電網(wǎng)參數(shù)錯誤與不良數(shù)據(jù)協(xié)同辨識與估計方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明設(shè)及一種電網(wǎng)參數(shù)準(zhǔn)確性的計算方法，尤指電網(wǎng)參數(shù)錯誤與不良數(shù)據(jù)協(xié)同 辨識與估計方法。
【背景技術(shù)】
[0002] 大電網(wǎng)運(yùn)行狀態(tài)感知（狀態(tài)估計）是電網(wǎng)風(fēng)險評估、故障診斷與調(diào)度決策的技術(shù) 基礎(chǔ).近年來，我國電網(wǎng)的基礎(chǔ)自動化水平有了明顯的提高，量測的精度及可靠性明顯提 高。從工程應(yīng)用經(jīng)驗來看，電網(wǎng)參數(shù)的準(zhǔn)確性是影響電網(wǎng)狀態(tài)感知結(jié)果可信度的重要因素 之一。
[0003] 電網(wǎng)參數(shù)主要是指線路和變壓器的靜態(tài)參數(shù)。隨著西電東送、全國聯(lián)網(wǎng)戰(zhàn)略的實 施，一個裝機(jī)容量超過1.4億千瓦、橫跨數(shù)千公里的廣域電力系統(tǒng)正在我國形成。由于電網(wǎng) 規(guī)模大，擴(kuò)建和改造速度快，而電網(wǎng)參數(shù)測試一般又需要在停電狀態(tài)下進(jìn)行，且工作量大， 工作時間長，電力公司一般并不對所有電網(wǎng)設(shè)備進(jìn)行參數(shù)測試，因此有較大一部分設(shè)備的 參數(shù)是采用設(shè)計參數(shù)或典型參數(shù)，其精確度無法得到有效保證。即使有實測參數(shù)，由于測試 過程中的人為疏忽，部分測試參數(shù)也可能存在較大誤差，隨著時間的推移，電網(wǎng)的阻抗參數(shù) 也會發(fā)生變化。此外，參數(shù)維護(hù)人員的人為疏忽也是電網(wǎng)參數(shù)存在較大誤差的重要原因。該 些大的參數(shù)誤差將嚴(yán)重影響狀態(tài)估計的實用化，更有甚者可能會誤導(dǎo)調(diào)度員做出錯誤的決 策，影響電網(wǎng)的安全穩(wěn)定運(yùn)行。
[0004] 電網(wǎng)參數(shù)準(zhǔn)確性受多種客觀因素的制約，短期內(nèi)消除所有影響電網(wǎng)參數(shù)準(zhǔn)確性 的客觀因素是不現(xiàn)實的，因此在較長的時間內(nèi)，電網(wǎng)參數(shù)會存著較大的誤差，消除電網(wǎng) 參數(shù)誤差的主要方法是采用參數(shù)錯誤辨識和參數(shù)估計，參數(shù)錯誤辨識的目的是找出可疑 或錯誤的電網(wǎng)參數(shù)，而參數(shù)估計的目標(biāo)則是給可疑或錯誤的電網(wǎng)參數(shù)提供一個正確的估 計解?
[0005] 現(xiàn)有的參數(shù)錯誤辨識與估計方法大致可W分為=大類；殘差靈敏度分析法、擴(kuò)展 最小二乘估計法及卡爾曼濾波法。該些方法不能有效地區(qū)分量測殘差的來源，無法判定量 測殘差是由量測錯誤導(dǎo)致還是由參數(shù)錯誤導(dǎo)致，另外，該些方法對量測誤差、人工設(shè)置的口 檻值、數(shù)值條件和可疑參數(shù)設(shè)置較敏感，并可能存在數(shù)值穩(wěn)定性問題，因此辨識的效果并不 穩(wěn)定。
[0006] 近年來興起的正則化拉格朗日乘子法代表著目前參數(shù)錯誤辨識的最高水平，該方 法能夠有效區(qū)分量測殘差的來源，實現(xiàn)了不良數(shù)據(jù)（量測錯誤）和參數(shù)錯誤的協(xié)同辨識。 但該方法需要計算拉格朗日乘子協(xié)方差矩陣的對角元素，該一計算十分耗時，無法滿足大 規(guī)模電力系統(tǒng)實際應(yīng)用的需要。另一方面，在多個量測錯誤和參數(shù)錯誤存在的情況下，該方 法需要重復(fù)多次進(jìn)行狀態(tài)估計計算和參數(shù)估計計算，效率低下，影響了該方法的實用性。此 夕F，目前的參數(shù)錯誤辨識方法一般只采用單個運(yùn)行斷面的量測，沒能充分利用不同運(yùn)行斷 面間參數(shù)的一致性。研究綜合利用多個運(yùn)行斷面的量測數(shù)據(jù)進(jìn)行參數(shù)錯誤辨識的方法是未 來的發(fā)展趨勢。
[0007] 目前的參數(shù)估計是將待估計的參數(shù)作為狀態(tài)量，采用單個運(yùn)行斷面基于擴(kuò)展最小 二乘估計原理進(jìn)行估計計算。電網(wǎng)參數(shù)增廣為狀態(tài)量W后，量測冗余度降低，也會影響參數(shù) 估計的精度。
[000引綜上，現(xiàn)有的參數(shù)辨識技術(shù)存在W下主要缺點(diǎn)：
[0009] 1)對量測誤差、人工設(shè)置的口檻值、數(shù)值條件和可疑參數(shù)設(shè)置較敏感，并可能存 在數(shù)值穩(wěn)定性問題；
[0010] 2)無法識別量測殘差的真正來源，或者能夠識別來源，但在多個量測錯誤和參數(shù) 錯誤同時存在的情況下，需要反復(fù)迭代，效率低下；
[0011] 3)參數(shù)估計多采用單個運(yùn)行斷面，將電網(wǎng)參數(shù)增廣為狀態(tài)量后，造成量測冗余度 變低；
[0012] 上述缺點(diǎn)造成了現(xiàn)有的參數(shù)錯誤辨識與估計技術(shù)效率低下且精確度不高。

【發(fā)明內(nèi)容】

[0013] 本發(fā)明要解決的技術(shù)問題和提出的技術(shù)任務(wù)是對現(xiàn)有技術(shù)方案進(jìn)行完善與改進(jìn)， 提供電網(wǎng)參數(shù)錯誤與不良數(shù)據(jù)協(xié)同辨識與估計方法，W達(dá)到提高估計精度及效率的目的。 為此，本發(fā)明采取W下技術(shù)方案。
[0014] 電網(wǎng)參數(shù)錯誤與不良數(shù)據(jù)協(xié)同辨識與估計方法，其特征在于包括W下步驟：
[0015] 1)讀入電網(wǎng)模型和多個量測斷面；讀入電網(wǎng)模型，并自動進(jìn)行拓?fù)浞治?，生成?算用的電網(wǎng)模型；同時讀入多個歷史量測斷面的量測數(shù)據(jù)，用于后續(xù)計算；
[0016] 2)對量測斷面逐一進(jìn)行狀態(tài)估計；根據(jù)讀入的電網(wǎng)模型和量測數(shù)據(jù)，對每一個運(yùn) 行斷面進(jìn)行常規(guī)狀態(tài)估計計算；計算每個斷面的量測合格率，量測合格率低于設(shè)定值的斷 面不再參與后面的參數(shù)辨識與估計計算，量測合格率高于設(shè)定值的斷面參與參數(shù)辨識與估 計計算；
[0017] 3)可疑參數(shù)和量測檢測，W相關(guān)量測的總體誤差作為衡量參數(shù)或量測可疑度的 指標(biāo)；每次檢測可疑參數(shù)時取最大加權(quán)量測殘差的平方作為闊值，當(dāng)相關(guān)量測總體誤差小 于該闊值時，認(rèn)為參數(shù)或量測可信；當(dāng)相關(guān)量測總體誤差大于該闊值時，認(rèn)為該參數(shù)或量測 可疑，將其歸入可疑參數(shù)/量測集；在下一步驟中，只對可疑參數(shù)/量測集中的參數(shù)進(jìn)行辨 識；
[0018] 4)基于多斷面和總體誤差下降指標(biāo)的參數(shù)/量測錯誤協(xié)同辨識；對可疑參數(shù)/量 測集中的參數(shù)進(jìn)行辨識時，采用多個量測斷面進(jìn)行聯(lián)合參數(shù)辨識；W總體誤差下降指標(biāo)作 為衡量參數(shù)或者量測是否錯誤的依據(jù)，若可疑參數(shù)/量測的總體誤差下降指標(biāo)大于9,則判 斷為錯誤參數(shù)或不良數(shù)據(jù)；
[0019] 5)多斷面聯(lián)合參數(shù)估計；采用多斷面聯(lián)合和加權(quán)最小二乘法將待估計參數(shù)增廣 為參數(shù)狀態(tài)量，并利用步驟2中得到的量測合格率高的各個量測斷面和每個斷面量測的估 計值，來實現(xiàn)參數(shù)估計。
[0020] 本技術(shù)方案解決目前的參數(shù)辨識與估計技術(shù)效率低下、精確度差的問題。提出了 一種基于總體誤差下降指標(biāo)的新方法，其受量測誤差和數(shù)值條件設(shè)置的影響較小，可W在 多個量測錯誤和參數(shù)錯誤同時存在的情況下，高效、精準(zhǔn)地實現(xiàn)量測錯誤和參數(shù)錯誤的協(xié) 同辨識，無需反復(fù)迭代。同時將多個運(yùn)行斷面的量測數(shù)據(jù)用于參數(shù)估計，提高了量測冗余 度，并通過算法的改進(jìn)，提高數(shù)值穩(wěn)定性和計算效率，最終提高參數(shù)錯誤辨識與估計的準(zhǔn)確 性。
[0021] 作為對上述技術(shù)方案的進(jìn)一步完善和補(bǔ)充，本發(fā)明還包括W下附加技術(shù)特征。
[0022] 參數(shù)包括線路參數(shù)及變壓器參數(shù)，線路參數(shù)包括串聯(lián)電阻、串聯(lián)電抗和并聯(lián)電 納；變壓器參數(shù)包括激磁電導(dǎo)、激磁電納、串聯(lián)電阻、串聯(lián)電抗和變比。
[0023] 在4)基于多斷面和總體誤差下降指標(biāo)的參數(shù)/量測錯誤協(xié)同辨識時，
[0024] 考慮量測模型：
[0025] z=h(x,Pe)+e(1)
[0026] 其中，z表示量測向量；h(x，p。）為量測方程；X為狀態(tài)向量，包括節(jié)點(diǎn)電壓幅值及 相位；P。為電網(wǎng)參數(shù)誤差向量；e為量測誤差向量；
[0027] 將量測誤差劃分為兩個部分，即
[002引 e = Ve甘似
[0029] 其中V?？梢闪繙y誤差向量，r為量測殘差向量。
[0030] 將似代入（1)可得 [003"1]r=z-h(X,Pe)-Ve(3)
[0032] 將網(wǎng)絡(luò)參數(shù)向量描述為：
[003引 Pt=p+Pe(4)
[0034] 其中，P和Pt分別為假定的及真實的網(wǎng)絡(luò)參數(shù)向量；Pe是參數(shù)誤差向量。
[0035] 則存在參數(shù)錯誤及量測壞數(shù)據(jù)的加權(quán)最小二乘估計問題描述為如下的優(yōu)化問題：
[0036] Minimize:L(X,Pe,Ve) =fTWr(5)
[0037] 其中，W為權(quán)矩陣，一般取為對角矩陣，且其逆矩陣為量測協(xié)方差矩陣。
[003引不考慮壞數(shù)據(jù)辨識的傳統(tǒng)加權(quán)最小二乘估計假設(shè)
[0039] Pe= 0 (6)
[0040] Ve=0 (7)
[0041] 故可W描述為下述優(yōu)化問題：
[0042] Minimize:L(X，0, 0) =r'Twr' 做 [00創(chuàng)其中，r' =z-h(x,0)，為量測殘差向量。
[0044] 假設(shè)問題做收斂于解X"，在該解處對做進(jìn)行泰勒級數(shù)展開，并保留致線性項， 則有：
[0045] r=z-h(x°+