首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于信任基础的智能电网弹性分布式状态估计方法及介质 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:国网上海市电力公司;同济大学

摘要:本发明涉及一种基于信任基础的智能电网弹性分布式状态估计方法及介质,该方法包括以下步骤:获取智能电网系统的相关信息;基于所述相关信息建立智能电网系统的状态空间模型;基于所述状态空间模型,建立信任基础的异常测量检测机制,获得异常测量的检测结果;基于所述检测结果,计算分布式状态估计器增益参数;基于所述分布式状态估计器增益参数构建分布式状态估计器,对智能电网系统分布式状态轨迹进行估计,得到智能电网系统的分布式状态轨迹估计值。与现有技术相比,本发明考虑异常值的检测与补偿,更满足实际工业的应用需求,提高估计精度。

主权项:1.一种基于信任基础的智能电网弹性分布式状态估计方法,其特征在于,包括以下步骤:获取智能电网系统的相关信息;基于所述相关信息建立智能电网系统的状态空间模型;基于所述状态空间模型,建立信任基础的异常测量检测机制,获得异常测量的检测结果;基于所述检测结果,计算分布式状态估计器增益参数;基于所述分布式状态估计器增益参数构建分布式状态估计器,对智能电网系统分布式状态轨迹进行估计,得到智能电网系统的分布式状态轨迹估计值;所述状态空间模型的建立步骤具体包括:基于所述相关信息建立智能电网系统拟稳态运行下的动态方程,所述动态方程的表达式为: 对所述拟稳态运行下的动态方程转换为连续时间下的紧凑形式,连续时间下紧凑形式的拟稳态运行下的动态方程表达式为: 对紧凑形式的动态方程进行离散化,得到状态空间模型,所述状态空间模型的表达式为:xk+1=Adxk+Bduk+wk,yik=Cikxk+vik;式中,Gr、Gs分别指代分布式发电单元r和s,ω0表示智能电网的频率;和分别表示dq坐标系下的公共耦合节点电压、电压源逆变器端电压、串联滤波器电流和输电线电流的大小;下标k表示采样时刻,xk为电力系统的状态,yik表示第i个分布式传感器的输出,uk是控制输入,wk和vik表示过程噪声和测量噪声,Ad、Bd和Cik为具有适当维数的参数矩阵,其取值由Gr和Gs系统参数决定;所述信任基础的异常测量检测机制的目标函数为: 式中,J为目标函数,下标k表示采样时刻,表示簇的数量,ujlk表示隶属度函数,Clk和Cfk分别是第l和f个聚类中心,rjk=yjk-yik表示传感器接受信息的差异值,yik和yjk分别表示第i个和第j个分布式传感器的输出,为分布式传感器i的邻居节点的集合,m为模糊度参数,和分别为接受信息的差异值和聚类中心的距离;所述计算分布式状态估计器增益参数的具体步骤包括:构建分布式状态估计器的估计误差协方差,所述估计误差协方差的表达式为: 其中,Ξik、ξ1,ik、ξ2,ik、ξ3,ik和γij,k是用来表示下列对应等式的简化符号: 根据不等式进行放缩得到所述估计误差协方差的上界,所述估计误差协方差的上界的表达式分别为: 对所述估计误差协方差的上界的迹以分布式估计器增益参数为底求偏导,得到偏导值为0时的解,即为分布式状态估计器增益参数的解;式中,λ1、λ2和λ3是给定的任意正常数;Pi,k|k是分布式传感器i的估计误差协方差,Pi,k|k-1和Pj,k|k-1是分布式传感器i和j的一步预测误差协方差;Ωi,k|k是分布式传感器i的估计误差协方差的上界,Ωi,k|k-1和Ωj,k|k-1是分布式传感器i和j的一步预测误差协方差的上界;Gik和Lik是分布式传感器i的估计器增益,Rik和Rjk是分布式传感器i和分布式传感器j的测量噪声协方差;是补偿向量表示不可信数据集聚类中心对于每个可信数据集聚类中心的差值的加权平均;ei,k|k是表示分布式传感器i的估计误差,ei,k|k-1和ej,k|k-1分别表示分布式传感器i和分布式传感器j的一步预测误差;Pij,k|k-1和Pji,k|k-1表示分布式传感器i和分布式传感器j一步预测交叉协方差,Rij,k和Rji,k表示分布式传感器i和分布式传感器j的测量噪声交叉协方差。

全文数据:

权利要求:

百度查询: 国网上海市电力公司 同济大学 基于信任基础的智能电网弹性分布式状态估计方法及介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

相关技术
相关技术
相关技术
相关技术