CN110289613B - 基于灵敏度矩阵的配电网拓扑识别与线路参数辨识方法 - Google Patents

基于灵敏度矩阵的配电网拓扑识别与线路参数辨识方法 Download PDF

Info

Publication number
CN110289613B
CN110289613B CN201910519684.9A CN201910519684A CN110289613B CN 110289613 B CN110289613 B CN 110289613B CN 201910519684 A CN201910519684 A CN 201910519684A CN 110289613 B CN110289613 B CN 110289613B
Authority
CN
China
Prior art keywords
matrix
sensitivity matrix
voltage
line
power
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.)
Active
Application number
CN201910519684.9A
Other languages
English (en)
Other versions
CN110289613A (zh
Inventor
张振宇
李勇
张俊
曹一家
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hunan University
Original Assignee
Hunan University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hunan University filed Critical Hunan University
Priority to CN201910519684.9A priority Critical patent/CN110289613B/zh
Publication of CN110289613A publication Critical patent/CN110289613A/zh
Application granted granted Critical
Publication of CN110289613B publication Critical patent/CN110289613B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R27/00Arrangements for measuring resistance, reactance, impedance, or electric characteristics derived therefrom
    • G01R27/02Measuring real or complex resistance, reactance, impedance, or other two-pole characteristics derived therefrom, e.g. time constant
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00Circuit arrangements for ac mains or ac distribution networks

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开了一种基于灵敏度矩阵的配电网拓扑识别与线路参数辨识方法;本发明使用量测数据对灵敏度矩阵的求解方法,实现了通过数据对灵敏度矩阵的估计,而非传统的先有拓扑关系与线路参数,后计算灵敏度矩阵的方法,基于灵敏度矩阵实现了网络的拓扑识别与线路参数辨识。结合相关性的方法,实现了多馈线下的初步馈线分配和网络外无关节点的排除。

Description

基于灵敏度矩阵的配电网拓扑识别与线路参数辨识方法
技术领域:
本发明属于电学领域,具体涉及一种基于灵敏度矩阵的配电网拓扑识别与线路参数辨识方法。
背景技术:
随着电力事业的发展,我国电力工业已从单纯重视建设电源和输电网络,发展到在建设电源和输电网络的同时加强配电网络的建设。随着电力系统高级量测系统的使用,微型同步相量测量装置(μpmu)成本的降低,可供电力系统分析用的数据越来越多,精度也越来越高。而与此同时,电动汽车充电桩的大量布置,高渗透率,大规模分布式电源的接入,使得配电网的结构越来越复杂,面对着前所未有的挑战。但是由于传统的发展模式限制,我国配电网的发展水平远远低于电源建设水平与输电网络建设水平。
在电力地理信息系统中登记错误的拓扑信息是十分常见的,这会导致对系统运行情况的错误估计。比如电力变压器的实际使用容量与预估使用容量的不符,会导致变压器的超载或欠载。超载可能导致安全性问题,很多实际中的变压器起火事故就是因为变压器的超载导致的温升超过标准。而欠载则会导致资金配比的不合理,造成资源的浪费。除了变压器,其他由拓扑记录错误导致的问题还有很多,比如错误的继电保护参数整定,维护时出现的触电事故等。此外,中压网络中线路参数也经常存在错误。这不仅仅是由于登记时的误差,随着配电网的运行,线路老化等原因,配电网中的线路可能存在更换或其他未能发现的故障等,导致配电网的线路参数发生了变化。线路参数的不准确会导致诸如减网损时的结果与理论计算值不符,导致算法无法应用于实际。
目前的配电网中压网络拓扑识别主要有两种识别方法。一种是使用电磁感应原理的巡线仪等仪器。该类仪器使用时需要人员手持巡线仪,从一个变压器出发,跟随着仪器的提示沿着线路一直行走,直到走到另外一个变压器的位置,则确定了两个变压器的连接关系。另外一种方法是数据驱动的方法,典型的方法包括计算皮尔逊相关系数的方法,该方法测量变压器的电压,根据采集到的电压曲线分别计算其与锚定的变压器的皮尔逊相关系数,随后对计算结果排序后,获取变压器的连接关系[W.Luan,J.Peng,M.Maras,J.Lo,andB.Harapnuk,“Smart Meter Data Analytics for Distribution Network ConnectivityVerification,”IEEE Transactions on Smart Grid,vol.6,no.4,pp.1964–1971,Jul.2015.]。另外还有一种计算变压器电压互信息的数据驱动的方法,该方法测量变压器的电压,两两计算不同变压器的电压曲线的互信息值,获取互信息矩阵,随后使用最大生成树算法,重构网络的拓扑关系[Y.Weng,Y.Liao,and R.Rajagopal,“Distributed EnergyResources Topology Identification via Graphical Modeling,”IEEE Transactionson Power Systems,vol.32,no.4,pp.2682–2694,Jul.2017]。该方法不需要锚定的变压器。配网的线路参数辨识也有很多方法提出。灵敏度矩阵的推导中就包含了线路参数。
名词解释:
数据驱动的方法:是指以电力系统运行数据为基础,基于统计与优化,辨识电力系统的物理模型与参数的方法。
并查集算法:并查集是一种树型的数据结构,用于处理一些不相交集合(DisjointSets)的合并及查询问题。使用并查集判断图的连通性的算法,在本发明中称为并查集算法。
PV节点:已知节点注入有功功率P和电压值V的节点。待求的未知量是节点注入无功功率Q和电压的相位角δ。
发明内容:
本发明公开了一种基于灵敏度矩阵的配电网拓扑识别与线路参数辨识方法;本发明使用量测数据对灵敏度矩阵的求解方法,实现了通过数据对灵敏度矩阵的估计,而非传统的先有拓扑关系与线路参数,后计算灵敏度矩阵的方法,基于灵敏度矩阵实现了网络的拓扑识别与线路参数辨识。结合相关性的方法,实现了多馈线下的初步馈线分配和网络外无关节点的排除。
为了达到此发明目的,本发明采用以下技术方案:
一种基于灵敏度矩阵的配电网拓扑识别与线路参数辨识方法,包括以下步骤:
步骤一、测量得到测量数据,通过测量数据与变压器的电压相关系数判别各节点所属馈线:
步骤二、通过测量数据建立各测量节点之间的灵敏度矩阵;所述灵敏度矩阵包括无功功率灵敏度矩阵SQ和有功功率灵敏度矩阵SP
步骤三、拓扑关系的识别:通过无功功率灵敏度矩阵SQ得到邻接矩阵M,邻接矩阵M的无向图G即为测量点之间的拓扑关系;
步骤四、线路参数的求解:根据电网网络的拓扑关系计算得到电网网络各节点间的电抗与电阻。
进一步的改进,所述步骤一包括如下步骤:
测量各个馈线入口处变压器以及网络中各变压器处采集的电压时间序列值
Figure BDA0002096196850000031
同时测量采集点处的有功功率时间序列值和无功功率时间序列值得到测量数据,其中n代表节点数,t代表时间序列,i表示第i个节点即测量点,计算得到网络中各变压器与馈线入口处变压器的电压相关系数,将各节点分别对应到与其对应值最大的馈线中。
进一步的改进,所述步骤二包括如下步骤:
通过测量数据的电压,有功功率,无功功率的时间序列值建立各测量节点之间的灵敏度矩阵:
在配电系统中,忽略电压相位差,电压损耗的影响,灵敏度矩阵SQ,SP与电压V,有功功率P,无功功率Q的关系如下:
Figure BDA0002096196850000032
其中,ΔVn,ΔQn,ΔPn分别表示在n号节点上两次量测值的电压,有功功率,无功功率差,SQ与SP分别表示无功功率灵敏度矩阵和有功功率灵敏度矩阵:Vn、Qn、Pn分别表示n号节点测量得到的电压,有功功率,无功功率;
Figure BDA0002096196850000033
灵敏度矩阵SQ,SP中的元素,分别是电压对无功功率,电压对有功功率的偏导;
Figure BDA0002096196850000034
表示求偏导,
Figure BDA0002096196850000035
表示V1对Q1的偏导数;
通过数据驱动的方法,采用最小二乘法对灵敏度矩阵SQ,SP分行进行求解;对第m行的求解方式如下:
Figure BDA0002096196850000036
其中(3)t表示对共t+1次的测量做差产生的第t个差值,
Figure BDA0002096196850000041
表示对节点m的电压测量差值的时间序列;
Figure BDA0002096196850000042
表示n号节点上第t+1次测量的无功功率与第t次测量的无功功率产生的差值;
Figure BDA0002096196850000043
表示n号节点上第t+1次测量与第t次测量产生的有功功率的差;等式右侧为待求解的灵敏度矩阵第m行;每行求解完成后,对得到的灵敏度矩阵各行进行堆叠后,SQ,SP即为堆叠后矩阵的前n列与后n列。
进一步的改进,所述步骤三包括如下步骤:
1)对灵敏度矩阵SQ求逆,得到T矩阵;
2)对T矩阵展开后,对其元素进行从大到小进行排序,得到数组A;
3)令阈值x为A中第(2n-2/待识别线路数*2)个元素的值,此处n为网络或馈线中的节点数目;
4)得到矩阵T中大于等于x的值的矩阵,即为邻接矩阵M,同时对应着M可以唯一确定一个无向图G,二者一一对应;
5)判断邻接矩阵M的上三角矩阵与下三角矩阵是否相对对角线对称,并且使用并查集算法判断图G是否为连通图;
6)如果图G不是连通图或者邻接矩阵M不对称,则获取更多数据,或检查数据采样是否有错误直至无向图G为连通图且对称;
7)如果无向图G是连通图且邻接矩阵M对称,则获取到正确的拓扑关系,且邻接矩阵M中为正确拓扑关系的邻接矩阵表示,图G为正确拓扑关系的图表示。
进一步的改进,所述步骤四包括如下步骤:
使用下式对线路参数求解:
Figure BDA0002096196850000044
Figure BDA0002096196850000045
其中i,j分别表示在拓扑上相连的两节点,Xij表示对应i,j连线线路的电抗值,Rij表示对应i,j连线线路的电抗值,且j距离起始节点较远;
Figure BDA0002096196850000046
表示j节点采样电压的平均值;按照此式就能分别求解出线路的电抗Xij与电阻Rij,达到参数识别的目的;SQ(a,b),SP(a,b)分别表示两矩阵中a行b列的元素值。
本发明的有益效果:使用量测数据对灵敏度矩阵的求解方法,实现了通过数据对灵敏度矩阵的估计,而非传统的先有拓扑关系与线路参数,后计算灵敏度矩阵的方法,基于灵敏度矩阵实现了网络的拓扑识别与线路参数辨识,结合相关性的方法,实现了多馈线下的初步馈线分配和网络外无关节点的排除。
利用本发明提供的方法进行配电网的拓扑识别,具有以下的优点:
1.在拓扑识别方面,该方法采用根据量测数据估计灵敏度矩阵,随后对灵敏度矩阵求逆并设定合适阈值来获取拓扑结构的方法。该方法对各种网络结构,包括开环放射状网络,闭环运行网络等具有适应性,不需为各种网络结构调整算法,具有通用性。
2.相比较基于互信息的方法,该方法对配网中两节点电压变化异常相似,或两节点都设置有分布式电源的情况具有很强的适应性与抗干扰的特性。针对网络中存在分布式发电,导致电压变化曲线相似的情况,本方法相比基于互信息的方法可以做到不受影响,具有更高的识别精度。
3.在线路参数辨识方法,使用灵敏度矩阵结合求解出的拓扑信息获得的线路参数。相比较传统的基于线性规划的求解方法而言,本方法不需要网络拓扑的先验信息,并且涉及到的计算几乎都在拓扑识别阶段完成,所以所需的计算量极低。同时,本方法改进了传统的灵敏度矩阵中系数与阻抗的对应关系方程式,使用所在节点电压测量均值替换了网络额定电压,取得了更好参数识别精度。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的具体实施方式一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1是步骤一的流程示意图。
图2是本发明的最终流程示意图。
具体实施方式:
下面结合附图对本发明的具体实施例作进一步详细描述,应当理解,此处所描述的实施方式用于说明和解释本发明,并不用于限定本发明。
实施例1
如图2所示的一种基于灵敏度矩阵的配电网拓扑识别与线路参数辨识方法,所述方法可以包括以下步骤:
1.获取中压配网中各个变压器的电压,有功功率,无功功率的测量值。
2.使用最小二乘法计算得到网络的灵敏度矩阵。灵敏度矩阵反映了网络的电压对功率变化的响应情况,矩阵中的项可以表示为节点的阻抗的线性组合,且组合方式与拓扑相关。因而其中保留了网络中的拓扑关系与线路参数,可据此完成网络的拓扑关系识别与线路参数的辨识。
3.对灵敏度矩阵求逆,获取可表示网络的拓扑连接邻接矩阵。对于采集正确,网络结构没有异常的拓扑结构,邻接矩阵的上三角部分与下三角部分应是对称的。如果不对称,证明出现了不在此网络中的无关节点。如果对称,则表明获取到了正确的拓扑关系。
4.针对邻接矩阵不对称的情况,在对网络中各个节点之间的电压相关性系数进行计算,将与其他节点的平均相关性系数最低的节点排除。该节点为该网络拓扑之外的无关节点。排除后,转到2继续。
5.获取到合理的拓扑连接关系后,则根据拓扑关系从灵敏度矩阵中将网络的线路阻抗参数计算出来。
综上所述,在上述实施例中,当需要对中压配电网络的拓扑关系与线路参数进行辨识时,首先采集各个节点一定时长的数据,然后根据数据计算得到网络的灵敏度矩阵,根据灵敏度矩阵求逆后整理得到的邻接矩阵判断所获取识别出拓扑结构的合理性。如果不合理,则剔除异常节点后重新计算灵敏度矩阵。如果合理,则根据灵敏度矩阵与拓扑关系完成中压配电网的线路参数辨识。
实施例2
如图2所示的一种基于灵敏度矩阵的配电网拓扑识别与线路参数辨识方法,所述方法可以包括以下步骤:
1.获取中压配网中各个变压器的电压,有功功率,无功功率的测量值。
2.已知网络中有多个馈线起点时,则首先计算网络中各节点与馈线起点处变压器的相关性系数,按照最大值分配的原则将节点分配到各个馈线中。从而获取到各馈线的节点集合。
3.针对各个馈线节点集合,使用最小二乘法计算得到网络的灵敏度矩阵。灵敏度矩阵反映了网络的电压对功率变化的响应情况,矩阵中的项可以表示为节点的阻抗的线性组合,且组合方式与拓扑相关。因而其中保留了网络中的拓扑关系与线路参数,可据此完成网络的拓扑关系识别与线路参数的辨识。
4.对各馈线得到的灵敏度矩阵,分别灵敏度矩阵求逆,获取可表示网络的拓扑连接邻接矩阵。对于采集正确,网络结构没有异常的拓扑结构,邻接矩阵的上三角部分与下三角部分应是对称的。如果不对称,证明出现了不在此网络中的无关节点。如果对称,则表明获取到了正确的拓扑关系。
5.针对邻接矩阵不对称的情况,在对网络中各个节点之间的电压相关性系数进行计算,将与其他节点的平均相关性系数最低的节点排除。该节点为该馈线拓扑之外的无关节点。排除后,该馈线的拓扑识别过程转到4继续。
6.获取到合理的拓扑连接关系后,则根据拓扑关系从灵敏度矩阵中将各馈线的线路阻抗参数计算出来。
综上所述,在上述实施例中,当需要对多馈线起点的中压配电网络的拓扑关系与线路参数进行辨识时,首先采集各个节点一定时长的数据,然后根据相关性系数得到各个馈线的节点集合,随后对每个馈线分别根据数据计算得到网络的灵敏度矩阵,根据灵敏度矩阵求逆后整理得到的邻接矩阵判断所获取识别出拓扑结构的合理性。如果不合理,则剔除异常节点后重新计算灵敏度矩阵。如果合理,则根据灵敏度矩阵与拓扑关系完成中压配电网的线路参数辨识。
如图1所示的于IEEE33节点的仿真中,我们选择其中两个节点,将其改造为PV节点,并且控制其电压相差5%以内,来模拟接入分布式电源后电压相似的情况。我们使用正确识别的拓扑连接数目占总连接数目的百分比作为正确率。实验结果如下表:
Figure BDA0002096196850000071
在IEEE33节点的仿真中,我们使用均方误差来衡量识别结果与真实结果间的误差。实验结果如下表:
Figure BDA0002096196850000081
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。

Claims (5)

1.一种基于灵敏度矩阵的配电网拓扑识别与线路参数辨识方法,其特征在于,包括以下步骤:
步骤一、测量得到测量数据,通过测量数据与变压器的电压相关系数判别各节点所属馈线:
步骤二、通过测量数据建立各测量节点之间的灵敏度矩阵;所述灵敏度矩阵包括无功功率灵敏度矩阵SQ和有功功率灵敏度矩阵SP
步骤三、拓扑关系的识别:通过无功功率灵敏度矩阵SQ得到邻接矩阵M,邻接矩阵M的无向图G即为测量点之间的拓扑关系;
步骤四、线路参数的求解:根据电网网络的拓扑关系计算得到电网网络各节点间的电抗与电阻。
2.如权利要求1所述的基于灵敏度矩阵的配电网拓扑识别与线路参数辨识方法,其特征在于,所述步骤一包括如下步骤:
测量各个馈线入口处变压器以及网络中各变压器处采集的电压时间序列值
Figure FDA0002096196840000012
同时测量采集点处的有功功率时间序列值和无功功率时间序列值得到测量数据,其中n代表节点数,t代表时间序列,i表示第i个节点即测量点,计算得到网络中各变压器与馈线入口处变压器的电压相关系数,将各节点分别对应到与其对应值最大的馈线中。
3.如权利要求1所述的基于灵敏度矩阵的配电网拓扑识别与线路参数辨识方法,其特征在于,所述步骤二包括如下步骤:
通过测量数据的电压,有功功率,无功功率的时间序列值建立各测量节点之间的灵敏度矩阵:
在配电系统中,忽略电压相位差,电压损耗的影响,灵敏度矩阵SQ,SP与电压V,有功功率P,无功功率Q的关系如下:
Figure FDA0002096196840000011
其中,ΔVn,ΔQn,ΔPn分别表示在n号节点上两次量测值的电压,有功功率,无功功率差,SQ与SP分别表示无功功率灵敏度矩阵和有功功率灵敏度矩阵:Vn、Qn、Pn分别表示n号节点测量得到的电压,有功功率,无功功率;
Figure FDA0002096196840000021
灵敏度矩阵SQ,SP中的元素,分别是电压对无功功率,电压对有功功率的偏导;
Figure FDA0002096196840000022
表示求偏导,
Figure FDA0002096196840000023
表示V1对Q1的偏导数;
通过数据驱动的方法,采用最小二乘法对灵敏度矩阵SQ,SP分行进行求解;对第m行的求解方式如下:
Figure FDA0002096196840000024
其中(3)t表示对共t+1次的测量做差产生的第t个差值,
Figure FDA0002096196840000025
表示对节点m的电压测量差值的时间序列;
Figure FDA0002096196840000026
表示n号节点上第t+1次测量的无功功率与第t次测量的无功功率产生的差值;
Figure FDA0002096196840000027
表示n号节点上第t+1次测量与第t次测量产生的有功功率的差;等式右侧为待求解的灵敏度矩阵第m行;每行求解完成后,对得到的灵敏度矩阵各行进行堆叠后,SQ,SP即为堆叠后矩阵的前n列与后n列。
4.如权利要求1所述的基于灵敏度矩阵的配电网拓扑识别与线路参数辨识方法,其特征在于,所述步骤三包括如下步骤:
1)对灵敏度矩阵SQ求逆,得到T矩阵;
2)对T矩阵展开后,对其元素进行从大到小进行排序,得到数组A;
3)令阈值x为A中第(2n-2/待识别线路数*2)个元素的值,此处n为网络或馈线中的节点数目;
4)得到矩阵T中大于等于x的值的矩阵,即为邻接矩阵M,同时对应着M可以唯一确定一个无向图G,二者一一对应;
5)判断邻接矩阵M的上三角矩阵与下三角矩阵是否相对对角线对称,并且使用并查集算法判断图G是否为连通图;
6)如果图G不是连通图或者邻接矩阵M不对称,则获取更多数据,或检查数据采样是否有错误直至无向图G为连通图且对称;
7)如果无向图G是连通图且邻接矩阵M对称,则获取到正确的拓扑关系,且邻接矩阵M中为正确拓扑关系的邻接矩阵表示,图G为正确拓扑关系的图表示。
5.如权利要求1所述的基于灵敏度矩阵的配电网拓扑识别与线路参数辨识方法,其特征在于,所述步骤四包括如下步骤:
使用下式对线路参数求解:
Figure FDA0002096196840000031
Figure FDA0002096196840000032
其中i,j分别表示在拓扑上相连的两节点,Xij表示对应i,j连线线路的电抗值,Rij表示对应i,j连线线路的电抗值,且j距离起始节点较远;
Figure FDA0002096196840000033
表示j节点采样电压的平均值;按照此式就能分别求解出线路的电抗Xij与电阻Rij,达到参数识别的目的;SQ(a,b),SP(α,b)分别表示两矩阵中a行b列的元素值。
CN201910519684.9A 2019-06-17 2019-06-17 基于灵敏度矩阵的配电网拓扑识别与线路参数辨识方法 Active CN110289613B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910519684.9A CN110289613B (zh) 2019-06-17 2019-06-17 基于灵敏度矩阵的配电网拓扑识别与线路参数辨识方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910519684.9A CN110289613B (zh) 2019-06-17 2019-06-17 基于灵敏度矩阵的配电网拓扑识别与线路参数辨识方法

Publications (2)

Publication Number Publication Date
CN110289613A CN110289613A (zh) 2019-09-27
CN110289613B true CN110289613B (zh) 2022-12-02

Family

ID=68005044

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910519684.9A Active CN110289613B (zh) 2019-06-17 2019-06-17 基于灵敏度矩阵的配电网拓扑识别与线路参数辨识方法

Country Status (1)

Country Link
CN (1) CN110289613B (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111210149B (zh) * 2020-01-06 2023-11-07 河南康派智能技术有限公司 一种配电网拓扑识别方法及装置
CN111273126B (zh) * 2020-01-20 2021-01-29 湖南大学 一种配电网拓扑快速感知方法
CN111426905B (zh) * 2020-03-03 2022-02-15 国网江苏省电力有限公司电力科学研究院 一种配电网同母线变关系异常诊断方法、装置及系统
CN112072659B (zh) * 2020-09-17 2022-03-01 清华大学 一种对量测数据质量自适应的配电网拓扑与参数辨识方法
CN113094862B (zh) * 2021-05-20 2022-08-23 上海理工大学 一种基于数据驱动的台区多层拓扑结构辨识方法
CN114169118B (zh) * 2021-12-17 2024-06-21 国网上海市电力公司 考虑分布式电源出力相关性的配电网拓扑结构辨识方法
CN114421474B (zh) * 2022-03-30 2022-06-07 南京易司拓电力科技股份有限公司 配网节点间功率-电压灵敏度估算方法
CN115941499B (zh) * 2022-12-05 2024-06-28 西安电子科技大学 基于自组织网络特性的网络拓扑推断系统及方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108173263A (zh) * 2017-12-29 2018-06-15 国网天津市电力公司电力科学研究院 一种基于ami量测信息的配电网拓扑错误辨识算法
CN108199375A (zh) * 2018-01-31 2018-06-22 天津大学 基于同步相量量测的智能配电网拓扑辨识方法
CN108920751A (zh) * 2018-05-24 2018-11-30 西安交通大学 基于拓扑优化的电力变压器绕组变形状态逆向求解方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2645634A1 (en) * 2012-03-27 2013-10-02 Alcatel Lucent PLC network topology extraction method using node-to-node transfer functions

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108173263A (zh) * 2017-12-29 2018-06-15 国网天津市电力公司电力科学研究院 一种基于ami量测信息的配电网拓扑错误辨识算法
CN108199375A (zh) * 2018-01-31 2018-06-22 天津大学 基于同步相量量测的智能配电网拓扑辨识方法
CN108920751A (zh) * 2018-05-24 2018-11-30 西安交通大学 基于拓扑优化的电力变压器绕组变形状态逆向求解方法

Also Published As

Publication number Publication date
CN110289613A (zh) 2019-09-27

Similar Documents

Publication Publication Date Title
CN110289613B (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
CN106291381B (zh) 一种联合估计动力电池系统荷电状态与健康状态的方法
CN106324521B (zh) 一种联合估计动力电池系统参数与荷电状态的方法
CN104836223B (zh) 电网参数错误与不良数据协同辨识与估计方法
CN107658881A (zh) 基于戴维南等值方法的电压稳定临界点判断方法
CN110190600A (zh) 一种基于ami量测近邻回归的三相配电网拓扑辨识方法
CN108985373B (zh) 一种多传感器数据加权融合方法
CN103034787A (zh) 一种微电网状态估计的方法
CN108693483A (zh) 一种电池包荷电状态的计算方法及系统
CN107991628B (zh) 一种基于相关与回归分析的蓄电池模型建模方法
CN113674106A (zh) 一种中低压配电网接地故障组合定位方法
CN115792638A (zh) 基于电池模型参数辨识的soc-内短路联合估计方法
CN110412472B (zh) 一种基于正态伽马滤波的电池荷电状态估计方法
CN109061498A (zh) 一种电池剩余电量计量芯片及计量方法
CN107832959B (zh) 一种考虑负荷特性和电源约束的电压稳定评估方法
CN114512982A (zh) 配电网拓扑辨识方法、装置和终端设备
CN111965548B (zh) 一种基于状态估计法的电池系统传感器故障诊断方法
CN112147515B (zh) 一种新能源车辆电池系统功率及内阻在线估算方法
CN112009252B (zh) 一种动力电池系统故障诊断及容错控制方法
CN112083299B (zh) 一种基于卡尔曼滤波的直流系统绝缘故障预测方法
CN107204616B (zh) 基于自适应稀疏伪谱法的电力系统随机状态估计方法
CN109193639B (zh) 一种电力系统抗差估计方法
CN116699414A (zh) 一种基于ukf-lstm算法的锂电池soc估计方法与系统
CN115795222A (zh) 基于同步相量测量的电网不良参数辨识和校正方法
CN114152806B (zh) 一种三通阵列结构的电能传感器及其构成测量系统和方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant