[发明专利]基于伪蒙特卡罗粒子滤波的配电网状态估计方法及系统

权利要求书

1.基于伪蒙特卡罗粒子滤波的配电网状态估计方法，其特征是，包括如下步骤：

采用伪蒙特卡罗采样法生成服从均匀分布的采样点；

将服从均匀分布的采样点进行随机化处理，使原有确定性采样点转化为随机采样点；

依据先验概率密度函数，将上述随机采样点置于样本空间中，以生成粒子滤波算法所需粒子；

基于贝叶斯理论，利用上述随机化伪蒙特卡罗采样法生成的粒子，计及配电网状态迁移过程，获取历史状态信息及当前量测信息，采用粒子滤波进行配电网三相状态估计，获取配电网运行状态估计值。

2.如权利要求1所述的基于伪蒙特卡罗粒子滤波的配电网状态估计方法，其特征是：采用伪蒙特卡罗采样法生成服从均匀分布的采样点，具体为：基于Sobol'低差异序列在s维单位超立方体[0,1)^s生成服从均匀分布的采样点。

3.如权利要求1所述的基于伪蒙特卡罗粒子滤波的配电网状态估计方法，其特征是：将服从均匀分布的采样点进行随机化处理的方法为：采用线性矩阵置乱法，将生成的服从均匀分布的采样点转化为随机采样点。

4.如权利要求3所述的基于伪蒙特卡罗粒子滤波的配电网状态估计方法，其特征是：线性矩阵置乱法包括如下步骤：

采用随机矩阵将基于Sobol'序列生成的服从均匀分布确定性采样点的方向数置乱；

将每个确定性Sobol'采样点与一个以2为基数的随机向量相加，获得置乱后的采样点，即为服从均匀分布的随机采样点。

5.如权利要求1所述的基于伪蒙特卡罗粒子滤波的配电网状态估计方法，其特征是：基于给定的先验概率密度分布求取相应的分位点，将服从均匀分布的Sobol'采样点转换为服从状态量先验概率密度函数的采样点：Sobol'序列前N个Sobol'点，以各Sobol'点坐标作为累积概率值，基于给定的先验概率密度分布求取相应的分位点，作为粒子滤波算法中采用的粒子，用于状态估计中。

6.如权利要求1所述的基于伪蒙特卡罗粒子滤波的配电网状态估计方法，其特征是：基于贝叶斯理论，利用上述随机伪蒙特卡罗采样法生成的粒子，计及配电网状态迁移过程，获取当前量测信息及历史状态信息，采用粒子滤波进行配电网三相状态估计，获取配电网运行状态估计值的方法，包括如下步骤：

建立基于配电网离散时间状态空间模型建立配电网三相状态估计模型；

针对前一时刻配电网运行状态获得的各粒子，基于三相状态估计模型中的配电网状态转移方程，求取当前时刻的状态预测值；

针对预测后的粒子，计算归一化权重，采用采样-重要性-重采样方法，对权重高的粒子的复制并淘汰权值低的粒子实现滤波，基于归一化权重以及对应的重采样粒子，获得配电网运行状态估计值。

7.如权利要求1所述的基于伪蒙特卡罗粒子滤波的配电网状态估计方法，其特征是：

针对预测后的粒子，计算归一化权重的方法为：通过量测方程计算量测估计值，从而得到其量测残差，依据给定的量测误差概率分布函数，基于贝叶斯理论，计算粒子的重要性权重并进行归一化。

8.基于伪蒙特卡罗粒子滤波的配电网状态估计系统，其特征是，包括：

确定性采样点确定模块：被配置为用于采用伪蒙特卡罗采样法生成服从均匀分布的采样点；

采样点随机化模块：被配置为用于将服从均匀分布的采样点进行随机化处理，使原有确定性采样点转化为随机采样点；

粒子确定模块：被配置为用于依据先验概率密度函数，将上述随机采样点置于样本空间中，以生成粒子滤波算法所需粒子；

状态估计模块：被配置为用于基于贝叶斯理论，利用上述随机化伪蒙特卡罗采样法生成的粒子，计及配电网状态迁移过程，获取历史状态信息及当前量测信息，采用粒子滤波进行配电网三相状态估计，获取配电网运行状态估计值。

9.一种电子设备，其特征是，包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令，所述计算机指令被处理器运行时，完成权利要求1-7任一项方法所述的步骤。

10.一种计算机可读存储介质，其特征是，用于存储计算机指令，所述计算机指令被处理器执行时，完成权利要求1-7任一项方法所述的步骤。