（電力系統(tǒng)及其自動(dòng)化專業(yè)論文）輸電網(wǎng)scada系統(tǒng)數(shù)據(jù)處理方法的研究和軟件實(shí)現(xiàn).pdf

a b s t r a c t s c a d ad a t ap r o c e s s i n gi np o w e rs y s t e mi sa l li m p o r t a n tp a r to f t h ee m s s c a d as y s t e m i ti s o fg r e a ts i g n i f i c a n c ef o ri m p r o v i n gt h eq u a l i t ya n dr e l i a b i l i t yo ft h ed a t as y s t e m r e a l t i m e s u r v e i l l a n c ea n dc o n t r o lf o rs e n i o ra p p l i c a t i o n st of u l l yp l a yi t sr i 曲t r i l lr o l e t h i sa r t i c l ef o c u s e so n m e t h o d sr e s e a r c hi no r d e rt oi d e n t i f yt o p o l o g ye r r o ra n dd e t e c tb a dd a t ai ns c a d ad a t ap r o c e s s i n g d a t ap r o c e s s i n gs o l r a r ei se v e l o p e da n da p p l i e di nt h er e a c t i v ep o w e ro p t i m a lc o n t r o ls y s t e mo f j i n c h a n gc i t y a c c o r d i n gt ot h ep a r tc h a r a c t e r i s t i c so fr e m o t ei n f o r m a t i o n i ts u m m a r i z e dt h ep a r tl a nm o d e l s f o rt o p o l o g ye r r o ri d e n t i f i c a t i o n a n dd e r i v e df o r m u l a so fi n f o r m a t i o nl o s si nt o p o l o g ye l t o r i d e n t i f i c a t i o n t h e na d v a n c e d0 1i n t e g e rp l a n n i n gm o d e l sb a s e do nt h em i n i m u mi n f o r m a t i o nl o s sf o r t h el a ne r r o ri d e n t i f i c a t i o n t h ei d e ac o n v e r t st h ec o n s e c u t i v em o d e li n t os i m p l eb i n a r ys y m m e t r i c a l m o d e l sa n ds i m p l i f ym i x e di n t e g e rp r o b l e mi n t oo li n t e g e rp l a n n i n g mt h i sp a s s a g e i tr e g a r d e d n o d ep o w e ri m b a l a n c ed e g r e e sa ss t a t i s t i c a ld a t ao fb a di n f o r m a t i o ni d e n t i f i c a t i o n a n da d v a n c e d i d e n t i f i c a t i o ni d e ao fb a di n f o r m a t i o nb a s e do nt h ea v e r a g ed e t e c t i o no fn o d ep o w e ri m b a l a n c e d e g r e e s a n dc o r r e c t e ds u s p i c i o u sb a dd a t aa c c o r d i n gt ot h ef e a t u r eo fc o n t i n u o u si np o w e rs y s t e m t h i sp a s s a g ea l s op r o v i d e dc o n c e p t i o no fc l a s s i f y i n gs y s t e mn o d ea n di d e ao fd e t e c t i n gb a dd a t ab y g r a d eo nt h eb a s i so f r e l a t i o n s h i pi np o w e rs y s t e ms a m p l ed a t a w h i c hi m p r o v e dt h ea c c u r a t i o nr a t eo f n o d ed e t e c t i o n b e s i d e s i ti n t r o d u c e db a s i cw l sm a t h e m a t i c a lm o d e l so fs t a t ee s t i m a t e da l g o r i t h m s a n dm e t h o d o l o g yf l o wc h a r t f i n a l l yi ta l s oi n t r o d u c e dt o p o l o g ye l t o ri d e n t i f i c a t i o n b a dd a t a d e t e c t i o na n di d e n t i f i c a t i o na n ds t a t ee s t i m a t i o n w h i c ha p p l i e di nt h ep r o j e c t k e yw o r d s s t a t ee s t i m a t i o n d a t ap r o c e s s i n g t o p o l o g ye r r o ri d e n t i f i c a t i o n d e t e c t i o na n d i d e n t i f i c a t i o no f b a dd a t a 獨(dú)創(chuàng)性聲明 本人聲明所呈交的論文是我個(gè)人在導(dǎo)師指導(dǎo)下進(jìn)行的研究工作及取得的研究 成果 盡我所知 除了文中特別加以標(biāo)注和致謝的地方外 論文中不包含其他人已 經(jīng)發(fā)表或撰寫(xiě)過(guò)的研究成果 也不包含為獲得中國(guó)農(nóng)業(yè)大學(xué)或其它教育機(jī)構(gòu)的學(xué)位 或證書(shū)而使用過(guò)的材料 與我一同工作的同志對(duì)本研究所做的任何貢獻(xiàn)均已在論文 中作了明確的說(shuō)明并表示了謝意 賊蜷轢 2 脅 3 鱗 時(shí)間 2 肋 年6b r 日 關(guān)于論文使用授權(quán)的說(shuō)明 本人完全了解中國(guó)農(nóng)業(yè)大學(xué)有關(guān)保留 使用學(xué)位論文的規(guī)定 即 學(xué)校有權(quán)保 留送交論文的復(fù)印件和磁盤 允許論文被查閱和借閱 可以采用影印 縮印或掃描 等復(fù)制手段保存 匯編學(xué)位論文 同意中國(guó)農(nóng)業(yè)大學(xué)可以用不同方式在不同媒體上 發(fā)表 傳播學(xué)位論文的全部或部分內(nèi)容 保密的學(xué)位論文在解密后應(yīng)遵守此協(xié)議 研究生簽名 導(dǎo)師簽名 1 鉗心 繹 i 時(shí)間 凇口5 年 月f r 日 時(shí)間 2 口o 6 年 臺(tái)月f j 日 中周農(nóng)業(yè)人學(xué)碩士學(xué)位論文 第一章緒論 1 1 引言 第一章緒論 現(xiàn)代電力系統(tǒng)地域不斷擴(kuò)大 容量急劇增加 運(yùn)行方式亦目趨復(fù)雜 為了保證系統(tǒng)的安全 和經(jīng)濟(jì)運(yùn)行 系統(tǒng)的控制中心必須能迅速而準(zhǔn)確的掌握全面的運(yùn)行情況 并隨時(shí)分析計(jì)算 從 而作出各種正確的決策 為此 電力工作人員從6 0 年代便開(kāi)始應(yīng)用計(jì)算機(jī)對(duì)系統(tǒng)進(jìn)行實(shí)時(shí)監(jiān)視 與控制 為了能使系統(tǒng)實(shí)時(shí)監(jiān)視與控制的高級(jí)應(yīng)用程序充分發(fā)揮其應(yīng)有的作用 就必須建立起可靠 而完整的實(shí)時(shí)數(shù)據(jù)庫(kù) i 為達(dá)到此目的 既可從硬件著手 通過(guò)增加量測(cè)設(shè)備和遠(yuǎn)動(dòng)裝置 并 提高其精度 速度與可靠性來(lái)實(shí)現(xiàn) 也可從軟件入手 即采用狀態(tài)估計(jì)技術(shù)以提高數(shù)據(jù)的精度 排除偶然的錯(cuò)誤信息和壞數(shù)據(jù) 從而提高整個(gè)數(shù)據(jù)系統(tǒng)的質(zhì)量與可靠性 狀態(tài)估計(jì)也稱為濾波 是利用實(shí)時(shí)量測(cè)系統(tǒng)的冗余度來(lái)提交數(shù)據(jù)精度 自動(dòng)排除隨機(jī)干擾 所引起的錯(cuò)誤信息 估計(jì)或預(yù)報(bào)系統(tǒng)的運(yùn)行狀態(tài) 或軌跡 它是現(xiàn)代犬型電力系統(tǒng)各級(jí)調(diào)度控 制中心能量管理系統(tǒng) e m s 的重要組成部分 為e m s 提供可靠而完整的系統(tǒng)運(yùn)行狀態(tài)的信 息 并用這些數(shù)據(jù)來(lái)建立各種高級(jí)應(yīng)用軟件所需的數(shù)據(jù)庫(kù) 可見(jiàn) 狀態(tài)估計(jì)直接關(guān)系到電力系 統(tǒng)安全可靠 優(yōu)質(zhì)經(jīng)濟(jì)的重大問(wèn)題 狀態(tài)估計(jì)程序的主要功能包括1 1 j i 根據(jù)遙測(cè)量估計(jì)電 嘲的實(shí)際開(kāi)關(guān)狀態(tài) 糾正偶然出現(xiàn)的錯(cuò)誤的開(kāi)關(guān)狀態(tài)信息 以保證數(shù)據(jù)庫(kù)中電網(wǎng)接線方式的正 確性 狀態(tài)估計(jì)的這種功能稱之為網(wǎng)絡(luò)接線辨識(shí)或開(kāi)關(guān)狀態(tài)辨識(shí) 2 對(duì)生數(shù)據(jù)進(jìn)行不良數(shù)據(jù) 的檢測(cè)與辨識(shí) 刪除或改正不良數(shù)據(jù) 提高數(shù)據(jù)系統(tǒng)的可靠性 3 根據(jù)量測(cè)量的精度和基爾 霍夫定律按最佳估計(jì)準(zhǔn)則對(duì)生數(shù)據(jù)進(jìn)行計(jì)算 得到最接近系統(tǒng)真實(shí)狀態(tài)的最佳估計(jì)值 電力網(wǎng)絡(luò)拓?fù)浞治龅娜蝿?wù)是處理開(kāi)關(guān)信息的變化 形成新的網(wǎng)絡(luò)結(jié)線 對(duì)其主要要求是可 靠 快速 有效 電力系統(tǒng)運(yùn)行時(shí) 網(wǎng)絡(luò)拓?fù)浞治鍪菍?shí)現(xiàn)e m s d m s 各種高級(jí)功能的基礎(chǔ) 正 確的拓?fù)浞治鼋Y(jié)果對(duì)狀態(tài)估計(jì) 潮流計(jì)算 安全分析和無(wú)功優(yōu)化等軟件的運(yùn)行至關(guān)重要 可見(jiàn) 在實(shí)時(shí)情況f 為調(diào)度人員提供正確的網(wǎng)絡(luò)結(jié)構(gòu)是十分必要的 而正確的網(wǎng)絡(luò)拓?fù)溆纸⒃谡?確遙信基礎(chǔ)上 在實(shí)際的電力系統(tǒng)中 遙信抖動(dòng)和誤動(dòng)時(shí)有發(fā)生 2 1 主要原因有 一次或二次 設(shè)備本身的原因 各種干擾 遠(yuǎn)動(dòng)裝置本身或調(diào)度端采集處理軟件的原因 當(dāng)遙信出現(xiàn)錯(cuò)誤時(shí) 將影響狀態(tài)估計(jì)結(jié)果的正確性 甚至使得狀態(tài)估計(jì)計(jì)算不收斂 因而 檢測(cè) 辨識(shí)與修正網(wǎng)絡(luò) 結(jié)構(gòu)錯(cuò)誤是實(shí)時(shí)信息處理的重要內(nèi)容 不良數(shù)據(jù)的檢測(cè)與辨識(shí)是電力系統(tǒng)狀態(tài)估計(jì)的重要功能之 i 其目的在于排除量測(cè)采樣數(shù) 據(jù)中偶然出現(xiàn)的少數(shù)不良數(shù)據(jù) 以提高狀態(tài)估計(jì)的可靠性 在現(xiàn)代電力系統(tǒng)中 操作中的不良 數(shù)據(jù)不僅影響軟件環(huán)境的性能 更嚴(yán)重的是 操作員基于不良數(shù)據(jù)所作的決策將使系統(tǒng)正常運(yùn) 行受劍威脅 甚至可能威脅到整個(gè)電力系統(tǒng)的安全 因此 為了確保電力系統(tǒng)的安全 監(jiān)測(cè)這 些不良數(shù)據(jù)并把它們有效地從原始測(cè)量數(shù)據(jù)中提取出來(lái)有著重要地意義 在給定網(wǎng)絡(luò)接線 支路參數(shù)和量測(cè)系統(tǒng)的條件下 根據(jù)量測(cè)值求最優(yōu)狀態(tài)估計(jì)值的計(jì)算方 法稱為狀態(tài)估計(jì)算法 它是狀態(tài)估計(jì)程序的核心部分 因此狀態(tài)估計(jì)算法的選擇對(duì)整個(gè)狀態(tài)估 計(jì)程序的性能有很大的影響 目前 輸電系統(tǒng)狀態(tài)估計(jì)算法已經(jīng)發(fā)展得較為成熟 并成為能量 中國(guó)農(nóng)業(yè)大學(xué)碩士學(xué)位論文第一章緒論 管理系統(tǒng) e m s 中必不可少的重要環(huán)節(jié) 針對(duì)上述問(wèn)題 本文首先檢測(cè)和辨識(shí)網(wǎng)絡(luò)結(jié)構(gòu)錯(cuò)誤修正錯(cuò)誤的遙信量測(cè) 然后辨識(shí)和修正 不良遙測(cè)數(shù)據(jù)提高實(shí)時(shí)數(shù)據(jù)的精度 最后利用實(shí)時(shí)量測(cè)系統(tǒng)的冗余度進(jìn)行狀態(tài)估計(jì) 自動(dòng)排除 隨機(jī)干擾所引起的錯(cuò)誤信息 從而提高整個(gè)數(shù)據(jù)系統(tǒng)的準(zhǔn)確性和可靠性 1 2 歷史與現(xiàn)狀 1 2 1 網(wǎng)絡(luò)結(jié)構(gòu)錯(cuò)誤辨識(shí)研究的歷史與現(xiàn)狀 在實(shí)際運(yùn)行的電網(wǎng)自動(dòng)化系統(tǒng)中 要想實(shí)時(shí)得到正確的網(wǎng)絡(luò)狀態(tài)是很困難的 一旦開(kāi)關(guān)遙 信與開(kāi)關(guān)實(shí)際位置不相符 則稱為網(wǎng)絡(luò)結(jié)構(gòu)錯(cuò)誤 網(wǎng)絡(luò)結(jié)構(gòu)錯(cuò)誤檢測(cè)的目的是為了檢測(cè)出可信遙信和可疑遙信 為進(jìn)一步識(shí)別結(jié)構(gòu)錯(cuò)誤作準(zhǔn) 備 檢測(cè)的依據(jù)是被檢開(kāi)關(guān)處的遙信量與開(kāi)關(guān)所在支路潮流量測(cè)值的對(duì)應(yīng)關(guān)系 在結(jié)構(gòu)錯(cuò)誤辨識(shí)的過(guò)程中 必須考慮多個(gè)壞數(shù)據(jù)和多個(gè)拓?fù)溴e(cuò)誤同時(shí)存在的可能性 目前 解決這個(gè)問(wèn)題還沒(méi)有非常成熟的理論 因此 調(diào)度自動(dòng)化系統(tǒng)中的拓?fù)溴e(cuò)誤辨識(shí)一方面要利用 已有的各種拓?fù)溴e(cuò)誤辨識(shí)方法 另一方面要充分利用sc ada 中的數(shù)據(jù) 也就是要把各種遙 信信息和遙測(cè)計(jì)算結(jié)臺(tái)起來(lái) 進(jìn)行綜合分析 1 網(wǎng)絡(luò)結(jié)構(gòu)搜索辨識(shí)法1 1 j 網(wǎng)絡(luò)結(jié)構(gòu)搜索辨識(shí)法利用檢測(cè)各開(kāi)關(guān)處的遙信 量測(cè)量是否相對(duì)應(yīng)來(lái)發(fā)現(xiàn)可疑遙信之所在 搜索可能有的幾種正確網(wǎng)絡(luò)結(jié)構(gòu) 據(jù)此進(jìn)行狀態(tài)估計(jì) 以排除結(jié)構(gòu)錯(cuò)誤的影響 最后用狀態(tài)估計(jì) 結(jié)果進(jìn)行 旬檢測(cè) 即用 量 值是否小于門檻值來(lái)判斷該網(wǎng)絡(luò)結(jié)構(gòu)是否正確 此法的優(yōu)點(diǎn)為算 法簡(jiǎn)單 需估計(jì)的狀態(tài)量未增加 因此對(duì)量測(cè)配置的要求較低 投入少 其缺點(diǎn)是單一性 要進(jìn) 行多次狀態(tài)估計(jì)計(jì)算 計(jì)算次數(shù)隨辨識(shí)開(kāi)關(guān)數(shù)目的增加而急劇增加 對(duì)同時(shí)有開(kāi)關(guān)操作 多個(gè)結(jié) 構(gòu)錯(cuò)誤和不良數(shù)據(jù)復(fù)錯(cuò)誤的情況 本方法均可能失敗 文獻(xiàn) 4 基于正常量澳4 情況下節(jié)點(diǎn)潮流基本平衡的原理 提出了 種相關(guān)集潮流分析的方法 通過(guò)建立支路潮流可靠性隸屬函數(shù)來(lái)定量描述支路投運(yùn)置信度 并按投運(yùn)置信度的大小識(shí)別開(kāi)關(guān) 錯(cuò)誤或確定正確網(wǎng)絡(luò)結(jié)構(gòu)搜索的優(yōu)化次序 最后以j 量 檢驗(yàn)來(lái)確定最終的正確網(wǎng)絡(luò)結(jié)構(gòu) 2 網(wǎng)絡(luò)結(jié)構(gòu)的參數(shù)估計(jì)辨識(shí)法 網(wǎng)絡(luò)結(jié)構(gòu)的參數(shù)估計(jì)辨識(shí)法是在參數(shù)估計(jì)的基礎(chǔ)上進(jìn)行的 其基本原理為 利用檢測(cè)備開(kāi) 關(guān)處的遙信 量測(cè)量是否相對(duì)應(yīng) 來(lái)發(fā)現(xiàn)可疑遙信之所在 找到可疑元件所在支路的編號(hào) 并 進(jìn)行增廣狀態(tài)估計(jì) 估計(jì)該支路的參數(shù) 利用估計(jì)結(jié)果求得投運(yùn)置信度 由投運(yùn)置信度是否滿 足投運(yùn)不等式和停運(yùn)不等式來(lái)判斷其是否投運(yùn) 該法的優(yōu)點(diǎn)為 結(jié)果直觀 適應(yīng)性強(qiáng) 既可適 應(yīng)有開(kāi)關(guān)操作時(shí)的結(jié)構(gòu)辨識(shí) 也可同時(shí)辨識(shí)多個(gè)網(wǎng)絡(luò)結(jié)構(gòu)錯(cuò)誤 弗且還可以同時(shí)進(jìn)行參數(shù)估計(jì) 和不良數(shù)據(jù)估計(jì)辨識(shí) 不必多次進(jìn)行狀態(tài)估計(jì)計(jì)算 但程序較復(fù)雜 對(duì)量測(cè)系統(tǒng)的配置要求較 高 它要求線路的兩端都有潮流量測(cè) 3 拓?fù)浣Y(jié)構(gòu)概率分析法口卅 2 中國(guó)農(nóng)業(yè)大學(xué)碩士學(xué)位論文第一章緒論 拓?fù)浣Y(jié)構(gòu)概率分析法基于輻射網(wǎng)中當(dāng)拓?fù)浣Y(jié)構(gòu)發(fā)生變化時(shí) 功率分配關(guān)系是可以事先確定 的 在不考慮網(wǎng)絡(luò)損耗的情況f 和各節(jié)點(diǎn)的注入功率是可以確定的 通過(guò)被分析開(kāi)關(guān)所在節(jié)點(diǎn) 向上 下支路的搜索 根據(jù)該條支路上相關(guān) 肯點(diǎn)量測(cè)的變化情況來(lái)確定相應(yīng)的拓?fù)浣Y(jié)構(gòu) 然后 來(lái)判別開(kāi)關(guān)的狀態(tài) 這樣同時(shí)剔除了錯(cuò)誤量測(cè)對(duì)確定拓?fù)浣Y(jié)構(gòu)的影響 這種方法在輻射網(wǎng)中使 用 容錯(cuò)能力強(qiáng) 計(jì)算速度快 是比較實(shí)用的方法 如果用于環(huán)網(wǎng) 這種方法的假定條件是拓 撲變化前后網(wǎng)絡(luò)的節(jié)點(diǎn)注入量沒(méi)有改變 即假定經(jīng)過(guò)前一次狀態(tài)估計(jì)后 系統(tǒng)的拓?fù)浣Y(jié)構(gòu) 網(wǎng) 絡(luò)參數(shù) 各支路潮流 節(jié)點(diǎn)電壓都是準(zhǔn)確的 岡此這時(shí)的pq 節(jié)點(diǎn)和p v 節(jié)點(diǎn)的注入功率及電 壓幅值是己知的 已經(jīng)去除了壞數(shù)據(jù)的影響 如果依據(jù)這些己知量 可以進(jìn)行支路開(kāi)斷計(jì)算 以及發(fā)電機(jī)開(kāi)斷的計(jì)算 將計(jì)算結(jié)果與拓?fù)浣Y(jié)構(gòu)變化后的潮流進(jìn)行比較 而由這個(gè)條件計(jì)算出 來(lái)的結(jié)果是否能夠近似實(shí)際情況 與網(wǎng)絡(luò)的結(jié)構(gòu)和開(kāi)斷的具體支路的位置有關(guān) 4 新息圖法 4 1 新息圖法在提出預(yù)報(bào)預(yù)估網(wǎng)絡(luò)與新息網(wǎng)絡(luò)建模原則的基礎(chǔ)上 形成了運(yùn)行網(wǎng)絡(luò)與預(yù)報(bào)預(yù)估 網(wǎng)絡(luò)及新息網(wǎng)絡(luò)的疊加關(guān)系 使新息矢量元素問(wèn)建立了滿足克希霍夫電路定律的合理有用的聯(lián) 系 依據(jù)新息網(wǎng)絡(luò)圖得到連支推算新息矢量 可以識(shí)別出和網(wǎng)絡(luò)結(jié)構(gòu)變化同時(shí)同地發(fā)生的相關(guān) 壞數(shù)據(jù)及多個(gè)有聯(lián)系的相關(guān)拓?fù)溴e(cuò)誤同時(shí)發(fā)生的惡劣情況 可以識(shí)別不同種類的網(wǎng)絡(luò)結(jié)構(gòu)變化 識(shí)別支路斷開(kāi) 閉合或 者同時(shí)發(fā)生的情況下對(duì)其進(jìn)行識(shí)別 新息圖法需要的遙測(cè)數(shù)目少 識(shí) 別功能強(qiáng)甚至可以用小于節(jié)點(diǎn)數(shù)的有功量測(cè)來(lái)檢測(cè)識(shí)別拓?fù)浣Y(jié)構(gòu)動(dòng)態(tài)變化 它無(wú)迭代過(guò)程 僅 需進(jìn)行加減和比較運(yùn)算 計(jì)算速度很快 該方法的使用條件是假設(shè)當(dāng)線路突然斷開(kāi)時(shí) 只是系 統(tǒng)中支路潮流發(fā)生變化 而發(fā)電機(jī)節(jié)點(diǎn)注入功率沒(méi)有發(fā)生變化 負(fù)荷功率也沒(méi)有發(fā)生變化 5 規(guī)則法 3 2 3 3 目前應(yīng)用最多的網(wǎng)絡(luò)拓?fù)溴e(cuò)誤辨識(shí)方法是基于專家規(guī)則的啟發(fā)式方法 即規(guī)則法 規(guī)則法 簡(jiǎn)單快速 在實(shí)際電網(wǎng)中得到了應(yīng)用 但由于大規(guī)模電網(wǎng)十分復(fù)雜且變化頻繁 難以建立完整 的規(guī)則庫(kù) 一些復(fù)雜的拓?fù)溴e(cuò)誤難以用簡(jiǎn)單的規(guī)則加以描述 而且在專家規(guī)則系統(tǒng)的推理過(guò)程 中 認(rèn)為各個(gè)規(guī)則之間是等價(jià)的 無(wú)法對(duì)不確定信息進(jìn)行科學(xué)的量化 因而對(duì)信息的使用不夠 合理 也不夠全廄 經(jīng)常錯(cuò)判或漏判 辨識(shí)能力尚不如調(diào)動(dòng)人員的人工判斷 綜上所述 前面兩種方法都是將拓?fù)浞治雠c狀態(tài)估計(jì)結(jié)合起來(lái) 在狀態(tài)估計(jì)的過(guò)程中排除 網(wǎng)絡(luò)拓?fù)溴e(cuò)誤的影響 第3 4 種方法是單獨(dú)進(jìn)行網(wǎng)絡(luò)拓?fù)溴e(cuò)誤分析 主要是利用不良數(shù)據(jù)的特 點(diǎn) 采用電路分析的方法 它們都要求兩次采樣間節(jié)點(diǎn)注入功率和負(fù)荷功率沒(méi)有發(fā)生很大變化 1 2 2 不良數(shù)據(jù)的檢測(cè)與辨識(shí)研究的歷史與現(xiàn)狀 對(duì)一個(gè)經(jīng)過(guò)良好校對(duì)的量測(cè)系統(tǒng)來(lái)說(shuō) 其誤差具有正態(tài)分布的性質(zhì) 如果電力系統(tǒng)的測(cè)最 信息誤差滿足高斯分布 那么常規(guī)的狀態(tài)估計(jì)方法可以得到滿意的實(shí)時(shí)數(shù)據(jù)庫(kù) 但是 電力系 統(tǒng)調(diào)度中心接受到的數(shù)據(jù)由于以下原因 1 1 量測(cè)與傳送系統(tǒng)受到較大的隨機(jī)干擾 2 1量測(cè)與傳送系統(tǒng)出現(xiàn)的偶然故障 中國(guó)農(nóng)業(yè)丈學(xué)碩十學(xué)位論文 第一章緒論 3 電力系統(tǒng)快速變化中各測(cè)點(diǎn)間的非同時(shí)量測(cè) 4 系統(tǒng)正常操作或大干繞引起的過(guò)渡過(guò)樣 導(dǎo)致實(shí)測(cè)數(shù)據(jù)的誤差達(dá)到士 6 7 o o 大約為止常量測(cè)范同的o 5 一 2 以上 理論上把這類 數(shù)據(jù)稱為不良數(shù)據(jù) 在實(shí)際的狀態(tài)估計(jì)悶題中 某個(gè)時(shí)刻的不良數(shù)據(jù)可能是單個(gè)的或多個(gè)的 在存在多個(gè)不良數(shù)據(jù)時(shí) 又可分為多個(gè)弱相關(guān)或多個(gè)強(qiáng)相關(guān)的不良數(shù)據(jù) 顯然 不良數(shù)據(jù)的模 式如此多樣 如果不進(jìn)行檢測(cè)與辨識(shí) 將會(huì)給顯示 記錄以及安全經(jīng)濟(jì)有關(guān)的各種分析計(jì)算出 現(xiàn)一系列的錯(cuò)誤 給調(diào)度人員帶來(lái)麻煩 并直接影響安全經(jīng)濟(jì)運(yùn)行 由上述情況可見(jiàn) 實(shí)際量測(cè)并不完全嚴(yán)格服從正態(tài)分布 不良數(shù)據(jù)需通過(guò)檢測(cè)與辨識(shí)處理 才能滿足系統(tǒng)對(duì)測(cè)量數(shù)據(jù)的要求 所謂檢測(cè)是用未判定是否存在不良數(shù)據(jù) 而辨識(shí)則是為了尋 找出哪一個(gè)數(shù)據(jù)是不良數(shù)據(jù) 以便進(jìn)行剔除或修正 目前國(guó)內(nèi)外已經(jīng)提出了幾種不良數(shù)據(jù)檢測(cè)和辨識(shí)的方法 常用的方法主要是基于狀態(tài)估計(jì) 的方法 有殘差搜索法 非二次準(zhǔn)則法 零殘差法 估計(jì)辨識(shí)法等 這些方法主要是將加權(quán)殘 差或標(biāo)準(zhǔn)殘差值作為特征值 假設(shè)其服從某一概率分布 并按照一定的置信度水平確定一個(gè)門 檻值 進(jìn)行假設(shè)檢驗(yàn) 找到可疑測(cè)量數(shù)據(jù)后 將其從測(cè)量數(shù)據(jù)中排除或減小其權(quán)值 得到新的 狀態(tài)估計(jì)值 這類方法的缺點(diǎn)是很可能出現(xiàn)殘差污染和殘差淹沒(méi)現(xiàn)象 從而造成漏檢或誤檢 影響了辨 識(shí)的效果 由于這種常規(guī)的不怠數(shù)據(jù)辨識(shí)算法采用非線性殘差方程 辨識(shí)過(guò)程中需要多次狀態(tài) 估計(jì)的計(jì)算 因此計(jì)算量極大 此外采用線性化殘差方程 利用殘差靈敏廢矩陣的子矩陣計(jì)算 測(cè)量的估計(jì)值 由于靈敏度矩陣是高維滿陣 因此這種方法計(jì)算量仍很大 另外 當(dāng)出現(xiàn)多個(gè) 不良數(shù)據(jù)的情況下 使用這種方法經(jīng)常會(huì)發(fā)生錯(cuò)誤辨識(shí)的現(xiàn)象 不良數(shù)據(jù)檢測(cè)方法主要有三類 1 1 加權(quán)殘差 或標(biāo)準(zhǔn)化殘差 檢測(cè) 基于量測(cè)殘差相對(duì)值 即在狀態(tài)估計(jì)的基礎(chǔ)上 檢測(cè)量測(cè)量加權(quán)殘差 哳 或標(biāo)準(zhǔn)化殘差 h 將大于某門檻值的量謾8 量納入可疑數(shù)據(jù)集 由于不良數(shù)據(jù)參與估計(jì) 在多個(gè)不良數(shù)據(jù)情 況下 存在 殘差污染 除了不良數(shù)據(jù)點(diǎn)的殘差呈現(xiàn)出超過(guò)檢測(cè)門檻值的特征外 還有一些正常 測(cè)點(diǎn)的殘差也超過(guò)門檻值 及 殘差淹沒(méi) 多個(gè)不良數(shù)據(jù)相互作用導(dǎo)致在部分的或全部不良數(shù)據(jù) 點(diǎn)上的殘差接近于正常殘差的現(xiàn)象 現(xiàn)象 不能可靠檢測(cè) 2 1 量測(cè)量突變檢測(cè)和應(yīng)用偽量測(cè)量的檢測(cè) l 2 l 這類是基于量測(cè)量預(yù)測(cè)值 即假定前一次估計(jì)正確 在此基礎(chǔ)上 對(duì)本次估計(jì)的量測(cè)量做 一步預(yù)測(cè) 以本次量測(cè)量采樣值與預(yù)測(cè)值之差做為檢鍘特征 其局限是要求電力系統(tǒng)網(wǎng)絡(luò)結(jié)構(gòu) 在兩相鄰采樣間隔之間必須保持不變且負(fù)荷變化不大 而且這種假設(shè)檢驗(yàn)的方法存在誤檢或漏 檢的風(fēng)險(xiǎn) 文獻(xiàn) h i 在此基礎(chǔ)上提出利用模糊數(shù)學(xué)聚類分析方法 用模糊數(shù)學(xué)中的隸屬度概念 利用標(biāo)準(zhǔn)殘差 與兩相鄰采樣時(shí)刻的量測(cè)數(shù)據(jù)差值a z 作為兩個(gè)特征 說(shuō)明該量測(cè)以多大度屬 于或不屬于不良數(shù)據(jù) 用加權(quán)形式的i s o d a t i 基自組織數(shù)據(jù)分析技術(shù) 方法 對(duì)量測(cè)值進(jìn)行了模 糊聚類分析 從而改善檢測(cè)效果 但是 這類方法無(wú)法利用本次大量冗余的量測(cè)采樣之間可以 相互校核的條件 4 中國(guó)農(nóng)業(yè)大學(xué)碩士學(xué)位論文 第一章緒論 3 1 混合不良數(shù)據(jù)檢測(cè)方法f l 針對(duì)狀態(tài)估計(jì)不良數(shù)據(jù)檢測(cè)的實(shí)用化要求 結(jié)臺(tái)現(xiàn)有兩類基本檢測(cè)方法的優(yōu)點(diǎn) 并考慮相 關(guān)量測(cè)量之間可相互校核的特點(diǎn) 提出了可根據(jù)網(wǎng)絡(luò)結(jié)構(gòu)核負(fù)荷變化正確選擇適合于當(dāng)時(shí)運(yùn)行 狀態(tài)的檢測(cè)方法的判別原則核算法 混合辨識(shí)方法將標(biāo)準(zhǔn)殘差檢測(cè)方法用于網(wǎng)絡(luò)結(jié)構(gòu)改變后由 于系統(tǒng)負(fù)荷快速變化使判據(jù)判定突變量檢測(cè)方法不再適用的情況 即采用此算法為系統(tǒng)負(fù)荷變 化時(shí)的主檢測(cè) 此方法避免了現(xiàn)有兩類基本檢測(cè)方法的缺點(diǎn) 提出了自動(dòng)選擇檢測(cè)方法的基本 判據(jù) 滿足了系統(tǒng)實(shí)際運(yùn)行中的要求 盡可能地降低了漏檢和誤檢地概率 標(biāo)準(zhǔn)殘差檢測(cè)雖無(wú) 法識(shí)別相關(guān)不良數(shù)據(jù) 但由于誤差在采樣中的分布是隨機(jī)的 在開(kāi)關(guān)操作后相鄰兩次狀態(tài)估計(jì) 中出現(xiàn)完全相同的相關(guān)多不良數(shù)據(jù)的情況微乎其微 因此 采用以上判據(jù)確定的系統(tǒng)狀態(tài)量作 為突變檢測(cè)的基準(zhǔn)值是可行的 在現(xiàn)代電力系統(tǒng)應(yīng)用中 不良數(shù)據(jù)的辨識(shí)問(wèn)題通常歸到狀態(tài)估計(jì)的研究范疇 lj 國(guó)內(nèi)外文獻(xiàn) 中不良數(shù)據(jù)辨識(shí)方法的基本思路是 在檢測(cè)出存在不良數(shù)據(jù)后 設(shè)法找出這個(gè)不良數(shù)據(jù)并在量測(cè) 集中排除它 然后再進(jìn)行狀態(tài)估計(jì) 從而獲得可靠的結(jié)果 目前國(guó)內(nèi)外用于電力系統(tǒng)狀態(tài)估計(jì)中 不良數(shù)據(jù)具體辨識(shí)的方法主要有 1 殘差搜索法 1 6 基本思路是利用r w 或r n 對(duì)不良數(shù)據(jù)進(jìn)行排序 并按順序逐個(gè)加以排除 然后重新假 設(shè)量測(cè)模型進(jìn)行狀態(tài)估計(jì) 從而獲得可靠的結(jié)果 一般僅適用于單個(gè)不良數(shù)據(jù)的辨識(shí) 或者弱 相關(guān)的多不良數(shù)據(jù)附辨識(shí) 當(dāng)存在多個(gè)強(qiáng)相關(guān)的不良數(shù)據(jù)時(shí) 會(huì)引起所謂的 餓差淹沒(méi) 現(xiàn)象而 無(wú)法辨識(shí) 狀態(tài)估計(jì)需要進(jìn)行兩次以上在大電力系統(tǒng)中 大大喪失它的實(shí)時(shí)性能 2 非二次準(zhǔn)則法 2 0 由于殘差搜索法費(fèi)時(shí)的弱點(diǎn) 文獻(xiàn) 1 7 最早開(kāi)始研究非二次準(zhǔn)則法 n o n q u a d r a t i c 文獻(xiàn) 1 4 對(duì)多種n o n q u a d r a t i c 估計(jì)器和壞數(shù)據(jù)的檢測(cè)和辨識(shí)進(jìn)行了深入研究 文獻(xiàn) 1 8 研究了q c q u a d r a t i c c o n s t a n t 和q l q u a d r a t i c 1 i n e a r 兩種估計(jì)器在辨識(shí)壞數(shù)據(jù)中的抗差能力 其基本 思路是 對(duì)殘差絕對(duì)值大的量測(cè)量 并不贏接將它從狀態(tài)估計(jì)中排除 而是在迭代過(guò)程中減小 它的權(quán)重 避免了重新估計(jì) 降低了計(jì)算量 該方法缺點(diǎn)在于存在局部極小值 同時(shí)變權(quán)重的 量測(cè)量過(guò)多將導(dǎo)致收斂慢或不收斂 無(wú)法辨識(shí)多個(gè)強(qiáng)相關(guān)的不良數(shù)據(jù) 大多數(shù)非二次準(zhǔn)則的估 計(jì) 由于不能完全排除不良數(shù)據(jù)的影響 并菲最優(yōu)估計(jì) 但要獲得可靠的最優(yōu)估計(jì)仍需假設(shè)量 測(cè)模型重做狀態(tài)估計(jì) 3 估計(jì)辨識(shí)法 2 1 2 3 l 估計(jì)辨識(shí)法是8 0 年代初由清華大學(xué)相年德等人發(fā)展起來(lái)的 其思路是首先對(duì)不良數(shù)據(jù)進(jìn)行 估計(jì)值計(jì)算 再用此估計(jì)值去直接修正含有不良數(shù)據(jù)時(shí)獲得的狀態(tài)估計(jì) 從而得到排除了不良 數(shù)據(jù)后的最優(yōu)估計(jì) 避免了重新?tīng)顟B(tài)估計(jì) 該方法具有處理多個(gè)弱相關(guān)或強(qiáng)相關(guān)的不良數(shù)據(jù)功 能 但是前提是必須保證不良數(shù)據(jù)可辨識(shí) 即從m 維量測(cè)矢量中移去s 維可疑量測(cè)后 余下的 t 維正常量測(cè)災(zāi)量仍能保持對(duì)系統(tǒng)的可觀測(cè)性 同時(shí)需要存儲(chǔ)m x m 階殘差靈敏度矩陣 存儲(chǔ)量 大 文獻(xiàn)f 2 2 2 3 對(duì)該方法進(jìn)行了改進(jìn) 提出遞歸量測(cè)誤差估計(jì)辨識(shí)法 用線性遞歸方式計(jì)算量 5 中國(guó)農(nóng)業(yè)大學(xué)碩卜學(xué)位論文 第一章緒論 測(cè)誤差的估計(jì)值 當(dāng)增刪可疑量測(cè)集中的量測(cè)時(shí) 不需要計(jì)算降階殘差靈敏度矩陣的元素 也 不需要再估計(jì) 大火加快了計(jì)算速度 4 圖論法 2 4 1 根據(jù)狀態(tài)估計(jì)中誤差發(fā)生的隨機(jī)性和誤差散布的確定性 在進(jìn)行不良數(shù)據(jù)檢測(cè)與辨識(shí)時(shí) 不僅考慮了誤籌的統(tǒng)計(jì)特性 還考慮了誤差散布的確定性規(guī)律 依據(jù)沿任一回路量測(cè)量的加權(quán)代 數(shù)和等于量測(cè)誤差的加權(quán)代數(shù)和 用圖論方法進(jìn)行多個(gè)不良數(shù)據(jù)的檢測(cè)與辨識(shí) 這種方法能夠達(dá) 到可靠檢測(cè)的目的 沒(méi)有漏檢現(xiàn)象 同時(shí)也克服了 殘差淹沒(méi) 的現(xiàn)象 檢測(cè)法不依賴估計(jì) 是估 計(jì)前檢測(cè) 避開(kāi)了量測(cè)殘差計(jì)算 檢測(cè)過(guò)程采用本次量測(cè)采樣值 充分利用了量測(cè)量間的相互校 核作出 不依賴系統(tǒng)運(yùn)行平穩(wěn)的假設(shè) 不良數(shù)據(jù)檢測(cè)是在估計(jì)前進(jìn)行的 沒(méi)有計(jì)算殘差靈敏度矩 陣w 和各個(gè)量測(cè)的殘差 方法比較簡(jiǎn)單 計(jì)算量小且精度較高 計(jì)算速度快 沒(méi)有對(duì)采樣不良 數(shù)據(jù)進(jìn)行抑制 而是對(duì)不良數(shù)據(jù)修正 實(shí)時(shí)性能較好 檢測(cè)方法與辨識(shí)方法是密切相關(guān)的 檢測(cè)成功 辨識(shí)則很容易實(shí)現(xiàn) 檢測(cè)失敗則會(huì)給辨識(shí)帶 來(lái)困難 甚至無(wú)法辨識(shí) 所以檢測(cè)方法是不良數(shù)據(jù)檢測(cè)與辨識(shí)的關(guān)鍵 而目前所采用的檢測(cè)方 法均存在問(wèn)題 需要進(jìn)一步探討新方法 上述前第一類檢測(cè)方法均存在殘差污染和殘差淹沒(méi)現(xiàn) 象 量測(cè)量突變檢測(cè)基本上能夠解決殘差污染和殘差淹沒(méi)現(xiàn)象 應(yīng)用偽量測(cè)進(jìn)行檢測(cè) 由于偽 量測(cè)的應(yīng)用主要增加了殘差靈敏度矩陣的對(duì)角元素優(yōu)勢(shì) 有效地削弱了單不良數(shù)據(jù)情況下的殘 差污染現(xiàn)象和多不良數(shù)據(jù)情況下的殘差淹沒(méi)現(xiàn)象 但量測(cè)量突變檢測(cè)和應(yīng)用偽量測(cè)進(jìn)行檢測(cè)都 要求在兩采樣間系統(tǒng)的結(jié)構(gòu)不發(fā)生變化 且不能有突變量發(fā)生 否則 此兩種方法將失效 另 外 以上檢測(cè)方法都是基于概率論的理論提出來(lái)的 都存在漏檢概率 只 和誤檢概率 問(wèn)題 在辨識(shí)方法中 殘差搜索法和非二次準(zhǔn)則法都需要經(jīng)過(guò)多次狀態(tài)估計(jì)的計(jì)算 實(shí)時(shí)性能比較差 1 2 3 輸電網(wǎng)狀態(tài)估計(jì)算法研究的歷史與現(xiàn)狀 狀態(tài)估計(jì)也稱為濾波 是利用實(shí)時(shí)量測(cè)系統(tǒng)的冗余度來(lái)提交數(shù)據(jù)精度 自動(dòng)排除隨機(jī)干擾 所引起的錯(cuò)誤信息 估計(jì)或預(yù)報(bào)系統(tǒng)的運(yùn)行狀態(tài) 或軌跡 它是現(xiàn)代大型電力系統(tǒng)各級(jí)調(diào)度控 制中心能量管理系統(tǒng) e m s 的重要組成部分 為e m s 提供可靠而完整的系統(tǒng)運(yùn)行狀態(tài)的信 息 并用這些數(shù)據(jù)來(lái)建立各種高級(jí)應(yīng)用軟件所需的數(shù)據(jù)庫(kù) 可見(jiàn) 狀態(tài)估計(jì)直接關(guān)系到電力系 統(tǒng)安全可靠 優(yōu)質(zhì)經(jīng)濟(jì)的重大問(wèn)題 狀態(tài)估計(jì)又可以稱為廣義潮流 它與常規(guī)潮流所求的狀態(tài)量相同 而區(qū)別在于 1 潮流計(jì)算中方程式數(shù)目等于未知數(shù)的數(shù)目 而在狀態(tài)估計(jì)中 測(cè)量向量的維數(shù)一般大于 未知狀態(tài)向量的維數(shù) 即方程式數(shù)目多于未知數(shù)的數(shù)目 2 潮流計(jì)算一般用牛頓 拉夫遜法求解2 n 個(gè)非線性方程組 而狀態(tài)估計(jì)則是根據(jù)一定的 估計(jì)準(zhǔn)則 按估計(jì)理論的處理方法來(lái)求解方程組 在給定網(wǎng)絡(luò)接線 支路參數(shù)和量測(cè)系統(tǒng)的條件下 根據(jù)量測(cè)值求最優(yōu)狀態(tài)估計(jì)值的計(jì)算方 法稱為狀態(tài)估計(jì)算法 它是狀態(tài)估計(jì)程序的核心部分 因此狀態(tài)估計(jì)算法的選擇對(duì)整個(gè)狀態(tài)估 計(jì)程序的性能有很大的影響 國(guó)內(nèi)外學(xué)者對(duì)電力系統(tǒng)狀態(tài)估計(jì)算法的研究最早追溯n 十世紀(jì)七十年代 6 中國(guó)農(nóng)業(yè)大學(xué)碩士學(xué)位論文 第一章緒論 二十世紀(jì)七十年代是國(guó)外輸電系統(tǒng)狀態(tài)估計(jì)算法研究的鼎盛時(shí)期 美國(guó) 挪威 瑞典 英 國(guó)等國(guó)家相繼開(kāi)展這方面的研究 最具代表性的算法有 美國(guó)麻省理工大學(xué)的許懷丕 f c s c h w e p p e 等人提出的電力系統(tǒng)最基本解法 最小二乘 l s 狀態(tài)估計(jì)算法i lj 美國(guó) 電力公司道帕茲恩 j f d o p a z o 等人提出的量測(cè)變換狀態(tài)估計(jì)法口 美國(guó)邦那維爾電力系統(tǒng) 拉森 r e l a r s o n 和迪波斯 a s d e b s 等人提出的卡爾曼逐次型狀態(tài)估計(jì)算法等 目前 輸 電系統(tǒng)狀態(tài)估計(jì)算法已經(jīng)發(fā)展得較為成熟 并成為能量管理系統(tǒng) e m s 中必不可少的重要環(huán) 節(jié) 1 加權(quán)最小二乘法 1 9 7 0 年許懷丕 f f s c h w e p p e 等人晟早提出的電力系統(tǒng)最小二乘狀態(tài)估計(jì)算法是最基本 解法 它假設(shè)系統(tǒng)中所有量測(cè)量的誤差嚴(yán)格服從正態(tài)分布 同時(shí)基于最小二乘準(zhǔn)則 即以測(cè)量 值和測(cè)量估計(jì)值之差的平方和最小為目標(biāo)準(zhǔn)則 求出滿足目標(biāo)豳數(shù)最小的狀態(tài)變量 算法特點(diǎn) 是收斂性能好 估計(jì)質(zhì)量高 對(duì)理想正態(tài)分布的觀測(cè)值 估計(jì)具有最優(yōu)一致且無(wú)偏等優(yōu)良統(tǒng)計(jì) 特性 然而由于這種算法的計(jì)算量和使用內(nèi)存量比較大 計(jì)算速度較慢 因此難以用于大型電 力系統(tǒng)的實(shí)時(shí)計(jì)算中 2 快速分解法 2 5 2 1 為了滿足大型電力系統(tǒng)的需要 吸取巖本伸一潮流計(jì)算經(jīng)驗(yàn)而建立了快速分解狀態(tài)估計(jì)算 法 它考慮到各個(gè)測(cè)量量的量測(cè)精度不同 使各個(gè)測(cè)量量各取一個(gè)權(quán)值 精度高的測(cè)量量權(quán)大 一些 而精度低的測(cè)量量則權(quán)小一些 即采用了加權(quán)最小二乘準(zhǔn)則 同時(shí) 充分利用電力系統(tǒng) 物理上的性質(zhì) 通過(guò)p q 解耦將雅可比矩陣視為常數(shù)來(lái)處理 提高了計(jì)算速度 該算法還兼顧 了收斂性 使用內(nèi)存和對(duì)各種類型量測(cè)量的適應(yīng)性等方面的優(yōu)點(diǎn) 可以看成是基本加權(quán)最小二 乘狀態(tài)估計(jì)算法的實(shí)用形式 3 量測(cè)量變換法口8 2 9 七十年代美國(guó)電力公司 a e p 道帕思 j f d o p a z o 等人提出的量測(cè)量變換狀態(tài)估計(jì)算法 也屬于最小二乘法的總體算法 用這種算法進(jìn)行狀態(tài)估計(jì)所需的原始信息僅含支路潮流測(cè)量量 將支路潮流量測(cè)量變換為對(duì)支路兩端電壓差的 量測(cè) 并假設(shè)運(yùn)行電壓變化不大 最后得到與 最小二乘法狀態(tài)估計(jì)相類似的迭代修正公式 但其信息矩陣是常數(shù) 對(duì)稱 實(shí)虛部統(tǒng)一的稀疏 矩陣 這一算法特點(diǎn)是計(jì)算速度快 使用內(nèi)存少和程序簡(jiǎn)單 僅用支路潮流攝測(cè)量 然而 它 難以處理結(jié)點(diǎn)注入型量測(cè)量 比如 結(jié)點(diǎn)電壓 結(jié)點(diǎn)注入功率等 如果有功測(cè)量精度與無(wú)功測(cè) 量精度不同 也難以處理 4 正交變換法 3 0 3 1 1 9 8 0 年以后 開(kāi)始探討數(shù)值穩(wěn)定性較好的算法 如正交變換法 由于加權(quán)晟小二乘法中增 益矩陣的條件數(shù)是雅可比矩陣條件數(shù)的平方 因此加大了方程的病態(tài)性 正交變換法同樣采用 加權(quán)最d 乘準(zhǔn)則 但它對(duì)增益矩陣進(jìn)行正變化處理 降低了原問(wèn)題的病態(tài)性質(zhì) 目前狀態(tài)估 計(jì)中廣泛采用吉文斯 g i v e n s 止交變換法 可是程序設(shè)計(jì)過(guò)于復(fù)雜和計(jì)算速度慢 因此出現(xiàn) 7 中國(guó)農(nóng)業(yè)大學(xué)碩十學(xué)位論文第一章緒論 豪斯荷德?tīng)?h o u s e h o l d e r 正交變換法 其優(yōu)點(diǎn)是數(shù)值穩(wěn)定性高 收斂性好 占有內(nèi)存小 克 服吉文斯變換的上述不足 以上的各種狀態(tài)估計(jì)方法都適合丁輸電系統(tǒng) 基本加權(quán)最小二乘法收斂性能好 平均迭代 次數(shù)少 估計(jì)質(zhì)量高 與系統(tǒng)的量測(cè)類型無(wú)關(guān) 對(duì)各種量測(cè)類型的適應(yīng)性最強(qiáng) 對(duì)理想正態(tài)分 布的觀測(cè)值 估計(jì)具有最優(yōu)一致且無(wú)偏等優(yōu)良統(tǒng)計(jì)特性 是狀態(tài)估計(jì)的經(jīng)典解法和理論基礎(chǔ) 快速分解法可以看成是基本加權(quán)最小二乘狀態(tài)估計(jì)算法的實(shí)用形式 量測(cè)量變換法難以處理結(jié) 點(diǎn)注入型量測(cè)量 比如 結(jié)點(diǎn)電壓 結(jié)點(diǎn)注入功率等 且要求有功測(cè)量精度與無(wú)功測(cè)量精度相 同 正交變換法數(shù)值穩(wěn)定性較好但程序設(shè)計(jì)復(fù)雜 1 3 本文工作 本文的研究工作是圍繞對(duì)輸電網(wǎng)s c a d a 系統(tǒng)的數(shù)據(jù)進(jìn)行處理 為能量管理系統(tǒng) e m s 中備種功能模塊提供完整而可靠的實(shí)時(shí)數(shù)據(jù)而展開(kāi)的 包括網(wǎng)絡(luò)結(jié)構(gòu)錯(cuò)誤辨識(shí) 不良數(shù)據(jù)檢測(cè) 和辨識(shí)與狀態(tài)估計(jì)算法蘭個(gè)方面 具體工作如下 1 為解決s c a d a 系統(tǒng)中的遙信錯(cuò)誤問(wèn)題 對(duì)網(wǎng)絡(luò)結(jié)構(gòu)錯(cuò)誤辨識(shí)方法進(jìn)行研究 提出新 的實(shí)用方法 2 為解決s c a d a 系統(tǒng)中的遙測(cè)不良數(shù)據(jù)導(dǎo)致?tīng)顟B(tài)估計(jì)不能收斂的問(wèn)題 提出實(shí)用的不 良數(shù)據(jù)檢測(cè)和辨識(shí)方法 3 采用基本加權(quán)最小二乘算法編制狀態(tài)估計(jì)實(shí)用軟件 4 1 完成包括網(wǎng)絡(luò)結(jié)構(gòu)錯(cuò)誤辨識(shí) 不良數(shù)據(jù)檢測(cè)和辨識(shí)及狀態(tài)估計(jì)三個(gè)功能模塊的 s c a d a 系統(tǒng)數(shù)據(jù)處理軟件的開(kāi)發(fā)并用于實(shí)際工程 2 1 概述 第二章網(wǎng)絡(luò)結(jié)構(gòu)錯(cuò)誤辨識(shí)計(jì)算方法的研究 在調(diào)度自動(dòng)化系統(tǒng) e m s s c a d a 中 如果開(kāi)關(guān)遙信和開(kāi)關(guān)實(shí)際位置不相符 則稱為網(wǎng) 絡(luò)結(jié)構(gòu)錯(cuò)誤 網(wǎng)絡(luò)結(jié)構(gòu)錯(cuò)誤辨識(shí)的完整概念應(yīng)該包括 檢測(cè) 估計(jì) 辨識(shí)和修正四個(gè)環(huán)節(jié) 電力系統(tǒng)實(shí)時(shí)信息的正確性和高精度是e m s 做出正確決策的基礎(chǔ)和保證 但事實(shí)上 由 于信息采集和傳輸?shù)母鱾€(gè)環(huán)節(jié)的精度和可靠性存在問(wèn)題 如 遠(yuǎn)方終端 r t u 和通訊信道都 可能出故障和干擾 在s c a d a 系統(tǒng)遙信數(shù)據(jù)中不可避免地會(huì)出現(xiàn)錯(cuò)誤信息 需要進(jìn)行信息重 建 目前應(yīng)用最多的網(wǎng)絡(luò)拓?fù)溴e(cuò)誤辨識(shí)方法是基于專家規(guī)則的啟發(fā)式方法 即規(guī)則法 規(guī)則法 簡(jiǎn)單快速 在實(shí)際電網(wǎng)中得到了應(yīng)用 但由于大規(guī)模電網(wǎng)十分復(fù)雜且變化頻繁 難以建立完整 的規(guī)則庫(kù) 一些復(fù)雜的拓?fù)溴e(cuò)誤難以用簡(jiǎn)單的規(guī)則加以描述 而且在專家規(guī)則系統(tǒng)的推理過(guò)程 中 認(rèn)為各個(gè)規(guī)則之間是等價(jià)的 無(wú)法對(duì)不確定信息進(jìn)行科學(xué)的量化 因而對(duì)信息的使用不夠 合理 也不夠全面 經(jīng)常錯(cuò)判或漏判 辨識(shí)能力尚不如調(diào)動(dòng)人員的人工判斷 清華大學(xué)的孫宏斌教授首先將信息理論用于網(wǎng)絡(luò)拓?fù)溴e(cuò)誤辨識(shí)9 q 把辨識(shí)過(guò)程看成是一 個(gè)廣義的信道重建過(guò)程 通過(guò)建立廣義的信道模型 對(duì)電力系統(tǒng)中的離散概率型信息進(jìn)行了科 學(xué)的量化 提出了基于信息量損失最小的拓?fù)溴e(cuò)誤辨識(shí)方法 該方法能夠科學(xué)地綜合利用遙測(cè) 遙信 電網(wǎng)結(jié)構(gòu) 運(yùn)行方式等多方面的信息 但是所提出的模型需要求解大規(guī)?；旌险麛?shù)規(guī)劃 問(wèn)題 在線應(yīng)用有困難 本章針對(duì)開(kāi)關(guān)遙信所具有的局部特征 歸納了用于拓?fù)溴e(cuò)誤辨識(shí)的三種局部網(wǎng)絡(luò)模式 當(dāng) 網(wǎng)絡(luò)拓?fù)浒l(fā)生錯(cuò)誤時(shí) 這三種局部模式就能概括主要的遙信錯(cuò)誤情況 將遙信錯(cuò)誤辨識(shí)所需要 考慮的模擬量信息用布爾變量表示 推導(dǎo)了服從0 1 分布的信源和二元對(duì)稱信道的信息量損失 公式 提出了基于信息量損失最小的局部網(wǎng)絡(luò)結(jié)構(gòu)錯(cuò)誤辨識(shí)的 一l 整數(shù)規(guī)劃模型 該數(shù)學(xué)模型 把遙測(cè)量的連續(xù)信道模型轉(zhuǎn)化為簡(jiǎn)單的二元對(duì)稱信道模型 將混合整數(shù)規(guī)劃問(wèn)題簡(jiǎn)化為o 1 整 數(shù)規(guī)劃問(wèn)題 從而降低求解問(wèn)題的規(guī)模和計(jì)算量 2 2 局部網(wǎng)絡(luò)模式 電力系統(tǒng)一般規(guī)模都比較大 s c a d a 系統(tǒng)采集上來(lái)的遙信遙鋇4 量數(shù)目眾多 但實(shí)際的拓 撲錯(cuò)誤都是發(fā)生在電網(wǎng)局部 所以根據(jù)檢測(cè)出的可疑遙信量類型的不同確定相應(yīng)的范圍 可以 在局部范圍內(nèi)進(jìn)行拓?fù)溴e(cuò)誤辨識(shí) 本文對(duì)電力系統(tǒng)網(wǎng)絡(luò)進(jìn)行了分析 歸納了三種用于局部拓?fù)溴e(cuò)誤辨識(shí)的局部網(wǎng)絡(luò)模式 當(dāng) 網(wǎng)絡(luò)拓?fù)浒l(fā)生錯(cuò)誤時(shí) 這三種局部模型就能概括主要的遙信錯(cuò)誤情況 在以下模式中 布爾變量z i 表示從s c a d a 系統(tǒng)采集得到的第i 遙信最 l 表示 合 狀 態(tài) 0 表示 分 狀態(tài) 模擬量z i 表示從s c a d a 系統(tǒng)采集得到的第f 個(gè)遙測(cè)量 其值為有功 功率 9 中國(guó)農(nóng)業(yè)大學(xué)碩上學(xué)位論文第二章網(wǎng)絡(luò)結(jié)構(gòu)錯(cuò)誤辨識(shí)計(jì)算方法的研究 f 面定義遙測(cè)布爾變量z 為 忙甏舞 協(xié) 這樣就將網(wǎng)絡(luò)結(jié)構(gòu)辨識(shí)所需要的遙測(cè)信息用o l 變量表示出來(lái)了 1 輸電線路斷路器模型 線路斷路器遙信信息錯(cuò)誤辨識(shí)主要與如圖2 i 所示的局部網(wǎng)絡(luò)中所提供的信息量有關(guān) 因 此定義該局部網(wǎng)絡(luò)為輸電線路斷路器遙信錯(cuò)誤辨識(shí)局部網(wǎng)絡(luò) 假設(shè)c b l 和c b 2 對(duì)應(yīng)的遙信量 分別為z d 和z d 2 d 取值為l 或0 分別表示開(kāi)關(guān)的斷開(kāi)或合閘狀態(tài) 線路首末端有功功 率量鍘值分別為z 和 塒2 s t l c b l d 1 c b 2 圖2 1 輸電線路斷路器遙信錯(cuò)誤辨識(shí)局部網(wǎng)絡(luò)示意圈 2 線路和母線關(guān)聯(lián)開(kāi)關(guān)刀閘模型 s t 2 由于雙母線接線不僅要判斷斷路器的合 分 而且要判斷該出線與哪條母線連接 還必須考 慮刀閘的狀態(tài) 所有采用的模型應(yīng)該包括斷路器 兩個(gè)刀閘 其局部網(wǎng)絡(luò)如圖2 2 所示 假設(shè) c b i c b 2 和c b 3 對(duì)應(yīng)的遙信量分別為乃 1 z d 2 和乃 3 幻 f 取值為0 或1 分別表示開(kāi)關(guān)或 刀閘的斷開(kāi)或合閘狀態(tài) c b l 上的有功功率量測(cè)值分別為z 卅j 3 斷路器變壓器模型 變壓器遙信信息錯(cuò)誤辨識(shí)主要與變壓器高中低各側(cè)的斷路器狀態(tài)和流過(guò)各斷路器的功率量 測(cè)有關(guān) 所以變壓器遙測(cè)信息錯(cuò)誤辨識(shí)局部網(wǎng)絡(luò)模型如下圖2 3 所示 假設(shè)c b l c b 2 和c b 3 對(duì)應(yīng)的遙信量分別為z d 1 如 2 和z d d f 取值為0 或1 分別表示開(kāi)關(guān)或刀閘的斷開(kāi)或合閘狀 態(tài) c b l c b 2 和c b 3 開(kāi)關(guān)上的有功功率量測(cè)值分別為z 2 卅2 和2 o 中國(guó)農(nóng)業(yè)大學(xué)碩士學(xué)位論文 第二章網(wǎng)絡(luò)結(jié)構(gòu)錯(cuò)誤辨識(shí)計(jì)算方法的研究 圖2 2 線路和母線關(guān)聯(lián)開(kāi)關(guān)刀閘模型 卜 圖2 3 開(kāi)關(guān)變壓器模型 甲母線 己母線 2 3 基于信息量損失最小的局部網(wǎng)絡(luò)結(jié)構(gòu)錯(cuò)誤辨識(shí) 本節(jié)首先介紹了信息理論基礎(chǔ) 然后重點(diǎn)介紹了基于信息量損失最小的局部網(wǎng)絡(luò)結(jié)構(gòu)辨識(shí) 模型 最后給出了算例驗(yàn)證了方法的有效性 2 3 1 信息理論基礎(chǔ) 1 離散信源的信息量和信息量損失 3 2 3 6 3 s 4 0 t 中國(guó)農(nóng)業(yè)人學(xué)碩士學(xué)位論文第二章網(wǎng)絡(luò)結(jié)構(gòu)錯(cuò)誤辨識(shí)計(jì)算方法的研究 設(shè)有一個(gè)離散隨機(jī)變量 信源 x 它有k 個(gè)可能取值 分別為a l a 2 a x 它 的分布列或密度矩陣為 式中 p a 吼i p o t 為x 取值為口t 的概率 p a k 對(duì)概率空間x 其事件吼發(fā)生所含有的自信息量 吼 定義為 i a t 一l o g p a 2 2 2 3 式中 p a 是事件a 發(fā)生的先驗(yàn)概率 l a 代表兩種含義 當(dāng)事件a 發(fā)生以前 表示 事件a 發(fā)生的不確定性 當(dāng)事件a 發(fā)生以后 表示事件口 所含有 或所提供 的信息量 由式 2 3 可知 自信息l a 是指某一信源發(fā)出某一消息所含有的信息量 它描述了信 源中單一消息a 的信息量 于是 所發(fā)出的消息不同 它們所含有的信息量也就不同 p a i 概率值越大 則l a 就越小 即信源發(fā)出x a 事件所含有的信息量就越小 在信息決策中 判斷 a 時(shí)的信源的信息量損失值定義為 k t 叫叫 啪扎g 等 0 2 4 式中 p a l m a x p a 1 p a 2 p a r 為輸入隨機(jī)變量x 取值概率最大的狀態(tài)吼 所對(duì)應(yīng)的概率 則由式 2 3 必有 i a m i n l a i a 2 i a k 即為自信息量的 下限值 2 離散信道的信息量和信息量損 失 離散信道的模型如圖2 4 所示 圖中輸入信號(hào)x 和輸出信號(hào)y 均用隨機(jī)變量表示 分 布如式 2 2 y 分布如式 2 5 p 孫鵬b z p 麓 b p 6 1 p 如 j 1 2 2 5 i p n 中國(guó)農(nóng)業(yè)大學(xué)碩士學(xué)位論文第二章網(wǎng)絡(luò)結(jié)構(gòu)錯(cuò)誤辨識(shí)計(jì)算方法的研究 輸入量x 隨機(jī)變量 如 i l i q k 輸入 輸出的統(tǒng)計(jì)關(guān)系 輸出量y 隨機(jī)變量 圖2 4 離散倍道模型 如 6 2 圖中 p 稱為信道的概率轉(zhuǎn)移矩陣或傳輸矩陣 它描述了輸入信號(hào)與輸出信號(hào)直接的統(tǒng)計(jì) 依賴關(guān)系 表達(dá)式如下所示 p p b ia 1 p b 2 i p b 1a 2 p b 2 i p b l ia p b 2 i 口 p 屯 q a 2 p 以la 2 p b la p 1 1 p 1 2 p i j p 2 lp 2 2 p 2 p k ip k 2 p 日 式中 p y 柚稱為信道的轉(zhuǎn)移概率或傳遞概率 且滿足 p b j h 1 i 1 2 k j l 表示當(dāng)信道輸入為石 q 時(shí) 信道輸出y g 是b b 屯中的一個(gè) 根據(jù)貝葉斯定律可得 且得 砸 陟而p a i b i 2 甄p a j 刪p b aa i h 2 k j 1 2 j f p a jb j 1 l 2 j k l 2 6 該式說(shuō)明 在信道輸出端接收到任意符號(hào)島一定式輸入符號(hào)口 d 口k 中的某一 中國(guó)農(nóng)業(yè)大學(xué)碩士學(xué)位論文第二章網(wǎng)絡(luò)結(jié)構(gòu)錯(cuò)誤辨識(shí)計(jì)算方法的研究 個(gè) p a 為輸入符號(hào)的先驗(yàn)概率 即信源發(fā)出a 的概率 p a j 吩 稱為后驗(yàn)概率 它表示接收端收到消息 符號(hào) 島后 發(fā)送端發(fā)的是a f 的概率 那么 接收端收到島后 發(fā)送端發(fā)送的是否是a 尚存在的不確定性應(yīng)是后驗(yàn)概率的函數(shù) 即 l o g p a l l b j 于是 收信者在收到消息 符號(hào) b j 后 已經(jīng)消除的不確定性為 先驗(yàn)的不確 定性減去尚存在的不確定性 這就是收信者獲得的信息量 所以 對(duì)概率空間x 和y 的消息 符號(hào) a 和y 的消息 符號(hào) 6 之間的互信息定 義為 m 鸕h g 志山g 贏乩s 等 任 式 2 7 表示已知隨機(jī)變量y 取值為吩后所獲得的關(guān)于x 取值為a f 的信息量 也就是嘻給 定后關(guān)于口 不確定性減少的程度 齜s 等一s 鏘一 地 b j l o g 刖1 r 赤乩s 等訕g 等 在信息系統(tǒng)中接收端觀測(cè)到的事件v b 發(fā)生 則觀測(cè)者判斷發(fā)送端事件x a 發(fā)生時(shí)獲 得的信息量為珂d o b j 于是 觀測(cè)者判斷信源發(fā)出的消息不同 所獲得的信息量也就不同 設(shè)p 州 m a x p b j l a l p b l a 2 p b j l a m a x pj j p 2 j p r 4 則由式 2 8 必有 l a b m a x i a 1 b i a 2 b l a x b 這就說(shuō)明當(dāng)接收端收到的消息 符 號(hào) 為島時(shí) 判斷發(fā)送端發(fā)出的是a 時(shí)收信者獲得的信息量最人 即上限值為i a f 6 當(dāng)接收端收到消息為b 時(shí)判斷發(fā)送端發(fā)出的消息是a 時(shí)的信道的信息量損失值定義為 k c 吲i a t b j l g 等加 2 3 信息量總損失的計(jì)算方法 綜合信源和信道 在信息決策中 觀測(cè)到事件y 母 判斷x a t 時(shí)的信息量總損失值為 t o s s h j s 女 目 2 1 0 在實(shí)際的系統(tǒng)決策應(yīng)用中 設(shè)有世個(gè)獨(dú)立的信源和 個(gè)觀測(cè)獨(dú)立的信道輸出 這時(shí)計(jì)算信 息量總損失時(shí) 信源信息量和信道信息量可以分別累加 最后總加在一起 則信息量總損失為 1 4 i 4 服從o 1 分布的信源和二元對(duì)稱信道的信息量損失值計(jì)算公式 2 1 1 下面推導(dǎo)對(duì)服從0 1 分布的信源信息量損失值計(jì)算公式和二元對(duì)稱信道的信息量損失值計(jì) 算公式 1 服從o 1 分布的信源信息量損失計(jì)算 若隨機(jī)變量 服從o 1 分布 概率分布見(jiàn)式 2 1 2 其中g(shù) 為x 1 的概率 為先驗(yàn)概率 fx f o 1 l p x j1 1 g 口j 根據(jù)信源信息損失計(jì)算公式 2 4 有以下兩種情況 當(dāng)g 0 5 時(shí) 判斷事件x 0 發(fā)生時(shí)信息量損失值k 為 i t o so2 崦黑p a 乩s 壬1q q 9 一 判斷事件x 1 發(fā)生時(shí)信息量損失值氏 1 為 乩g 籌扎s 當(dāng)q 0 5 時(shí) 判斷事件x 0 發(fā)生時(shí)信息量損失值k o 為 扎g 籌乩g 暑 判斷事件x 1 發(fā)生時(shí)信息量損失值k 為 s 12 崦籌乩g 半 綜合上述兩種情況 可以得到0 1 分布信源的信息量損失值 為 1 5 2 1 2 c吒 問(wèn) sk h 2 二元對(duì)稱信道的信息量損失計(jì)算 當(dāng)q 0 5 時(shí) 當(dāng)q 0 5 由轉(zhuǎn)移概率矩陣p 和前面所述的信道信息量損失計(jì)算公式 2 9 我們可知 當(dāng)事件y b l 0 發(fā)生時(shí)判斷x d 0 事件發(fā)生 此時(shí)信道的信息量損失為 k l l o g p 0 p 當(dāng)事件y b 2 1 發(fā)生時(shí)判斷x 4 0 事件發(fā)生 此時(shí)信道的信息量損失為 f l o s sc 1 2 l o g 衛(wèi) l p 1 6 尊口 n 曙 o b jl l 甜k 當(dāng)事件y b l 0 發(fā)生時(shí)判斷x a 2 1 事件發(fā)生 此時(shí)信道的信息量損失為 c 2 l l o g 殳 1 一p 當(dāng)事件y b 2 1 發(fā)生時(shí)判斷x a l 事件發(fā)生 此時(shí)信道的信息量損火為 h c2 2 l o g p 0 p 綜合上述四種情況 可以得到 在信道的正確率p 0 5 的條件下 當(dāng)事件y b 發(fā)生時(shí) 判斷事件信道輸入x a 信道的信息量損失值 k 為 k b a 2 1 0 9 南 2 3 2 基于信息量損失最小的局部拓?fù)溴e(cuò)誤辨識(shí)模型 2 1 4 在網(wǎng)絡(luò)