基于ε-模糊树方法的电力系统状态估计

被引:9
作者
张越 [1 ,2 ]
单连飞 [1 ,2 ]
余建明 [1 ,2 ]
张佳楠 [1 ,2 ]
张文广 [3 ]
机构
[1] 南瑞集团有限公司(国网电力科学研究院有限公司)
[2] 北京科东电力控制系统有限责任公司
[3] 华北电力大学新能源电力系统国家重点实验室
关键词
电力系统; 状态估计; ε-模糊树方法; 变量选择; 鲁棒性;
D O I
暂无
中图分类号
TM73 [电力系统的调度、管理、通信];
学科分类号
120103 [信息系统与信息管理];
摘要
电力系统状态估计在能量管理系统中起着重要的作用。为了提高状态估计的整体性能,提出了基于ε-模糊树方法(ε-FT)的电力系统状态估计方法。以福州电网500 kV母线为研究对象,通过网络结构分析,对各量测量进行信息提取和变量选择,将最优的变量子集作为ε-FT的输入变量,建立了各母线电压幅值的ε-FT模型,并与其他方法进行了对比。随后,在量测量中加入不良数据,验证所提状态估计方法的鲁棒性。结果表明,该方法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,并且能将不良数据限制在局部,减少对整个电网状态估计的影响。
引用
收藏
页码:138 / 144
页数:7
相关论文
共 22 条
[1]
考虑通信时延的电力系统分布式经济调度 [J].
李国平 ;
赵平 ;
张晋维 ;
李坤 ;
徐涛 ;
赵期期 ;
罗亭然 ;
王毅 .
智慧电力, 2018, 46 (11) :14-20+27
[2]
模糊神经网络在电力系统短期负荷预测中的应用 [J].
喻圣 ;
邹红波 ;
余凡 ;
伏春林 ;
韩娜 .
智慧电力, 2018, 46 (11) :88-91+97
[3]
基于递推最小二乘法的多端口外网静态等值参数辨识方法 [J].
谢仕炜 ;
胡志坚 ;
吴方劼 ;
宁月 .
电力系统保护与控制, 2018, 46 (03) :26-34
[4]
基于信息冗余的电力系统分布式状态估计 [J].
胡春潮 ;
何杰 ;
马凯 .
电力系统保护与控制, 2017, 45 (16) :111-115
[5]
基于拉格朗日松弛技术的复杂有源配电网分布式状态估计 [J].
刘科研 ;
盛万兴 ;
何开元 ;
孟晓丽 ;
唐巍 ;
马健 .
电力系统保护与控制, 2017, 45 (15) :125-132
[6]
一种鲁棒预测辅助电力系统状态估计算法 [J].
卢伟 ;
林建泉 ;
刘柏林 .
现代电力, 2017, 34 (04) :33-39
[7]
基于PLS和ε-FT的电站锅炉NOx排放特性研究 [J].
张文广 ;
张越 .
动力工程学报, 2017, 37 (03) :186-191
[8]
基于分布估计和智能存储的复杂电网可靠性评估方法 [J].
成锐 ;
刘文霞 ;
金秋龙 ;
刘宗歧 .
中国电机工程学报, 2017, 37 (19) :5541-5548+5831
[9]
基于可信状态集合的状态估计方法在最优潮流中的应用 [J].
公茂法 ;
柳岩妮 ;
姜文 ;
王来河 ;
侯林源 .
电力系统保护与控制, 2016, 44 (17) :78-82
[10]
基于混合量测的二次线性状态估计方法及其工程应用 [J].
丁宏恩 ;
戴则梅 ;
霍雪松 ;
周劼英 ;
徐秀之 ;
吕洋 ;
俞瑜 .
电力系统保护与控制, 2016, 44 (13) :163-170