基于自适应融合数据的线路参数辨识

电网频率的变化会导致利用DFT算法计算PMU数据时相角差出现误差,进而影响线路参数辨识精度.因此,提出一种基于加权最小二乘(AFD-WLS)的自适应融合数据辨识线路参数的方法,通过结合峭度因子的互补集合经验模态分解(CEEMD)自适应选取故障录波数据中的高频分量从而实现不同位置故障录波数据和PMU数据的同步;该方法利用相关函数法计算故障前两个周波的电压相角差修正PMU数据中的相角差,将融合的PMU数据和故障录波数据通过加权最小二乘算法辨识线路参数.仿真和实测数据表明,自适应融合多种数据源方法可有效提高线路参数辨识精度,提高故障录波数据的应用价值.     

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。     

基于中位数估计和相分量模型的输电线路序参数在线抗差辨识

实测相量测量单元(PMU)数据中存在随机噪声和不良数据,造成线路正序和零序参数辨识精度降低,故而会导致状态估计合格率低等问题,从而影响电力系统调度运行。针对上述问题,提出了一种基于PMU数据、线路相分量模型和中位数估计的输电线路正序和零序参数在线抗差辨识方法。该方法仅需多次正常运行时三相不平衡下的线路双端PMU相电压、相电流量测数据,并利用相分量模型实现正序和零序参数同时辨识,利用中位数抗差减少数据量需求。具体地,建立了线路三相参数的π型等值相分量模型,基于最小二乘法推导了获得其参数的辨识方法;应用结合中位数估计的抗差最小二乘法进行辨识,该方法可避免极端值和大部分量测中粗差对辨识结果的影响;利用仿真及实测数据验证了所提方法的有效性以及算法的抗噪和抗差能力。     

基于PMU的输电线路相参数在线抗差最小二乘辨识

针对输电线路相参数难以获取,且相量测量单元(phasor measurement unit,PMU)数据存在随机噪声的实际问题,提出了一种线路相参数在线最小二乘辨识方法。该方法采用相分量方法,仅需多次正常运行时三相不平衡的线路双端PMU电压、电流量测数据,即可实现相参数的辨识。建立了线路三相参数的∏型等值模型,推导获得其参数的辨识方法,并应用基于Huber估计的抗差最小二乘法,降低量测中一般的随机噪声及坏数据对辨识结果的影响,实现抗差辨识。最后,仿真验证了所提方法的有效性以及抗噪能力。     

基于实测PMU数据的风电综合负荷参数辨识

根据配网侧负荷特点,构建含风力发电机的综合负荷数学模型。以实测PMU数据为基础,利用总体测辨法进行模型参数辨识。将负荷节点输入电压和负荷模型参数代入数学模型,通过改进Euler法求解模型的状态方程,得出负荷节点电流,将其与实测电流误差加权最小作为目标函数,采用遗传算法辨识出负荷模型的参数。以华北电网某线路实测PMU数据为依据,辨识出考虑风电综合负荷的模型参数。辨识结果体现了负荷中以双馈异步发电机为主体的特征,与负荷特点相吻合,由此说明了辨识方法的有效性与辨识结果的合理性。     

基于抗差最小均方估计的输电线路参数辨识

输电线路数学模型广泛运用于电力系统分析计算中,其参数的准确性与电网的安全稳定运行密切相关,广域测量系统的发展为获取输电线路参数提供了新的手段。针对目前参数辨识算法缺乏测量误差对辨识结果影响的研究,提出基于抗差最小均方估计(robust least mean squares,RLMS)的输电线路参数辨识算法,该算法以抗差函数代替传统最小均方估计算法中的均方误差,并通过自适应阈值法调节阈值,进而使得辨识算法在抗噪声方面具有较强的适应能力;对不同时刻的计算结果,提出了基于核密度估计和点估计法提取结果的统计特征,最后通过仿真分析与实测数据对比验证了所述算法的有效性。     

基于Prony滑动平均窗算法的电力系统低频振荡特征分析

Prony算法能根据实测数据辨识系统的相关特性参数,有助于分析系统低频振荡。针对传统Prony算法只能分析部分数据且对噪声敏感的问题,提出一种Prony滑动平均窗算法,分窗口对数据进行分析,不仅能充分利用数据,而且采用求和取平均的方法在一定程度上能削弱噪声,即使在信噪比非常小的情况下仍能得到准确的辨识结果。基于PSASP软件的仿真分析验证了Prony滑动平均窗算法所得结果的准确性。     

基于IGG准则的抗差最小二乘输电线路参数辨识

针对实测数据中会存在粗差而传统最小二乘不具备抗差能力,本文将IGG(Institute of GeodesyGeophysics,Chinese Academy of Sciences)抗差方法应用到输电线路参数辨识中,提出了基于IGG准则的抗差最小二乘的输电线路参数辨识方法。具体的,本文在介绍基于双端PMU(Phasor Measurement Units)数据的线路线性数学模型和相应的最小二乘辨识的基础上,通过对目标函数的改造,引入基于IGG法的抗差准则,即对有效的观测信息保权,对可利用观测信息降权,对有害观测信息拒绝,从而使得改造后的最小二乘方法具备了较强的抗差能力。基于PSCAD仿真数据的测试验证了本文方法的有效性、抗噪能力及抗差能力;基于实测PMU数据的运行参数辨识结果表明了本文方法的实用性。     

PMU数据中的干扰对计算线路工频参数的影响

研究如何利用实测PMU数据计算电网中线路的工频参数,对于电网的安全稳定分析和计算具有重要意义。针对实测PMU数据,分析了低频干扰对于利用PMU实测数据进行线路工频参数计算的影响;提出了一种获取PMU数据中工频量的方法;利用含低频扰动的仿真数据和实测PMU数据进行了线路工频参数的计算分析。分析结果表明:在利用实测PMU数据进行线路工频参数计算时,先剔除PMU数据中的低频干扰,然后利用PMU数据中提取的工频量计算线路的工频参数,可以获得更准确的线路工频参数。该结论对于指导如何利用实测PMU数据进行线路工频参数计算具有重要的参考价值。     

输电线路零序参数的在线自适应IGG抗差辨识方法

针对实测相量量测单元(phasor measurement unit,PMU)数据存在随机量测噪声甚至不良偏差数据,导致线路参数辨识精度降低;不同线路量测误差不同导致算法适应性差的实际问题,提出了一种线路零序参数在线自适应抗差辨识方法:首先,建立了单回线、同杆并架双回线零序参数辨识模型,并基于线路两侧零序电压、电流相量数据构建了单回线/同杆并架双回线线路方程,对方程进行虚实部解耦,形成传统最小二乘辨识模型所需线性关系;其次,将结合期望和标准差的中位数估计的自适应"三段式"IGG(Institute of GeodesyGeophysics,Chinese Academy of Sciences)抗差最小二乘法应用于零序参数辨识,其可自动将量测数据划为保权的正常数据、降权的可疑数据和弃用的淘汰数据,实现不同误差情况下的自适应抗差辨识;再次,采用单相跳闸后至重合闸成功之前这一时段的数据完成输电线路零序参数在线辨识,并给出了适应单回线和双回线的零序参数辨识方案;最后,仿真验证了所提方案的抗噪及抗差能力,并通过采用PMU实测数据的实际单回线、同杆并架双回线零序参数辨识,说明了文中方法的工程实用性。     

基于多新息最小二乘算法的电力线路参数辨识

随着电力系统的建设和发展,电网结构日益复杂,由于线路长期运行、周围环境变化等原因导致原有的线路参数模型与实际线路参数存在偏差,从而影响电力系统的实时监控和优化运行。考虑到电力系统输电线路中的数据采集与监控(SCADA)系统量测充足,提出基于多新息最小二乘(MILS)算法的线路参数辨识模型,实现全网线路的准确辨识和校正。首先,利用实时数字仿真(RTDS)系统搭建IEEE 39节点电力系统仿真模型,获得潮流运行数据;然后,在Matlab中进行参数辨识,将辨识结果与RTDS中的线路参数进行对比。结果表明,基于MILS算法的参数辨识结果具有较高估计精度,可作为电力系统可疑线路判断依据。     

Total least squares and discrete-time line models in HV distanceprotection

This paper discusses the applicability of the parameter estimation procedure known as total least squares, to the distance protection of high voltage transmission lines. The TLS based algorithm presented in the paper uses a two parameter discrete-time model for the line to be protected. The procedure is able to provide precise results (within specifications) in shorter time than other well known procedures, showing an improved dependability/security compromise. Two algorithms designed for different power line conditions, provide the procedure with adaptive behavior. Trip orders are provided in minimum time, according to the noise level in the current and voltage signals     

基于PMU数据的输电线路参数跟踪估计

输电线路参数的准确估计直接影响着电力系统建模、稳定计算及运行控制。同步相量技术的出现为输电线路参数在线辨识提供了有力条件。针对离线求取输电线路参数的局限性,借助PMU实测数据,对电力系统中的单条输电线路参数进行辨识,并采用可变遗忘因子的最小二乘法辨识线路参数,提出采用增量灵敏度分析系统运行工况变化对参数辨识结果影响的思路。某实际电网中的500kV输电线路仿真结果验证了此方法的可行性。     

Mechanical State Estimation for Overhead Transmission Lines With Level Spans

Electric power transmission lines face increased threats from malicious attacks and natural disasters. This underscores the need to develop new techniques to ensure safe and reliable transmission of electric power. This paper deals with the development of an online monitoring technique based on mechanical state estimation to determine the sag levels of overhead transmission lines in real time and hence determine if these lines are in normal physical condition or have been damaged or downed. A computational algorithm based on least squares state estimation is applied to the physical transmission line equations to determine the conductor sag levels from measurements of tension, temperature, and other transmission line conductor parameters. The estimated conductor sag levels are used to generate warning signals of vertical clearance violations in the energy management system. These warning signals are displayed to the operator to make appropriate decisions to maintain the line within the prescribed clearance limits and prevent potential cascading failures.      

基于SVM的改进二叉树输电线路故障分类器

在研究二叉树多分类的基础上,结合输电线路故障的特点,考虑不同故障的优先级后,设计了基于SVM的改进二叉树输电线路故障分类器的模型,通过实验选择了最小二乘支持向量机LS-SVM算法和线性函数转换表达式的归一化算法,并用小样本模拟短路数据训练了分类器。测试结果表明,在各种输电线路故障情况下,设计的分类器都具有很高的分类正确率,尤其是对两相接地和不接地短路分类的效果显著,另外,该分类器的数据预处理过程简单,分类步骤少,可以实现输电线路故障的快速分类。     

A novel variable‐length sliding window blockwise least‐squares algorithm for on‐line estimation of time‐varying parameters

Motivated by the advances in computer technology and the fact that the batch/block least‐squares (LS) produces more accurate parameter estimates than its recursive counterparts, several important issues associated with the block LS have been re‐examined in the framework of on‐line identification of systems with abrupt/gradual change parameters in this paper. It is no surprise that the standard block LS performs unsatisfactorily in such a situation. To overcome this deficiency, a novel variable‐length sliding window‐based LS algorithm, known as variable‐length sliding window blockwise least squares, is developed. The algorithm consists of a change detection scheme and a data window with adjustable length. The window length adjustment is triggered by the change detection scheme. Whenever a change in system parameters is detected, the window is shortened to discount ‘old’ data and place more weight on the latest measurements. Several strategies for window length adjustment have been considered. The performance of the proposed algorithm has been evaluated through numerical studies. In comparison with the recursive least squares (RLS) with forgetting factors, superior results have been obtained consistently for the proposed algorithm. Robustness analysis of the algorithm to measurement noise have also been carried out. The significance of the work reported herein is that this algorithm offers a viable alternative to traditional RLS for on‐line parameter estimation by trading off the computational complexity of block LS for improved performance over RLS, because the computational complexity becomes less and less an issue with the rapid advance in computer technologies. Copyright © 2004 John Wiley & Sons, Ltd.     

基于最小二乘法的线路录波数据同步及故障测距

高压输电线路两侧故障录波装置由于自身子时钟存在误差,导致二者采集到的录波数据在时间上不同步,利用该数据进行故障测距的结果精度较差,无法为排除故障提供便利。为了充分利用故障录波数据,需对两端录波数据进行同步处理。文章阐述了目前工程中采用的差流法、相位法和启动时刻对时法原理及步骤,对其各自的性能进行了对比分析,在此基础上提出了一种基于最小二乘法,利用线路参数实现两端录波数据同步的方法,并将其应用于故障测距。通过PSCAD仿真数据和实际故障录波数据的验证可知利用最小二乘法对故障录波数据进行同步后,故障测距误差降低至1%,大大提升了结果的可靠性和可信性。     

基于VFFRLS算法的锂电池参数辨识

动力电池性能是影响电动汽车综合性能的关键因素,因此准确辨识锂离子电池模型的参数对后续电池系统的荷电状态估计和健康状态预测至关重要。为了提高锂离子电池模型参数辨识算法的精度,以磷酸铁锂电池作为研究对象,建立电池二阶RC等效电路模型,并采用基于变量遗忘因子的最小二乘算法对锂离子电池模型进行在线参数辨识。通过搭建测试平台进行充放电实验,基于2种不同工况的实验数据,分别用文中算法、递推最小二乘算法和传统的带遗忘因子的最小二乘算法进行参数辨识,根据辨识结果估计出的端口电压与实验测试得到的实际值的误差比较来描述文中算法辨识结果的准确度。实验结果表明,基于变量遗忘因子的最小二乘算法在锂电池参数辨识方面表现出快速的收敛性和较高的估计精度。     

基于故障数据的线路分布参数时域辨识方法

针对目前基于故障数据的频域辨识方法难以精确辨识线路分布参数的问题,基于线路分布参数时域模型,提出了一种更精确的分布参数辨识方法。该方法利用线路两端采集的故障电压电流信号,在时域内通过最小二乘搜索法辨识得到线路参数,避免了频域法向量转换导致的误差。并采用瞬时对称分量法提取序分量,实现时域内分别对正序和零序参数的辨识;采用LOWESS方法平滑故障信号中的噪声,以提高算法的抗干扰性。仿真算例的结果表明,所提出的方法能够准确辨识线路的分布参数,并且对各种故障条件均具有良好的适应性。     

基于模拟退火-最小二乘混合的故障测距新方法

输电线路双端频域法故障测距中,考虑线路参数自适应等因素后测距观测方程未知量个数将大大增加.为此,提出一种基于模拟退火-最小二乘混合的输电线路参数自适应故障测距算法,该算法充分利用了模拟退火法的全局搜索能力以及最小二乘法在初值良好情况下快速寻优能力,能有效求解含多个未知数的测距观测方程.基于EMTP的大量仿真计算验证了该算法具有较高的计算精度和稳定性.