基于壓縮感知的電力系統(tǒng)動態(tài)狀態(tài)估計.pdf

1、電力系統(tǒng)狀態(tài)估計是現(xiàn)代電網(wǎng)管理體系中的核心組成部分，在保障電力系統(tǒng)正常運行中發(fā)揮了關鍵作用。狀態(tài)估計的主要作用在于依據(jù)監(jiān)測設備和建模數(shù)據(jù)實現(xiàn)對電網(wǎng)實時運行狀況的監(jiān)控，以便調(diào)度中心進行下一步分析和控制。當前電力調(diào)度中心掌握電力系統(tǒng)的實時運行狀態(tài)主要是依靠靜態(tài)狀態(tài)估計，并不具備預測功能且易受未知時變噪聲影響。由于新設備不斷接入電網(wǎng)，傳統(tǒng)電力信號監(jiān)測系統(tǒng)采集的數(shù)據(jù)將呈幾何倍數(shù)增加，現(xiàn)行的電力系統(tǒng)監(jiān)測方法和狀態(tài)估計方法已經(jīng)無法滿足數(shù)據(jù)存儲成本、

2、傳輸效率及估計準確性的要求。
　　為解決上述問題，研究一種基于壓縮感知的電力系統(tǒng)動態(tài)狀態(tài)估計方法。
　　針對呈幾何倍數(shù)增加的數(shù)據(jù)量，引入壓縮感知理論。針對電力系統(tǒng)的特點進行相應改進，將改進的粒子群智能優(yōu)化算法引入壓縮感知，以該算法代替老式重構算法中最優(yōu)原子的選取過程，能夠在較短時間內(nèi)完成最優(yōu)原子的選取，增加重構精度，在對原始信號保持高度壓縮、極大降低數(shù)據(jù)信息量的同時保持采樣數(shù)據(jù)的結構，在誤差允許范圍內(nèi)精確地重構原始數(shù)據(jù)。

3、r>　　為解決傳統(tǒng)無跡卡爾曼濾波在進行 Sigma點比例修正時，自由參數(shù)取為定值而影響狀態(tài)估計精度的問題，使用智能優(yōu)化算法實現(xiàn)自由參數(shù)的優(yōu)化取值，提高自適應無跡卡爾曼動態(tài)狀態(tài)估計(AUKF）的濾波精度。為降低未知時變噪聲對系統(tǒng)的影響，引入改進的時變噪聲估值器，進一步提高狀態(tài)估計精度。將壓縮感知技術同改進后的動態(tài)狀態(tài)估計方法相結合，得到基于壓縮感知的動態(tài)狀態(tài)估計方法。
　　最后，針對不同運行狀態(tài)進行仿真分析，仿真結果證明本文給出的基