本文關鍵詞：基于狀態(tài)預測的電力系統(tǒng)狀態(tài)估計及不良數據檢測與辨識

  更多相關文章： 狀態(tài)預測 狀態(tài)估計 最小二乘支持向量機 新息向量 不良數據檢測與辨識

【摘要】：電力系統(tǒng)狀態(tài)估計是電力系統(tǒng)能量管理系統(tǒng)(Energy Management System, EMS)的重要組成部分,在電網調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)估計方法中,仍然面臨著一些困難,例如在由于量測缺失而導致冗余度不足時,系統(tǒng)狀態(tài)估計的效果不理想；或是當關鍵量測為不良數據,系統(tǒng)因無法對其進行檢測并修正而導致狀態(tài)估計準確性大幅下降；甚至因量測設備或傳輸系統(tǒng)故障而無法獲得關鍵量測數據時導致系統(tǒng)不可觀測,狀態(tài)估計器不能工作。而基于狀態(tài)預測的電力系統(tǒng)狀態(tài)估計可以在一定程度上對上述問題進行解決。本文研究重點如下：1、本文首先對最小二乘支持向量機回歸原理進行深入研究。在最小二乘支持向量機回歸模型的基礎上,對模型參數提出優(yōu)化方案以提高模型的準確性：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,對相關模型參數進行尋優(yōu),并通過采用系統(tǒng)歷史狀態(tài)數據對回歸模型進行訓練,從而建立起系統(tǒng)狀態(tài)預測模型。2、以系統(tǒng)歷史狀態(tài)數據為基礎,利用最小二乘支持向量機回歸預測模型對系統(tǒng)當前時刻狀態(tài)量進行預測,并計算獲取當前時刻系統(tǒng)量測預測值。針對某些系統(tǒng)存在量測缺失導致冗余度不足以致狀態(tài)估計效果不理想,以及因關鍵量測無法獲得而導致系統(tǒng)不可觀測的問題,本文以量測預測值作為偽量測量加入實際量測中,對系統(tǒng)進行了狀態(tài)估計。該方法可以恢復系統(tǒng)的量測冗余度,從而保證狀態(tài)估計工作正常進行。最后進行仿真實驗,驗證本文方法的有效性。3、在基于最小二乘支持向量機預測模型獲取量測預測值的前提下,本文采用標準化新息檢測法對不良數據進行了檢測與辨識。該方法通過在狀態(tài)估計前對不良數據進行檢測,有效避免殘差污染及殘差淹沒現(xiàn)象。同時,相較于傳統(tǒng)估計后殘差分析檢測方法,該方法可以對為不良數據的關鍵量測進行有效檢測。本文還介紹并對比分析了兩種將標準化新息檢測法和標準化殘差檢測法相結合的系統(tǒng)運行狀態(tài)突變檢測方法。最后,通過進行仿真實驗,驗證了基于狀態(tài)預測不良數據檢測方法及兩種突變檢測方法的有效性。本文在Matlab平臺上,分別以IEEE 14節(jié)點和IEEE30節(jié)點的輸電系統(tǒng)為例進行仿真實驗,通過與傳統(tǒng)方法的分析比較,驗證了本文論證方法的合理性、可行性和有效性。
【學位授予單位】：西南交通大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TM73

【參考文獻】

中國期刊全文數據庫 前10條

1 劉繼業(yè);陳西宏;劉強;孫際哲;;基于改進粒子群優(yōu)化LS-SVM的衛(wèi)星鐘差預報研究[J];宇航學報;2013年11期

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

3 丁世飛;齊丙娟;譚紅艷;;支持向量機理論與算法研究綜述[J];電子科技大學學報;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)電網分布式狀態(tài)估計算法[J];電力系統(tǒng)自動化;2010年19期

5 葉芳;衛(wèi)志農;孫國強;劉兵;;基于自動微分技術的電力系統(tǒng)狀態(tài)估計算法[J];電力系統(tǒng)保護與控制;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];計算機工程與科學;2010年06期

7 劉莉;翟登輝;姜新麗;;電力系統(tǒng)不良數據檢測與辨識方法的現(xiàn)狀與發(fā)展[J];電力系統(tǒng)保護與控制;2010年05期

8 謝賽琴;沈福明;邱雪娜;;基于支持向量機的人臉識別方法[J];計算機工程;2009年16期

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

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

，

本文編號：1165427