电网不良数据辨识与估计方法
【技术领域】
[0001] 本发明设及电网领域，尤其是一种电网不良数据辨识与估计方法。
【背景技术】
[0002] 电网运行量测数据是电网风险评估、故障诊断与调度决策的技术基础。
[0003] 近年来兴起的正则化拉格朗日乘子法代表着目前辨识的最高水平，该方法能够有 效区分量测残差的来源，实现了不良数据（量测错误）辨识。但该方法需要计算拉格朗日 乘子协方差矩阵的对角元素，运一计算十分耗时，无法满足大规模电力系统实际应用的需 要。另一方面，在多个量测错误和参数错误存在的情况下，该方法需要重复多次进行状态估 计计算和参数估计计算，效率低下，影响了该方法的实用性。
【发明内容】
[0004] 本发明要解决上述现有技术的缺点，提供一种能提高估计精度及效率的电网不良 数据辨识与估计方法。
[0005] 本发明解决其技术问题采用的技术方案：运种电网不良数据辨识与估计方法，其 特征在于包括W下步骤：
[0006] 1)读入电网模型和多个量测断面；读入电网模型，并自动进行拓扑分析，生成计 算用的电网模型；同时读入多个历史量测断面的量测数据，用于后续计算；
[0007] 2)对量测断面逐一进行状态估计；根据读入的电网模型和量测数据，对每一个运 行断面进行常规状态估计计算，计算每个断面的量测合格率，量测合格率低于设定值的断 面不再参与后面的参数辨识与估计计算，量测合格率高于设定值的断面参与参数辨识与估 计计算；
[0008] 3)可疑参数和量测检测，W相关量测的总体误差作为衡量参数或量测可疑度的 指标；每次检测可疑参数时取最大加权量测残差的平方作为阔值，当相关量测总体误差小 于该阔值时，认为参数或量测可信；当相关量测总体误差大于该阔值时，认为该参数或量测 可疑，将其归入可疑参数/量测集；在下一步骤中，只对可疑参数/量测集中的参数进行辨 识；
[0009] 4)基于多断面和总体误差下降指标的参数/量测错误协同辨识；对可疑参数/量 测集中的参数进行辨识时，采用多个量测断面进行联合参数辨识；W总体误差下降指标作 为衡量参数或者量测是否错误的依据，若可疑参数/量测的总体误差下降指标大于9,则判 断为错误参数或不良数据；
[0010] 5)多断面联合参数估计；采用多断面联合和加权最小二乘法将待估计参数增广 为参数状态量，并利用步骤2)中得到的量测合格率高的各个量测断面和每个断面量测的 估计值，来实现参数估计。
[0011] 作为优选，所述参数包括线路参数及变压器参数；线路参数包括串联电阻、串联电 抗和并联电纳；变压器参数包括激磁电导、激磁电纳、串联电阻、串联电抗和变比。
[0012] 发明有益的效果是：本发明提出了一种基于总体误差下降指标的新方法，不但可 W实现单个量测错误或参数错误情况下的有效辨识与估计，而且可W在多个量测错误和参 数错误同时存在的情况下，高效、精准地实现量测错误和参数错误的协同辨识，过程无需反 复迭代，降低了计算量，提高了参数辨识与估计的效率和准确度。
【附图说明】
[0013] 图1是本发明的流程不意图。
【具体实施方式】
[0014] 下面对本发明作进一步说明：
[0015] 如图1所示，一种电网不良数据辨识与估计方法，其特征在于包括W下步骤：
[0016] 1)读入电网模型和多个量测断面；读入电网模型，并自动进行拓扑分析，生成计 算用的电网模型；同时读入多个历史量测断面的量测数据，用于后续计算；
[0017] 2)对量测断面逐一进行状态估计；根据读入的电网模型和量测数据，对每一个运 行断面进行常规状态估计计算，计算每个断面的量测合格率，量测合格率低于设定值的断 面不再参与后面的参数辨识与估计计算，量测合格率高于设定值的断面参与参数辨识与估 计计算；
[0018] 3)可疑参数和量测检测，W相关量测的总体误差作为衡量参数或量测可疑度的 指标；每次检测可疑参数时取最大加权量测残差的平方作为阔值，当相关量测总体误差小 于该阔值时，认为参数或量测可信；当相关量测总体误差大于该阔值时，认为该参数或量测 可疑，将其归入可疑参数/量测集；在下一步骤中，只对可疑参数/量测集中的参数进行辨 识；
[0019] 4)基于多断面和总体误差下降指标的参数/量测错误协同辨识；对可疑参数/量 测集中的参数进行辨识时，采用多个量测断面进行联合参数辨识；W总体误差下降指标作 为衡量参数或者量测是否错误的依据，若可疑参数/量测的总体误差下降指标大于9,则判 断为错误参数或不良数据；
[0020] 5)多断面联合参数估计；采用多断面联合和加权最小二乘法将待估计参数增广 为参数状态量，并利用步骤2)中得到的量测合格率高的各个量测断面和每个断面量测的 估计值，来实现参数估计。
[0021] 所述参数包括线路参数及变压器参数，线路参数包括串联电阻、串联电抗和并联 电纳；变压器参数包括激磁电导、激磁电纳、串联电阻、串联电抗和变比。
[0022] 在4)基于多断面和总体误差下降指标的参数/量测错误协同辨识时，
[0023] 考虑量测模型：
[0024] Z=h(x,pJ+e (1)
[00对其中，z表示量测向量出(x，p。）为量测方程；X为状态向量，包括节点电压幅值及 相位；P。为电网参数误差向量；e为量测误差向量；
[0026] 将量测误差划分为两个部分，即
[0027] e=Ve甘 似
[002引其中V。可疑量测误差向量，r为量测残差向量。
[0029] 将似代入（1)可得
[0030] r=z-h(X,Pe)-Ve做
[0031] 将网络参数向量描述为： 阳032]Pt=P+Pe(4)
[0033] 其中，p和Pt分别为假定的及真实的网络参数向量；p。是参数误差向量。
[0034] 则存在参数错误及量测坏数据的加权最小二乘估计问题描述为如下的优化问题：
[0035] Minimize:L(x,Pg,Vg) =r^^Wr巧）
[0036] 其中，W为权矩阵，一般取为对角矩阵，且其逆矩阵为量测协方差矩阵。
[0037] 不考虑坏数据辨识的传统加权最小二乘估计假设
[0038] Pe= 0 化）
[0039] Ve= 0 (7) W40] 故可W描述为下述优化问题：
[0041 ]Minimize:L(X, 0, 0) =r' 了肿' (8) 阳0创其中，r' =z-h(x, 0)，为量测残差向量。
[00创假设问题做收敛于解x°，在该解处对做进行泰勒级数展开，并保留致线性项， 则有：
[0044] r=z-h(x°+AX,Pe)-Vg
[0045] =z-h(x°, 0)-HxAx-HpPe-Ve+h.o.t
[0046] >Ax-HpPe-Ve(9) 阳047] 其中，
[0051] 为描述方便，定义
[0052] (城 阳05引Hs=化P，I) (14) 阳054]J(AX，S) =L(x°+AX，Pe，Ve) (巧） 阳055]s表示参数及量测偏差向量；
[0056] 贝1J(9)可W改写为
[0057] r=fO-HxAx-HsS(16)
[005引将（16)代入妨可得如下的线性最小二乘估计问题：
[0059]Minimize:J(AX,s) = (r°-H^Ax-H^s)(r°-H^Ax-H^s) (17) W60] 问题（17)的最优解为： 柳6。
(18)
[0073] 记Bk为第k步