[发明专利]一种有源配电网不良数据辨识方法和装置在审

专利信息
申请号: 201811087984.6 申请日: 2018-09-18
公开(公告)号: CN109409405A 公开(公告)日: 2019-03-01
发明(设计)人: 季宇;盛万兴;吴鸣;刘海涛;潘静;于辉 申请(专利权)人: 中国电力科学研究院有限公司;国家电网有限公司;国网安徽省电力有限公司
主分类号: G06K9/62 分类号: G06K9/62;G06Q50/06
代理公司: 北京安博达知识产权代理有限公司 11271 代理人: 徐国文
地址: 100192 北*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 辨识 量测量 不良数据 配电网 残差 方法和装置 分区策略 分区 淹没 错误判断 假设检验 鲁棒性 有效地 误判 构建 漏检 集合 污染
【权利要求书】:

1.一种有源配电网不良数据辨识方法,其特征在于,包括:

基于获取的配电网中所有量测量确定最优分区策略,并基于最优分区策略得到每个分区;

确定每个分区的可疑量测量,并基于所有分区的可疑量测量构建可疑量测量集合;

基于可疑量测量集合,采用假设检验辨识法对不良数据进行辨识。

2.根据权利要求1所述的有源配电网不良数据辨识方法,其特征在于,所述基于获取的配电网中所有量测量确定最优分区策略,包括:

基于获取的配电网中所有量测量确定多个分区策略;

通过F统计量对所述多个分区策略进行筛选,得到最优分区策略。

3.根据权利要求2所述的有源配电网不良数据辨识方法,其特征在于,所述多个分区策略的确定,包括:

对量测量残差矢量进行标准化处理;

基于标准化处理后的量测量残差矢量计算标准化残差协方差矩阵;

基于标准化残差的协方差矩阵建立量测量间相似系数矩阵;

基于量测量间相似系数矩阵得到多个分区策略。

4.根据权利要求3所述的有源配电网不良数据辨识方法,其特征在于,所述对量测残差矢量进行标准化处理,如下式:

式中,rN为标准化处理后的量测量残差矢量,r为量测量残差矢量,D为中间量,且D=diag(WR),R为权值矩阵,W为残差灵敏度矩阵,v为量测量误差矢量,WN为标准化残差转换矩阵;

所述量测量残差矢量r按下式确定:

其中,z为量测量实际值,x为状态量实际值,为量测量估计值,代表状态量估计值,H为常数化状态估计矩阵,R为权值矩阵,W为残差灵敏度矩阵,T为转置,I为单位矩阵。

5.根据权利要求4所述的有源配电网不良数据辨识方法,其特征在于,所述基于标准化处理后的量测量残差矢量计算标准化残差协方差矩阵,如下式:

式中,RN为标准化残差协方差矩阵,E表示期望。

6.根据权利要求5所述的有源配电网不良数据辨识方法,其特征在于,所述基于标准化残差的协方差矩阵建立量测量间相似系数矩阵,包括:

将量测量i与量测量j间的相似程度rij作为量测量间相似系数矩阵中的第i行、第j列元素,建立量测量间相似系数矩阵;

所述rij按下式确定:

式中,rij为量测量i与量测量j间的相似程度,m为特征量总数,M为距离系数,xik为量测量i的第k个特征值,xjk为量测量j的第k个特征值,且xik和xjk均由RN确定。

7.根据权利要求6所述的有源配电网不良数据辨识方法,其特征在于,所述基于量测量间相似系数矩阵得到多个分区策略,包括:

基于量测量间相似系数矩阵,采用传递闭包法按下式确定模糊等价矩阵:

t(R)=(rij(λ))n*n

式中,t(R)为n*n的模糊等价矩阵,rij(λ)为t(R)的第i行、第j列元素,且λ为预设分区策略阈值;

将λ按照预设步长由1逐次递减,得到多个分区策略。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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电力科学研究院有限公司;国家电网有限公司;国网安徽省电力有限公司,未经中国电力科学研究院有限公司;国家电网有限公司;国网安徽省电力有限公司许可,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/201811087984.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top