程算法的条件数,提高了解的数值稳定性,适合于求解运行在病态条件下的电力系统的状态估计问题。     

基于双基地距离及其变化率的无源定位算法

针对多站多外辐射源雷达系统中运动目标的定位问题,提出一种基于双基地距离及其变化率的运动目标无源定位算法。该算法首先引入辅助参数,建立了双基地距离及其变化率与目标位置及其速度的伪线性关系方程,并通过加权最小二乘估计得到目标位置和速度的初步解;其次建立辅助参数与初步解估计误差的伪线性方程并求解其估计误差,最终利用目标位置和速度的初步解及其估计误差得到目标位置和速度的最终估计。分别在近场和远场条件下对算法进行仿真,仿真结果表明,本文算法在复杂度略低于现有三步加权最小二乘估计(3WLS)算法的前提下仍能达到克拉美罗界,并且定位精度优于3WLS算法。     

基于L-M方法的迭代容积卡尔曼滤波算法及其应用

针对非线性状态估计中受到较大的初始估计误差和量测方程的非线性的影响致使状态估计精度不高的问题,提出了一种新的滤波算法——基于Levenberg-Marquardt方法(简写为L-M)的迭代容积卡尔曼滤波算法(ICKFLM).该算法将容积卡尔曼滤波算法(CKF)的量测更新过程转换为求解非线性最小二乘解问题,以状态预测和方差预测为初始值,使用L-M方法求解最优的状态和方差估计.把基于L-M方法的迭代容积卡尔曼滤波算法应用到弹道再入目标状态估计中,仿真结果表明,相比于CKF算法,新算法的位置估计误差约降低了70%,相比于基于Gauss-Newton方法的迭代容积卡尔曼滤波算法(ICKF)位置误差降低了40%.新算法具有较高的状态估计精度,且收敛速度快.     

正交变换法电力系统状态估计算法的研究

电力系统加权最小二乘准则的状态估计,通常采用正规方程法。当电力系统规模不断扩大,结点数相应增加时,这一方法出现病态倾向而导致数值解的不稳定。 本文提出一种基于格兰姆—施密特正交变换的电力系统状态估计算法。这一方法比正规方程法稳定性好,在IEEE 30结点试验电力系统上做了试算,证明这算法是提高电力系统状态估计器稳定性的有效方法。     

在线概率状态估计

从城市高压电网的实际特点出发,将量测量看作随机变量,一段时间内的波动特性用统计数字特征描述;在加权最小二乘(WLS)状态估计基础上,确定了相关算式,形成概率状态估计算法.所得估计结果可用于一段时间内城市高压电网最优运行网架的在线确定.将一段时间内的运行参数融合在一次计算之中,保证了结果的合理性和计算的快速性.该算法已应用于“城市电网智能决策支持系统”中当前以及将来任一时间段内的最优网架运行方案的确定.利用IEEE30节点标准算例和某城市电网进行分析,结果表明了方法的实用性与有效性.     

估计偏差修正扩展卡尔曼滤波新算法

针对扩展卡尔曼滤波跟踪器在非线性系统目标跟踪过程中容易发散这一难题,在时差频差测量体制下,提出了一种基于估计偏差修正的扩展卡尔曼滤波算法．首先利用加权最小二乘算法求解标准扩展卡尔曼滤波状态估计偏差并进行线性修正;然后重新计算观测矩阵并且再次进行滤波估计,以减小局部线性化截断误差对于观测矩阵的影响,提升目标状态跟踪精度．仿真结果证明了所提算法具有较好的目标跟踪性能．     

降秩近似法状态估计的研究

为了解决电力系统状态估计中的病态问题,本文在正交变换法的基础上,根据数值相关性理论,提出了一种数值稳定性更强的算法—降秩近似法,这种方法对于解决电力系统状态估计中的病态问题有较好的效果,     

广义系统的快速终端滑模控制

研究了一类广义系统的快速终端滑模控制问题.通过非奇异线性变换把广义系统变换成受限等价形式,利用Lyapunov函数的方法,提出了一种新的指数型快速终端滑模控制策略,给出了特殊的指数型终端滑模超曲面,设计了相应的终端滑模控制器,使得闭环系统渐进稳定,实现了滑模运动,保证了系统状态变量以较快的收敛速度在有限时间内到达平衡点...     

神经网络法电力系统状态估计

提出了一种神经网络（Ｈｏｐｆｉｅｌｄ连续ＡＮＮ）法求解电力系统状态估计问题的新方法．根据加权最小二乘原理导出的状态估计模型可计及各种伪量测量．采用ＡＮＮ神经计算，可实现并行分布处理．经数值实例计算，结果表明，该方法是有效的，而且精度高、数值稳定性好．     

非线性微分-代数子系统的初始化高增益观测器设计

针对一类大系统中的非线性微分-代数子系统,研究其状态观测问题,提出了一种初始化高增益观测器设计方案.首先,通过一个非线性微分同胚变换,实现了系统的等价变换;然后针对等价系统,给出了初始化状态观测器设计,使得观测误差是指数收敛的;最后,给出一个数值仿真算例.仿真结果验证了该方法的有效性.     

电力系统状态估计的快速计算方法

电力系统调度中心的调度用计算机主机，使用远程终端采集传送来的状态信息．除完成系统安全监控的功能之外，还要求能完成其它的调度功能和运行分析计算功能，如安全分析，经济调度等。为此，需要对传送来的状态信息，进行合格的相容性处理．本文提出了采用逐层进行状态信息的参数估计处理方法．首先检查有无不合格的数据，然后进行参数估计．这种方法将电力系统的状态估计和在线潮流计算同时结合进行，较现在一般使用的方法，计算速度快，占用内存少．在几个实际系统中应用表明适合于实时计算使用．文中介绍了有关原理、算法和应用情况．     

基于提高系统可观测性和状态估计精度的PMU配置

WAMS和SCADA系统共存,是当前电力系统发展的必然趋势.因此PMU布点问题成为当前必须面时和解决的问题之一.从利用PMU量测提高状态估计精度和状态方程数值稳定性两方面出发,同时兼顾系统的可观测性,提出一种新的PMU配置方法.在传统SCADA量测系统的基础上,部分安装PMU量测形成混合非线性量测模型,分析比较PMU配...     

液压系统过渡状态下非恒定流频率特性的数值分析方法

本文从液压系统的组成、结构及工作工况特点出发，对液压系统过渡状态下非恒定流的频率特性提出了适合于计算机处理的数值计算模型。通过应用实例，数值计算结果较好地吻合了实测结果，从而为液压系统的计算机辅助设计、性能评估与预测，提供了快速、经济、有效的方法。     

用增测法解决状态估计中的病态问题

为了解决电力系统 WLS 法状态估计中的病态问题,本文对 L—M 增测方法进行分析和讨论,并根据数值相关性理论,提出了一种新的方法——QR-增测法,这种方法对于解决电力系统状态估计中的病态问题有较好的效果。