智能電網(wǎng)狀態(tài)伏計系統(tǒng)的研究及實現(xiàn).pdf

1、狀態(tài)估計是能量管理系統(tǒng)中非常重要的一部分。在智能電網(wǎng)環(huán)境下,電力系統(tǒng)狀態(tài)估計會遇到量測設(shè)備多樣性的問題。智能電網(wǎng)下的狀態(tài)估計涉及到傳統(tǒng)的數(shù)據(jù)采集與監(jiān)視控制系統(tǒng)和基于全球定位系統(tǒng)的廣域監(jiān)測系統(tǒng)。本文分析了兩種量測系統(tǒng)數(shù)據(jù)各自的特點,使用量測變換技術(shù)對量測數(shù)據(jù)進行統(tǒng)一規(guī)范化。本文對狀態(tài)估計系統(tǒng)的研究主要在數(shù)據(jù)分析方法上,將回歸算法和數(shù)據(jù)降維算法應(yīng)用到電力系統(tǒng)狀態(tài)估計中。由于相關(guān)向量機算法容易獲得稀疏化的模型并且極大地減少了核函數(shù)的計算量,所

2、以提出了基于相關(guān)向量機的狀態(tài)估計模型。由于電網(wǎng)的復(fù)雜性,量測系統(tǒng)產(chǎn)生的數(shù)據(jù)維數(shù)都很高。在基于相關(guān)向量機狀態(tài)估計模型的基礎(chǔ)上,增加數(shù)據(jù)降維模塊。自編碼神經(jīng)網(wǎng)絡(luò)可以發(fā)現(xiàn)嵌入到高維數(shù)據(jù)空間中的非線性低維結(jié)構(gòu),適合對量測數(shù)據(jù)進行降維。本文在數(shù)據(jù)降維模塊中采用自編碼神經(jīng)網(wǎng)絡(luò)算法。在MATLAB平臺上對IEEE14節(jié)點系統(tǒng)進行仿真,大量的對比試驗表明增加數(shù)據(jù)降維模塊的狀態(tài)估計器具有良好的準確率、更好的實時性和推廣能力。同時,本文實現(xiàn)了基于瀏覽器/服