部分节点引入相量测量的状态估计

基于GPS的相量测量装置(PMU)可以直接测得节点电压相量,包括电压有效值和相角,在状态估计一般模型的基础上,建立了部分节点电压相量可测时的状态估计模型,并针对不同的相角量测精度,采用不同的状态估计模型,PMU精度较低时,在增加量测量冗余度的同时,PMU所在节点的电压相量仍然作为状态变量参与迭代;PMU精度足够高时,直接将PMU的量测值作为状态估计的状态解,算例验证了方法的有效性和相量测量对状态估计的改善作用。     

微型同步相量测量单元在智能配电网运行状态估计中的应用

由于能源和环境的双重约束,我国将在分布式电源、电动汽车充换电设施和需求响应资源方面大力发展.首先,阐述智能配电网将呈现新的形态:间歇性和不确定性的分布式发电不断增多;配电网的运行方式多变,电力电子化明显;负荷呈现出多元化和互动性,常规的配电网量测装置与状态估计方法难以对动态特性进行准确刻画.其次,论述同步相量测量单元(PMU)功能及其在配电网状态估计中应用的必要性,并系统梳理微型同步相量测量单元和配电网状态估计技术的国内外研究现状.最后,对PMU量测特性对智能配电网状态估计性能的提升进行全面评述,针对具体关键技术提出了未来研究方向.     

随机系数矩阵卡尔曼滤波

作者考虑了状态转移矩阵和量测矩阵是随机阵的线性离散时间动态系统的状态的线性最小方差递推估计问题,即随机系数矩阵卡尔曼滤波,说明了该系统可化为过程噪声和量测噪声均依赖于状态,而转移矩阵和量测矩阵是非随机阵的线性动态系统,从而证明了新系统的状态的最小方差估计问题仍有卡尔曼滤波形式.     

电力系统广域量测不良数据处理研究

随着我国经济的不断发展,电力系统规模日益扩大以及接线的复杂程度不断上升,为了安全有效的输送电能,需要保证电力系统的实时量测数据的准确性,同步相量测量技术是现代电力工业的最重要技术之一,基于GPS的时钟同步相量量测单元(PMU)使得电力系统的实时电压和电流相量的直接测量成为可能。由于PMU具有精度高、全网严格的时钟同步、采样周期短等优点,同步测量技术在电力系统状态估计方面发挥着越来越重要的作用。该文研究基于PMU的量测信息存在不良数据的情况,提出一种处理不良数据的方法,对当前量测相量逐维地与历史量测进行Kalman滤波计算,结合仿真计算,分析其在工程上的应用前景。     

基于Holt-Winter超短期负荷预测的配电网状态估计算法

针对配电网实时量测数量的不足,提出一种基于Holt-Winter模型进行超短期负荷预测的配电网动态状态估计算法.该方法首先利用Holt-Winter模型进行超短期负荷预测,然后把配电网中的原始数据与预测值进行三次样条插值,从而获得负荷的伪量测值,将此伪量测输入到状态估计模块中,实现了系统状态的实时跟踪预测.通过英国标准配网系统(UKGDS)中16节点模型的仿真结果表明,该算法提高了配电网状态估计的精度,具有一定的现实意义和理论价值.     

考虑量测冗余度的多阶段PMU优化配置

针对电力系统网架难以一次性全部安装所需的相量测量单元PMU的问题，提出考虑量测冗余度的多阶段PMU优化配置方法。首先给出系统量测冗余度的计算方法，在保证每一阶段最大限度地提高系统量测冗余度及考虑已有PMU配置的基础上，将PMU优化配置分为2个阶段:第1阶段保证系统全局可观测；第2阶段保证在线路N-1故障情况下不丧失对系统的观测能力。接着采用改进遗传禁忌搜索算法，对新英格兰39节点和IEEE 118系统进行算例仿真，得到多阶段PMU优化配置方案。结果表明:考虑冗余度的多阶段PMU优化配置方法在保证每一阶段安装的PMU都能发挥最大效用的同时，很好地协调了PMU配置的经济性和可靠性。     

利用角度测量估计机动目标运动参数的方法

针对伪线性参数估计不适用于运动参数估计的问题,提出了一种基于角度测量的飞行目标运动参数实时估计和跟踪算法.该算法对角度量测方程在当前飞行目标运动参数估计值附近进行泰勒级数展开,得到飞行目标此刻的运动参数估计值与角度测量值之间的线性关系.在此基础上,利用最大似然估计法对参数估计值和估计误差协方差矩阵进行实时更新,并将更新值带入目标运动状态方程来估计下一时刻飞行目标的参数值和协方差,从而实现了飞行目标运动参数的迭代估计.仿真实验表明,所提算法可实现空中飞行目标的实时定位,且无需存储大量的历史数据,与伪线性参数估计算法相比,计算效率可提高50%.     

一种基于角度测量估计飞行目标运动参数的新方法

针对伪线性参数估计的实时性问题,提出了一种基于角度测量的飞行目标运动参数实时估计、跟踪算法.该算法对角度量测方程在当前飞行目标运动参数估计值附近进行泰勒级数展开,得出该时刻飞行目标的运动参数估计值与角度测量值之间的线性关系.在此基础上,利用最大似然估计法对估计值和估计误差协方差矩阵进行实时更新,再将更新值带入目标运动状态方程,以获得下一时刻的估计值和估计误差协方差,从而实现了飞行目标运动参数的迭代估计.仿真实验表明,所提算法可实现空中飞行目标的实时定位和位置、速度运动参数的实时估计,且无需存储大量的历史数据,其与伪线性参数估计算法相比,计算效率可提高50%.     

系统可观PMU最优配置和分阶段配置方案的研究

以电力系统配置同步相量测量单元（PMU）个数最少为目标，全网可观测、系统有最大量测冗余度为约束，提出了PMU最优配置模型．针对PMU价格昂贵，很难一次性安装上所有所需PMU的实际问题，提出系统不可观测度的概念，以每阶段安装相同个数的PMU能够最大限度地提高系统量测冗余度和最终完成安装后满足系统可观测的最优配置为约束条件，提出PMU分阶段的最优配置模型．在此基础上，     

基于改进CKF算法的一类有色噪声污染的线性观测系统的状态估计

针对系统受有色噪声污染时容积卡尔曼滤波(CKF)算法滤波精度下降甚至发散的问题,提出了基于量测信息增广的改进CKF算法。改进算法采用量测信息增广方式,将有色噪声白噪声化,再将白化后的噪声和系统噪声去相关化,从而解决了一类有色噪声污染的线性观测系统的状态估计问题。将本文算法应用于生物地球化学仿真模型,对生物圈植被碳含量进行动态估计,仿真结果表明,改进算法具有较高的精度和鲁棒性。     

基于相量测量单元优化配置的配电网谐波状态估计研究

随着大量电力电子设备的接入,配电网谐波问题愈发严重。谐波状态估计的准确性直接影响到后续的谐波治理效果。相量测量单元(PMU)可以实时测量节点电压与支路电流,可借助其实现谐波状态估计。然而目前PMU价格较高,如何进行合理的优化配置保证全网谐波状态可观,同时提高谐波状态估计的准确性,是亟待解决的问题。文章首先构建了以PMU经济配置和谐波状态估计精度最高为目标的PMU优化配置模型,并提出一种改进二进制粒子群-遗传混合算法用于求解。随后在实时仿真器中搭建IEEE14节点模型,选用均值插补法以及Vondrak滤波法进行数据处理并分析了优化所得多种PMU配置场景对谐波状态估计的影响。结果表明,文章所提算法从减少投资成本及降低谐波状态估计误差角度考虑,能够给出合理的PMU配置方案,有助于支撑工程决策。     

基于CAN总线同步相量应用层协议实现

同步相量采集装置用于对舰船电力系统同步相量进行实时采集和动态监控,本文定义了基于CAN现场总线的同步相量通信应用层协议,对同步报文和相量报文的帧格式进行了定义,实现了CAN总线的单播和多播通信,很好的满足PMU通信要求。     

双线性Hammerstein模型的集成辨识方法

提出了辨识双线性Ｈａｍｍｅｒｓｔｅｉｎ模型的稳态与动态辨相结合的集成辨识方法。该方法利用稳态信息获取稳态模型的强一致性估计,并利用稳态模型通过神经网络逼近获得了静态非线性增益的设计,再利用动态信息辨识获取双线性Ｈａｍｍｅｒｓｔｅｉｎ模型的双线性系统未知系统的一致性估计。仿真结果表明了该方法的有效性和实用性。     

双幂变换下参数极大似然估计的精确分布研究

在双幂变换下,使用极大似然估计方法估计正态线性回归模型中的变换参数,并研究其精确分布.给出了极大似然估计的精确分布函数,并通过模拟研究表明了,其分布不仅依赖于变换参数取值,还与方差和回归系数的取值密切相关;得到极大似然估计是一奇异随机变量,不具有密度函数的结论.为双幂变换的应用提供了很重要的理论依据.     

皮辊硬度与成纱质量关系的初步探讨

本文就五种皮辊硬度、四种加压进行试验,以成纱乌斯特仪测定结果作为考核依据,重点测定了皮辊动态握持力、钳口变形量.对握持力作了理论推导,计算结果与测定值基本符合.对皮辊硬度、加压对成纱质量的影响作了理论探讨,发现软皮辊握持力不匀率小,最小握持力大,握持稳定性好;钳口变形量大,浮游区长度短,纤维变速点集中,移距偏差小;弹性变形大,对单纤维控制能力强,能掩盖皮辊的轻微中凹和结构、表面特性的不均匀性,故其成纱质量优于硬皮辊.成纱CV%值与皮辊硬度、皮辊握持力不匀率成高度线性相关.因此,文中指出测定皮辊动态握持力,一定程度上可估计皮辊的纺纱性能和工艺配置的合理性.     

线性耗散板方程解的衰减估计

研究了多维空间（n≥1）中线性板方程的初值问题.使用Fourier变换,得到基本解和相应的线性问题的解.对Fourier空间中线性问题的解作逐点估计,得到解算子的估计和性质,再结合能量方法,得到线性问题解的最优衰减估计.     

普通Kriging法在空间内插中的运用

用克里格法进行插值不仅能获得预测结果，而且能够获得预测误差．克里格法也是求线性最优、无偏内插的一种方法．该方法优于最近距离插值、距离反平方插值等任何一种线性插值方法．普通克里格法在克里格法中是使用较广泛的一种方法．     

基于非负定自适应卡尔曼滤波的电力系统虚假数据攻击检测

虚假数据攻击(false data attack, FDA)是通过对电网中远程终端单元(remote terminal unit, RTU)、同步相量测量单元(phasor measurement unit, PMU)等通信环节的攻击,误导电力系统的状态估计,给电力系统的安全可靠运行带来巨大威胁。构建了电网虚假数据攻击检测架构、电压信号状态空间模型和虚假数据攻击模型,提出了非负定自适应卡尔曼滤波算法来估计模型中的状态量,旨在准确检测电力系统中的虚假数据。通过对3节点电力系统仿真,结果验证文中所提的算法在保证滤波稳定性的同时,提高了攻击检测的运算速度。     

回归系数的根方型主成分估计

在线性回归模型中，当自变量间存在复共线性时，回归系数的最小二乘估计就失去了它的优良性，而主成分估计和根方估计都具有抗复共线性的特性，本文将二者有机结台，保留它们各自的优点，提出了根方型主成分估计，并证明了当复共线性存在时，根方型主成分估计优于根方估计、主成分估计和最小二乘估计，通过实例分析，说明它具有一定的实用价值。