CN110298570A - 配电网系统拓扑状态辨识方法、装置、存储介质及设备 - Google Patents
配电网系统拓扑状态辨识方法、装置、存储介质及设备 Download PDFInfo
- Publication number
- CN110298570A CN110298570A CN201910535157.7A CN201910535157A CN110298570A CN 110298570 A CN110298570 A CN 110298570A CN 201910535157 A CN201910535157 A CN 201910535157A CN 110298570 A CN110298570 A CN 110298570A
- Authority
- CN
- China
- Prior art keywords
- distribution network
- network system
- branch
- amount
- function
- 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
- 238000012850 discrimination method Methods 0.000 title claims abstract description 28
- 238000003860 storage Methods 0.000 title claims abstract description 19
- 238000005259 measurement Methods 0.000 claims abstract description 53
- 238000000034 method Methods 0.000 claims abstract description 48
- 230000006870 function Effects 0.000 claims description 115
- 239000011159 matrix material Substances 0.000 claims description 64
- 230000015654 memory Effects 0.000 claims description 21
- 230000003416 augmentation Effects 0.000 claims description 14
- 230000008569 process Effects 0.000 description 5
- 239000000243 solution Substances 0.000 description 5
- 230000001052 transient effect Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000002347 injection Methods 0.000 description 2
- 239000007924 injection Substances 0.000 description 2
- 238000002844 melting Methods 0.000 description 2
- 230000008018 melting Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
- G06Q10/06375—Prediction of business process outcome or impact based on a proposed change
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Physics & Mathematics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明公开了一种配电网系统拓扑状态辨识方法、装置、存储介质及设备,包括:采集配电网系统的量测数据,根据量测数据获取配电网系统的状态变量、量测量及各个支路的支路通断量;根据支路通断量构建支路状态函数;根据状态变量、量测量及支路状态函数构建目标函数;根据目标函数进行求解,得到计算结果;根据计算结果判断配电网系统的拓扑状态。通过实施本发明,在加权最小二乘法状态估计的基础上,引入支路通断量并构建相应的支路状态函数,同时将构建的支路状态函数融入到以量测估计值与量测实际值之差的加权平方和最小为目标的函数中,得到目标函数,由于该方法考虑了配电网系统中的支路通断量,降低了系统中存在多拓扑错误时错判的可能性。
Description
技术领域
本发明涉及配电网技术领域,具体涉及一种配电网系统拓扑状态辨识方法、装置、存储介质及设备。
背景技术
对于智能配电网而言,首要任务是掌握配电网的实时运行状态以及预测配电网的运行趋势,这就要求配电网状态估计结果必须有较高的精度。然而,准确的网络拓扑是状态估计的基础,因此,网络拓扑辨识至关重要,是实现配电管理系统(DMS)各种高级应用的基础。
目前,配电网中网络拓扑辨识采用的是加权最小二乘法状态估计法,该方法的模型简单、易于求解,但不具有抗干扰性,因此出现了基于残差的加权最小二乘法状态估计法。该方法在计算中由于标准化残差的计算会使每次迭代消耗大量时间,且这些方法认定状态估计结果中的大残差对应网络拓扑错误,因此,针对单一拓扑错误,残差法具备一定的辨识度,但是,针对多拓扑错误时,残差法的辨识度较差、辨识错误率较高。
发明内容
有鉴于此,本发明实施例提供了一种配电网系统拓扑状态辨识方法、装置、存储介质及设备,以解决基于残差的加权最小二乘法状态估计法针对多拓扑错误的辨识度较差、辨识错误率较高的问题。
本发明提出的技术方案如下:
本发明实施例第一方面提供一种配电网系统拓扑状态辨识方法,该辨识方法,包括:采集配电网系统的量测数据,根据所述量测数据获取所述配电网系统的状态变量、量测量及各个支路的支路通断量;根据所述支路通断量构建支路状态函数;根据所述状态变量、量测量及所述支路状态函数构建目标函数;根据所述目标函数进行求解,得到计算结果;根据所述计算结果判断配电网系统的拓扑状态。
可选地,根据所述目标函数进行求解,得到计算结果,包括:根据配电网系统节点数、线路参数及所述支路通断量计算得到节点导纳矩阵;根据配电网系统的量测量计算得到量测函数;根据所述量测函数、节点导纳矩阵、状态变量及支路通断量计算得到增广后的雅克比矩阵;根据牛顿-拉夫逊迭代法及所述雅克比矩阵求解所述目标函数,得到计算结果。
可选地,根据配电网系统节点数、线路参数及所述支路通断量计算得到节点导纳矩阵,包括:根据配电网系统节点数、线路参数得到节点之间的支路导纳;根据所述支路导纳和所述支路通断量计算得到节点导纳矩阵。
可选地,根据所述量测函数、支路状态函数、节点导纳矩阵、状态变量及支路通断量计算得到增广后的雅克比矩阵,包括:根据所述量测函数及状态变量计算得到雅克比矩阵的第一部分;根据所述量测函数、节点导纳矩阵及支路通断量计算得到雅克比矩阵的第二部分;根据所述支路状态函数、状态变量及支路通断量计算得到雅克比矩阵的第三部分;根据所述第一、第二及第三部分计算得到增广后的雅克比矩阵。
可选地,所述支路状态函数用下列公式表示:f(l)=-0.5l2+0.5l,其中,l表示支路通断量。
可选地,所述目标函数用下列公式表示:
J(xa)=[z-h(xa)]T×R-1×[z-h(xa)]+[f-f(l)]T×β-1×[f-f(l)],
其中,xa表示状态变量,z表示量测量,R-1表示量测量的权重,β-1表示支路通断量的权重,h(xa)表示量测函数。
本发明实施例第二方面提供一种配电网系统拓扑状态辨识装置,该辨识装置包括:变量获取模块,用于获取配电网系统的状态变量、量测量及各个支路的支路通断量;状态函数构建模块,用于根据所述支路通断量构建支路状态函数;目标函数构建模块,用于根据状态变量、量测量及所述支路状态函数构建目标函数;计算模块,用于根据所述目标函数进行求解,得到计算结果;判断模块,用于根据所述计算结果判断配电网系统支路状态。
可选地,所述计算模块包括:导纳矩阵计算模块,用于根据配电网系统节点数、线路参数及所述支路通断量计算得到节点导纳矩阵;量测函数计算模块,用于根据配电网系统的量测量计算得到量测函数;雅克比矩阵计算模块,用于根据所述量测函数、节点导纳矩阵、状态变量及支路通断量计算得到增广后的雅克比矩阵;计算子模块,用于根据牛顿-拉夫逊迭代法及所述雅克比矩阵求解所述目标函数,计算得到包含迭代修正式的计算结果。
本发明实施例第三方面提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使所述计算机执行如本发明实施例第一方面及第一方面任一项所述的配电网系统拓扑状态辨识方法。
本发明实施例第四方面提供一种配电网系统拓扑状态辨识设备,包括:存储器和处理器,所述存储器和所述处理器之间互相通信连接,所述存储器存储有计算机指令,所述处理器通过执行所述计算机指令,从而执行如本发明实施例第一方面及第一方面任一项所述的配电网系统拓扑状态辨识方法。
本发明提出的技术方案,具有如下优点:
本发明实施例提供的配电网系统拓扑状态辨识方法及装置,在加权最小二乘法状态估计的基础上,通过引入支路通断量并构建相应的支路状态函数,实现了连续量与离散量的融合,同时将构建的支路状态函数融入到以量测估计值与量测实际值之差的加权平方和最小为目标的函数中,得到目标函数,通过对目标函数求解得到的计算结果对支路状态进行判断,由于目标函数中融入了支路状态函数,即考虑了配电网系统中的支路通断量,降低了系统中存在多拓扑错误时错判的可能性,解决了基于残差的加权最小二乘法状态估计法针对多拓扑错误的辨识度较差、辨识错误率较高的问题。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是根据本发明实施例的配电网系统拓扑状态辨识方法的流程图;
图2是根据本发明另一实施例的配电网系统拓扑状态辨识方法的流程图;
图3是根据本发明另一实施例的配电网系统拓扑状态辨识方法的流程图;
图4是根据本发明另一实施例的配电网系统拓扑状态辨识方法的流程图;
图5是根据本发明实施例的配电网系统拓扑状态辨识装置的结构框图;
图6是根据本发明另一实施例的配电网系统拓扑状态辨识装置的结构框图;
图7是根据本发明实施例的配电网系统拓扑状态辨识方法的仿真节点系统图;
图8是本发明实施例提供的配电网系统拓扑状态辨识终端的硬件结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明实施例提供一种配电网系统拓扑状态辨识方法,如图1所示,该方法包括如下步骤:
步骤S101:采集配电网系统的量测数据,根据量测数据获取配电网系统的状态变量、量测量及各个支路的支路通断量。具体地,可以采用配电网系统配备的量测装置采集配电网系统的量测数据,其中,量测量可以包括节点电压幅值、节点注入有功功率、节点注入无功功率以及支路有功功率和支路无功功率等;配电网系统的状态量通常可以由节点电压幅值和节点电压相角组成;各个支路的支路通断量可以用l表示,l是由取值为0或1的离散变量构成,其中l=1表示支路闭合,l=0表示支路断开。
步骤S102:根据支路通断量构建支路状态函数。具体地,由于支路通断量由离散变量构成,因此需要采用连续函数对支路通断量从0到1的阶跃变化过程进行拟合,从而构成支路状态函数;该支路状态函数可以用公式(1)表示:
f(l)=-0.5l2+0.5l 公式(1)
其中,当支路通断量l=1或l=0时,支路状态函数f(l)=0;当支路通断量趋近于0或1时,支路状态函数f(l)的值趋近于0。同时,为了保证支路通断量的连续性,l∈(0,1)时,f(l)≠0。
步骤S103:根据状态变量、量测量及支路状态函数构建目标函数。其中,状态变量可以用xa表示,用h(xa)表示xa的非线性函数,即量测函数,h(xa)代表了量测的估计值;量测量可以用z表示,z代表量测的实际值;构建目标函数时,以量测估计值h(xa)与量测实际值z之差的加权平方和最小为目标,并同时融入支路状态函数进行构建,得到的目标函数可以用公式(2)表示:
J(ax)=[z-h(xa)]T×R-1×[z-h(xa)]+[f-f(l)]T×β-1×[f-f(l)]
公式(2)
其中,R-1表示量测量的权重,β-1表示支路通断量的权重。
步骤S104:根据目标函数进行求解,得到计算结果。具体地,在对目标函数进行求解时,可以采用牛顿-拉夫逊迭代法进行求解,得到计算结果。
步骤S105:根据计算结果判断配电网系统的拓扑状态。具体地,当该计算结果满足收敛判据,即该计算结果在一定精度范围内时,可以根据计算结果判断判断配电网系统中支路的状态。其中,该收敛判据可以是预设的精度,例如,通常选取基准电压幅值的10-4-10-6。
本发明实施例提供的配电网系统拓扑状态辨识方法,在加权最小二乘法状态估计的基础上,通过引入支路通断量并构建相应的支路状态函数,实现了连续量与离散量的融合,同时将构建的支路状态函数融入到以量测估计值与量测实际值之差的加权平方和最小为目标的函数中,得到目标函数,通过对目标函数求解得到的计算结果对支路状态进行判断,由于目标函数中融入了支路状态函数,即考虑了配电网系统中的支路通断量,降低了系统中存在多拓扑错误时错判的可能性,解决了基于残差的加权最小二乘法状态估计法针对多拓扑错误的辨识度较差、辨识错误率较高的问题。
作为本发明实施例的一种可选的实施方式,如图2所示,步骤S104根据目标函数进行求解,得到计算结果,包括:
步骤S201:根据配电网系统节点数、线路参数及支路通断量计算得到节点导纳矩阵。具体地,可以根据配电网系统节点数、线路参数得到节点之间的支路导纳yij;根据支路导纳yij和支路通断量lij计算得到节点导纳矩阵Y。其中,节点导纳矩阵Y中的元素可以用公式(3)表示:
i和j分别表示节点i和节点j,其中j≠i,(i,=1,……,n),n为配电网系统的节点数。节点导纳矩阵具体计算过程如图3所示,首先获取节点i和节点j,判断节点i和节点j是否有直接联系,当二者有直接联系时,根据上述公式(3)分别计算节点i和节点j对应的值,接着令j=j+1,i=i+1,继续根据上述公式(3)进行计算,直到j>n,i>n,根据计算得到的值构成节点导纳矩阵;当节点i和节点j没有直接联系时,则令Yii=0,Yij=0。
步骤S202:根据配电网系统的量测量计算得到量测函数。其中,量测函数可以用公式(4)表示:
Pi表示节点注入有功功率,Qi表示节点注入无功功率,Pij表示支路有功功率,Qij表示支路无功功率,vi表示节点i的电压幅值,vj表示节点j的电压幅值,θi表示节点i的电压相角,θj表示节点j的电压相角,Gij表示节点导纳矩阵元素Yij的实部,Bij表示节点导纳矩阵元素Yij的虚部。
步骤S203:根据量测函数、节点导纳矩阵、状态变量及支路通断量计算得到增广后的雅克比矩阵。其中,增广后的雅克比矩阵的计算过程如图4所示。
具体地,根据量测函数及状态变量计算得到雅克比矩阵的第一部分,即第一部分由量测函数关于状态变量的偏导数构成;同时,由于引入了支路通断量和支路状态函数,因此雅克比矩阵第一部分的行数和列数均增加。
其中,支路通断量的引入,使得雅克比矩阵第一部分的列数发生变化,即第一部分中增加了量测函数对支路通断量的偏导,而量测函数中各个物理量中均包含节点的导纳,因此量测函数对支路通断量的偏导实质上是节点导纳矩阵对支路通断量的偏导。由此可以根据量测函数、节点导纳矩阵及支路通断量计算得到雅克比矩阵的第二部分。
支路状态函数的构建,导致雅克比矩阵第一部分的行数发生变化,具体地,可以根据支路状态函数、状态变量及支路通断量计算得到雅克比矩阵的第三部分,即根据支路状态函数分别对各状态变量及支路通断量求偏导得到第三部分。第一部分、第二部分及第三部分共同构成增广后的雅克比矩阵。
步骤S204:根据牛顿-拉夫逊迭代法及雅克比矩阵求解目标函数,得到计算结果。具体地,根据牛顿-拉夫逊迭代法求解目标函数,可以得到迭代修正式,该迭代修正式可以用公式(5)表示:
其中,r表示增广量测权重矩阵,H’表示增广雅克比矩阵,因此根据步骤S203得到的增广雅克比矩阵对上述迭代修正式进行计算,即可得到计算结果。
本发明实施例还提供了一种配电网系统拓扑状态辨识装置,如图5所示,该装置包括:
变量获取模块1,用于获取配电网系统的状态变量、量测量及各个支路的支路通断量;详细内容参见上述方法实施例中步骤S101的相关描述。
状态函数构建模块2,用于根据支路通断量构建支路状态函数;详细内容参见上述方法实施例中步骤S102的相关描述。
目标函数构建模块3,用于根据状态变量、量测量及支路状态函数构建目标函数;详细内容参见上述方法实施例中步骤S103的相关描述。
计算模块4,用于根据目标函数进行求解,得到计算结果;详细内容参见上述方法实施例中步骤S104的相关描述。
判断模块5,用于根据计算结果判断配电网系统支路状态。详细内容参见上述方法实施例中步骤S105的相关描述。
作为本发明实施例的一种可选的实施方式,如图6所示,计算模块4包括:
导纳矩阵计算模块41,用于根据配电网系统节点数、线路参数及支路通断量计算得到节点导纳矩阵;详细内容参见上述方法实施例中步骤S201的相关描述。
量测函数计算模块42,用于根据配电网系统的量测量计算得到量测函数;详细内容参见上述方法实施例中步骤S202的相关描述。
雅克比矩阵计算模块43,用于根据量测函数、节点导纳矩阵、状态变量及支路通断量计算得到雅克比矩阵;详细内容参见上述方法实施例中步骤S203的相关描述。
计算子模块44,用于根据牛顿-拉夫逊迭代法及雅克比矩阵求解目标函数,得到计算结果。详细内容参见上述方法实施例中步骤S204的相关描述。
本发明实施例提供的配电网系统拓扑状态辨识装置,在加权最小二乘法状态估计的基础上,通过引入支路通断量并构建相应的支路状态函数,实现了连续量与离散量的融合,同时将构建的支路状态函数融入到以量测估计值与量测实际值之差的加权平方和最小为目标的函数中,得到目标函数,通过对目标函数求解得到的计算结果对支路状态进行判断,由于目标函数中融入了支路状态函数,即考虑了配电网系统中的支路通断量,降低了系统中存在多拓扑错误时错判的可能性,解决了基于残差的加权最小二乘法状态估计法针对多拓扑错误的辨识度较差、辨识错误率较高的问题。
当采用本发明实施例提供的配电网系统拓扑状态辨识方法进行仿真时,具体可采用如图7所示的节点系统,虚线表示两个节点之间断开,实线表示两个节点之间闭合。在进行仿真时,可以采用残差法和该方法进行对比,具体仿真结果如表1和表2所示,其中,表1表示两种方法针对单一拓扑错误和多拓扑错误的辨识结果,表2表示两种方法针对单一拓扑错误和多拓扑错误中具体错误支路的辨识结果。从两个表中可以看出本发明提供的方法在进行拓扑错误辨识时,出现错误的概率远远低于传统残差方法出现错误的概率,由此可见,采用本发明提供的配电网系统拓扑状态辨识方法进行辨识时,提高了辨识的正确率,辨识结果更加准确。
表1
表2
本发明实施例还提供了一种配电网系统拓扑状态辨识终端,如图8所示,该配电网系统拓扑状态辨识终端可以包括处理器51和存储器52,其中处理器51和存储器52可以通过总线或者其他方式连接,图8中以通过总线连接为例。
处理器51可以为中央处理器(Central Processing Unit,CPU)。处理器51还可以为其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等芯片,或者上述各类芯片的组合。
存储器52作为一种非暂态计算机可读存储介质,可用于存储非暂态软件程序、非暂态计算机可执行程序以及模块,如本发明实施例中的配电网系统拓扑状态辨识装置按键屏蔽方法对应的程序指令/模块(例如,图5所示的变量获取模块1、状态函数构建模块2、目标函数构建模块3、计算模块4和判断模块5)。处理器51通过运行存储在存储器52中的非暂态软件程序、指令以及模块,从而执行处理器的各种功能应用以及数据处理,即实现上述方法实施例中的配电网系统拓扑状态辨识方法。
存储器52可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储处理器51所创建的数据等。此外,存储器52可以包括高速随机存取存储器,还可以包括非暂态存储器,例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施例中,存储器52可选包括相对于处理器51远程设置的存储器,这些远程存储器可以通过网络连接至处理器51。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
所述一个或者多个模块存储在所述存储器52中,当被所述处理器51执行时,执行如图1-4所示实施例中的配电网系统拓扑状态辨识方法。
上述车辆终端具体细节可以对应参阅图1至图4所示的实施例中对应的相关描述和效果进行理解,此处不再赘述。
本领域技术人员可以理解,实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,所述存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)、随机存储记忆体(Random AccessMemory,RAM)、快闪存储器(Flash Memory)、硬盘(Hard Disk Drive,缩写:HDD)或固态硬盘(Solid-State Drive,SSD)等;所述存储介质还可以包括上述种类的存储器的组合。
虽然结合附图描述了本发明的实施例,但是本领域技术人员可以在不脱离本发明的精神和范围的情况下作出各种修改和变型,这样的修改和变型均落入由所附权利要求所限定的范围之内。
Claims (10)
1.一种配电网系统拓扑状态辨识方法,其特征在于,包括:
采集配电网系统的量测数据,根据所述量测数据获取所述配电网系统的状态变量、量测量及各个支路的支路通断量;
根据所述支路通断量构建支路状态函数;
根据所述状态变量、量测量及所述支路状态函数构建目标函数;
根据所述目标函数进行求解,得到计算结果;
根据所述计算结果判断配电网系统的拓扑状态。
2.根据权利要求1所述的配电网系统拓扑状态辨识方法,其特征在于,根据所述目标函数进行求解,得到计算结果,包括:
根据配电网系统节点数、线路参数及所述支路通断量计算得到节点导纳矩阵;
根据配电网系统的量测量计算得到量测函数;
根据所述量测函数、节点导纳矩阵、状态变量及支路通断量计算得到增广后的雅克比矩阵:
根据牛顿-拉夫逊迭代法及所述雅克比矩阵求解所述目标函数,得到计算结果。
3.根据权利要求2所述的配电网系统拓扑状态辨识方法,其特征在于,根据配电网系统节点数、线路参数及所述支路通断量计算得到节点导纳矩阵,包括:
根据配电网系统节点数、线路参数得到节点之间的支路导纳;
根据所述支路导纳和所述支路通断量计算得到节点导纳矩阵。
4.根据权利要求2所述的配电网系统拓扑状态辨识方法,其特征在于,根据所述量测函数、支路状态函数、节点导纳矩阵、状态变量及支路通断量计算得到增广后的雅克比矩阵,包括:
根据所述量测函数及状态变量计算得到雅克比矩阵的第一部分;
根据所述量测函数、节点导纳矩阵及支路通断量计算得到雅克比矩阵的第二部分;
根据所述支路状态函数、状态变量及支路通断量计算得到雅克比矩阵的第三部分;
根据所述第一、第二及第三部分计算得到增广后的雅克比矩阵。
5.根据权利要求1所述的配电网系统拓扑状态辨识方法,其特征在于,所述支路状态函数用下列公式表示:
f(l)=-0.5l2+0.5l,
其中,l表示支路通断量。
6.根据权利要求1所述的配电网系统拓扑状态辨识方法,其特征在于,所述目标函数用下列公式表示:
J(xa)=[z-h(xa)]T×R-1×[z-h(xa)]+[f-f(l)]T×β-1×[f-f(l)]
其中,xa表示状态变量,z表示量测量,R-1表示量测量的权重,β-1表示支路通断量的权重,h(xa)表示量测函数。
7.一种配电网系统拓扑状态辨识装置,其特征在于,包括:
变量获取模块,用于获取配电网系统的状态变量、量测量及各个支路的支路通断量;
状态函数构建模块,用于根据所述支路通断量构建支路状态函数;
目标函数构建模块,用于根据状态变量、量测量及所述支路状态函数构建目标函数;
计算模块,用于根据所述目标函数进行求解,得到计算结果;
判断模块,用于根据所述计算结果判断配电网系统支路状态。
8.根据权利要求7所述的配电网系统拓扑状态辨识装置,其特征在于,所述计算模块包括:
导纳矩阵计算模块,用于根据配电网系统节点数、线路参数及所述支路通断量计算得到节点导纳矩阵;
量测函数计算模块,用于根据配电网系统的量测量计算得到量测函数;
雅克比矩阵计算模块,用于根据所述量测函数、节点导纳矩阵、状态变量及支路通断量计算得到增广后的雅克比矩阵;
计算子模块,用于根据牛顿-拉夫逊迭代法及所述雅克比矩阵求解所述目标函数,计算得到包含迭代修正式的计算结果。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使所述计算机执行如权利要求1-6任一项所述的配电网系统拓扑状态辨识方法。
10.一种配电网系统拓扑状态辨识设备,其特征在于,包括:存储器和处理器,所述存储器和所述处理器之间互相通信连接,所述存储器存储有计算机指令,所述处理器通过执行所述计算机指令,从而执行如权利要求1-6任一项所述的配电网系统拓扑状态辨识方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910535157.7A CN110298570B (zh) | 2019-06-19 | 2019-06-19 | 配电网系统拓扑状态辨识方法、装置、存储介质及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910535157.7A CN110298570B (zh) | 2019-06-19 | 2019-06-19 | 配电网系统拓扑状态辨识方法、装置、存储介质及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110298570A true CN110298570A (zh) | 2019-10-01 |
CN110298570B CN110298570B (zh) | 2021-07-20 |
Family
ID=68028299
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910535157.7A Active CN110298570B (zh) | 2019-06-19 | 2019-06-19 | 配电网系统拓扑状态辨识方法、装置、存储介质及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110298570B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110687352A (zh) * | 2019-10-21 | 2020-01-14 | 国网上海市电力公司 | 一种基于pmu的配电网t型线路参数辨识方法及系统 |
CN111007315A (zh) * | 2019-11-26 | 2020-04-14 | 武汉大学 | 一种基于电流谐波图谱的线路分支识别方法 |
CN114204560A (zh) * | 2021-12-15 | 2022-03-18 | 国网上海市电力公司 | 一种中压配电网线路参数识别方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106208050A (zh) * | 2016-08-17 | 2016-12-07 | 华北电力大学 | 一种基于pmu的电网支路静态参数检测辨识方法 |
CN106707061A (zh) * | 2016-12-16 | 2017-05-24 | 湖南大学 | 基于混合量测的配电网动态状态估计方法 |
US20180017602A1 (en) * | 2013-05-21 | 2018-01-18 | The Research Foundation For The State University Of New York | Sensors for power distribution network and electrical grid monitoring system associated therewith |
CN109638826A (zh) * | 2018-12-24 | 2019-04-16 | 国网江苏省电力有限公司苏州供电分公司 | 一种基于cnn的电网拓扑辨识方法及系统 |
-
2019
- 2019-06-19 CN CN201910535157.7A patent/CN110298570B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180017602A1 (en) * | 2013-05-21 | 2018-01-18 | The Research Foundation For The State University Of New York | Sensors for power distribution network and electrical grid monitoring system associated therewith |
CN106208050A (zh) * | 2016-08-17 | 2016-12-07 | 华北电力大学 | 一种基于pmu的电网支路静态参数检测辨识方法 |
CN106707061A (zh) * | 2016-12-16 | 2017-05-24 | 湖南大学 | 基于混合量测的配电网动态状态估计方法 |
CN109638826A (zh) * | 2018-12-24 | 2019-04-16 | 国网江苏省电力有限公司苏州供电分公司 | 一种基于cnn的电网拓扑辨识方法及系统 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110687352A (zh) * | 2019-10-21 | 2020-01-14 | 国网上海市电力公司 | 一种基于pmu的配电网t型线路参数辨识方法及系统 |
CN110687352B (zh) * | 2019-10-21 | 2022-03-04 | 国网上海市电力公司 | 一种基于pmu的配电网t型线路参数辨识方法及系统 |
CN111007315A (zh) * | 2019-11-26 | 2020-04-14 | 武汉大学 | 一种基于电流谐波图谱的线路分支识别方法 |
CN111007315B (zh) * | 2019-11-26 | 2020-10-13 | 武汉大学 | 一种基于电流谐波图谱的线路分支识别方法 |
CN114204560A (zh) * | 2021-12-15 | 2022-03-18 | 国网上海市电力公司 | 一种中压配电网线路参数识别方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110298570B (zh) | 2021-07-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110298570A (zh) | 配电网系统拓扑状态辨识方法、装置、存储介质及设备 | |
CN107577870B (zh) | 基于同步相量量测的配电网电压功率灵敏度鲁棒估计方法 | |
CN107332240B (zh) | 基于优化模型的电力系统静态电压稳定域边界搜索的方法 | |
CN110687352B (zh) | 一种基于pmu的配电网t型线路参数辨识方法及系统 | |
CN110133451B (zh) | 基于微型pmu和二分法搜索的配电网故障定位方法及系统 | |
CN112803404A (zh) | 配电网自愈重构规划方法、装置及终端 | |
CN109342989A (zh) | 一种电能表的误差分析方法及装置 | |
CN111476427A (zh) | 低压台区拓扑识别方法及识别装置 | |
CN112330488B (zh) | 基于迁移学习的电网频率态势预测方法 | |
CN109066650B (zh) | 电力系统脆弱性评估方法及终端设备 | |
CN109613324A (zh) | 一种谐波放大的检测方法及装置 | |
CN115201563A (zh) | 一种基于联合熵的多谐波源定位方法及系统 | |
CN110380409A (zh) | 考虑通信失败的主动配电网分布式鲁棒状态估计方法及系统 | |
Andreoli et al. | Topology validation via simultaneous state & topology estimation with phasor data processing capability | |
CN110765713A (zh) | 高耦合分裂电抗器建模方法、装置、计算机设备及介质 | |
CN109638811B (zh) | 基于模型等值的配电网电压功率灵敏度鲁棒估计方法 | |
CN103942416B (zh) | 基于加权节点生成树的电压估计方法 | |
CN115183884A (zh) | 电热协同系统的红外测温补偿方法及装置 | |
CN108920879A (zh) | 移频建模仿真方法及装置 | |
CN113839381A (zh) | 柔性交流输电装置与电源的联合规划配置方法及终端设备 | |
CN109670254B (zh) | 机电暂态与电磁暂态混合仿真的接口位置选择方法及系统 | |
CN113569423B (zh) | 微电网联合故障定位方法、终端及存储介质 | |
CN113901752A (zh) | 一种器件仿真模型的构建方法及装置 | |
CN106296461B (zh) | 基于粒子群优化算法及局部状态估计的电网参数辨识方法 | |
CN113887005B (zh) | 一种交直流电力系统仿真建模方法、装置 |
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 |