状态估计智能分析功能设计与应用

doi:10.11930.2015.2.85

摘要/Abstract

摘要： 通过对华北电网智能调度技术支持系统状态估计模块在量测和模型校验中存在的问题进行总结，指出现有状态估计在实际系统运行维护中的局限性，针对现有功能只能提供当前计算断面信息而无法对实际数据问题进行智能分析的缺陷，提出建立状态估计智能分析功能以加强状态估计的工程实用化效果。状态估计智能分析模块主要由错误数据初校验、智能分析与问题定位、结果展示与查询模块组成，通过校验、分析到结果展示实现电网基础数据问题定位功能。智能分析功能在华北系统的试运行表明，基本可以准确定位出电网基础数据出现的问题，辅助提升了电网基础数据的维护质量，提高了自动化运维工作效率，具有很好的推广应用价值。

关键词: 状态估计, 参数辨识, 模型校验, 量测校验, 智能分析

Abstract: In this paper, a summary is made of the problems existing in measurement and model validation of the state estimation (SE) module of the North China Power Grid Smart Grid Operation Support System(SG-OSS), and the limitations of the existing SE are pointed out in operation of the real system. According to the defect that the existing SE can only provide the calculation functions but cannot make intelligent analysis of the real data, it is proposed to build the intelligent analysis function of SE to enhance the real project application effects of the SE. The intelligence analysis functions include such modules as measurement error check, intelligent analysis, problem location, result display and query, which can make the measurements error be located. The operation in the North China power grid SG-OSS shows that the intelligence analysis capabilities can accurately locate the data errors of power grid, which can improve the quality of basic data and the efficiency of automatic maintenance. The operation results indicate that the system can be widely applied.

Key words: state estimation, parameter identification, model check, measurement error check, intelligent analysis

中图分类号:

TM732

宁剑，王毅，邹德虎，罗玉春. 状态估计智能分析功能设计与应用[J]. 中国电力, 2015, 48(2): 85-89.

NING Jian, WANG Yi, ZOU Dehu, LUO Yuchun. Design and Application of State Estimation Intelligent Analysis[J]. Electric Power, 2015, 48(2): 85-89.

导出引用管理器 EndNote|Ris|BibTeX

链接本文: https://www.electricpower.com.cn/CN/10.11930.2015.2.85

https://www.electricpower.com.cn/CN/Y2015/V48/I2/85

参考文献

[1] 冯永青，李鹏，梁寿愚，等. 南方电网面向智能调度高级应用软件的设计思想[J]. 南方电网技术，2010，4（1）：29－34．
FENG Yongqing, LI Peng, LIANG Shouyu, et al. The design concepts of power analysis software for smart dispatching in China Southern Power Grid[J]. Southern Power System Technology, 2010, 4(1): 29-34.
[2] 卢强. 智能电网与智能电力系统[M]. 北京：清华大学出版社，2013.
[3] 兰华，李积捷. 电力系统状态估计算法的研究现状和展望[J]. 继电器，2007，35（10）：78－81．
LAN Hua, LI Jijie. Status quo and prospect of algorithm of power system state estimation [J]. Relay, 2007, 35(10): 78-81.
[4] 卢建刚，黄凯，张辉，等. 电网调度自动化信息分析考核系统[J]. 电力系统自动化，2006，30（10）：89－93．
LU Jiangang, HUANG Kai, ZHANG Hui, et al. Information analysis and assessment system for the power network dispatching automation [J]. Automation of Electric Power Systems, 2006, 30(10): 89-93.
[5] 刘洋，卢建刚，黄凯. 电网调度自动化实时信息分析与评估系统的研究[J]. 电力系统保护与控制，2010，38（8）：38－42．
LIU Yang, LU Jiangang, HUANG Kai. Research of real-time information analysis and assessment system for power network dispatching automation[J]. Power System Protection and Control, 2010, 38(8): 38-42.
[6] 朱英刚，闫有朋，王良. 带等式约束的加权最小二乘法参数估计[J]. 中国电力，2008，41（7）：25－27．
ZHU Yinggang, YAN Youpeng, WANG Liang. Parameter estimation with equality constraints base on weighted least square[J]. Electric Power, 2008, 41(7): 25-27.
[7] 蔡凝露，幺莉，林济铿，等. 基于指数权函数的抗差状态估计算法[J]. 中国电力，2013，46（4）：69－73．
CAI Ninglu, YAO Li, LIN Jikeng. A robust state estimation method based on exponential weight functions [J]. Electric Power,2013, 46(4): 69-73.
[8] ZHU Jun, ABUR A. Identification of network parameter errors [J]． IEEE Trans on Power Systems, 2006, 21(2): 586-592.
[9] 宁辽逸，孙宏斌，吴文传，等. 基于状态估计的电网支路参数估计方法[J]. 中国电机工程学报，2009，29（1）：7－13．
NING Liaoyi, SUN Hongbin, WU Wenchuan, et al. State estimation based branch parameter estimation method for power grid [J]. Proceedings of the CSEE, 2009, 29(1): 7-13.
[10] LIU W H E, WU F F, LUN Shau-ming. Estimation of parameter errors from measurement residuals in state estimation[J]. IEEE Trans on Power Systems, 1992, 7(1): 81-89.
[11] 庞晓艳，周剑，颜伟，等. 基于最小二乘外网等效的线路电压稳定性指标[J]. 中国电力，2011，44（4）：21－25．
PANG Xiaoyan, ZHOU Jian, YAN Wei, et al. A new line voltage stability index based on least squares external network equivalence [J]. Electric Power, 2011, 44(4): 21-25.
[12] 王兴志，严正，沈沉，等. 基于在线核学习的电网不良数据检测与辨识方法[J]. 电力系统保护与控制，2012，40（1）：50－55．
WANG Xingzhi, YAN Zheng, SHEN Chen, et al. Power grid bad-data detection and identification based on online kernel learning method [J]. Power System Protection and Control, 2012, 40(1): 50-55.
[13] 刘莉，翟登辉，姜新丽. 电力系统不良数据检测与辨识方法的现状与发展[J]. 电力系统保护与控制，2010，38（5）：143－147， 152．
LIU Li, ZHAI Denghui, JIANG Xinli. Current situation and development of the methods on bad-data detection and identification of power system[J]. Power System Protection and Control, 2010, 38(5): 143-147, 152.
[14] 郭瑞鹏. 能量管理系统中高级应用算法研究[D]．杭州：浙江大学，2006.

[1]	夏天, 刘代飞, 岳家辉, 陈来恩, 李亦梁. 基于蜣螂算法优化卡尔曼滤波的锂离子电池模型参数辨识[J]. 中国电力, 2025, 58(1): 196-204.
[2]	贺全鹏, 刘苇, 杨维永, 魏兴慎, 王琦. 针对负荷重分配攻击的移动目标防御策略[J]. 中国电力, 2024, 57(9): 44-52.
[3]	张玉敏, 张涌琛, 叶平峰, 吉兴全, 石春友, 蔡富东, 李一宸. 基于集合经验模态分解的增强核岭回归配电系统状态估计[J]. 中国电力, 2024, 57(9): 156-168.
[4]	李丹, 秦世耀, 李少林, 贺敬. 基于混沌粒子群的双馈风电机组LVRT实测建模及暂态参数辨识[J]. 中国电力, 2024, 57(8): 75-84.
[5]	朱沐雨, 马宏忠, 郭鹏宇, 宣文婧. 典型调峰/调频工况下储能电池组荷电状态估计[J]. 中国电力, 2024, 57(6): 18-26.
[6]	赵化时, 黄耀辉, 宋智强, 许建中, 郑可欣, 梁康康. 含LCC/MMC交直流混联系统的状态估计及不良数据检测[J]. 中国电力, 2024, 57(11): 62-69.
[7]	马光, 朱文, 顾慧杰, 赵化时, 何锡祺, 陈世杰. 基于加权最小绝对值状态估计的有源配电网拓扑辨识方法[J]. 中国电力, 2024, 57(1): 167-174.
[8]	张媛, 夏向阳, 岳家辉, 刘代飞, 王明琦. 基于电池簇放电电量的电池堆不一致性在线监测方法[J]. 中国电力, 2023, 56(7): 207-215,227.
[9]	薛飞, 李宏强, 李旭涛, 徐恒山. 基于LSTM神经网络的双馈风机控制参数辨识方法[J]. 中国电力, 2023, 56(6): 31-39.
[10]	郭梦芳, 杜翔, 王飞. 考虑边界等式约束的电-气-热综合能源系统鲁棒状态估计方法[J]. 中国电力, 2023, 56(6): 101-106.
[11]	陆友文, 崔昊, 陈佳宁, 彭祥佳, 冯双, 刘栋. 基于RA-CNN和同步相量的风电场次/超同步振荡参数智能辨识方法[J]. 中国电力, 2023, 56(4): 46-55,67.
[12]	袁兆祥, 肖智宏, 王晶, 于燕玲, 黄炎, 高星乐. 考虑多时刻和压缩候选集合的配电网最小化采集优化方法[J]. 中国电力, 2023, 56(12): 20-30.
[13]	田钧祥, 陈铁, 陈彬. 基于改进自适应UKF算法的中压配电网鲁棒动态状态估计方法[J]. 中国电力, 2023, 56(11): 128-133.
[14]	刘文军, 欧名勇, 夏向阳, 李湘华, 岳家辉. 基于欧姆内阻压降的电池簇不一致性在线监测方法研究[J]. 中国电力, 2022, 55(8): 87-95.
[15]	马思棋, 王忠. 基于贝叶斯优化弹性网络回归的谐波状态估计方法[J]. 中国电力, 2022, 55(8): 104-112.