基于粒子群进化算法的电力系统状态估计研究

被引:37
作者
闫丽梅 [1 ,2 ]
张士元 [1 ]
任伟建 [1 ]
任爽 [1 ]
薛晨光 [1 ]
机构
[1] 东北石油大学电气信息工程学院
[2] 哈尔滨工业大学电气工程及自动化学院
关键词
粒子群进化算法; 电力系统; 状态估计; 加权最小二乘法; 收敛;
D O I
暂无
中图分类号
TM711 [网络分析、电力系统分析];
学科分类号
083903 [网络与系统安全];
摘要
加权最小二乘法是状态估计的常用方法,但在实际应用中经常会遇到算法发散的问题。为了解决这个问题,提出将改进的粒子群进化算法应用到状态估计当中,使加权最小二乘法的收敛性得到了很好的改善。结合IEEE5节点系统,给出了粒子群进化状态估计计算的三点注意事项。经试验得出,对量测点数为16的系统而言,计算时间在50s左右,量测点数为30的系统的计算时间在3min左右,量测点数为80的系统,其计算时间在15min左右。这种算法可以应用在离线状态估计上。
引用
收藏
页码:86 / 89+95 +95
页数:5
相关论文
共 13 条
[1]
线路潮流转归分量及其在固定成本分摊中的应用 [J].
杨帮宇 ;
彭建春 ;
龚演平 ;
黄泽荣 .
电力系统自动化, 2009, 33 (14) :46-50
[2]
基于改进IGGⅢ和快速分解法的电力系统状态估计算法 [J].
王冰 ;
李积捷 ;
王春瑛 ;
刘涛 ;
王野藤 .
继电器, 2008, (11) :1-4+41
[3]
基于信息融合理论的动态状态估计探讨 [J].
卫志农 ;
周奕 ;
李阳林 ;
韩宇 ;
王丹 .
电力系统自动化, 2008, (04) :103-107
[4]
基于分布式抗差最小二乘法的状态估计 [J].
华国栋 ;
应剑烈 ;
刘耀年 .
东北电力大学学报(自然科学版), 2008, (01) :60-66
[5]
粒子群优化算法在电力系统中的应用综述 [J].
陈建华 ;
李先允 ;
邓东华 ;
廖德利 .
继电器, 2007, (23) :77-84
[6]
一种新的分布式电力系统状态估计算法 [J].
李阳林 ;
卫志农 ;
万军彪 .
继电器, 2007, (20) :13-16+22
[7]
基于改进最小二乘法的电力系统状态估计 [J].
蔡昌春 ;
丁哓群 ;
王斌 .
浙江电力, 2006, (04) :6-9
[8]
粒子群优化算法及其在机组优化组合中应用 [J].
张振宇 ;
葛少云 ;
刘自发 .
电力自动化设备, 2006, (05) :28-31
[9]
基于粒子群算法求解电力市场发电商最优供给函数模型 [J].
马豫超 ;
侯志俭 ;
蒋传文 ;
王承民 .
电力系统自动化, 2006, (02) :45-50
[10]
电力系统动态状态估计的研究现状和展望 [J].
刘辉乐 ;
刘天琪 .
电力自动化设备, 2004, (12) :73-77