CN103941130A - 一种基于多量测断面的可疑支路识别方法 - Google Patents
一种基于多量测断面的可疑支路识别方法 Download PDFInfo
- Publication number
- CN103941130A CN103941130A CN201410201692.6A CN201410201692A CN103941130A CN 103941130 A CN103941130 A CN 103941130A CN 201410201692 A CN201410201692 A CN 201410201692A CN 103941130 A CN103941130 A CN 103941130A
- Authority
- CN
- China
- Prior art keywords
- suspicious
- branch road
- identification
- suspicious branch
- measurement
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Traffic Control Systems (AREA)
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
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,
其中,H为J(x)的雅克比矩阵,R为权重矩阵,G=HTG-1H为增益矩阵;
24)可疑量测识别:若rN(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:
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ξaverage对可疑支路列表进行由大到小的排序,
其中
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,
其中,H为J(x)的雅克比矩阵,R为权重矩阵,G=HTG-1H为增益矩阵.
24)可疑量测识别:若rN(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:
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ξaverage对可疑支路列表进行由大到小的排序,
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,
其中,H为J(x)的雅克比矩阵,R为权重矩阵,G=HTG-1H为增益矩阵;
24)可疑量测识别:若rN(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:
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ξaverage对可疑支路列表进行由大到小的排序,
其中
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。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410201692.6A CN103941130B (zh) | 2014-05-13 | 2014-05-13 | 一种基于多量测断面的可疑支路识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410201692.6A CN103941130B (zh) | 2014-05-13 | 2014-05-13 | 一种基于多量测断面的可疑支路识别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103941130A true CN103941130A (zh) | 2014-07-23 |
CN103941130B CN103941130B (zh) | 2017-02-15 |
Family
ID=51188879
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410201692.6A Active CN103941130B (zh) | 2014-05-13 | 2014-05-13 | 一种基于多量测断面的可疑支路识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103941130B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104765962A (zh) * | 2015-04-08 | 2015-07-08 | 河海大学 | 一种计及温度变化的电力系统状态估计方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS62159056A (ja) * | 1986-01-06 | 1987-07-15 | Hitachi Ltd | 誤り測定値の検出方法 |
CN102280877A (zh) * | 2011-07-25 | 2011-12-14 | 清华大学 | 一种多量测断面的电力系统不良支路参数辨识方法 |
CN102522824A (zh) * | 2011-12-26 | 2012-06-27 | 国电南瑞科技股份有限公司 | 一种基于集控站调度主站的分布式状态估计计算方法 |
CN102636706A (zh) * | 2012-03-12 | 2012-08-15 | 河海大学 | 一种电网中参数误差支路的辨识方法 |
CN103618309A (zh) * | 2013-11-27 | 2014-03-05 | 广东电网公司电力科学研究院 | 电网中误差参数的调节方法和系统 |
CN103745109A (zh) * | 2014-01-10 | 2014-04-23 | 国家电网公司 | 一种基于pmu量测和scada量测的不良数据检测与辨识方法 |
-
2014
- 2014-05-13 CN CN201410201692.6A patent/CN103941130B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS62159056A (ja) * | 1986-01-06 | 1987-07-15 | Hitachi Ltd | 誤り測定値の検出方法 |
CN102280877A (zh) * | 2011-07-25 | 2011-12-14 | 清华大学 | 一种多量测断面的电力系统不良支路参数辨识方法 |
CN102522824A (zh) * | 2011-12-26 | 2012-06-27 | 国电南瑞科技股份有限公司 | 一种基于集控站调度主站的分布式状态估计计算方法 |
CN102636706A (zh) * | 2012-03-12 | 2012-08-15 | 河海大学 | 一种电网中参数误差支路的辨识方法 |
CN103618309A (zh) * | 2013-11-27 | 2014-03-05 | 广东电网公司电力科学研究院 | 电网中误差参数的调节方法和系统 |
CN103745109A (zh) * | 2014-01-10 | 2014-04-23 | 国家电网公司 | 一种基于pmu量测和scada量测的不良数据检测与辨识方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104765962A (zh) * | 2015-04-08 | 2015-07-08 | 河海大学 | 一种计及温度变化的电力系统状态估计方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103941130B (zh) | 2017-02-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103927695B (zh) | 基于自学习复合数据源的风电功率超短期预测方法 | |
CN103746370B (zh) | 一种风电场可靠性建模方法 | |
CN105093122A (zh) | 基于强跟踪自适应sqkf的应急灯电池soc估计方法 | |
CN104579166A (zh) | 分布式光伏电站监控系统及其故障诊断方法 | |
CN104766175A (zh) | 一种基于时间序列分析的电力系统异常数据辨识与修正方法 | |
CN103808426B (zh) | 电缆线芯温度的间接测量方法 | |
CN105300692A (zh) | 一种基于扩展卡尔曼滤波算法的轴承故障诊断及预测方法 | |
CN110289613A (zh) | 基于灵敏度矩阵的配电网拓扑识别与线路参数辨识方法 | |
CN109150100A (zh) | 光伏电站的故障检测方法、装置、设备及存储介质 | |
CN104102832A (zh) | 一种基于混沌时间序列的风电功率超短期预测方法 | |
CN105024644A (zh) | 一种光伏系统性能评估系统及方法 | |
CN103927460A (zh) | 一种基于rbf的风电场短期风速预测方法 | |
CN105203968A (zh) | 一种铅酸蓄电池剩余电量的在线测量系统 | |
CN103728569B (zh) | 一种基于多因素灰色关联模型的蓄电池容量预测方法 | |
CN104899435A (zh) | 计及零注入约束的电力系统动态状态估计方法 | |
CN103927597A (zh) | 基于自回归滑动平均模型的风电功率超短期预测方法 | |
CN105207197A (zh) | 包含风电场的电力系统可靠性评估方法 | |
CN102280877B (zh) | 一种多量测断面的电力系统不良支路参数辨识方法 | |
CN103607292A (zh) | 面向电力通信网络业务的快速分布式监测方法 | |
CN109934374A (zh) | 耗电量预测系统及其方法 | |
CN103941130A (zh) | 一种基于多量测断面的可疑支路识别方法 | |
CN105303258A (zh) | 基于机器学习技术预报模型的太阳爆发事件预报方法 | |
CN103001220B (zh) | 一种基于最优匹配回路功率的配电网拓扑结构辨识方法 | |
CN103473461B (zh) | 基于数据特征提取的风功率预测误差估计方法 | |
CN104200067A (zh) | 风速概率分布确定方法、装置及风电系统功率评测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |