田莎莎
- 作品数:3 被引量:15H指数:2
- 供职机构:沧州供电公司更多>>
- 发文基金:国家教育部博士点基金国家自然科学基金更多>>
- 相关领域:电气工程更多>>
- 基于负荷预测与关联规则修正的不良数据辨识方法被引量:11
- 2017年
- 随着电力系统的快速发展,使得电网需要对海量、异构和多态的数据进行分析与辨识。传统的不良数据辨识方法辨识效率较低,且不能够高效率利用已知的全部数据信息。为解决此问题,提出了一种基于负荷预测与关联规则修正的不良数据辨识方法。根据数据量之间的内在联系,给出了一种三维矩阵的数据存储方法。建立基于回归分析法的预测模型与基于灰色关联的相关性分析模型,分析节点注入功率与温度之间的变化关系,并采用关联规则与特殊断面修正法对预测值进行修正,进而完成对注入功率的辨识。在此基础上,再通过基尔霍夫定律与残差辨识法完成对支路潮流数据的辨识工作。最后应用实际系统的仿真算例证明了该方法能够在克服残差污染和残差淹没现象的前提下准确辨识出全部的不良数据。
- 王海云田莎莎张再驰陈茜卢志刚
- 关键词:不良数据辨识数据存储关联规则
- 基于正交变换与置信域的量测方差估计与权重设置算法被引量:4
- 2016年
- 在状态估计实际应用中,量测方差获取和权重设置存在一定的困难。伴随状态估计运算量越来越繁重,现有量测方差估计算法的收敛性无法得到保证。为此提出了一种基于正交变换与置信域的量测方差估计和权重设置算法。利用正交变换降低迭代系数矩阵条件数,提高量测方差估计的数值稳定性;根据正交变换的化简结果,结合拉格朗日乘子法,建立新的量测方差估计模型;对于迭代过程的中间数据,采用置信域作为目标函数的约束,确保每次估计结果落在置信区间内;最后,通过IEEE 14/30/118标准系统算例证明了该算法的有效性。
- 卢志刚田莎莎邵奇吴杰
- 关键词:状态估计正交变换置信域收敛性
- 基于最大可观集计及不良数据辨识的状态估计研究
- 随着电力系统规模的不断扩大与区域电网的不断互联,分布式状态估计(Distributed State Estimation,DSE)因能够将求解大维数电力系统状态估计问题转化为求解一系列较小维数状态估计问题,实现并行计算,...
- 田莎莎
- 关键词:电力系统状态估计不良数据