【技术实现步骤摘要】
本专利技术涉及计算机领域,特别是指一种调度控制系统不完整数据参数的估计方法和装置。
技术介绍
电力调度控制系统实现对实时运行的电力系统进行数据采集、监视、控制和安全分析功能,是电力调度最重要的系统。但是调度控制系统采集的数据中普遍存在数据缺失的问题,比如SCADA、WAMS系统采集现场数据的缺失问题。因此对缺失数据的准确的填补,获得高质量的数据,就显得尤为重要。在缺失数据填补方法中,多重填补法占据重要的地位。多重填补法通过填充方法得到多个完整的数据集进行数据分析,并将结果综合分析产生推断,反映了缺失数据带来的不确定性和增加了估计的效率。但是MultipleImputation(简称MI,多重填补)中也存在技术挑战,即如何进行有效的填补。目前,缺失值是从联合后验分布中抽取,但对于多变量数据以及非线性关系等情况要实现这一点也是不易的。比如,在MI中常用到ExceptionMaximization(简称EM,最大期望算法)算法进行整体数据参数(比如均值和方差矩阵)估计,之后又提出了ECM算法、ECME算法等,但这些算法容易陷入局部最优解,并且迭代速度较慢。
技术实现思路
有鉴于此,本专利技术的目的在于提出一种调度控制系统不完整数据参数的估计方法和装置,能够估计不完整数据参数,得到准确的数据参数,从而获得缺失数据的估计值。基于上述目的本专利技术提供的调度控制系统不完整数据参数的估计方法,包括步骤:确定需要估计的数据参数;根据确立的数据参数,建立估计模型;根据估计模型利用混沌映射确定数据参 ...
【技术保护点】
一种调度控制系统不完整数据参数的估计方法,其特征在于,包括步骤:确定需要估计的数据参数;根据确立的数据参数,建立估计模型;根据估计模型利用混沌映射确定数据参数的初始值;根据确定的初始值和估计模型,对数据参数按照进化规则做进化操作,直到迭代进化得到最优估计值。
【技术特征摘要】
1.一种调度控制系统不完整数据参数的估计方法,其特征在于,包括步
骤:
确定需要估计的数据参数;
根据确立的数据参数,建立估计模型;
根据估计模型利用混沌映射确定数据参数的初始值;
根据确定的初始值和估计模型,对数据参数按照进化规则做进化操作,
直到迭代进化得到最优估计值。
2.根据权利要求1所述的方法,其特征在于,所述确定需要估计的数据
参数是对调度控制系统进行数据采集,然后将采集的数据通过对数似然函数
得到待估计参数。
3.根据权利要求2所述的方法,其特征在于,所述对调度控制系统进行
数据采集包括假设调度控制系统采集的数据为数据集Y,Y有K个属性,属
性值可看作K个随机变量X1,X2,…,XK,并且满足K维正态分布;数据集Y中
含有缺失数据,记Y=(Yobs,Ymis),Yobs为无缺失值的数据集合,Ymis为有数据缺
失的数据集合;通过完整的数据集Yobs中每一列的数据得到相应随机变量
X1,X2,…,XK的上下界,并记作[mini,maxi](i=1,2,…,K)。
4.根据权利要求3所述的方法,其特征在于,所述将采集的数据通过对
数似然函数得到待估计参数是待估计参数以包含参数的对数似然函数作为目
标函数:设待估计参数θ为数据的均值μ和协方差矩阵Σ,记作θ=(μ,Σ);含
有待估计参数θ的对数似然函数如下:
其中,μ=(μ1,μ2,…,μK)为均值向量,表示各变量的均值;Σ=(σij)为变量
(X1,X2,…,XK)的协方差矩阵;xi表示数据记录i(i=1,2,…,n)对应变量的向量,
n为数据记录的个数。
5.根据权利要求4所述的方法,其特征在于,所述根据确立的数据参数
\t建立估计模型是根据对数似然函数极大化原则,可将原问题转化为带约束条
件的单目标优化问题;其约束条件模型如下:
maxθfs.t.min1≤μ1≤max1min2≤μ2≤max2......minK≤μK≤maxK.]]>6.根据权利要求5所述的方法,其特征在于,所述根据估计模型利用混
沌映射确定数据参数的初始值是按照下式logistic映射方程,得到一组混沌
随机数,记作y1,y2,…,yn;
yn+1=vyn(1-yn)n=1,2,…,∞
其中,其中y1在(0,1)内随机取0.5以外的值,v在区间(0,4]内取值;
然后,按K个数为一组,将混沌随机数y1,y2,…,yn分为m组,记为
(y11,…,y1K),…,(ym1,…,ymK);根据参数约束条件mini≤μi≤maxi,i...
【专利技术属性】
技术研发人员:陈文刚,郜方,郭晓军,王一蓉,邓伟,吴润泽,王艳茹,范军丽,王瑞杰,唐良瑞,
申请(专利权)人:国网山西省电力公司晋城供电公司,国家电网公司,北京国电通网络技术有限公司,华北电力大学,
类型:发明
国别省市:山西;14
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。