CN114236236A - 一种基于区间动态状态估计的谐波源定位方法 - Google Patents

一种基于区间动态状态估计的谐波源定位方法 Download PDF

Info

Publication number
CN114236236A
CN114236236A CN202111556345.1A CN202111556345A CN114236236A CN 114236236 A CN114236236 A CN 114236236A CN 202111556345 A CN202111556345 A CN 202111556345A CN 114236236 A CN114236236 A CN 114236236A
Authority
CN
China
Prior art keywords
interval
harmonic
matrix
node
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
Application number
CN202111556345.1A
Other languages
English (en)
Other versions
CN114236236B (zh
Inventor
邵振国
林洪洲
陈飞雄
张嫣
李壹民
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.)
Fuzhou University
Original Assignee
Fuzhou 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 Fuzhou University filed Critical Fuzhou University
Priority to CN202111556345.1A priority Critical patent/CN114236236B/zh
Publication of CN114236236A publication Critical patent/CN114236236A/zh
Application granted granted Critical
Publication of CN114236236B publication Critical patent/CN114236236B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R23/00Arrangements for measuring frequencies; Arrangements for analysing frequency spectra
    • G01R23/16Spectrum analysis; Fourier analysis
    • G01R23/163Spectrum analysis; Fourier analysis adapted for measuring in circuits having distributed constants
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E40/00Technologies for an efficient electrical power generation, transmission or distribution
    • Y02E40/40Arrangements for reducing harmonics

Landscapes

  • Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • General Physics & Mathematics (AREA)
  • Remote Monitoring And Control Of Power-Distribution Networks (AREA)

Abstract

本发明涉及一种基于区间动态状态估计的谐波源定位方法,包括以下步骤:采用区间数分别描述线路参数与量测误差的不确定性,建立区间谐波状态估计模型;进行量测优化配置;基于区间谐波状态估计模型,进行区间动态谐波状态估计,并确定谐波源位置。该方法有利于准确地定位谐波源。

Description

一种基于区间动态状态估计的谐波源定位方法
技术领域
本发明属于谐波状态估计技术领域,具体涉及一种基于区间动态状态估计的谐波源定位方法。
背景技术
近年来,随着分布式能源与电力电子设备高密度接入电网中,谐波源数量激增,系统运行状态多变,谐波污染日益严重。基于谐波状态估计的谐波源定位方法能够定量估计全网谐波电流分布情况,从而明确谐波污染来源,是谐波责任划分与谐波治理的前提。
谐波状态估计通过量测数据与量测矩阵获取全网完整、精确的谐波注入电流信息,以此作为评判谐波源来源的标准。然而,谐波状态估计受到多种不确定因素的挑战,例如测量过程中的随机噪声以及线路参数的偏差,而传统的谐波状态估计往往忽略上述因素的影响,与实际工程情况不符,无法为相关工作人员提供准确的谐波注入电流大小,致使工作人员无法准确定位谐波源。针对上述问题,本方法建立区间谐波状态估计模型,以区间数予以客观性描述不确定因素,通过区间动态谐波状态估计来获取谐波注入电流的边界信息,为谐波源定位提供全面的数据基础。
传统的动态谐波状态估计局限于确定性的谐波状态估计模型,即状态估计过程往往建立在一定的假设基础上,假定线路参数保持恒定,以及量测误差服从正态分布特征。但实际上,线路参数受到环境变化、运行状态以及设备老化等因素影响会发生偏差,同时量测误差难以用某种具体分布函数进行刻画。因此,传统动态估计方法无法准确描述实际的电网运行状态,对谐波源定位的工程应用价值有限。
发明内容
本发明的目的在于提供一种基于区间动态状态估计的谐波源定位方法,该方法有利于准确地定位谐波源。
为实现上述目的,本发明采用的技术方案是:一种基于区间动态状态估计的谐波源定位方法,包括以下步骤:
采用区间数分别描述线路参数与量测误差的不确定性,建立区间谐波状态估计模型;
进行量测优化配置;
基于区间谐波状态估计模型,进行区间动态谐波状态估计,并确定谐波源位置。
进一步地,建立区间谐波状态估计模型的具体方法如下:
根据量测装置采集数据类型,将节点谐波电压以及支路谐波电流作为量测数据对象;节点谐波电压的量测方程为:
Figure BDA0003418836550000021
支路谐波电流的量测方程为:
Figure BDA0003418836550000022
其中,
Figure BDA0003418836550000023
为节点谐波电压,
Figure BDA0003418836550000024
为节点阻抗矩阵,
Figure BDA0003418836550000025
为谐波注入电流,
Figure BDA0003418836550000026
为支路谐波电流,
Figure BDA0003418836550000027
分别表示对地谐波导纳和支路谐波导纳,ij表示节点i与节点j之间的支路,ii表示节点i与地之间的支路,h为谐波频次,
Figure BDA0003418836550000028
表示节点i对应的第h次节点谐波电压,
Figure BDA0003418836550000029
表示谐波节点阻抗矩阵的第i行;
计及量测误差与线路参数的不确定性,搭建区间谐波状态估计模型:
Figure BDA00034188365500000210
其中,上标I表示该数为区间数;zI为量测量区间形式,即
Figure BDA00034188365500000211
下标k、kl分别表示网络中能够测量到的节点和支路信息,zI由考虑量测误差的量测节点谐波电压和量测支路谐波电流区间值构成;HI为量测矩阵区间形式,由式(1)(2)构成,其中的元素均为考虑线路不确定性后的区间数;Ih I为谐波注入电流区间形式,即为状态量,作为评判谐波来源的标准。
进一步地,进行量测优化配置的具体方法如下:
根据系统完全可观性要求,量测优化配置需让全网节点均可观,测量规则如下:
1)若节点存在量测装置,则该节点的状态完全可观;
2)在某节点电压可观时,通过支路电流量测使对端节点的状态可观;
因此结合节点可观性定义,建立谐波量测优化配置的0-1规划模型:
Figure BDA00034188365500000212
式中,T为关联矩阵,E为n×1维的单位阵,β1和β2为权重系数,f1=XTX为量测装置的总数,f2=(E-AX)T(E-AX)反映冗余度大小,X为量测节点配置情况,其定义如下:
Figure BDA0003418836550000031
上述模型在满足完全可观约束的前提,实现量测的最优配置;上述模型采用离散二进制粒子群算法求解。
进一步地,基于区间谐波状态估计模型,进行区间动态谐波状态估计,其具体方法如下:
基于误差上界最优的区间卡尔曼滤波将增益区间矩阵化为点矩阵,其谐波电流区间值的保守性更低且易收敛,便于谐波源定位;
在预测阶段,获取区间谐波电流预测值以及区间先验误差矩阵,如下所示:
Figure BDA0003418836550000032
Figure BDA0003418836550000033
式中,上标-表示先验估计,上标+表示后验估计,上标I表示其元素均为区间数,下标k表示k时刻的量,下标k+1表示k+1时刻的量,即下一时刻,上标^表示估计值;
Figure BDA0003418836550000034
表示k+1时刻的先验区间误差矩阵,即区间谐波电流预测值与真实值之间的误差;
Figure BDA0003418836550000035
表示k时刻的后验区间误差矩阵,即区间谐波电流最优估计值与真实值之间的误差;
Figure BDA0003418836550000036
表示k时刻的后验区间谐波电流估计值;
Figure BDA0003418836550000037
表示k+1时刻的先验区间谐波电流估计值,即预测值;A为状态转移矩阵,相邻时间内的谐波电流保持不变,定为单位矩阵;Q为系统误差矩阵;
在校正阶段,通过增益矩阵并结合量测量修正区间谐波电流预测值,以此获取最优区间谐波电流估计值,同时更新后验区间误差矩阵,以进行下一时刻的谐波电流估计,直到当前时刻k不小于设定时刻N则停止迭代,如下所示:
Figure BDA0003418836550000038
Figure BDA0003418836550000039
Figure BDA00034188365500000310
Figure BDA00034188365500000311
Figure BDA00034188365500000312
式中,上标m表示区间数的中点,上标r表示区间数的半径,上标-1表示对矩阵求逆;Kk+1为k+1时刻的增益矩阵;R为噪声误差矩阵;G为单位矩阵;nx、ny为区间矩阵中的列数与行数;HI为区间量测矩阵;Hr,ij表示除(i,j)之外的元素均为零的半径量测矩阵,Hm为中点量测矩阵,由HI的中点构成;
Figure BDA0003418836550000041
表示k+1时刻的后验区间谐波电流估计值,即校正后的区间谐波电流最优估计值;
Figure BDA0003418836550000042
为k+1时刻的区间观测值;
Figure BDA0003418836550000043
为k+1时刻的后验区间误差矩阵;
Figure BDA0003418836550000044
表示
Figure BDA0003418836550000045
的误差最优上界矩阵,即
Figure BDA0003418836550000046
鉴于原式(10)中式子较长,因此将部分参数简写,由单一参数替代,如式(8)(9)所示;
其中最优上界通过下式获取:
Figure BDA0003418836550000047
参数取值如下:
Figure BDA0003418836550000048
式中,上标-1在此表示取倒数;tr()表示矩阵的迹;MI为区间对称矩阵;diag()为对角矩阵;Mr,ij表示除(i,j)之外的元素均为零的半径矩阵;Mr为半径矩阵;Mm为中点矩阵,由MI的中点构成;
Figure BDA0003418836550000049
为MI最优上界的平方形式;β表示使区间矩阵的上界最优的取值参数;下标mid对应中点矩阵Mm,下标ii对应半径对角矩阵diag(Mr),下标kl、ij分别对应除(k,l)和(i,j)之外的元素均为零的半径矩阵Mr,kl和Mr,ij
根据半正定矩阵性质,如果M≥N≥0,则M1/2≥N1/2≥0,将式转化为最终的最优上界;
基于谐波源节点与非谐波源节点之间的差异,定义平均零偏差αavg,计算谐波电流与零值之间的差值,以此评估定位结果:
Figure BDA0003418836550000051
其中c(·)表示区间中点,
Figure BDA0003418836550000052
表示谐波电流区间估计值,Nm表示监测样本总数;
当αavg小于判断阈值λ时,表明该节点为非谐波源节点;反之,则为谐波源节点。
与现有技术相比,本发明具有以下有益效果:提供了一种基于区间动态谐波状态估计的谐波源定位方法,该方法可以顾及线路参数与量测误差的不确定性影响,同时获取谐波注入电流的波动特性,准确地判断谐波源位置。相比于动态点估计,本方法无须获取变量的具体分布,并且能够为调度人员提供状态估计结果的上下界,从而更加准确地定位谐波源。
附图说明
图1是本发明实施例的方法实现流程图。
具体实施方式
下面结合附图及实施例对本发明做进一步说明。
应该指出,以下详细说明都是示例性的,旨在对本申请提供进一步的说明。除非另有指明,本文使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本申请的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
如图1所示,本实施例提供了一种基于区间动态状态估计的谐波源定位方法,包括以下步骤:
1)采用区间数分别描述线路参数与量测误差的不确定性,建立区间谐波状态估计模型。
2)进行量测优化配置,达到系统完全可观的目的。
3)基于区间谐波状态估计模型,进行区间动态谐波状态估计,以反映不确定性因素对状态估计的影响以及谐波波动特征,并达到定位谐波源的目的。
1、建立区间谐波状态估计模型
根据量测装置采集数据类型,将节点谐波电压以及支路谐波电流作为量测数据对象。
节点谐波电压的量测方程为:
Figure BDA0003418836550000061
支路谐波电流的量测方程为:
Figure BDA0003418836550000062
其中,
Figure BDA0003418836550000063
为节点谐波电压,
Figure BDA0003418836550000064
为节点阻抗矩阵,
Figure BDA0003418836550000065
为谐波注入电流,
Figure BDA0003418836550000066
为支路谐波电流,
Figure BDA0003418836550000067
分别表示对地谐波导纳和支路谐波导纳,ij表示节点i与节点j之间的支路,h为谐波频次,
Figure BDA0003418836550000068
表示节点i对应的第h次谐波电压,
Figure BDA0003418836550000069
表示谐波节点阻抗矩阵的第i行。
计及量测误差与线路参数的不确定性,搭建区间谐波状态估计模型:
Figure BDA00034188365500000610
其中,上标I表示该数为区间数,h为谐波频次;zI为量测量区间形式,即
Figure BDA00034188365500000611
下标k、kl表示网络中能够测量到的节点或支路信息,zI由考虑量测误差的量测节点谐波电压和量测支路谐波电流区间值构成;HI为量测矩阵区间形式,由式(1)(2)构成,其中的元素均为考虑线路不确定性后的区间数;Ih I为谐波注入电流区间形式,即为状态量,作为评判谐波来源的标准。
2、量测优化配置
根据系统完全可观性要求,量测优化配置需让全网节点均可观,测量规则如下:
1)若节点存在量测装置,则该节点的状态完全可观;
2)在某节点电压可观时,通过支路电流量测使对端节点的状态可观。
因此结合节点可观性定义,建立谐波量测优化配置的0-1规划模型:
Figure BDA00034188365500000612
式中,T为关联矩阵,E为n×1维的单位阵,β1和β2为权重系数,f1=XTX为量测装置的总数,f2=(E-AX)T(E-AX)反映冗余度大小,X为量测节点配置情况,其定义如下:
Figure BDA00034188365500000613
上述模型在满足完全可观约束的前提,实现量测的最优配置。上述模型采用离散二进制粒子群算法等智能算法求解。
3、基于区间动态状态估计的谐波源定位
基于误差上界最优的区间卡尔曼滤波将增益区间矩阵化为点矩阵,其谐波电流区间值的保守性更低且易收敛,便于谐波源定位。
在预测阶段,获取区间谐波电流预测值以及区间先验误差矩阵,如下所示:
Figure BDA0003418836550000071
Figure BDA0003418836550000072
式中,上标-表示先验估计,上标+表示后验估计,上标I表示其元素均为区间数,下标k表示k时刻的量,下标k+1表示k+1时刻的量,即下一时刻,上标^表示估计值;
Figure BDA0003418836550000073
表示k+1时刻的先验区间误差矩阵,即区间谐波电流预测值与真实值之间的误差;
Figure BDA0003418836550000074
表示k时刻的后验区间误差矩阵,即区间谐波电流最优估计值与真实值之间的误差;
Figure BDA0003418836550000075
表示k时刻的后验区间谐波电流估计值;
Figure BDA0003418836550000076
表示k+1时刻的先验区间谐波电流估计值,即预测值;A为状态转移矩阵,认为相邻时间内的谐波电流保持不变,定为单位矩阵;Q为系统误差矩阵。
在校正阶段,通过增益矩阵并结合量测量修正区间谐波电流预测值,以此获取最优区间谐波电流估计值,同时更新区间后验误差矩阵,以进行下一时刻的谐波电流估计,直到当前时刻k不小于设定时刻N则停止迭代,如下所示:
Figure BDA0003418836550000077
Figure BDA0003418836550000078
Figure BDA0003418836550000079
Figure BDA00034188365500000710
Figure BDA00034188365500000711
式中,上标m表示区间数的中点,上标r表示区间数的半径,上标-1表示对矩阵求逆;Kk+1为k+1时刻的增益矩阵;R为噪声误差矩阵;G为单位矩阵;nx、ny为区间矩阵中的列数与行数;HI为区间量测矩阵;Hr,ij表示除(i,j)之外的元素均为零的半径量测矩阵,Hm为中点量测矩阵,由HI的中点构成;
Figure BDA0003418836550000081
表示k+1时刻的后验区间谐波电流估计值,即校正后的区间谐波电流最优估计值;
Figure BDA0003418836550000082
为k+1时刻的区间观测值;
Figure BDA0003418836550000083
为k+1时刻的后验区间误差矩阵。
Figure BDA0003418836550000084
表示
Figure BDA0003418836550000085
的误差最优上界矩阵,即
Figure BDA0003418836550000086
鉴于原式(10)中式子较长,因此将部分参数简写,由单一参数替代,如式(8)(9)为所示。
其中最优上界通过下式获取:
Figure BDA0003418836550000087
参数取值如下:
Figure BDA0003418836550000088
式中,上标-1在此指数值的倒数;tr()表示矩阵的迹;MI为区间对称矩阵;diag()为对角矩阵;Mr,ij表示除(i,j)之外的元素均为零的半径矩阵;Mr为半径矩阵;Mm为中点矩阵,由MI的中点构成;
Figure BDA0003418836550000089
为MI最优上界的平方形式;b表示使区间矩阵的上界最优的取值参数;下标mid对应中点矩阵Mm,下标ii对应半径对角矩阵diag(Mr),下标klij分别对应除(k,l)和(i,j)之外的元素均为零的半径矩阵Mr,kl和Mr,ij
根据半正定矩阵性质,如果M≥N≥0,则M1/2≥N1/2≥0,将式转化为最终的最优上界。
基于谐波源节点与非谐波源节点之间的差异,定义平均零偏差αavg,计算谐波电流与零值之间的差值,以此评估定位结果:
Figure BDA00034188365500000810
其中c(·)表示区间中点,
Figure BDA00034188365500000811
表示谐波电流区间估计值;Nm为监测样本总数;
当αavg小于判断阈值l时,表明该节点为非谐波源节点;反之,当αavg大于等于判断阈值l时,则为谐波源节点。
以上所述,仅是本发明的较佳实施例而已,并非是对本发明作其它形式的限制,任何熟悉本专业的技术人员可能利用上述揭示的技术内容加以变更或改型为等同变化的等效实施例。但是凡是未脱离本发明技术方案内容,依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与改型,仍属于本发明技术方案的保护范围。

Claims (4)

1.一种基于区间动态状态估计的谐波源定位方法,其特征在于,包括以下步骤:
采用区间数分别描述线路参数与量测误差的不确定性,建立区间谐波状态估计模型;
进行量测优化配置;
基于区间谐波状态估计模型,进行区间动态谐波状态估计,并确定谐波源位置。
2.根据权利要求1所述的一种基于区间动态状态估计的谐波源定位方法,其特征在于,建立区间谐波状态估计模型的具体方法如下:
根据量测装置采集数据类型,将节点谐波电压以及支路谐波电流作为量测数据对象;
节点谐波电压的量测方程为:
Figure FDA0003418836540000011
支路谐波电流的量测方程为:
Figure FDA0003418836540000012
其中,
Figure FDA0003418836540000013
为节点谐波电压,
Figure FDA0003418836540000014
为节点阻抗矩阵,
Figure FDA0003418836540000015
为谐波注入电流,
Figure FDA0003418836540000016
为支路谐波电流,
Figure FDA0003418836540000017
分别表示对地谐波导纳和支路谐波导纳,ij表示节点i与节点j之间的支路,ii表示节点i与地之间的支路,h为谐波频次,
Figure FDA0003418836540000018
表示节点i对应的第h次节点谐波电压,
Figure FDA0003418836540000019
表示谐波节点阻抗矩阵的第i行;
计及量测误差与线路参数的不确定性,搭建区间谐波状态估计模型:
Figure FDA00034188365400000110
其中,上标I表示该数为区间数;zI为量测量区间形式,即
Figure FDA00034188365400000111
下标k、kl分别表示网络中能够测量到的节点和支路信息,zI由考虑量测误差的量测节点谐波电压和量测支路谐波电流区间值构成;HI为量测矩阵区间形式,由式(1)(2)构成,其中的元素均为考虑线路不确定性后的区间数;
Figure FDA00034188365400000112
为谐波注入电流区间形式,即为状态量,作为评判谐波来源的标准。
3.根据权利要求1所述的一种基于区间动态状态估计的谐波源定位方法,其特征在于,进行量测优化配置的具体方法如下:
根据系统完全可观性要求,量测优化配置需让全网节点均可观,测量规则如下:
1)若节点存在量测装置,则该节点的状态完全可观;
2)在某节点电压可观时,通过支路电流量测使对端节点的状态可观;
因此结合节点可观性定义,建立谐波量测优化配置的0-1规划模型:
Figure FDA0003418836540000021
式中,T为关联矩阵,E为n×1维的单位阵,β1和β2为权重系数,f1=XTX为量测装置的总数,f2=(E-AX)T(E-AX)反映冗余度大小,X为量测节点配置情况,其定义如下:
Figure FDA0003418836540000022
上述模型在满足完全可观约束的前提,实现量测的最优配置;上述模型采用离散二进制粒子群算法求解。
4.根据权利要求1所述的一种基于区间动态状态估计的谐波源定位方法,其特征在于,基于区间谐波状态估计模型,进行区间动态谐波状态估计,其具体方法如下:
基于误差上界最优的区间卡尔曼滤波将增益区间矩阵化为点矩阵,其谐波电流区间值的保守性更低且易收敛,便于谐波源定位;
在预测阶段,获取区间谐波电流预测值以及区间先验误差矩阵,如下所示:
Figure FDA0003418836540000023
Figure FDA0003418836540000024
式中,上标表示先验估计,上标+表示后验估计,上标I表示其元素均为区间数,下标k表示k时刻的量,下标k+1表示k+1时刻的量,即下一时刻,上标^表示估计值;
Figure FDA0003418836540000025
表示k+1时刻的先验区间误差矩阵,即区间谐波电流预测值与真实值之间的误差;
Figure FDA0003418836540000026
表示k时刻的后验区间误差矩阵,即区间谐波电流最优估计值与真实值之间的误差;
Figure FDA0003418836540000027
表示k时刻的后验区间谐波电流估计值;
Figure FDA0003418836540000028
表示k+1时刻的先验区间谐波电流估计值,即预测值;A为状态转移矩阵,相邻时间内的谐波电流保持不变,定为单位矩阵;Q为系统误差矩阵;
在校正阶段,通过增益矩阵并结合量测量修正区间谐波电流预测值,以此获取最优区间谐波电流估计值,同时更新后验区间误差矩阵,以进行下一时刻的谐波电流估计,直到当前时刻k不小于设定时刻N则停止迭代,如下所示:
Figure FDA0003418836540000029
Figure FDA0003418836540000031
Figure FDA0003418836540000032
Figure FDA0003418836540000033
Figure FDA0003418836540000034
式中,上标m表示区间数的中点,上标r表示区间数的半径,上标-1表示对矩阵求逆;Kk+1为k+1时刻的增益矩阵;R为噪声误差矩阵;G为单位矩阵;nx、ny为区间矩阵中的列数与行数;HI为区间量测矩阵;Hr,ij表示除(i,j)之外的元素均为零的半径量测矩阵,Hm为中点量测矩阵,由HI的中点构成;
Figure FDA0003418836540000035
表示k+1时刻的后验区间谐波电流估计值,即校正后的区间谐波电流最优估计值;
Figure FDA0003418836540000036
为k+1时刻的区间观测值;
Figure FDA0003418836540000037
为k+1时刻的后验区间误差矩阵;
Figure FDA0003418836540000038
表示
Figure FDA0003418836540000039
的误差最优上界矩阵,即
Figure FDA00034188365400000310
鉴于原式(10)中式子较长,因此将部分参数简写,由单一参数替代,如式(8)(9)所示;
其中最优上界通过下式获取:
Figure FDA00034188365400000311
参数取值如下:
Figure FDA00034188365400000312
式中,上标-1在此表示取倒数;tr()表示矩阵的迹;MI为区间对称矩阵;diag()为对角矩阵;Mr,ij表示除(i,j)之外的元素均为零的半径矩阵;Mr为半径矩阵;Mm为中点矩阵,由MI的中点构成;
Figure FDA00034188365400000313
为MI最优上界的平方形式;β表示使区间矩阵的上界最优的取值参数;下标mid对应中点矩阵Mm,下标ii对应半径对角矩阵diag(Mr),下标kl、ij分别对应除(k,l)和(i,j)之外的元素均为零的半径矩阵Mr,kl和Mr,ij
根据半正定矩阵性质,如果M≥N≥0,则M1/2≥N1/2≥0,将式转化为最终的最优上界;
基于谐波源节点与非谐波源节点之间的差异,定义平均零偏差αavg,计算谐波电流与零值之间的差值,以此评估定位结果:
Figure FDA0003418836540000041
其中c(·)表示区间中点,
Figure FDA0003418836540000042
表示谐波电流区间估计值,Nm表示监测样本总数;
当αavg小于判断阈值λ时,表明该节点为非谐波源节点;反之,则为谐波源节点。
CN202111556345.1A 2021-12-17 2021-12-17 一种基于区间动态状态估计的谐波源定位方法 Active CN114236236B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111556345.1A CN114236236B (zh) 2021-12-17 2021-12-17 一种基于区间动态状态估计的谐波源定位方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111556345.1A CN114236236B (zh) 2021-12-17 2021-12-17 一种基于区间动态状态估计的谐波源定位方法

Publications (2)

Publication Number Publication Date
CN114236236A true CN114236236A (zh) 2022-03-25
CN114236236B CN114236236B (zh) 2024-02-06

Family

ID=80758544

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111556345.1A Active CN114236236B (zh) 2021-12-17 2021-12-17 一种基于区间动态状态估计的谐波源定位方法

Country Status (1)

Country Link
CN (1) CN114236236B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116068271A (zh) * 2023-04-06 2023-05-05 吉林大学 基于虚拟仪器的园区电力谐波分布与识别方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005077395A (ja) * 2003-08-28 2005-03-24 Takayoshi Hirata 波形データの非調和的周波数分析法
EP2112753A1 (en) * 2008-04-24 2009-10-28 Advanced Digital Design, S.A. Method and device for determining the rotor rotation speed of an asynchronous electric induction motor
CN106124858A (zh) * 2016-07-12 2016-11-16 大连理工大学 一种基于粒子滤波的电力系统谐波检测方法
CN109946518A (zh) * 2019-03-27 2019-06-28 河南天通电力有限公司 基于贝叶斯方法的电力谐波信号分析方法与分析设备
CN110907702A (zh) * 2019-10-30 2020-03-24 中国电力科学研究院有限公司 一种改进动态谐波估计方法和系统
CN112098721A (zh) * 2020-08-13 2020-12-18 闽南理工学院 基于状态空间模型的谐波检测方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005077395A (ja) * 2003-08-28 2005-03-24 Takayoshi Hirata 波形データの非調和的周波数分析法
EP2112753A1 (en) * 2008-04-24 2009-10-28 Advanced Digital Design, S.A. Method and device for determining the rotor rotation speed of an asynchronous electric induction motor
CN106124858A (zh) * 2016-07-12 2016-11-16 大连理工大学 一种基于粒子滤波的电力系统谐波检测方法
CN109946518A (zh) * 2019-03-27 2019-06-28 河南天通电力有限公司 基于贝叶斯方法的电力谐波信号分析方法与分析设备
CN110907702A (zh) * 2019-10-30 2020-03-24 中国电力科学研究院有限公司 一种改进动态谐波估计方法和系统
CN112098721A (zh) * 2020-08-13 2020-12-18 闽南理工学院 基于状态空间模型的谐波检测方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
AMIR BASHIAN 等: "Kalman Filtering with Harmonics Whitening for P Class Phasor Measurement Units", 《2021 IEEE 11TH INTERNATIONAL WORKSHOP ON APPLIED MEASUREMENTS FOR POWER SYSTEMS (AMPS)》, pages 2 - 5 *
孟庆旭: "粒子滤波算法研究及其在非线性估计中的应用", 《中国博士学位论文全文数据库工程科技Ⅱ辑》, no. 1, pages 45 - 50 *
邵振国 等: "基于区间运算的谐波用户典型工况分析", 《电力科学与技术学报》, vol. 33, no. 4, pages 153 - 160 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116068271A (zh) * 2023-04-06 2023-05-05 吉林大学 基于虚拟仪器的园区电力谐波分布与识别方法
CN116068271B (zh) * 2023-04-06 2023-11-24 吉林大学 基于虚拟仪器的园区电力谐波分布与识别方法

Also Published As

Publication number Publication date
CN114236236B (zh) 2024-02-06

Similar Documents

Publication Publication Date Title
CN107643507B (zh) 一种基于电网线路运行误差远程校准的精益线损分析与管控方法
CN107463633B (zh) 一种基于eemd-神经网络的实时数据异常值检测方法
CN106250905B (zh) 一种结合高校建筑结构特征的实时能耗异常检测方法
CN111310968A (zh) 一种基于互信息的lstm神经网络循环水文预报方法
CN112491096B (zh) 一种用于生成电网仿真分析算例的方法及系统
CN107727955B (zh) 一种基于电网线路运行误差远程校准的变压器损耗分析与管控方法
CN108039723B (zh) 一种考虑功率随机性的配电网分布式电源容量评估方法
CN110838758B (zh) 一种基于信号注入方式的台区低压拓扑方法
CN112508279B (zh) 基于空间相关性的区域分布式光伏预测方法及系统
CN114814708A (zh) 基于浮动线损模型的电能表计量误差估计方法及设备
CN106971076A (zh) 一种河流水质监测数据序列加密方法
CN114236236A (zh) 一种基于区间动态状态估计的谐波源定位方法
CN111930802A (zh) 一种基于Lasso解析的反窃电分析方法
CN111221811A (zh) 一种基于集抄系统的低压配电网络线路参数估计方法
Zhang et al. Improved minimum entropy control for two-input and two-output networked control systems
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
CN109918612B (zh) 一种基于稀疏学习的台区拓扑结构校验方法
CN110164510B (zh) 一种城市河道水质的估计方法
CN109193639B (zh) 一种电力系统抗差估计方法
Wei et al. Online distribution system topology monitoring with limited smart meter communication
CN107977727B (zh) 一种基于社会发展和气候因素预测光缆网阻断概率的方法
Liang et al. PM2. 5 concentration forecasting based on data preprocessing strategy and LSTM neural network
Wang et al. Blindly calibrating mobile sensors using piecewise linear functions
CN106251238B (zh) 风电场建模序列离散化步长的选取及模型误差分析方法
CN115800269B (zh) 配电网量测数据驱动的电压功率灵敏度拓扑约束估计方法

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