基于GM(1,1)和人工蜂群的配电测试系统状态估计

为解决配电测试系统的关键量测点存在不良数据时状态估计准确度差的问题,提出一种基于GM(1,1)和人工蜂群的状态估计方法。在一定时间窗口内读取量测值,采用灰色累加生成方法进行初步检测。引入GM(1,1)模型获得序列预测值,按照判定条件对不良数据进行处理。在此基础上采用改进的人工蜂群算法对目标函数进行优化求解,在每一次的优化过程中利用当前最优解的适应度函数建立局部搜索策略。将33节点配电测试系统作为算例,结果表明该方法能够有效地修正不良数据,提高状态估计的整体准确度和单节点准确度。与加权最小二乘算法和人工蜂群算法相比,该方法有功功率的MAE分别减少69%和43%,NMRE分别减70%和63%;对于无功功率,其MAE结果分别减少60%和33%,相应的NMRE分别减58%和57%。     

一种改进的人工蜂群配电网状态估计方法

针对配电网状态估计模型的计算量大、精度低以及数值计算不稳定等问题,提出一种改进的基于人工蜂群算法的配电网状态估计方法。首先,根据网络拓扑结构和量测配置,建立配电网状态估计的目标函数;然后,采用人工蜂群算法对目标函数进行优化求解;最后构造当前最优解的适应度函数,以此作为迭代终止准则的判定条件,以更高的效率获得全局最优解。采用中国电力科学研究院搭建的16节点系统开展了大量的实验,结果表明本文方法可以有效地估计节点电压的幅值和相位。不仅如此,在收敛速度上也比现有的人工蜂群算法提高一倍,并且平均绝对误差比加权最小二乘法和等效功率变换法分别减小60%和50%。     

圆柱体体积测量不确定度计算的探究北大核心CSCD

根据国家标准规定的间接测量量不确定度的合成过程,推导了由底面直径和高度的测量值计算获得的圆柱体体积的不确定度计算公式,推导得出的圆柱体体积不确定度的自由度计算公式比费业泰主编的《误差理论与数据处理(第6版)》的计算公式中的分母少1个测微仪示值误差的相关项。经分析,测量高度和直径时所产生的示值误差属于随机误差,并不相关。因此,在计算圆柱体体积不确定度的自由度时,不应引入测微仪的示值误差对高度和直径测量的相关项。