当前位置: 首页 > 专利查询>河海大学专利>正文

一种面向异步间歇量测的配电网估计融合方法、融合系统和存储介质技术方案

技术编号:40382076 阅读:21 留言:0更新日期:2024-02-20 22:19
本发明专利技术公开了一种面向异步间歇量测的配电网估计融合方法、融合系统和存储介质,使用l<subgt;2</subgt;RWLS来实现低冗余度SCADA量测数据的状态估计,解决了由于SCADA量测冗余度不足而无法执行状态估计的问题;l<subgt;2</subgt;RWLS选取当前状态待求变量与前一时刻状态估计值之差的二范数的平方作为传统WLS目标函数的附加项;使用基于CP分解的张量算法补全丢失的量测数据和替换被检测出来的坏数据,张量补全算法能够学习量测数据的多维特征,从而恢复得到精度较高的量测数据,进而有效地恢复丢失的量测信息,最终提高多传感融合算法的鲁棒性和估计精度;基于CP分解的张量补全算法不需要完整的连续量测数据作为训练集,执行基于CP分解的张量补全算法的量测数据要求在大多数网络中都能实现。

【技术实现步骤摘要】

本专利技术涉及电力系统状态估计,尤其是一种面向异步间歇量测的配电网估计融合方法、融合系统和存储介质


技术介绍

1、配电网状态估计是一种基于数据处理算法的技术,一种利用传感器提供的量测数据来估计配电网状态变量的过程。它可以提供实时的电网状态信息,包括电压幅值、相角等,为电力系统运行和控制提供重要依据。在过去的几十年里,配电网状态估计已经得到了广泛的研究和应用,并取得了显著的进展。

2、随着传感器技术的不断发展,配电网中的传感器呈现出多元化的趋势。数据采集与监视控制系统(supervisory control and data acquisition,scada)和高级计量架构(advanced metering infrastructure,ami)便是常用的两套不同的量测数据采样系统。不同传感器的量测精度、采样速率、传输通道及数据的统计特性均不相同,这给传统的基于加权最小二乘法(weighted least square method,wls)的状态估计器带来了挑战。针对这个问题不少学者提出了解决思路,比较直观的解决方案是将不同传感器提供的量本文档来自技高网...

【技术保护点】

1.一种面向异步间歇量测的配电网估计融合方法,其特征在于,包括如下步骤:

2.如权利要求1所述的面向异步间歇量测的配电网估计融合方法,其特征在于,步骤1中,针对单独的SCADA量测数据,考虑到配电网中SCADA量测冗余度不足,使用正则化加权最小二乘法RWLS来实现低冗余SCADA量测数据的状态估计。

3.如权利要求2所述的面向异步间歇量测的配电网估计融合方法,其特征在于,使用正则化加权最小二乘法RWLS来实现低冗余SCADA量测数据的状态估计具体为:应用于配电网状态估计的RWLS的标准技术是:

4.如权利要求1所述的面向异步间歇量测的配电网估计融合方法...

【技术特征摘要】

1.一种面向异步间歇量测的配电网估计融合方法,其特征在于,包括如下步骤:

2.如权利要求1所述的面向异步间歇量测的配电网估计融合方法,其特征在于,步骤1中,针对单独的scada量测数据,考虑到配电网中scada量测冗余度不足,使用正则化加权最小二乘法rwls来实现低冗余scada量测数据的状态估计。

3.如权利要求2所述的面向异步间歇量测的配电网估计融合方法,其特征在于,使用正则化加权最小二乘法rwls来实现低冗余scada量测数据的状态估计具体为:应用于配电网状态估计的rwls的标准技术是:

4.如权利要求1所述的面向异步间歇量测的配电网估计融合方法,其特征在于,步骤1中,针对实际传输过程中可能丢失的量测数据和存在坏数据,使用基于cp分解的张量算法来补全丢失的量测数据和替换被检测出的坏数据,从而保证量测数据的完整性。

5.如权利要求4所述的面向异步间歇量测的配电网估计融合方法,其特征在于,使用基于cp分解的张量算法来补全丢失的量测数据和替换被检测出的坏数据具体包括如下步骤:

6.如权利要求1所述的面向异步间歇量测的配电网估计融合方法,其特征在于,步骤2中,在估计融合过程中,ami量测数据由最小加权二乘wls执行状态...

【专利技术属性】
技术研发人员:黄蔓云苑豪博孙国强卫志农
申请(专利权)人:河海大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1