发明内容
本发明的目的在于提供一种电力系统量测错误辨识方法及系统,以解决上述存在的一个或多个技术问题。本发明具体提供了一种基于历史量测残差的电力系统量测错误辨识方法和系统,可识别混合在正常量测中的错误量测数据,且具有较好的精度。
为达到上述目的,本发明采用以下技术方案:
本发明提供的一种电力系统量测错误辨识方法,包括以下步骤:
获取电力系统的预设时刻量测向量;
获取所述预设时刻量测向量的各元素初始残差;
将所述各元素初始残差进行归一化处理,获得归一化处理后的各元素残差值;基于所述归一化处理后的各元素残差值进行假设检验,获得预设时刻可疑元素;
对于每个预设时刻可疑元素,获取可疑元素的多个历史时刻残差值;基于预设时刻可疑元素残差值和可疑元素的多个历史时刻残差值,获取预设时刻可疑元素的错误类型,完成电力系统量测错误辨识。
本发明方法的进一步改进在于,所述预设时刻量测向量包括节点注入功率、支路功率、节点电压和相角中的一种或多种。
本发明方法的进一步改进在于,所述获取所述预设时刻量测向量的各元素初始残差的步骤具体包括:
基于所述预设时刻量测向量与电力系统状态量的数学物理模型,获取量测方程及系数矩阵;
基于所述预设时刻量测向量和所述系数矩阵,计算获得所述预设时刻量测向量的初始状态估计结果;
将所述初始状态估计结果输入所述量测方程,计算获得所述预设时刻量测向量的各元素初始残差。
本发明方法的进一步改进在于,所述基于所述预设时刻量测向量和所述系数矩阵,计算获得所述预设时刻量测向量的初始状态估计结果的步骤具体包括:
基于所述预设时刻量测向量和所述系数矩阵,使用最小二乘状态估计方法,计算获得所述预设时刻量测向量的初始状态估计结果。
本发明方法的进一步改进在于,将所述各元素初始残差进行归一化处理,获得归一化处理后的各元素残差值的步骤具体包括:
获取所述预设时刻量测向量的前预设数量的历史时刻量测残差,计算所述历史时刻量测残差的总体均值及方差;
基于所述总体均值及方差,对所述预设时刻量测向量的各元素初始残差做归一化处理,获得归一化处理后的各元素残差值。
本发明方法的进一步改进在于,所述基于所述归一化处理后的各元素残差值进行假设检验,获得预设时刻可疑元素的步骤具体包括:
假设归一化处理后的各元素残差值均服从标准正态分布,对全部残差值做双侧检验;将数值不属于标准正态分布的残差值对应的元素认定为可疑元素。
本发明方法的进一步改进在于,所述基于预设时刻可疑元素残差值和可疑元素的多个历史时刻残差值,获取预设时刻可疑元素的错误类型,完成电力系统量测错误辨识的步骤包括:
基于可疑元素的多个历史时刻残差值构建检验统计量,并对可疑元素残差均值是否等于历史时刻残差总体均值进行检验,获得假设检验结果;
根据假设检验结果对可疑元素的错误类型做出判断,获得判断结果,完成电力系统量测错误辨识。
本发明方法的进一步改进在于,所述检验统计量表示为,
计算该检验统计量值,并采用t检验检验假设:
式中,T为所构建的检验统计量,a为可疑元素历史时刻残差值个数,
为第i个可疑元素的残差均值,μ
r为历史时刻残差总体均值,S
*为可疑元素的多个历史时刻残差值的修正样本标准差;
若假设H0成立,则错误类型为偶然的独立错误;
若假设H1成立,则错误类型为系统性的连续错误。
本发明提供的一种电力系统量测错误辨识系统,包括:
量测向量获取模块,用于获取电力系统的预设时刻量测向量;
初始残差获取模块,用于获取所述预设时刻量测向量的各元素初始残差;
可疑元素获取模块,用于将所述各元素初始残差进行归一化处理,获得归一化处理后的各元素残差值;基于所述归一化处理后的各元素残差值进行假设检验,获得预设时刻可疑元素;
错误类型获取模块,用于对于每个预设时刻可疑元素,获取可疑元素的多个历史时刻残差值;基于预设时刻可疑元素残差值和可疑元素的多个历史时刻残差值,获取预设时刻可疑元素的错误类型,完成电力系统量测错误辨识。
与现有技术相比,本发明具有以下有益效果:
本发明具体公开了一种利用历史量测残差和最小二乘状态估计模型识别混合在正常量测中的错误量测的方法,且可以通过基于假设检验的搜索策略来搜索历史量测数据中存在的连续型错误量测。本发明可以实现对错误量测类型的识别,从而针对不同错误类型实施不同的校正策略,减小了状态估计阶段错误量测对其他正常量测的影响,避免了传统方法在校正错误量测的同时带来的整体量测精度的下降问题。本发明提供的方法对系统状态量的校正结果比传统的估计方法具有更好的精度。
进一步具体解释性的,本发明所利用的数据全部来自可获取的电力系统量测数据,获取成本低,在传统状态估计的基础上未增加更多的数据需求,同时实现了传统状态估计无法实现的量测错误辨识和校正,这使得本发明与传统的方法相比,具有明显优势。具体的,本发明在量测错误辨识和校正模型建立过程中,只需要利用传统状态估计所需的量测数据,获取成本较低;本发明使用的算法与模型结构简单容易实现,同时具有低的时间复杂度,降低了计算开销;本发明通过对历史量测残差的利用,增强了对量测错误的辨识能力,且通过校正方法提高了电力系统状态估计结果的准确度。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,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,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
下面结合附图对本发明做进一步详细描述:
请参阅图1,本发明实施例的一种基于历史量测残差的电力系统量测错误辨识方法,其依靠电力系统中的数学物理方程建立起约束各量测量的问题模型,再通过模型的求解对量测错误进行识别和校正;本发明实施例的上述方法具体包括以下步骤:
步骤1,从电力系统的量测系统中获取当前时刻的量测断面,以及电力系统的拓扑参数;
步骤2,基于电力系统数学物理模型构建系统状态量x与量测量z之间的线性方程组,获取方程组系数矩阵H(x);
步骤3,使用最小二乘状态估计模型,输入步骤1中所获取当前时刻量测数据以及步骤2中获取的量测方程系数矩阵H(x),计算获得量测数据的初始状态估计结果,然后将该结果代入量测方程,并计算各量测量的初始残差;
本发明实施例步骤3具体示例性可选的,包括:
步骤3.1,将步骤1中获取的当前时刻量测断面数据整理为量测向量z:
其中,Pinj为节点注入有功功率,维度为电网节点数N;Pline为支路有功功率,维度为支路数M;θ为节点电压相角,维度为节点数N;
步骤3.2,初始化系统状态向量x;由于本方法只考虑直流状况下的电力系统运行状态,故系统状态量只包括节点电压相角,x取维度为N的0值列向量;
步骤3.3,求解最小二乘优化模型:minxJ(x)=[z-H(x)]TW[z-H(x)],可得系统状态估计值xk,代入量测方程组H(x),求得状态估计校正后的量测值H(xk),然后计算当前时刻量测残差值rk=z-H(xk);
步骤4,取当前时刻前最近的多个历史量测残差,并计算所获取的历史残差的总体均值及方差,然后对残差值做归一化处理;
本发明实施例步骤4具体示例性可选的,包括:
步骤4.1,获取当前时刻前的a组历史量测残差数据{rk-a+1,rk-a+2,...,rk};
步骤4.2,计算全部历史量测残差的均值:
M为量测向量的维数,a为历史量测残差的组数;
步骤4.3,计算全部历史量测残差的方差σr;
步骤5,对各量测量的归一化残差进行假设检验;假设归一化残差均服从标准正态分布并对全部残差值做双侧检验,对于数值显著不属于标准正态分布的残差值,认为该残差对应量测为可疑量测,并取该残差最近的多个历史值;
本发明实施例步骤5具体示例性可选的,包括:
步骤5.1,设定可疑量测残差阈值:
该阈值为标准正态分布上侧分位数在置信度取α=0.05时的值;
步骤5.2,对当前时刻量测残差进行遍历,并判断
是否成立,若成立则将其对应量测标记为可疑量测;
步骤5.3,在历史量测残差中取出该可疑量测对应的离当前时刻最近的a个残差值
步骤6,基于步骤5中获取的多个可疑量测历史残差值构建检验统计量,并检验假设:该可疑量测残差均值是否等于历史残差总体均值;然后根据假设检验结果对可疑量测的错误类型做出判断,并根据预设策略进行校正,重新计算状态估计结果。然后根据重新计算的状态估计结果对系统状态量和量测残差值进行更新;
本发明实施例步骤6具体示例性可选的,包括:
步骤6.1,使用步骤5中获取的可疑量测历史残差
计算可疑量测残差的平均值
和修正样本方差S
*;
步骤6.2,构建检验统计量:
计算该检验统计量值,并采用t检验检验假设:
步骤6.3,如果原假设H
0成立,则认为该量测错误为一个偶然的独立错误,将该量测值用状态估计校正后的值替换:
然后使用更新后的z
k,x
k重新求解步骤3.4中的优化问题J(x),再使用求解结果更新系统状态量x
k;
步骤6.4,如果假设H
1成立,则认为该量测错误为一个系统性的连续错误,将该量测z
i从量测向量z中删除,并将该量测对应的系数矩阵中的行向量H(x)
i删除,然后用修正后的量测向量和系数矩阵求解步骤3.4中的优化问题J(x),得到重新求解的系统状态估计结果
然后使用校正后的
代入量测方程组,计算更新后的量测残差
示例性解释性的,本发明实施例中所提到的量测数据是指在当前时刻获取的电力系统量测数据,通常包含节点注入功率、支路功率、节点电压和相角等。该类数据往往从电力系统中部署的SCADA、WAMS等量测系统获取。
示例性解释性的,步骤1中提到的电力系统拓扑参数是指电力系统的简化电网模型中母线节点的数量N和量测数据的个数M。
示例性解释性的,步骤2中提到的电力系统数学物理模型是指一组描述电力系统各物理量间数学关系的约束方程,可以据此建立起量测量和系统状态量之间的线性方程组。
示例性解释性的,步骤4中提到的多个历史量测残差是指以当前时刻为基准,最近产生的一些量测残差数据,具体数量由人工设定。该量测残差由状态估计计算所得的估计量和实际测得的测量量之间的差值归一化计算后获得。
示例性解释性的,步骤6中提到的t检验是指一种假设检验方法,主要用于样本容量较小,且样本标准差未知时对正态总体的检验,判断两个平均值的差异是否显著。由于本发明中所利用的历史量测残差均进行了归一化,因此在本发明中我们假设量测残差在正常状况下应服从标准正态分布。且由于需要进行检验的可疑量测值个数较少(步骤5.3中的a值,由人工设定,一般取10以下),总体标准差未知,因此我们采用t检验作为对可疑量测的检验方法。
本发明实施例提供的方法中,在量测错误辨识和校正模型建立过程中,只需要利用传统状态估计所需的量测数据,获取成本较低;使用的算法与模型结构简单容易实现,同时具有低的时间复杂度,降低了计算开销;通过对历史量测残差的利用,增强了系统对量测错误的辨识能力,且通过校正方法提高了电力系统状态估计结果的准确度。
本发明实施例中的方法具体包括数据获取过程、初始状态估计过程、残差检验过程和错误辨识(示例性可选的,还可以加入校正过程)。图1是本发明的基于历史量测残差的电力系统量测错误辨识系统流程图;表1是一个14节点电力系统量测数据实例;表2是该电力系统量测方程系数矩阵实例。
表1.电力系统量测数据实例
表2.电力系统量测方程系数矩阵实例
本发明实施例的数据获取具体过程如下:
(1)通过电力系统量测数据采集设备,以固定格式从数据源服务器下载所需当前时刻量测数据;
(2)根据下载的量测数据确定电力系统母线节点个数N及量测向量维度M。
本发明实施例通过最小二乘状态估计模型,获得基于当前时刻量测数据的初始状态估计结果,具体过程如下:
(1)将当前时刻量测断面数据整理为量测向量z:
其中,Pinj为节点注入有功功率,维度为电网节点数N。Pline为支路有功功率,维度为支路数M。θ为节点电压相角,维度为节点数N;
(2)初始化系统状态向量x。由于本方法只考虑直流状况下的电力系统运行状态,故系统状态量只包括节点电压相角,x取维度为N的0值列向量;
(3)求解最小二乘优化模型:
可得系统状态估计值xk,代入量测方程组H(x),求得状态估计校正后的量测值H(xk),然后计算当前时刻量测残差值rk=z-H(xk)。
本发明实施例的残差检验过程中,具体过程包括:
(1)获取当前时刻前的a组历史量测残差数据{rk-a+1,rk-a+2,...,rk};
(2)计算全部历史量测残差的均值:
M为量测向量的维数,a为历史量测残差的组数;
(3)计算全部历史量测残差的方差σr;
(4)归一化当前时刻量测残差值:
(5)设定可疑量测残差阈值:
该阈值为标准正态分布上侧分位数在置信度取α=0.05时的值;
(6)对当前时刻量测残差进行遍历,并判断
是否成立,若成立则将其对应量测标记为可疑量测;
(7)在历史量测残差中取出该可疑量测对应的离当前时刻最近的a个残差值
本发明实施例的错误辨识和校正过程,具体包括:
(1)使用步骤5中获取的可疑量测历史残差
计算可疑量测残差的平均值
和修正样本方差S
*;
(2)构建检验统计量:
(3)如果原假设H
0成立,则认为该量测错误为一个偶然的独立错误,将该量测值用状态估计校正后的值替换:
然后使用更新后的z
k,x
k重新求解步骤3.4中的优化问题J(x),再使用求解结果更新系统状态量x
k;
(4)如果假设H
1成立,则认为该量测错误为一个系统性的连续错误,将该量测z
i从量测向量z中删除,并将该量测对应的系数矩阵中的行向量H(x)
i删除,然后用修正后的量测向量和系数矩阵求解步骤3.4中的优化问题J(x),得到重新求解的系统状态估计结果
然后使用校正后的
代入量测方程组,计算更新后的量测残差
请参阅图2和图3,图2是错误量测实例数据,该错误导致量测数据出现了一个相对真值偏移振荡,从而产生了一系列量测错误。图3是应用本发明所述量测错误辨识方法后状态估计结果的误差校正结果。表3是对量测错误辨识和校正方法的性能评估结果,且展示了本发明提出的方法与传统状态估计方法对量测误差校正效果的对比。
表3.性能评估结果
本发明实施例中,分别测试了本发明方法及传统状态估计方法在4种量测错误情形下的性能表现。由表3中的实验结果可见,在所示4种不同的量测错误类型下,本发明提出的辨识方法均能成功辨识错误量测,且利用本发明方法校正后的量测均方误差远小于传统状态估计方法校正后的量测均方误差。
下述为本发明的装置实施例,可以用于执行本发明方法实施例。对于装置实施例中未纰漏的细节,请参照本发明方法实施例。
本发明实施例还提供了一种基于历史量测残差的电力系统量测错误辨识系统,包括数据获取模块、状态估计模块、残差检验模块、错误辨识和校正模块四个模块,可实现电力系统量测错误的辨识,并通过对错误量测的策略化处理和最小二乘状态估计模型的计算实现对量测错误造成的系统状态估计误差的校正,包括:
数据获取模块,从电力系统量测系统中获取当前时刻量测数据,以及历史量测残差和电力系统拓扑参数,并根据电力系统数学物理模型建立量测方程组,提取量测方程系数矩阵;
状态估计模块,基于最小二乘状态优化模型,输入数据获取模块得到的相关数据,计算获得量测数据的初始状态估计结果,然后将该结果代入量测方程,并计算各量测量的初始残差;
残差检验模块,计算所有获取的历史残差的总体均值及方差,用以对残差值做归一化处理。然后对各量测量的归一化残差进行假设检验:假设归一化残差均服从标准正态分布并对全部残差值做双侧检验,对于数值显著不属于标准正态分布的残差值,将该残差对应量测标记为可疑量测,并取该残差最近的多个历史值;
错误辨识和校正模块,使用获取的多个可疑量测历史残差值构建检验统计量,并检验假设:该可疑量测残差均值是否等于历史残差总体均值。然后根据假设检验结果对可疑量测的错误类型做出判断,并根据预设策略进行校正,重新计算状态估计结果。然后根据重新计算的状态估计结果对系统状态量和量测残差值进行更新。
综上所述,本发明实施例公开了一种基于历史量测残差的电力系统量测错误辨识方法和系统,所述方法包括:1)电力系统量测数据的整理和选取;2)基于最小二乘状态估计方法构建错误量测残差筛选方法;3)基于历史量测残差和假设检验方法识别量测错误;4)基于量测错误的辨识结果,使用状态估计迭代计算校正量测错误引起的量测量和系统状态估计量的误差;本发明所公开的基于历史量测残差的电力系统量测错误辨识方法和系统,实现简单、计算复杂度低,通过对历史数据的二次利用大大减少了实时计算的资源开销,提高了电力系统状态估计结果的准确性和稳定性。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
最后应当说明的是:以上实施例仅用以说明本发明的技术方案而非对其限制,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员应当理解:依然可以对本发明的具体实施方式进行修改或者等同替换,而未脱离本发明精神和范围的任何修改或者等同替换,其均应涵盖在本发明的权利要求保护范围之内。