欢迎来到天天文库
浏览记录
ID:52484324
大小:258.86 KB
页数:4页
时间:2020-03-28
《多目标函数预抗差估计.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库。
1、研究与开发多目标函数预抗差估计李骁高宗和龚成明王毅邹德虎(国家电网电力科学研究院,南京211106)摘要对于电力系统中出现在杠杆量测上的不良数据,传统含不良数据辨识的最小二乘法状态估计不能很好排除不良数据对系统估计结果的影响。本文提出了多目标函数预抗差状态估计,利用可变窗宽算法平衡了指数目标函数状态估计的精度与速度矛盾,同时利用加权最小二乘估计与之相结合,在不同的迭代周期中使用不同的目标函数,使得估计既可以具有结构抗差估计的优秀抗差性能,又使得估计具有最小二乘法相对优秀的收敛性,避免了迭代震荡浪费计算资源的情况。将本文所提方法与传统算法进行
2、比较,结果表明本文所提出的算法在性能上具有明显优势。关键词:电力系统;状态估计;多目标函数预抗差;迭代变权法;抗差估计Multi0bjectiveFunctionPre·treatmentRobustStateEstimationLiXiaoGaoZongheGongChengmingWangYiZouDehu(StateGridElectricPowerResearchInstitute,Nanjing211106)AbstractTraditionalweightedleastsquarestateestimationmethodwit
3、hbaddataidentificationprogresscannoteliminatetheinfluenceofbadleveragedataontheresultofestimation.Themultiobjectivefunctionpre-treatmentrobuststateestimationwasproposed.Thisestimationusevariablewindowwidealgorithmchoosethebestparameterformaximumexponentialsquareobjectfunct
4、ion,andcombinedweightedleastsquareestimationtogetadvantagesofbothestimator.Itwasrobustandhadgoodconvergence.Theresultofestimationoftestsystemsprovedtheproposedalgorithmhaveobviousbetterperformance.Keywords:powersystem;stateestimation;multiobjectivefunctionpre—treatment;var
5、iableweightiterate;robustestimation电力系统状态估计利用实时量测系统的冗余度差性能,但其估计精度和收敛性取决于窗宽参数,来提高数据精度,自动排除随机干扰所引起的错误并且相互矛盾,在高精度要求下可能出现迭代震荡信息,估计或预报系统的运行状态I1~1。其计算性能的情况。和精度直接决定高级应用软件的计算可靠性。本文提出了多目标函数预抗差(multiobjective具有不良数据辨识环节的加权最小二乘估计functionpre.treatment,MOFP)状态估计方法,应(residual—neutralized
6、weightedleastsquare,RnWLS)用白适应可变窗宽的指数目标函数状态估计和多目是目前状态估计中应用最为广泛的主流方法,优点标函数预抗差估计,在不同的迭代周期中使用不同是模型简单,计算量小,对理想的正态分布的量测的目标函数,使得估计既可以具有结构抗差估计的量,估计具有最优性且无偏等优良统计特性。基于优秀抗差性能,又使得估计具有最小二乘法相对M估计的抗差估计具有一定的抗差性,在估计过程优秀的收敛性,避免了迭代震荡浪费计算资源的情中可以无需额外计算自动排除不良数据;但是其无况。法有效应对不良杠杆量测对估计结果的负面影响[3-6]
7、。1可变窗宽指数型目标函数状态估计为了解决这一问题,文献[7.9】提出了指数型目标函数抗差估计方法,由于量测残差灵敏度矩阵的对角指数型目标函数(maximumexponentialsquare,元在残差较大时均不为零,因此具有良好的结构抗MES)电力系统抗差估计的模型可以表示为]2016~4期嘲l_I纛撤l59研究与开发f(it):lg()/2(5)』一=mp[-]㈩It一Is.t.C(X)=0同时由于h:/√。因此可以求出每一步迭代式中,X为系统状态变量;W为量测权重,m为量的窗h测数,忽()为量测函数,即用状态变量计算出的量h:=———
8、;·(6O)测值,Zf为量测的量测值;h为模型中暂未给出的窗宽。由于其残差灵敏度矩阵在残差较大时不为0,2基于指数目标函数的多目标函数预抗差对于杠杆量测中出现的不良数据具有较好的
此文档下载收益归作者所有