CN103941130A - 一种基于多量测断面的可疑支路识别方法 - Google Patents

Abstract

本发明是一种基于多量测断面的可疑支路识别方法。包括有如下步骤：1）设定参与可疑支路识别的量测断面数，初始化可疑支路列表为空；2）可疑量测识别；3）可疑支路预识别；4）执行2-3步，直至进行支路预识别的断面数达到；5）构建可疑支路列表。在读取的个量测断面中，若对某个支路存在个断面均判断其为可疑支路，则将此支路添加到可疑支路列表中；6）可疑支路列表排序。本发明以SCADA系统采集到的量测断面数据为基础，首先对多个量测断面分别进行可疑量测识别，然后根据支路可疑指数对可疑支路进行预识别，最后根据各个断面可疑支路预识别的结果建立可疑支路列表。本发明能够准确可靠的辨识出电网中存在的可疑支路，为下一步的可疑支路参数辨识提供数据。

Description

一种基于多量测断面的可疑支路识别方法

技术领域

本发明是一种基于多量测断面的可疑支路识别方法，属于基于多量测断面的可疑支路识别方法的创新技术。

背景技术

电力系统状态估计(State Estimation，SE)作为能量管理系统(EnergyManagement System，EMS)的基本应用，为各类高级应用(如潮流计算、故障分析、安全稳定分析)等提供可靠、有效的数据和模型参数，是实现智能调度和精益化调度的基础。支路参数辨识是状态估计问题中的一个重要子问题，当支路参数出现偏差时，将导致状态估计结果不准确，进而影响各类高级应用的可靠性。支路参数辨识分为两个部分，可疑支路识别和支路参数辨识。准确可靠的识别出可疑支路，是进行支路参数辨识的必要前提。

目前可疑支路识别方法主要有增广状态估计法以及残差灵敏度分析法。增广状态估计法没有明确地提出可疑支路识别方法，而是根据经验人为地确定出可疑支路。残差灵敏度分析法则是利用残差与参数之间的灵敏度关系来辨识发生参数错误的支路。但是该方法对状态估计的计算质量要求较高，否则会直接影响到可疑支路的准确性。若在可疑支路识别过程中，使用多个量测断面数据，无疑可以提高可疑支路识别的可靠性。因此基于多量测断面的可疑支路识别具有重要的研究意义和实际的应用价值。

发明内容

本发明的目的在于考虑上述问题而提供一种基于多量测断面的可疑支路识别方法。本发明不仅节省空间、成本低、使用安全、操作方便，使用寿命长。

本发明的技术方案是：本发明的基于多量测断面的可疑支路识别方法，包括有如下步骤：

1)设定参与可疑支路识别的量测断面数a，初始化可疑支路列表为空；

2)可疑量测识别；

3)可疑支路预识别；

4)执行2-3步，直至进行支路预识别的断面数达到a；

5)构建可疑支路列表。

在读取的a个量测断面中，若对某个支路存在b个断面均判断其为可疑支路，则将此支路添加到可疑支路列表中；

6)可疑支路列表排序。

上述步骤2)中，可疑支路预识别包括如下步骤：

21)读取SCADA量测断面数据；

22)采用加权最小二乘法对读取到的断面数据进行状态估计，得到残差向量r，采用的状态估计模型如下：

minJ(x)＝(Z-h(x))^TR^-1(Z-h(x))   (1)

其中Z为量测向量，h(x)为非线性方程，R为权重矩阵，残差向量r(x)＝Z-h(x)；

23)对残差向量r进行正则化：通过(5)式对残差向量r的第m个残差进行正则化，

$\left\{\begin{array}{c}{r}_N\left(m\right)=\frac{\left|r\left(m\right)\right|}{{\mathrm{\σ}}_E\left(m\right)}\\ E=R-{\mathrm{HG}}^{-1}{H}^T\\ {\mathrm{\σ}}_E\left(m\right)=\sqrt{E(m,n)}\\ G=H^T{R}^{-1}H\end{array}\right.---\left(2\right)$

其中，H为J(x)的雅克比矩阵，R为权重矩阵，G＝H^TG^-1H为增益矩阵；

24)可疑量测识别:若r_N(m)大于设定的阈值，则认为第m个量测为可疑量测。

上述步骤3)中，可疑支路预识别时，定义支路的可疑指数为：

$\mathrm{\ξ}=\frac{l_1+l_2}{j_1+j_2}---\left(3\right)$

若ξ≥0.5则认为该支路为可疑支路。其中l₁,l₂为该支路首末两端可疑量测数，j₁,j₂为支路首末两端的量测数。

上述步骤6)中，可疑支路列表排序的方法是:按照平均可疑指数ξ_average对可疑支路列表进行由大到小的排序，

其中

${\mathrm{\ξ}}_{\mathrm{average}}=\frac{1}{a}\underset{i=1}{\overset{a}{\mathrm{\Σ}}}{\mathrm{\ξ}}_i---\left(4\right).$

上述步骤1)中，量测断面数a＝5。

上述步骤23)中，设定的阈值选取3。

本发明以SCADA(Supervisory Control and Data Acquisition)系统采集到的量测断面数据为基础，首先对多个量测断面分别进行可疑量测识别，然后根据支路可疑指数对可疑支路进行预识别，最后根据各个断面可疑支路预识别的结果建立可疑支路列表。本发明具有以下有益的技术效果：

本发明提出的基于多量测断面的可疑支路识别方法，通过可疑量测识别，可疑支路预识别以及可疑支路识别等识别流程，能够准确可靠的辨识出电网中存在的可疑支路，为下一步的可疑支路参数辨识提供数据。本发明是一种方便实用的基于多量测断面的可疑支路识别方法。

附图说明

图1为本发明的流程图。

具体实施方式

实施例：

本发明的流程图如图1所示，下面结合附图1对本发明提供的基于多量测断面的可疑支路识别方法作进一步详细说明。本发明提供的基于多量测断面可疑支路识别方法，其具体实施步骤如下：

1)设定参与可疑支路识别的量测断面数a，比如取a＝5，初始化可疑支路列表为空；

2)可疑支路预识别：

21)读取SCADA量测断面数据；

22)采用加权最小二乘法对读取到的断面数据进行状态估计，得到残差向量r，采用的状态估计模型如下：

minJ(x)＝(Z-h(x))^TR^-1(Z-h(x))   (1)

其中其中Z为量测向量，h(x)为非线性方程，R为权重矩阵，残差向量r(x)＝Z-h(x)。

23)对残差向量r进行正则化：通过(5)式对残差向量r的第m个残差进行正则化，

$\left\{\begin{array}{c}{r}_N\left(m\right)=\frac{\left|r\left(m\right)\right|}{{\mathrm{\σ}}_E\left(m\right)}\\ E=R-{\mathrm{HG}}^{-1}{H}^T\\ {\mathrm{\σ}}_E\left(m\right)=\sqrt{E(m,n)}\\ G=H^T{R}^{-1}H\end{array}\right.---\left(2\right)$

其中，H为J(x)的雅克比矩阵，R为权重矩阵，G＝H^TG^-1H为增益矩阵.

24)可疑量测识别:若r_N(m)大于某个设定的阈值，工程上通常阈值选取3左右的数值，则认为第m个量测为可疑量测。

3)可疑支路预识别:

定义支路的可疑指数为：

$\mathrm{\ξ}=\frac{l_1+l_2}{j_1+j_2}---\left(3\right)$

若ξ≥0.5则认为该支路为可疑支路。其中l₁,l₂为该支路首末两端可疑量测数，j₁,j₂为支路首末两端的量测数。

4)执行2-3步，直至进行支路预识别的断面数达到a。

5)构建可疑支路列表:

在读取的a个量测断面中，若对某个支路存在b个断面均判断其为可疑支路，则将此支路添加到可疑支路列表中。

6)可疑支路列表排序:按照平均可疑指数ξ_average对可疑支路列表进行由大到小的排序，

${\mathrm{\ξ}}_{\mathrm{average}}=\frac{1}{a}\underset{i=1}{\overset{a}{\mathrm{\Σ}}}{\mathrm{\ξ}}_i---\left(4\right)$

本发明申请人结合说明书附图对本发明的实施例做了详细的说明与描述，但是本领域技术人员应该理解，以上实施例仅为本发明的优选实施方案，详尽的说明只是为了帮助读者更好地理解本发明精神，而并非对本发明保护范围的限制，相反，任何基于本发明的发明精神所作的任何改进或修饰都应当落在本发明的保护范围之内。

Claims (6)

1.一种基于多量测断面的可疑支路识别方法，其特征在于包括有如下步骤：

1)设定参与可疑支路识别的量测断面数a，初始化可疑支路列表为空；

2)可疑量测识别；

3)可疑支路预识别；

4)执行2-3步，直至进行支路预识别的断面数达到a；

5)构建可疑支路列表。

在读取的a个量测断面中，若对某个支路存在b个断面均判断其为可疑支路，则将此支路添加到可疑支路列表中；

6)可疑支路列表排序。

2.根据权利要求1所述的基于多量测断面的可疑支路识别方法，其特征在于上述步骤2)中，可疑支路预识别包括如下步骤：

21)读取SCADA量测断面数据；

22)采用加权最小二乘法对读取到的断面数据进行状态估计，得到残差向量r，采用的状态估计模型如下：

minJ(x)＝(Z-h(x))^TR^-1(Z-h(x))   (1)

其中Z为量测向量，h(x)为非线性方程，R为权重矩阵，残差向量r(x)＝Z-h(x)；

23)对残差向量r进行正则化：通过(5)式对残差向量r的第m个残差进行正则化，

$\left\{\begin{array}{c}{r}_N\left(m\right)=\frac{\left|r\left(m\right)\right|}{{\mathrm{\σ}}_E\left(m\right)}\\ E=R-{\mathrm{HG}}^{-1}{H}^T\\ {\mathrm{\σ}}_E\left(m\right)=\sqrt{E(m,n)}\\ G=H^T{R}^{-1}H\end{array}\right.---\left(2\right)$

其中，H为J(x)的雅克比矩阵，R为权重矩阵，G＝H^TG^-1H为增益矩阵；

24)可疑量测识别:若r_N(m)大于设定的阈值，则认为第m个量测为可疑量测。

3.根据权利要求1所述的基于多量测断面的可疑支路识别方法，其特征在于上述步骤3)中，可疑支路预识别时，定义支路的可疑指数为：

$\mathrm{\ξ}=\frac{l_1+l_2}{j_1+j_2}---\left(3\right)$

若ξ≥0.5则认为该支路为可疑支路。其中l₁,l₂为该支路首末两端可疑量测数，j₁,j₂为支路首末两端的量测数。

4.根据权利要求1所述的基于多量测断面的可疑支路识别方法，其特征在于上述步骤6)中，可疑支路列表排序的方法是:按照平均可疑指数ξ_average对可疑支路列表进行由大到小的排序，

其中

${\mathrm{\ξ}}_{\mathrm{average}}=\frac{1}{a}\underset{i=1}{\overset{a}{\mathrm{\Σ}}}{\mathrm{\ξ}}_i---\left(4\right).$

5.根据权利要求1所述的基于多量测断面的可疑支路识别方法，其特征在于上述步骤1)中，量测断面数a＝5。

6.根据权利要求2所述的基于多量测断面的可疑支路识别方法，其特征在于上述步骤23)中，设定的阈值选取3。