基于状态预测的电力系统状态估计及不良数据检测与辨识

基于状态预测的电力系统状态估计及不良数据检测与辨识

ID:34876324

大小:6.08 MB

页数:68页

时间:2019-03-13

基于状态预测的电力系统状态估计及不良数据检测与辨识_第1页
基于状态预测的电力系统状态估计及不良数据检测与辨识_第2页
基于状态预测的电力系统状态估计及不良数据检测与辨识_第3页
基于状态预测的电力系统状态估计及不良数据检测与辨识_第4页
基于状态预测的电力系统状态估计及不良数据检测与辨识_第5页
资源描述:

《基于状态预测的电力系统状态估计及不良数据检测与辨识》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DISSERTATION_翻论文题目:基于状态预测的电力系统状态估计及不_测与辨识纖国内图书分类号:TM734密级:公开国际图书分类号:621.3西南交通大学研究生学位论文基干状态预测的电力系统状态估计及不良数据检测与辨识年级2012级姓名杨雾_请学位级别工程硕士专业电气工程指导老师王奔教授二零一五年五月ClassifiedIndex;TM734U.D.C:621.3SouthwestJiaotonUniversitgyMasterDeree

2、ThesisgPOWERSYSTEMSTATEESTIMATIONANDBADDATADETECTIONANDIDENTIFICATIONBASEDONSTATE-FORECASTINGGrade:2012Candidate:YanJigAcademicDereeAliedfor:MasterDereegppgSpeciality:ElectricalEngineeringSupervisor:Prof.WangBenMay,2015西南交通大学学位论文版权使用授权书本学位论文作者完全了

3、解学校有关保留、使用学位论文的规定,同意学校保留并。向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅和借阅本人授权西南交通大学可以将本论文的全部或部分内容编入有关数据库进行检索,可以釆用影印、缩印或扫描等复印手段保存和汇编本学位论文。本学位论文属于1.保密□,在年解密后适用本授权书;2.不ef。保密,使用本授权书“’’(请在以上方框内打V)学位论文作者签名:&:辦指导老师签名曰期:To/fS.曰期:irVf西南交通大学硕士学位论文主要工作(贡献)声明本人在学位论文中所做的主要工作或贡献如下:1--、建立PSOLSSV

4、M预测模型,获得系统状态预测量,再通过量测函数转换为量测预测量。针对量测数据缺失对状态估计的不良影响,将量测预测值作为伪量测加入到实际量测量中,可以替代丢失或判为不良数据而被剔除的量测值,保证状态估计程序能够正常工作。2、息对不良数据进行估计前检测与辨识。在获得量测预测量的前提下,利用先验信本文釆用标准化新息检测法对不良数据进行处理,可以有效避免残差污染及残差掩没。现象,且对关键量测量和关键量测集中的不良数据也可进行有效的检测与辨识对于系统运行状态突变检测,本文分析介绍了两种将fN检测法与VN检测法相结合检测方法,并通过对比实验对两种方法的优缺点进行分析

5、。本人郑重声明:所呈交的学位论文,是在导师指导下独立进行研究工作所得的成果。除文中已经注明引用的内容外,本论文不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究做出贡献的个人和集体,均己在文中作了明确说明。一切法律责任将由本人承担本人完全了解违反上述声明所引起的。学位论文作者签名:"曰期:->1..5r/Y西南交通大学硕士研究生学位论文第I页摘要电力系统状态估计是电力系统能量管理系统(EnergyManagementSystem,EMS)的重要组成部分,在电网调度的智能化分析和决策中发挥着重要的作用。在传统状态一

6、估计方法中,仍然面临着些困难,例如在由于量测缺失而导致冗余度不足时,系统状态估计的效果不理想;或是当关键量测为不良数据,系统因无法对其进行检测并修正而导致状态估计准确性大幅下降;甚至因量测设备或传输系统故障而无法获得关键量测数据时导致系统不可观测,状态估计器不能工作。而基于状态预测的电力系统状一态估计可以在定程度上对上述问题进行解决:。本文研究重点如下1、本文首先对最小二乘支持向量机回归原理进行深入研究。在最小二乘支持向量机回归模型的基础上,对模型参数提出优化方案以提高模型的准确性:本文采用目前比较成熟的粒子群优化算法,以均方误差最小化为目标,对相关模型参数

7、进行寻优,并通过采用系统历史状态数据对回归模型进行训练,从而建立起系统状态预测模型。2、以系统历史状态数据为基础,利用最小二乘支持向量机回归预测模型对系统当前吋刻状态量进行预测,并计算获取当前时刻系统量测预测值。针对某些系统存在量测缺失导致冗余度不足以致状态估计效果不理想,以及因关键量测无法获得而导致系统不可观测的问题,本文以量测预测值作为伪量测量加入实际量测中,对系统进行了状态估计。该方法可以恢复系统的量测冗余度,从而

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。