为解决目前配电网前端数据数量大、缺省多、分析复杂等问题,本文提出一种适用于主动配电网的状态估计算法来管理分析前端数据。采用了基于决策树自标识的主动配电网状态估计算法,通过估计前预处理数据,对数据进行分类以及修正,使输入状态估计模型中的数据有更好的相容性。同时,本文针对分布式能源配套量测装置少的问题,建立了考虑分布式电源的状态估计模型,对分布式能源缺省数据进行补全修正,提高输入数据的质量。该方法运用到实际算例中可以看出,对比传统的状态估计,基于决策树自标识的主动配电网状态估计算法有更好的估计效果以及更快的迭代速度。因此本文提出的算法能有效的运用到当前大规模分布式能源接入的配电网状态估计中。
类型: 期刊论文
作者: 马春雷,丁健,陈宣林,杜雪,付滨,刘兵
关键词: 数据校验,数据质量标识,决策树,状态估计
来源: 电力大数据 2019年05期
年度: 2019
分类: 工程科技Ⅱ辑,信息科技
专业: 电力工业,自动化技术
单位: 贵州电网有限责任公司贵阳供电局
分类号: TM76
DOI: 10.19317/j.cnki.1008-083x.2019.05.005
页码: 26-32
总页数: 7
文件大小: 719K
下载量: 67
本文来源: https://www.lunwen66.cn/article/bdaca04e283fa435a15e3e6a.html