[发明专利]电力系统动态状态估计中异常情况的检测方法有效
申请号: | 201410076986.0 | 申请日: | 2014-03-04 |
公开(公告)号: | CN103914613B | 公开(公告)日: | 2017-02-01 |
发明(设计)人: | 周华锋;谢国财;赵旋宇;胡亚平;赵化时;顾慧杰;熊卫斌;冯粤 | 申请(专利权)人: | 中国南方电网有限责任公司;广东电网公司电力科学研究院 |
主分类号: | G06F19/00 | 分类号: | G06F19/00 |
代理公司: | 广州华进联合专利商标代理有限公司44224 | 代理人: | 王茹,向群 |
地址: | 510623 广*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 电力系统 动态 状态 估计 异常 情况 检测 方法 | ||
技术领域
本发明涉及电力系统状态估计领域,特别是涉及一种电力系统动态状态估计中异常情况的检测方法。
背景技术
电力系统状态估计是电力系统调度中心能量管理系统(EMS)的核心功能之一,是大部分在线应用的高级软件的基础,已被广泛应用于电力系统中,发挥了重要的作用。大多数情况下,电力系统处于平稳状态,负荷变化缓慢,EMS中的量测量一般基于同一个时刻断面,从而可采用静态状态估计实现完整的状态计算,能够满足电力系统监视和控制的需要。
动态状态估计可以提前估计下一时刻的状态,能为优化调度和预防控制提供预报数据。但在动态状态估计中,电网可能存在正常扰动,例如:开关变位、负荷波动等都会引起潮流转移和变化,特别是在故障状态下,会有大量遥信变位信号,若此时状态估计结果与上一时段相比,发生突变,通常很难区分是由于量测量变化和开关的正常动作引起的,还是存在网络拓扑错误、量测坏数据的情况。
现有的坏数据的检测与辨识方法,大多是在假设系统拓扑结构正确的前提下进行检测与辨识的,而系统拓扑错误辨识是在假设量测系统正常、无坏数据的情况下进行辨识的。当系统量测量突然变化与坏数据同时发生以及网络拓扑错误和坏数据同时发生,原有方法将不再适用。
发明内容
基于此,本发明提供一种电力系统动态状态估计中异常情况的检测方法,能够提高动态状态估计的准确率。
为实现上述目的,本发明采用如下的技术方案:
一种电力系统动态状态估计中异常情况的检测方法,包括以下步骤:
在电力系统动态状态估计中,获取第k步预测的状态采用如下公式计算量测预测误差矢量εk:式中,Zk为m维量测矢量,为量测函数,εfk为预测误差,εmk为量测误差;
输入量测量Zk,通过加权最小二乘法进行状态估计,获得状态矢量的估计值
根据所述估计值计算残差矢量rk:并根据所述残差矢量rk计算标准残差矢量rNk:式中,Nkj为矩阵Nk的第j行第j列元素;
当max{rNkj}>γr,j=1,…,m时,判定为电力系统状态估计过程中存在异常情况;式中,γr为用于残差矢量rN检测的门槛值。
由以上方案可以看出,本发明的一种电力系统动态状态估计中异常情况的检测方法,首先建立判断指标,计算出标准残差,然后根据该标准残差辨识出电力系统状态估计过程中是否存在异常情况,从而为后续的异常情况处理打下基础。本发明能够准确辨识出动态状态估计中引起状态估计和状态预测结果不一致的原因,有效提高了动态状态估计的准确率。
附图说明
图1为本发明的一种电力系统动态状态估计中异常情况的检测方法的实现步骤框图;
图2为本发明一种电力系统动态状态估计中异常情况的检测方法的具体步骤流程示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
如图1所示是本发明的一种电力系统动态状态估计中异常情况的检测方法的实现步骤框图。步骤一是建立判断指标;步骤二是辨识异常情况;步骤三是处理异常情况。其具体实施的步骤流程如图2所示。
步骤一、建立判断指标。
1)在电力系统动态状态估计中,假设开始第k步预测与估计,则首先通过预测模型获取第k步预测的状态然后采用如下公式计算量测预测误差矢量εk:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国南方电网有限责任公司;广东电网公司电力科学研究院,未经中国南方电网有限责任公司;广东电网公司电力科学研究院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201410076986.0/2.html,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用