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()
【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
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...
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。