本文關(guān)鍵詞：基于狀態(tài)預(yù)測(cè)的電力系統(tǒng)狀態(tài)估計(jì)及不良數(shù)據(jù)檢測(cè)與辨識(shí)

  更多相關(guān)文章： 狀態(tài)預(yù)測(cè) 狀態(tài)估計(jì) 最小二乘支持向量機(jī) 新息向量 不良數(shù)據(jù)檢測(cè)與辨識(shí)

【摘要】：電力系統(tǒng)狀態(tài)估計(jì)是電力系統(tǒng)能量管理系統(tǒng)(Energy Management System, EMS)的重要組成部分,在電網(wǎng)調(diào)度的智能化分析和決策中發(fā)揮著重要的作用。在傳統(tǒng)狀態(tài)估計(jì)方法中,仍然面臨著一些困難,例如在由于量測(cè)缺失而導(dǎo)致冗余度不足時(shí),系統(tǒng)狀態(tài)估計(jì)的效果不理想；或是當(dāng)關(guān)鍵量測(cè)為不良數(shù)據(jù),系統(tǒng)因無(wú)法對(duì)其進(jìn)行檢測(cè)并修正而導(dǎo)致?tīng)顟B(tài)估計(jì)準(zhǔn)確性大幅下降；甚至因量測(cè)設(shè)備或傳輸系統(tǒng)故障而無(wú)法獲得關(guān)鍵量測(cè)數(shù)據(jù)時(shí)導(dǎo)致系統(tǒng)不可觀測(cè),狀態(tài)估計(jì)器不能工作。而基于狀態(tài)預(yù)測(cè)的電力系統(tǒng)狀態(tài)估計(jì)可以在一定程度上對(duì)上述問(wèn)題進(jìn)行解決。本文研究重點(diǎn)如下：1、本文首先對(duì)最小二乘支持向量機(jī)回歸原理進(jìn)行深入研究。在最小二乘支持向量機(jī)回歸模型的基礎(chǔ)上,對(duì)模型參數(shù)提出優(yōu)化方案以提高模型的準(zhǔn)確性：本文采用目前比較成熟的粒子群優(yōu)化算法,以均方誤差最小化為目標(biāo),對(duì)相關(guān)模型參數(shù)進(jìn)行尋優(yōu),并通過(guò)采用系統(tǒng)歷史狀態(tài)數(shù)據(jù)對(duì)回歸模型進(jìn)行訓(xùn)練,從而建立起系統(tǒng)狀態(tài)預(yù)測(cè)模型。2、以系統(tǒng)歷史狀態(tài)數(shù)據(jù)為基礎(chǔ),利用最小二乘支持向量機(jī)回歸預(yù)測(cè)模型對(duì)系統(tǒng)當(dāng)前時(shí)刻狀態(tài)量進(jìn)行預(yù)測(cè),并計(jì)算獲取當(dāng)前時(shí)刻系統(tǒng)量測(cè)預(yù)測(cè)值。針對(duì)某些系統(tǒng)存在量測(cè)缺失導(dǎo)致冗余度不足以致?tīng)顟B(tài)估計(jì)效果不理想,以及因關(guān)鍵量測(cè)無(wú)法獲得而導(dǎo)致系統(tǒng)不可觀測(cè)的問(wèn)題,本文以量測(cè)預(yù)測(cè)值作為偽量測(cè)量加入實(shí)際量測(cè)中,對(duì)系統(tǒng)進(jìn)行了狀態(tài)估計(jì)。該方法可以恢復(fù)系統(tǒng)的量測(cè)冗余度,從而保證狀態(tài)估計(jì)工作正常進(jìn)行。最后進(jìn)行仿真實(shí)驗(yàn),驗(yàn)證本文方法的有效性。3、在基于最小二乘支持向量機(jī)預(yù)測(cè)模型獲取量測(cè)預(yù)測(cè)值的前提下,本文采用標(biāo)準(zhǔn)化新息檢測(cè)法對(duì)不良數(shù)據(jù)進(jìn)行了檢測(cè)與辨識(shí)。該方法通過(guò)在狀態(tài)估計(jì)前對(duì)不良數(shù)據(jù)進(jìn)行檢測(cè),有效避免殘差污染及殘差淹沒(méi)現(xiàn)象。同時(shí),相較于傳統(tǒng)估計(jì)后殘差分析檢測(cè)方法,該方法可以對(duì)為不良數(shù)據(jù)的關(guān)鍵量測(cè)進(jìn)行有效檢測(cè)。本文還介紹并對(duì)比分析了兩種將標(biāo)準(zhǔn)化新息檢測(cè)法和標(biāo)準(zhǔn)化殘差檢測(cè)法相結(jié)合的系統(tǒng)運(yùn)行狀態(tài)突變檢測(cè)方法。最后,通過(guò)進(jìn)行仿真實(shí)驗(yàn),驗(yàn)證了基于狀態(tài)預(yù)測(cè)不良數(shù)據(jù)檢測(cè)方法及兩種突變檢測(cè)方法的有效性。本文在Matlab平臺(tái)上,分別以IEEE 14節(jié)點(diǎn)和IEEE30節(jié)點(diǎn)的輸電系統(tǒng)為例進(jìn)行仿真實(shí)驗(yàn),通過(guò)與傳統(tǒng)方法的分析比較,驗(yàn)證了本文論證方法的合理性、可行性和有效性。
【學(xué)位授予單位】：西南交通大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TM73

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 劉繼業(yè);陳西宏;劉強(qiáng);孫際哲;;基于改進(jìn)粒子群優(yōu)化LS-SVM的衛(wèi)星鐘差預(yù)報(bào)研究[J];宇航學(xué)報(bào);2013年11期

2 趙永輝;劉友寬;朱全聰;楊文杰;;支持向量機(jī)在電力系統(tǒng)中的應(yīng)用[J];儀器儀表用戶;2012年06期

3 丁世飛;齊丙娟;譚紅艷;;支持向量機(jī)理論與算法研究綜述[J];電子科技大學(xué)學(xué)報(bào);2011年01期

4 王建;陳穎;黃少偉;沈沉;;基于KKT條件分解的互聯(lián)電網(wǎng)分布式狀態(tài)估計(jì)算法[J];電力系統(tǒng)自動(dòng)化;2010年19期

5 葉芳;衛(wèi)志農(nóng);孫國(guó)強(qiáng);劉兵;;基于自動(dòng)微分技術(shù)的電力系統(tǒng)狀態(tài)估計(jì)算法[J];電力系統(tǒng)保護(hù)與控制;2010年17期

6 劉曉亮;丁世飛;朱紅;張力文;;SVM用于文本分類的適用性[J];計(jì)算機(jī)工程與科學(xué);2010年06期

7 劉莉;翟登輝;姜新麗;;電力系統(tǒng)不良數(shù)據(jù)檢測(cè)與辨識(shí)方法的現(xiàn)狀與發(fā)展[J];電力系統(tǒng)保護(hù)與控制;2010年05期

8 謝賽琴;沈福明;邱雪娜;;基于支持向量機(jī)的人臉識(shí)別方法[J];計(jì)算機(jī)工程;2009年16期

9 王冰;李積捷;王春瑛;劉濤;王野藤;;基于改進(jìn)IGGⅢ和快速分解法的電力系統(tǒng)狀態(tài)估計(jì)算法[J];繼電器;2008年11期

10 蘭華;李積捷;;電力系統(tǒng)狀態(tài)估計(jì)算法的研究現(xiàn)狀和展望[J];繼電器;2007年10期

，

本文編號(hào)：1165427