本發(fā)明涉及配電網(wǎng)，具體涉及一種基于矩陣分解的配電數(shù)據(jù)缺失補(bǔ)全方法及裝置。

背景技術(shù)：

1、以數(shù)學(xué)、控制理論和其他新興理論為指導(dǎo)，結(jié)合電力系統(tǒng)本身特點的配電系統(tǒng)狀態(tài)估計技術(shù)已成為配電系統(tǒng)運(yùn)行的關(guān)鍵。隨著分布式能源資源的普及，由于傳感器稀缺和量測的質(zhì)量較低，傳統(tǒng)的狀態(tài)估計技術(shù)難以應(yīng)對目前的低量測配電系統(tǒng)，由于在已知數(shù)據(jù)較少的情況下標(biāo)準(zhǔn)最小二乘法無法運(yùn)行。

2、目前，現(xiàn)有算法應(yīng)用于低量測的配電系統(tǒng)的潮流數(shù)據(jù)的補(bǔ)全時補(bǔ)全能力較差，精度有限，可信度不高。而且，現(xiàn)有矩陣補(bǔ)全算法運(yùn)算過程中在每次迭代時都需要計算奇異值分解(svd)，計算效率較低，計算成本較高。人工智能算法也常用于電力系統(tǒng)狀態(tài)估計，但需將數(shù)據(jù)劃分訓(xùn)練集、測試集，對數(shù)據(jù)質(zhì)量和數(shù)量都有一定要求方能保證高準(zhǔn)確率與可信度，使用過程較為復(fù)雜。

3、因此，如何發(fā)明一種配電數(shù)據(jù)缺失補(bǔ)全技術(shù)方案，成為亟需解決的問題。

技術(shù)實現(xiàn)思路

1、為此，本發(fā)明提供一種基于矩陣分解的配電數(shù)據(jù)缺失補(bǔ)全方法及裝置，可以應(yīng)用在配電系統(tǒng)低量測條件下進(jìn)行狀態(tài)估計，靈活地適應(yīng)電力系統(tǒng)量測數(shù)據(jù)特征值單一時刻配電系統(tǒng)潮流數(shù)據(jù)進(jìn)行估計補(bǔ)全。

2、為了實現(xiàn)上述目的，本發(fā)明提供如下技術(shù)方案：一種基于矩陣分解的配電數(shù)據(jù)缺失補(bǔ)全方法，包括：

3、根據(jù)電力系統(tǒng)的網(wǎng)絡(luò)參數(shù)，構(gòu)建電力系統(tǒng)的數(shù)據(jù)特征矩陣；

4、根據(jù)所述數(shù)據(jù)特征矩陣及配電數(shù)據(jù)測量值的類型和規(guī)模，設(shè)定配電數(shù)據(jù)矩陣的排列形式；

5、根據(jù)所述配電數(shù)據(jù)矩陣，構(gòu)建配電數(shù)據(jù)矩陣補(bǔ)全問題模型；

6、使用分塊坐標(biāo)下降算法對所述配電數(shù)據(jù)矩陣補(bǔ)全問題模型進(jìn)行求解，完成配電數(shù)據(jù)缺失補(bǔ)全。

7、作為一種基于矩陣分解的配電數(shù)據(jù)缺失補(bǔ)全方法的優(yōu)選方案，在根據(jù)電力系統(tǒng)的網(wǎng)絡(luò)參數(shù)，構(gòu)建電力系統(tǒng)的數(shù)據(jù)特征矩陣的過程中，所述數(shù)據(jù)特征矩陣的表達(dá)式為：

8、

9、式中，為所有非平衡節(jié)點；為線路的集合；為節(jié)點導(dǎo)納矩陣。

10、作為一種基于矩陣分解的配電數(shù)據(jù)缺失補(bǔ)全方法的優(yōu)選方案，所述配電數(shù)據(jù)矩陣的排列形式包括支路索引排列和節(jié)點索引排列；

11、在所述支路索引排列中，對于每條支路矩陣中的相應(yīng)行形式為：

12、

13、式中，與分別為復(fù)變量實部與虛部；vf為支路端點f處電壓；sf為支路端點f處注入功率；vt為支路端點t處電壓；st為支路端點t處注入功率；ift為流經(jīng)支路的電流；

14、在所述節(jié)點索引排列中，對于每個節(jié)點矩陣中的相應(yīng)行形式為：

15、

16、式中，vn為節(jié)點n電壓；sn為節(jié)點n注入功率。

17、作為一種基于矩陣分解的配電數(shù)據(jù)缺失補(bǔ)全方法的優(yōu)選方案，所述配電數(shù)據(jù)矩陣補(bǔ)全問題模型的表達(dá)式為：

18、

19、

20、式中，||x||*為x的核范數(shù)；σi(x)為x的第i個最大奇異值；是需要補(bǔ)全的矩陣；為矩陣m中已知元素的集合；pω(x)為補(bǔ)全后含已知數(shù)據(jù)集ω的矩陣；pω(m)為含已知數(shù)據(jù)集ω需要補(bǔ)全的矩陣；f指代frobenius范數(shù)表示形式；為補(bǔ)全后的矩陣。

21、作為一種基于矩陣分解的配電數(shù)據(jù)缺失補(bǔ)全方法的優(yōu)選方案，在使用分塊坐標(biāo)下降算法對所述配電數(shù)據(jù)矩陣補(bǔ)全問題模型進(jìn)行求解的過程中，采用矩陣分解策略將所述配電數(shù)據(jù)矩陣補(bǔ)全問題模型改寫為：

22、

23、式中，和u和v分別為通過矩陣分解法處理矩陣x將之分解成兩部分。

24、本發(fā)明還提供一種基于矩陣分解的配電數(shù)據(jù)缺失補(bǔ)全裝置，基于以上一種基于矩陣分解的配電數(shù)據(jù)缺失補(bǔ)全方法，包括：

25、數(shù)據(jù)特征矩陣構(gòu)建模塊，用于根據(jù)電力系統(tǒng)的網(wǎng)絡(luò)參數(shù)，構(gòu)建電力系統(tǒng)的數(shù)據(jù)特征矩陣；

26、配電數(shù)據(jù)矩陣排列形式設(shè)定模塊，用于根據(jù)所述數(shù)據(jù)特征矩陣及配電數(shù)據(jù)測量值的類型和規(guī)模，設(shè)定配電數(shù)據(jù)矩陣的排列形式；

27、配電數(shù)據(jù)矩陣補(bǔ)全問題模型構(gòu)建模塊，用于根據(jù)所述配電數(shù)據(jù)矩陣，構(gòu)建配電數(shù)據(jù)矩陣補(bǔ)全問題模型；

28、配電數(shù)據(jù)矩陣補(bǔ)全問題模型求解模塊，用于使用分塊坐標(biāo)下降算法對所述配電數(shù)據(jù)矩陣補(bǔ)全問題模型進(jìn)行求解，完成配電數(shù)據(jù)缺失補(bǔ)全。

29、作為一種基于矩陣分解的配電數(shù)據(jù)缺失補(bǔ)全裝置的優(yōu)選方案，所述數(shù)據(jù)特征矩陣構(gòu)建模塊中，在根據(jù)電力系統(tǒng)的網(wǎng)絡(luò)參數(shù)，構(gòu)建電力系統(tǒng)的數(shù)據(jù)特征矩陣的過程中，所述數(shù)據(jù)特征矩陣的表達(dá)式為：

30、

31、式中，為所有非平衡節(jié)點；為線路的集合；為節(jié)點導(dǎo)納矩陣。

32、作為一種基于矩陣分解的配電數(shù)據(jù)缺失補(bǔ)全裝置的優(yōu)選方案，所述配電數(shù)據(jù)矩陣排列形式設(shè)定模塊中，所述配電數(shù)據(jù)矩陣的排列形式包括支路索引排列和節(jié)點索引排列；

33、在所述支路索引排列中，對于每條支路矩陣中的相應(yīng)行形式為：

34、

35、式中，與分別為復(fù)變量實部與虛部；vf為支路端點f處電壓；sf為支路端點f處注入功率；vt為支路端點t處電壓；st為支路端點t處注入功率；ift為流經(jīng)支路的電流；

36、在所述節(jié)點索引排列中，對于每個節(jié)點矩陣中的相應(yīng)行形式為：

37、

38、式中，vn為節(jié)點n電壓；sn為節(jié)點n注入功率。

39、作為一種基于矩陣分解的配電數(shù)據(jù)缺失補(bǔ)全裝置的優(yōu)選方案，所述配電數(shù)據(jù)矩陣補(bǔ)全問題模型構(gòu)建模塊中，所述配電數(shù)據(jù)矩陣補(bǔ)全問題模型的表達(dá)式為：

40、

41、

42、式中，||x||*為x的核范數(shù)；σi(x)為x的第i個最大奇異值；是需要補(bǔ)全的矩陣；為矩陣m中已知元素的集合；pω(x)為補(bǔ)全后含已知數(shù)據(jù)集ω的矩陣；pω(m)為含已知數(shù)據(jù)集ω需要補(bǔ)全的矩陣；f指代frobenius范數(shù)表示形式；為補(bǔ)全后的矩陣。

43、作為一種基于矩陣分解的配電數(shù)據(jù)缺失補(bǔ)全裝置的優(yōu)選方案，所述配電數(shù)據(jù)矩陣補(bǔ)全問題模型求解模塊中，在使用分塊坐標(biāo)下降算法對所述配電數(shù)據(jù)矩陣補(bǔ)全問題模型進(jìn)行求解的過程中，采用矩陣分解策略將所述配電數(shù)據(jù)矩陣補(bǔ)全問題模型改寫為：

44、

45、式中，和u和v分別為通過矩陣分解法處理矩陣x將之分解成兩部分。

46、本發(fā)明具有如下優(yōu)點：根據(jù)電力系統(tǒng)的網(wǎng)絡(luò)參數(shù)，構(gòu)建電力系統(tǒng)的數(shù)據(jù)特征矩陣；根據(jù)所述數(shù)據(jù)特征矩陣及配電數(shù)據(jù)測量值的類型和規(guī)模，設(shè)定配電數(shù)據(jù)矩陣的排列形式；根據(jù)所述配電數(shù)據(jù)矩陣，構(gòu)建配電數(shù)據(jù)矩陣補(bǔ)全問題模型；使用分塊坐標(biāo)下降算法對所述配電數(shù)據(jù)矩陣補(bǔ)全問題模型進(jìn)行求解，完成配電數(shù)據(jù)缺失補(bǔ)全。本發(fā)明采用基于矩陣分解的矩陣補(bǔ)全，對單個時刻下配電系統(tǒng)的缺失數(shù)據(jù)進(jìn)行補(bǔ)全。首先，給出標(biāo)準(zhǔn)矩陣補(bǔ)全模型；接著，為適應(yīng)電力系統(tǒng)數(shù)據(jù)特征形成一個結(jié)構(gòu)化數(shù)據(jù)矩陣；最后，基于矩陣分解原理利用分塊坐標(biāo)下降法對補(bǔ)全模型進(jìn)行求解。本發(fā)明基于矩陣分解原理利用分塊坐標(biāo)下降法對補(bǔ)全模型進(jìn)行求解，分塊坐標(biāo)下降法在運(yùn)算過程中避免了每次迭代計算奇異值分解(svd)，提高了計算效率，降低了計算成本。在矩陣補(bǔ)全標(biāo)準(zhǔn)模型基礎(chǔ)上考慮電力系統(tǒng)數(shù)據(jù)特征，使得本發(fā)明能夠良好適應(yīng)配電系統(tǒng)低量測狀態(tài)下潮流數(shù)據(jù)。相較于最小二乘法，本發(fā)明對已知數(shù)據(jù)的數(shù)量要求更低，數(shù)據(jù)補(bǔ)全能力更好，精度更高。