针对原-对偶内点法加权最小绝对值状态估计收敛速度方面的不足,提出一种基于多中心-校正内点法的WLAV(Weighted Least Absolute Value加权最小绝对值)抗差状态估计算法。该算法在PDIPM(Primal-dual Interior Point Method对偶内点法)的...针对原-对偶内点法加权最小绝对值状态估计收敛速度方面的不足,提出一种基于多中心-校正内点法的WLAV(Weighted Least Absolute Value加权最小绝对值)抗差状态估计算法。该算法在PDIPM(Primal-dual Interior Point Method对偶内点法)的基础上,采用超立体空间映射技术,通过合理配置一些关键映射参数改善空间的数值结构,从而保证在每次迭代中获得较大的迭代步长和较好的中心方向,大大减少迭代次数,节省计算时间。最后,借助IEEE算例仿真和我国某省网的测试验证所提方法的有效性,与含不良数据辨识功能的WLS(Weighted Least squares加权最小二乘法)算法进行比较,结果表明所提方法的抗差能力具有明显的优势。展开更多
简要介绍了贝叶斯参数估计的基本原理,并在选择绝对型损失函数的基础上,给出了最小绝对值误差估计器(minimum mean absolute error,简称MMAE)的实现方法.选择1组电阻测量值作为样本,利用Parzen窗法计算出相应的概率密度函数,最后得出了...简要介绍了贝叶斯参数估计的基本原理,并在选择绝对型损失函数的基础上,给出了最小绝对值误差估计器(minimum mean absolute error,简称MMAE)的实现方法.选择1组电阻测量值作为样本,利用Parzen窗法计算出相应的概率密度函数,最后得出了该样本的MMAE估计器.展开更多
针对预测-校正内点法(predictor-corrector primal-dualinterior point method,PCPDIPM)加权最小绝对值状态估计(weighted least absolute squares,WLAV)可能发生校正方向指向错误方向的不足,提出一种基于多预测-校正内点法(multiple PC...针对预测-校正内点法(predictor-corrector primal-dualinterior point method,PCPDIPM)加权最小绝对值状态估计(weighted least absolute squares,WLAV)可能发生校正方向指向错误方向的不足,提出一种基于多预测-校正内点法(multiple PCPDIPM,MPCPDIPM)的WLAV抗差状态估计算法。该算法在PCPDIPM的基础上,通过多次校正,对中心参数动态估计,并采用2阶段线性搜索法确定校正方向在总的牛顿方向中的最优比重,从而保证迭代点向中心轨迹靠拢。最后,通过IEEE算例仿真和我国某省网的测试结果验证了所提方法的有效性。与含不良数据辨识功能的加权最小二乘状态估计相比较,所提方法的收敛速度及抗差能力具有明显的优势。展开更多
状态估计作为能量管理系统(EMS)和实时电力市场的基础和核心,正在变得日益重要。该文从信息科学的新视角,对电力系统状态估计的数学基础进行了研究。根据最小信息损失(MIL)决策原理,提出了能够适用于各种概率分布的通用的 MIL 状态估计...状态估计作为能量管理系统(EMS)和实时电力市场的基础和核心,正在变得日益重要。该文从信息科学的新视角,对电力系统状态估计的数学基础进行了研究。根据最小信息损失(MIL)决策原理,提出了能够适用于各种概率分布的通用的 MIL 状态估计新原理。并在理论上证明了加权最加权最小二乘(WLAV)估计法都是MIL 状态估计的特例,将传统状态估计方法在信息学的意义上统一起来,赋予了传统状态估计方法全新的信息学内涵。在 MIL 意义上,针对次输电系统和配电系统状态估计中普遍采用的电流幅值量测,得到了大电流是 WLS 估计法的近似条件。用算例比较了 MIL 和 WLS 状态估计的估计结果,进一步验证了 WLS 法在非正态分布时的近似条件。展开更多
文摘针对原-对偶内点法加权最小绝对值状态估计收敛速度方面的不足,提出一种基于多中心-校正内点法的WLAV(Weighted Least Absolute Value加权最小绝对值)抗差状态估计算法。该算法在PDIPM(Primal-dual Interior Point Method对偶内点法)的基础上,采用超立体空间映射技术,通过合理配置一些关键映射参数改善空间的数值结构,从而保证在每次迭代中获得较大的迭代步长和较好的中心方向,大大减少迭代次数,节省计算时间。最后,借助IEEE算例仿真和我国某省网的测试验证所提方法的有效性,与含不良数据辨识功能的WLS(Weighted Least squares加权最小二乘法)算法进行比较,结果表明所提方法的抗差能力具有明显的优势。
文摘针对预测-校正内点法(predictor-corrector primal-dualinterior point method,PCPDIPM)加权最小绝对值状态估计(weighted least absolute squares,WLAV)可能发生校正方向指向错误方向的不足,提出一种基于多预测-校正内点法(multiple PCPDIPM,MPCPDIPM)的WLAV抗差状态估计算法。该算法在PCPDIPM的基础上,通过多次校正,对中心参数动态估计,并采用2阶段线性搜索法确定校正方向在总的牛顿方向中的最优比重,从而保证迭代点向中心轨迹靠拢。最后,通过IEEE算例仿真和我国某省网的测试结果验证了所提方法的有效性。与含不良数据辨识功能的加权最小二乘状态估计相比较,所提方法的收敛速度及抗差能力具有明显的优势。
文摘状态估计作为能量管理系统(EMS)和实时电力市场的基础和核心,正在变得日益重要。该文从信息科学的新视角,对电力系统状态估计的数学基础进行了研究。根据最小信息损失(MIL)决策原理,提出了能够适用于各种概率分布的通用的 MIL 状态估计新原理。并在理论上证明了加权最加权最小二乘(WLAV)估计法都是MIL 状态估计的特例,将传统状态估计方法在信息学的意义上统一起来,赋予了传统状态估计方法全新的信息学内涵。在 MIL 意义上,针对次输电系统和配电系统状态估计中普遍采用的电流幅值量测,得到了大电流是 WLS 估计法的近似条件。用算例比较了 MIL 和 WLS 状态估计的估计结果,进一步验证了 WLS 法在非正态分布时的近似条件。
