基于正交变换与置信域的电力系统误差方差估计算法

《基于正交变换与置信域的电力系统误差方差估计算法》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、硕士学位论文MASTER′SDISSERTATION论文题目:基于正交变换与置信域的电力系统误差方差估计算法作者姓名邵奇学科专业电力系统及其自动化指导教师卢志刚教授2015年5月中图分类号：TM734学校代码：10216UDC：621.3密级：公开工学硕士学位论文基于正交变换与置信域的电力系统误差方差估计算法硕士研究生：邵奇导师：卢志刚教授申请学位：工学硕士学科专业：电力系统及其自动化所在单位：电气工程学院答辩日期：2015年5月授予学位单位：燕山大学ADissertationinPowerSystemandItsAutomationORTH

2、OGONALTRANSFORMATIONANDTRUSTREGIONBASEDPOWERSYSTEMSVARIANCEESTIMATIONALGORITHMbyShaoQiSupervisor:ProfessorLuZhigangYanshanUniversityMay,2015燕山大学硕士学位论文原创性声明本人郑重声明：此处所提交的硕士学位论文《基于正交变换与置信域的电力系统误差方差估计算法》，是本人在导师指导下，在燕山大学攻读硕士学位期间独立进行研究工作所取得的成果。论文中除已注明部分外不包含他人已发表或撰写过的研究成果。对本文的研究工作

3、做出重要贡献的个人和集体，均已在文中以明确方式注明。本声明的法律结果将完全由本人承担。作者签字：日期：年月日燕山大学硕士学位论文使用授权书《基于正交变换与置信域的电力系统误差方差估计算法》系本人在燕山大学攻读硕士学位期间在导师指导下完成的硕士学位论文。本论文的研究成果归燕山大学所有，本论文的研究内容不得以其它单位的名义发表。本人完全了解燕山大学关于保存、使用学位论文的规定，同意学校保留并向有关部门送交论文的复印件和电子版本，允许论文被查阅和借阅。本人授权燕山大学，可以采用影印、缩印或其它复制手段保存论文，可以公布论文的全部或部分内容。保密□，

4、在年解密后适用本授权书。本学位论文属于不保密□。（请在以上相应方框内打“√”）作者签名：日期：年月日导师签名：日期：年月日摘要摘要状态估计在电网运行监控上发挥十分重要的作用。其基本算法采用加权最小二乘法原理。在实际的应用中，量测误差方差获取不足与权重配置不当给状态估计实施带来了困难。量测方差先验信息的缺乏使得量测误差方差计算显得尤为必要。然而，现有的方差估计算法存在数值不稳定、计算困难的不足。本文从提高状态估计的稳定性出发，为建立一种稳定可靠的电力系统量测方差与权重设置算法做出了深入研究。具体的研究内容如下：首先，在加权最小二乘算法的基础上，

5、分析了电力系统状态估计数值问题产生的原因。引入数值稳定性较好的正交变换法。研究了Householder与Givens法。并根据Givens旋转法的特点，研究提高其效率的策略。利用正交变换法处理坏数据。其次，建立了迭代重加权误差方差估计算法的数学模型。利用样本量测数据，以反复计算达到渐进收敛的方式获得量测误差方差与权重系数。在组合参数法的基础上，研究了两步估计法、权函数后验估计法以及似然置信域法。分析了残差灵敏度矩阵的性质。给出了量测方差计算的两种模型。最后，提出了一种基于正交变换法与置信域的方差估计与权重设置算法。通过状态置信域作为约束，建立

6、起全局收敛的状态估计模型，提高每次估计的准确性。利用正交变换的中间结果化简原有的残差灵敏度矩阵，推导出新的量测方差计算式。在增强状态估计的数值稳定性同时，提高了计算效率，构建出一种新的量测误差估计的初始化与更新算法。关键词：状态估计；正交变换；量测误差方差；收敛性；置信域I燕山大学工学硕士学位论文AbstractStateestimationplaysaveryimportantroleinthepowergridmonitoring.It'sbasicalgorithmisweighedleastsquaresmethod.Inpracti

7、calstateestimationapplications,measurementerrorvariancesinsufficientandweightswronglyconfiguredbringdifficultiestotheapplicationofstateestimation.Theabsenceofpriorityinformationofthemeasurementvariancesmakecalculatingmeasurementerrorvariancebecomeparticularlyimportant.Butth

8、eexistingmeasurementvarianceestimationalgorithmhastheshortagesofnumericalinstabili