System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 基于TPE算法贝叶斯优化模型配电网线路动态参数辨识方法技术_技高网

基于TPE算法贝叶斯优化模型配电网线路动态参数辨识方法技术

技术编号:40659901 阅读:5 留言:0更新日期:2024-03-18 18:52
本发明专利技术属于配电网输电线路参数辨识领域,特别涉及一种三相平衡条件下的基于TPE算法(全称为Tree‑structured Parzen Estimator Approach)的动态参数辨识方法:1.将配电网拓扑结构拆解为末梢型、T型、普通型3种等效节点支路;2.采集易测的高低压侧电压、功率等作为输入参数;3.确定变压器与输电线路的电阻、电抗等作为待辨识参数,并设置各个参数的合理的搜索空间;4.搭建各节点辨识方程组,建立输入参数与待辨识参数的关系;5.建立最小二乘残差函数,并使用TPE算法,引入两种概率模型,计算期望改进,即EI(Expected Improvement)本发明专利技术大大降低了输电线路、变压器中基础参数的获取成本。可以在三相平衡条件下得到高精度的参数辨识结果,实时监测配电网的输电线路情况。

【技术实现步骤摘要】

本专利技术属于配电网输电线路监测领域,特别涉及一种三相平衡条件下的基于tpe算法的配电网线路动态参数辨识方法。


技术介绍

1、配电网系统已经广泛应用于生活的各个方面,随着城市和经济的发展,其规模逐渐扩大。然而,配电网拓扑结构“点多面广”,构造复杂,对其设备参数进行有效监测是相当困难的。配电网主要由变压器、输电线路和配电线路组成。对于长期处在高负荷下的配电网线路及变压器等设备而言,无论是预防配电网电路中的异常情况还是进行器件维护,监测输电线路和变压器的实时状态都是极为重要的。

2、当前准确辨识电路参数均需依赖大量检测设备,成本高昂;同时受限于电压的高频变化,以及输电线路和变压器的状态会随着电流、电压、温度改变等因素,导致难以保证预测结果的准确性。目前尚无一种真正解决配电网参数辨识的低成本方法。因此,如何仅利用较易测得的配电网的电压、功率等已知参数,在理论上能够动态计算出精确的配电网的电阻、电抗、电导、电纳等待辨识参数是具有挑战性的问题。

3、在三相平衡条件下,有一些传统辨识方法,例如最小二乘法、残差法灵敏度分析法等。但这些方法通常有辨识时间较长、受环境影响、适配性较差等问题。此外,还有一些机器学习与深度学习方法,但这些方法一方面需要海量训练数据,另一方面面临应用迁移性差等问题,很难在实际场景中发挥重要。

4、综上,当前亟需一种对环境变化具有鲁棒性且实时性强的参数辨识方法。


技术实现思路

1、当前准确辨识电路参数均需依赖大量检测设备,成本高昂;同时受限于电压的高频变化,以及输电线路和变压器的状态会随着电流、电压、温度改变等因素,导致难以保证预测结果的准确性。本专利技术提供了一种三相平衡条件下的基于tpe算法贝叶斯优化模型的动态参数辨识方法,用于解决配电网参数辨识过程中面临的计算效率低及对环境变化的鲁棒性弱等问题。

2、基于tpe算法的贝叶斯优化配电网输电线路动态参数辨识方法,包括以下步骤:

3、s1、首先将配电网拓扑结构拆解为末梢型、t型、普通型3种等效节点支路,通过搭建各自的节点辨识方程组,建立电压、功率等输入参数与待辨识参数的关系;

4、s2、根据待计算的节点类型,采集易测的输入参数,包括变压器高压侧的三相电压,低压侧的三相电压、有功功率、无功功率等参数;

5、s3、判断是否满足三相平衡。若满足,则确定需辨识参数后建立最小二乘残差函数,并运用贝叶斯方法求解参数辨识问题;

6、s4、定义优化求解方法,获取收敛后的待辨识参数,使用tpe算法优化贝叶斯网络加速求解;

7、s5、不断采集配电网的时序输入参数,重复上述操作,即可得到一定时间段内各待辨识参数的近似最优解。帮助工作人员迅速的监测配电网中线路和变压器的状态,辅助排查网络问题。

8、上述辨识方法中所述的s3,根据不同类型节点的辨识方程组,确定其中需要辨识的参数,并根据待测参数的出厂标准值,设置合理的搜索空间;

9、上述辨识方法中所述的s3,将高压侧某节点(暂定为c节点)电压作为设计变量,根据辨识方程组得到其理论计算公式。根据凸优化理论,建立最小二乘残差函数,并将c节点电压的测量值与理论计算值作为函数输入;

10、上述辨识方法中所述的s3,根据最小二乘理论,运用贝叶斯方法的概率模型求解参数辨识问题,定义最大迭代次数,并实例化在迭代过程中的记录对象,辅助查看优化进程;

11、上述辨识方法中所述的s4,将tpe算法与贝叶斯网络结构结合,引入两个条件概率模型和先验概率模型,提高贝叶斯概率模型中的搜索效率;

12、上述辨识方法中所述的s4,使用tpe算法得到最优情况下的超参数,此时数次迭代产生的残差值应呈现随机分布特征,可得到需要辨识的每个参数的近似最优解。

13、本专利技术大大减少了对测量仪器的依赖,降低了输电线路、变压器中基础参数的获取成本,不仅可以在三相平衡条件下得到高精度的参数辨识结果,且具有初始值不敏感,收敛速度快的特点。有效的解决了贝叶斯网络搜索参数时耗时长效率低的问题,并根据先前设置的搜索范围,能够显著提高算法效率和准确率。

本文档来自技高网...

【技术保护点】

1.基于TPE算法的贝叶斯优化配电网输电线路动态参数辨识方法,包括以下步骤:

2.根据权利要求1所述的S3,其特征在于根据不同类型节点的辨识方程组,确定其中需要辨识的参数,并根据待测参数的出厂标准值,设置合理的搜索空间。

3.根据权利要求1所述的S3,其特征在于将高压侧某节点(暂定为c节点)电压作为设计变量,根据辨识方程组得到其理论计算公式。根据凸优化理论,建立最小二乘残差函数,并将c节点电压的测量值与理论计算值作为函数输入。

4.根据权利要求1所述的S3,其特征在于根据最小二乘理论,运用贝叶斯方法的概率模型求解参数辨识问题,定义最大迭代次数,并实例化在迭代过程中的记录对象,辅助查看优化进程。

5.根据权利要求1所述的S4,其特征在于将TPE算法与贝叶斯网络结构结合,引入两个条件概率模型和先验概率模型,提高贝叶斯概率模型中的搜索效率。

6.根据权利要求1所述的S3,其特征在于使用TPE算法得到最优情况下的超参数,此时数次迭代产生的残差值应呈现随机分布特征,可得到需要辨识的每个参数的近似最优解。

【技术特征摘要】

1.基于tpe算法的贝叶斯优化配电网输电线路动态参数辨识方法,包括以下步骤:

2.根据权利要求1所述的s3,其特征在于根据不同类型节点的辨识方程组,确定其中需要辨识的参数,并根据待测参数的出厂标准值,设置合理的搜索空间。

3.根据权利要求1所述的s3,其特征在于将高压侧某节点(暂定为c节点)电压作为设计变量,根据辨识方程组得到其理论计算公式。根据凸优化理论,建立最小二乘残差函数,并将c节点电压的测量值与理论计算值作为函数输入。

4.根据权利要求...

【专利技术属性】
技术研发人员:陈昊宇胡珂
申请(专利权)人:重庆邮电大学
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