下载文档原格式
关于电力系统状态估计中不良数据的估计识别方法的报告，
800字
电力系统状态估计是指通过监测电力系统中测量和观测变量的变化，对电力系统的实时状态进行估计。
由于电力系统中存在各种物理、控制和环境因素，会导致电力系统估计中出现不良数据。
因此，如何有效识别和处理不良数据是电力系统状态估计中一个重要问题。
目前，已经开发出许多不良数据识别方法，可以有效识别电力系统状态估计中的不良数据。
其中，最常用的方法是基于规则的方法和基于模型的方法。
基于规则的方法是建立一系列规则，根据这些规则来识别不良数据。
该方法的优点在于实现简单，而且容易检测出大多数不良数据，但是存在着检测精度较低的缺点。
基于模型的方法则是建立一个数学模型，来模拟电力系统状态估计过程，并利用模型进行不良数据识别。
该方法的优点在于检测精度高，能够准确地检测不良数据，但存在着模型参数较难定义的缺点。
此外，目前也有综合性的不良数据识别方法，既利用基于规则的方法识别较大的不良数据，又利用基于模型的方法识别较小的不良数据，以达到最优的检测精度。
由于不良数据对电力系统状态估计有着至关重要的影响，因此，有效地识别和处理不良数据对于电力系统状态估计和稳定运行
至关重要。
上述提出的方法既可以满足电力系统状态估计的需求，又可以保证识别的准确性和合理性，极大地提高了不良数据识别的效率。
综上所述，电力系统状态估计中不良数据的识别方法可以分为基于规则的方法和基于模型的方法以及综合性的方法，这些方法都可以有效地识别电力系统状态估计中出现的不良数据，从而有效地提高电力系统状态估计的准确性和可靠性，以实现安全可靠的电力系统运行。
基于增广状态估计的混合不良数据诊断与参数辨识陆东生;马龙鹏【摘要】电网同时存在遥测坏数据和参数错误时,由于坏数据会影响参数辨识结果,全网参数辨识和估计方法很难保证结果的准确性.文中提出一种基于增广状态估计的混合不良数据诊断与参数辨识方法,先通过残差平衡度判断不良数据是遥测坏数据还是错误参数,将遥测坏数据直接剔除;然后,通过分区方法将多个潜在的不良参数尽可能分开在不同的局部区域,以减弱不良数据之间的相互影响;最后,采用分区增广状态估计方法修正不良参数.算例结果表明,该方法能有效区分坏数据和错误参数,且分区参数辨识能避免不良数据之间相互影响,从而提高了可疑参数辨识的精度.【期刊名称】《江苏电机工程》【年(卷),期】2019(038)002【总页数】6页(P99-104)【关键词】参数辨识;状态估计;数据诊断;残差平衡度【作者】陆东生;马龙鹏【作者单位】国网江苏省电力有限公司,江苏南京210024;国网江苏省电力有限公司经济技术研究院,江苏南京210008【正文语种】中文【中图分类】TM7150 引言状态估计是能量管理系统(energy management system，EMS)的重要组成部分，其结果准确性直接影响电网调度的智能化分析与决策[1—4]。
在实际运行系统中，要想得到完全准确的量测数据和电网参数十分困难，而错误参数或坏数据的存在会影响状态量的准确性，所以剔除坏数据和修正错误参数有着重大的实际意义[5]。
传统的检测坏数据方法有目标函数检测法、加权残差检测法、标准化残差检测法、测量突变检测法[6]等。
目标函数检测法检测电网是否存在坏数据[7]；加权残差检测法、标准化残差检测法分别通过求加权残差和标准化残差确定坏数据[8]。
参数辨识一般采用增广状态估计方法，将待估参数直接作为状态量进行估计[9—11]，另一类方法是量测残差灵敏度分析[12]，该方法在常规状态估计结束后再利用量测残差进行参数估计。
一、潮流计算方法之间的区别联系高斯-赛德尔法：原理简单，导纳矩阵对称且高度稀疏，占用内存小。
收敛速度很慢，迭代次数随节点数直接上升，计算量急剧增加，不适用大规模系统。
牛顿-拉夫逊法：收敛速度快，迭代次数和网络规模基本无关。
相对高斯-赛德尔法，内存量和每次迭代所需时间较多，其可靠的收敛还取决于一个良好的启动初值。
PQ 分解法（快速解耦法）：PQ 分解法实际上是在极坐标形式的牛顿法的基础上，在交流高压电网中，输电线路等元件的R<<X ，即有功功率主要取决于电压相角，而无功功率主要取决于电压幅值，根据这种特性对方程组进行简化，从而实现了有功和无功的解耦。
两大条件：(1)线路两端的相角相差不大(小于10°～20°)，而且||||ij ij G B ≤，于是可以认为：cos 1;sin ij ij ij ij G B θθ≈≤； (2)与节点无功功率相对应的导纳2/i i Q U 通常远小于节点的自导纳ii B ，也即2i i ii Q U B <<。
1. PQ 分解法用一个1n -阶和一个1n m --阶的方程组代替牛顿法中22n m --阶方程组，显著减少了内存需量和计算量。
2. 计算过程中B '、B ''保持不变，不同于牛顿法每次迭代都要重新形成雅可比矩阵，因此显著提高了计算速度。
3.雅可比矩阵J 不对称，而B '、B ''都是对称的，使求逆等运算量和所需的存储容量都大为减少。
4. PQ 分解法的迭代次数要比牛顿法多，但是每次迭代所需时间比牛顿法少，所以总的计算速度仍是PQ 分解法快。
在低压配电网中PQ 分解法不适用。
交流高压电网的输电线路的元件满足R<<X ，PQ 分解法正是基于此条件简化而来；而低电压配电网络一般R/X 比值很大，大R/X 比值病态问题也正是PQ 分解法应用中的一个最大障碍。
《电力系统自动化》复习提纲2021复习提纲1. 什么是发电机的并列运行？同步发电机的并列操作分为哪两种，各自的定义及适用的情况？进行自动准同期并列应该满足的条件？答：将一台发电机组在投入系统运行之前，它的电压UG与并列母线电压Ux的状态量往往不相等，须对待并发电机组进行适当的调整，使之符合并列条件后才允许断路器QF合闸作并网运行。
同步发电机的并列操作分为：准同期并列和自同期并励。
准同期并列使用情况：在电力系统正常运行情况下，一般采用准同期并列；自同期并列：当电力系统发生故障时，为了迅速投入水轮发电机组。
自动准同期并列条件：ωal=（0.2%~0.5%）ωN；Ual=（5%~10%）UN；δal=3°~5°。
2. 恒定越前时间的含义？数值角差的含义？线性整步电压的定义及物理意义？线性整步电压如何对滑差和压差进行检查？答：恒定越前时间:自动准同期装置在检查压差和频差已符合并列条件时，还必须在角差为零的时刻前发出合闸命令才能使断路器主触头闭合瞬间的相角差恰好为零，这一时间称为“越前时间”，由于越前时间只需按断路器的合闸时间闭合，与滑差及压差无关，故称为“恒定越前时间”。
数值角差：线性整步电压：幅值在一周期内角差分段按比例变化的电压。
物理意义：线性整步电压如何对滑差和压差进行检查：3. 微机自动准同期装置的合闸原理？模拟式自动准同期装置的合闸原理？（了解框图）4. 发电机同期操作实验的注意事项？解列的步骤？数据分析。
5. 什么是同步发电机的励磁电流？同步发电机励磁控制系统的任务有哪些？对励磁系统的基本要求有哪些？6. 同步发电机励磁系统的分类，及各类的结构和运行特点？7. 在事故情况下，励磁系统中转子磁场的建立有哪两个重要指标？强励作用的定义？转子回路的灭磁原理，理想灭磁的原理和快速灭磁开关的原理？交流系统的灭磁原理？ 8. 自动调压器的特性与功能？微机型自动调压器的组成部分及各部分功能？可控硅自动调压器中测量单元的工作原理？什么是同步发电机的调差系数，其物理意义是什么？9. 励磁实验中的注意事项？恒α和恒UF、恒IL起励的方式有何不同？数据的分析。
基于混合量测技术的电力系统状态估计研究作者：金涛李少华来源：《海峡科学》2012年第08期[摘要] 电力系统状态估计是能量管理系统（EMS）的重要组成部分，也是电力系统在线监测、分析、控制的基础，如何快速、高效地对电网的状态信息进行预测估计已成为电力系统研究中的热点问题。
该文在分析状态估计理论和广域监测的基础上，提出了一种利用电力广域测试系统（WAMS）和监测控制和数据采集（SCADA）混合量测的静态状态估计算法，此算法可以直接利用电流相量量测量，高效快速地进行电网信息的状态估计。
相关的仿真和实验结果证明，这种算法具有良好的估计性能，并能够对不良数据进行有效的检测和辨识。
[关键词] 电力系统状态估计广域检测 WAMS随着电力系统的迅速发展，电力系统的结构和运行方式日趋复杂，电力系统调度中心的自动化水平也需要逐步由低级向高级发展。
现代化的调度系统要求能迅速、准确而全面地掌握电力系统的实际运行状态，预测分析系统的运行趋势，对运行中发生的各种问题提供下一步运行的决策，从而保证电力系统运行的安全性和经济性[1]。
状态估计技术也被称为滤波，它是利用实时量测系统的冗余度来提高数据精度，自动排除随机干扰所引起的错误信息，估计或预报系统的运行状态，已在电力系统中得到了较多应用[2,3]。
本文在研究状态理论和广域监测技术的基础上，提出了一种基于WAMS/SCADA混合量测的电力系统状态估计技术，这种状态估计量测量既包括由SCADA系统提供的传统量测，又包括由WAMS系统提供的电压和电流相量量测，且此状态估计不用特意指定相角参考母线，所有母线相角都是以全球定位系统授时基准为参考。
相关的仿真和实验结果证明这种算法具有良好的估计性能，并能够对不良数据等进行有效的检测和辨识，具有较好的工程使用价值。
1 电力系统状态估计理论在给定网络结线、支路参数和量测系统的条件下，根据量测值求最优状态估计值的计算方法称为状态估计算法，它是状态估计程序的核心部分，因此状态估计算法的选择对整个状态估计程序的性能有很大的影响[4]。
