基于牛顿迭代法的电力系统非线性谐波状态估计

谐波状态估计为电力系统的谐波监控、抑制和治理提供了依据.在同步相量量测装置配置不可观的条件下,引入数据采集与监控系统量测到的谐波有功功率作为量测量,建立基于混合量测的非线性谐波状态估计的灵敏度数学模型,应用牛顿迭代法进行求解.算例分析表明,谐波状态估计的灵敏度数学模型和牛顿迭代法求解有效,混合量测数据能提高系统谐波状态估计的精度.     

主动配电网状态估计研究综述

大量DG以及电动汽车接入配电网,使无源被动配电网,向复杂有源负荷多变的主动配电网发展,而状态估计是配电管理系统的关键技术,需要对其进一步研究。综述了最小二乘法的改进、动态状态估计、分区解耦算法和智能算法的研究现状,并评述各类算法优缺点。总结了智能配电网中各类状态估计算法面临的主要问题,最后对主动配电网状态估计未来的研究方向进行展望。     

电力系统状态估计多算法融合

为解决复杂电网大数据背景下单一算法难以满足状态估计要求的问题,提出一种电力系统状态估计多算法融合系统。基于数据融合思想,将加权最小二乘法、快速分解法、量测状态变换法与Sigmoid函数法相互融合实现电网状态估计,支持串行融合模式和并行融合模式。实验结果表明,融合算法使得估计结果保留了各自算法的优点,避免了单一算法的缺点,提高了状态估计的精度和效率。     

人工智能技术在电力系统状态估计的应用研究

为了有效地提高状态估计的计算精度和鲁棒性,将人工智能技术与电网数据相结合,提出了基于偏最小二乘(PLS)和极限学习(ELM)的电力系统状态估计方法。针对量测量之间的强相关性问题,采用偏最小二乘(PLS)对各量测量进行重要信息提取和变量选择,将得到的最优变量输入ELM模型,从而建立了状态量的PLS-ELM模型,然后,采用IEEE14节点系统数据样本和实际电网历史数据对所提方法进行了验证,并将该方法与其他方法进行对比。结果表明,所提状态估计方法降低了模型的复杂程度,能够有效地抵抗量测量中的不良数据,具有较高的估计精度和较强的鲁棒性。     

关于电力系统状态估计中不良数据的估计识别方法

在电力系统状态估计中,某些作者提出了不良数据的估计识别方法[1,2],本文试图把它们统一起来,并进行评价.文章利用其所定义的残差正规化灵敏度矩阵对不良数据估计误差、方法的可行性和适用范围等进行了分析.另外在控制计算机上实现其算法提出了建议     

考虑谐波状态估计精度的PMU优化配置研究

线性谐波状态估计利用多点的谐波监测数据,估计整个系统范围的谐波状态,其估计质量受同步相量量测装置安装数目和位置的影响。本文给出了一种计及谐波状态估计精度的PMU优化配置算法,在保证系统谐波状态可观的前提下,以各次谐波量测矩阵条件数的加权和为冗余量测的排除基准,获得谐波状态估计的基本量测;结合三种典型的PMU量测配置方案,研究了PMU配置对谐波状态估计结果的影响。     

控制领域的故障系统状态估计研究综述

随着系统变得越发复杂和庞大,故障的出现会直接或间接影响系统的性能,因此,针对故障系统的研究越来越引起学者们的关注。针对故障系统的故障特点,将故障系统分为执行器故障系统和传感器故障系统,并进一步分别概括出现有执行器故障系统和传感器故障系统的状态估计方法。针对每种系统的基本特点,分别介绍了相应的状态估计研究进展,适用条件和应用范围。最后综述了故障系统状态估计方法目前诚待解决的问题。     

基于压缩感知平行因子分解的电力系统谐波与间谐波频率估计方法

电力系统中的电力电子设备所产生的谐波数量日益增加,谐波问题是一个备受关注的话题。本文通过引入压缩感知理论和平行因子模型,提出了一个用于谐波和间谐波的频率估计算法。先从信息发送终端中获取数据,然后使用欧拉公式将正弦信息转化为空域信息构造多时延输出并建立为平行因子模型,再对模型进行压缩后进行平行因子分析。最后将所得的数据经过贪婪算法重构,再进行频率值的估计。与传统的平行因子计算比较,该计算具有压缩过程,计算工作量相对较小,对数据存储容量需求也较少。所提计算的频谱估计性能与传统的平行因子分解算法（Parallelfactorization,PARAFAC）非常接近,而且也比采用旋转不变技术的信号参数估计算法（Estimating signal parameter via rotational invariance techniques,ESPRIT）更加精确。     

电力系统谐波检测研究现状及发展趋势

分析国内外电力系统谐波检测技术的发展现状,对基于瞬时无功功率、神经网络、小波变换和傅里叶变换的谐波检测算法进行总结,指出各种谐波检测方法的优缺点。最后,探讨了电力系统谐波检测方法发展研究方向。     

网络攻击下的信息物理系统安全状态估计研究综述

近年来,信息物理系统在工业界的广泛应用引起了人们对系统安全问题的极大关注.信息物理系统对通信网络的深度依赖,使得网络攻击成为其中最为严峻的威胁之一,特别是那些能够干扰系统状态认知的攻击,因此,安全状态估计(即在遭受攻击时正确估计系统状态)已成为各界广泛关注的安全问题之一.此文旨在总结网络攻击下信息物理系统安全状态估计研究的进展.首先,介绍典型的网络攻击,并详细阐述在稀疏攻击下的安全状态估计问题.其次,探讨集中式安全状态估计和分布式安全状态估计的研究现状.在考虑稀疏攻击下安全状态估计问题的难点时,关键在于如何快速找到受到攻击的信道集合(这可能涉及到高计算复杂度).因此,将安全状态估计方法分为遍历搜索和非遍历搜索两大类,并对现有方法的优缺点进行归纳总结和详细阐述.然后,介绍稀疏攻击下信息物理系统安全状态能观性分析的研究现状.现有的研究结果表明:增加检测机制或先验知识可以缓解在稀疏攻击下安全状态估计所需的基础冗余度要求;同时,通过区分攻击和故障,也能有效降低传感器冗余度要求.最后,对信息物理系统安全状态估计仍然存在的问题进行展望,并提出一些可能的解决方向.     

基于线性度校验的电力系统谐波阻抗估计仿真北大核心

电力系统谐波阻抗随电流幅值变化出现电力波动特性干扰,导致估算精度下降。提出基于线性度校验的电力系统谐波阻抗估计方法。分析电流幅值随时间的正弦波动值、线性波动值与随机波动,获取电力波动特性对谐波阻抗估计的电力波动特性干扰因素,收集谐波阻抗数据,构建系统谐波阻抗估计的极大似然模型,获取谐波阻抗的元复正态线性度变量独立分布采样,计算线性度变量服从几率密度函数值,组建极大似然估计函数,估算谐波阻抗的极大似然模型,得到电力系统的谐波阻抗估计值。仿真结果证明,估算精度与稳定性得到提高。     

量子系统中状态估计方法的综述

从广泛用于实验量子领域的典型状态估计方法,到基于系统论观点、可用于量子反馈控制的状态估计方法,详细综述了4种测量方式下的相应量子状态估计方法及其适用背景.通过其发展历程的叙述,从本质上阐述了估计的基本原理,从技术上对各种方法进行了相应的分析和比较.同时,对量子状态估计和经典状态估计进行了相应的比较,并对量子系统中的状态估计方法作了总结.     

采用有限时间平均一致性协议的电力系统分布式状态估计

随着基于相量量测单元的广域量测系统在技术上的成熟与推广应用,利用WAMS量测可实现电力系统线性状态估计.本文基于广域量测系统提出一种全分布式状态估计算法.首先根据拉格朗日乘子法推导了多区域约束加权最小二乘估计模型,然后引入有限时间平均一致性协议,得到系统量测正常情况下的分布式状态估计算法.考虑了系统量测存在异常数据情况,根据最小二乘估计的几何意义扩展推导出修正算法,使其在各区域剔除异常量测后,无需改变信息矩阵,只需执行若干次有限时间平均一致性协议能收敛至信息矩阵修正后的集中式估计值.最后,理论分析和实验结果证明了算法的有效性.     

基于粒子群优化方法的电力系统状态向量估计模型

电力系统状态向量估计是电力系统能量管理系统的重要组成部分;在电力系统实时监控中,传统的基于最小二乘法的状态向量估计方法,存在估计值与实际电力系统中的参数值相差较大的问题,基于此提出了一种适用于电力系统实时监测的有效状态估计模型;该模型采用了一种基于直角坐标系的加权最小二乘法,由一组与测量量和状态变量相关的非线性方程组描述,使用预测-校正迭代技术求解状态估计器模型;利用粒子群算法优化同步相量测量单元(phasor measurements unit,PMU)仪表的分配,增强了算法的有效性;该模型被应用于IEEE14总线和IEEE-30总线测试系统;结果表明,与传统算法相比,所开发的电力系统状态向量估计模型在执行时间、准确性和迭代次数方面均有明显的优势,所提出的估计模型对于实时监控应用具有很好的应用前景.     

电力系统谐波检测与抑制

分析了电力系统谐波的危害与抑制方法，对普通数字滤波器和小渡多分辨分析谐波抑制法进行了比较．为电力系统谐波的检测和消除提供了参考依据。     

基于DSP的电力系统谐波检测

电力谐波测量技术在电能质量监测中占有重要的低位和作用。本文选用TI公司的TMS320LF2407芯片,采用小波变换算法进行实时高精度的电网谐波分析和计算。本文论述基于DSP技术的谐波检测方案,并就系统的主要硬件设计原理和软件流程图进行分析说明。     

流量矩阵估计研究综述

随着Internet网络的快速发展,网络操作员迫切需要知道网络中数据的流动情况,以便更好地进行网络管理、网络监控、网络设计和网络规划等网络流量工程管理.流量矩阵作为网络流量工程的重要输入参数,已受到国内外研究人员的广泛研究,现已成为Internet的一个重要研究方向.本文介绍流量矩阵研究的现状,并从性能上分析和比较各种研究方法,最后讨论流量矩阵研究的技术难题,并指出新的发展方向.