首站-论文投稿智能助手
典型文献
电力系统低模型耦合智能状态估计
文献摘要:
在传统电力系统状态估计中,状态修正方程的迭代步长一般选取固定值,该方法常因数据质量低、网络条件复杂而不能有效收敛.为解决该问题并提高状态估计的适配性,首先,对经典逻辑函数进行重构,找到在图像上与状态估计高质量数值迭代具有天然适配性的母函数,并将其作为步长控制因子,通过控制参数实现步长因子的智能调整.然后,引入权因子函数,使算法在迭代过程中执行变权操作,可降低不良数据的影响.与解析方法调整步长的策略相比,该方法具有对模型耦合性较低、可移植性强的特点.最后,以IEEE 30节点系统为例,在量测出现不良数据和网络准病态、病态的条件下,验证所提方法的数值稳定性、运算效率和估计质量均明显优于传统固定步长方法.
文献关键词:
低模型耦合性;智能步长调整;状态估计;估计质量;权重调整
作者姓名:
赵化时;李胜;林子杰;何宇斌;周华锋;陈根军;胡斯佳;曹一家
作者机构:
中国南方电网电力调度控制中心,广东 广州 510623;湖南大学电气与信息工程学院,湖南 长沙 410082;南京南瑞继保电气有限公司,江苏 南京 211102
引用格式:
[1]赵化时;李胜;林子杰;何宇斌;周华锋;陈根军;胡斯佳;曹一家-.电力系统低模型耦合智能状态估计)[J].电力科学与技术学报,2022(02):116-128
A类:
低模型耦合性,智能步长调整
B类:
传统电力,电力系统状态估计,状态修,修正方程,代步,固定值,常因,数据质量,网络条件,适配性,经典逻辑,逻辑函数,质量数,数值迭代,母函数,步长控制,控制因子,控制参数,步长因子,智能调整,子函数,变权,不良数据,解析方法,可移植性,IEEE,节点系统,病态,数值稳定性,运算效率,估计质量,权重调整
AB值:
0.455392
相似文献
机标中图分类号,由域田数据科技根据网络公开资料自动分析生成,仅供学习研究参考。