基于粒子群进化算法的电力系统状态估计研究.pdf

基于粒子群进化算法的电力系统状态估计研究.pdf

ID:52482449

大小:377.10 KB

页数:5页

时间:2020-03-28

基于粒子群进化算法的电力系统状态估计研究.pdf_第1页
基于粒子群进化算法的电力系统状态估计研究.pdf_第2页
基于粒子群进化算法的电力系统状态估计研究.pdf_第3页
基于粒子群进化算法的电力系统状态估计研究.pdf_第4页
基于粒子群进化算法的电力系统状态估计研究.pdf_第5页
资源描述:

《基于粒子群进化算法的电力系统状态估计研究.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第38卷第22期电力系统保护与控制Vb1.38NO.222010年11月l6日PowerSystemProtectionandControlNov.16,2010基于粒子群进化算法的电力系统状态估计研究闰丽梅,张士元,任伟建,任爽,薛晨光(1.东北石油大学电气信息工程学院,黑龙江大庆163318;2.哈尔滨工业大学电气工程及自动化学院,黑龙江哈尔滨150001)摘要:加权最小二乘法是状态估计的常用方法,但在实际应用中经常会遇到算法发散的问题为了解决这个问题,提出将改进的粒子群进化算法应用到状态估计当中,使加权最小二乘法的

2、收敛性得到了很好的改善。结合IEEE5节点系统,给出了粒子群进化状态估计计算的三点注意事项。经试验得出,对量测点数为16的系统而言,计算时间在50S左右,量测点数为3O的系统的计算时间在3min左右,量测点数为8O的系统,其计算时间在15min左右。这种算法可以应用在离线状态估计上。关键词:粒子群进化算法;电力系统;状态估计;加权最小二乘法;收敛PowersystemstateestimationbasedonparticleswarmoptimizationalgorithmYANLi.mei,ZHANGShi.yua

3、n,RENWei-jian,RENShuang,XUEChen.guang(1.SchoolofElectricalInformationEngineering,NortheastPetroleumUniversity,Daqing163318,China;2.SchoolofElectricalEngineeringandAutomation,HarbinInstituteofTechnology,Harbin150001,China)Abstraet:TheleastrobustnesssquaremethodiSa

4、commonmethodinpowersystemstateestimation,butwefindthatitiSdificulttosolvetheproblemofdivergenceinpracticalapplications.Tosolvethisproblem,animprovedparticleswarmoptimizationalgorithmisappliedtostateestimationanditcanhelpwiththeimprovingofconvergenceofleastrobustn

5、esssquaremethod.CombinedwithIEEE5bussystem,threenotesareprovidedinparticleswarmoptimizationalgorithmstateestimation.Theexperimentprovesthatthecalculationtimeisaboutfisecondsforsixteenpointssystemandthecalculationtimeisaboutthreeminutesforthi~eenpointssystemandfif

6、teenminutesforeightypointssystem.Thismethodcanbeappliedtoout—linestateestimation.Keywords:particleswarmoptimizationalgorithm;powersystem;stateestimation;leastrobustnesssquaremethod;convergence中图分类号:TM71文献标识码:A文章编号:1674—3415(2010)22.0086.04补充测点和量测项目的不足,排除偶然的错0引言误信

7、息和数据,提高整个数据系统的质量与可靠电力系统调度中心需要准确掌握电力系统的运性[¨。行状态,为下一步的决策提供依据,使电力系统能电力系统最小二乘法状态估计的关键是对一组够安全、稳定运行。建立可靠而完整的实时数据库,多元非线性方程组进行求解。状态估计方法很通常有两条途径:从硬件的途径可以增加量测设备多【2J,其中最常用的是加权最小二乘法。加权最小和远动设备,并提高其精度、速度与可靠性;从软二乘法基本原理是找到一组状态量,使其得到的网件的途径,可以采用现代的状态估计技术,对数据络功率与量测量的方差的和最小。加权最小二乘法进

8、行实时处理。但是对量测与远动设备提出过高的的求解可以看成是对一个目标函数的优化问题,传要求会导致技术和经济上付出过大的代价。如果在统方法有牛顿迭代法、最速下降法、共轭梯度法等,具备一定水平的硬件基础上,采用状态估计技术则一般用牛顿迭代法求解。这些方法的优点是计算速能充分发挥己有硬件设备的潜力,提高数据的精度,度快,但

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。