Print

基于SDAE-ELM伪量测建模的高容错快速状态估计方法

论文摘要

目前在电力系统中无法保证相量量测单元完全覆盖的情况下,状态估计需要采用相量量测单元（phasor measurement unit, PMU）与数据采集与监控（supervisory control and data acquisition, SCADA）混合量测进行传统非线性状态估计,但是SCADA数据精度低,含有较多不良数据,同时混合数据需要迭代求解,会导致计算效率低且存在截断误差。针对该问题,文章提出了一种基于堆叠去噪自编码器（stack denoising autoencoder, SDAE）与极限学习机（extreme learning machine, ELM）伪量测建模的电力系统高容错快速状态估计方法。其将含有不良量测的SCADA量测数据作为SDAE-ELM伪量测模型的输入,节点电压实部与虚部作为输出,根据历史数据进行训练得到伪量测值与伪量测误差模型,训练完成后得到精度较高的伪量测;将伪量测与PMU量测一起进行快速的线性状态估计。仿真结果表明,所提方法在保证估计精度的基础上,提高了计算效率,验证了所提方法的有效性。

论文目录

  • 0 引 言
  • 1 基于SDAE-ELM的伪量测模型
  •   1.1 堆叠去噪自编码器
  •   1.2 极限学习机
  •   1.3 高容错伪量测模型
  • 2 基于SDAE-ELM伪量测模型的高容错快速状态估计方法
  •   2.1 PMU虚拟量测模型
  •   2.2 线性状态估计原理
  •   2.3 混合量测的线性状态估计模型
  • 3 算例分析
  •   3.1 伪量测模型测试
  •   3.2 状态估计结果分析
  • 4 结 语

    • 文章来源

    类型: 期刊论文

    作者: 陈防渐,王玉彬,陈奇芳,夏明超,杨晓楠,韩锋

    关键词: 高容错,快速,状态估计,堆叠去噪自编码器,极限学习机

    来源: 电力建设 2019年11期

    年度: 2019

    分类: 工程科技Ⅱ辑

    专业: 电力工业

    单位: 北京交通大学电气工程学院,电网安全与节能国家重点实验室(中国电力科学研究院)

    基金: 2018电网安全与节能国家重点实验室开放基金(FX83-18-002)~~

    分类号: TM73

    页码: 65-72

    总页数: 8

    文件大小: 2445K

    下载量: 56

    相关论文文献

    本文来源: https://www.lunwen66.cn/article/2797f3afdfae0440d5141639.html