- 1、本文档共106页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
电力系统状态估计研究生课程_陈艳波
描述了残差和量测误差之间的线性关系 W矩阵的元素就是相应的比例系数 量测i的残差ri和所有量测误差有关 残差方程的作用 */106 如果W有逆,我们就可以用残差矢量r计算出量测误差,把大于3σ的找出来。 W可逆吗? 是m×m阶的,但它的秩是m-n 不能通过对W求逆来求误差向量 W对角占优吗? 如果对角占优则具有最大量测误差的量测所对应的残差一般也大。 但是,当冗余量测较低时,W可能不满足对角占优的条件,最大残差和最大量测误差并不一致。 W既不可逆,也不对角占优,是引起不良数据检测与辨识困难的根本原因。 残差方程的作用 */106 为了便于进一步简化计算公式和分析,进入残差方程的加权形式。 定义加权残差: 理解:对每个量测量对应的加权残差 定义加权量测误差: 理解:对每个量测量对应的加权误差 残差方程改写: 加权残差 */106 通过残差方程,可以得到残差的方差阵 定义矩阵D 定义标准化残差 定义标准化残差灵敏度矩阵 标准化残差方程为: 是加权残差的一种,在国外早期的文献中,标准化残差对检测和辨识单个不良数据有重要的作用。 标准化残差 */106 当量测中存在不良数据时,量测误差矢量中某些分量的值明显变大。 由残差方程可见,量测残差也会明显变大。 由目标函数的公式可知,目标函数的数值也会变大。 三种检测方法 目标函数值检测法 加权残差检测法 标准化残差检测法 不良数据的检测 */106 利用估计后的目标函数进行坏数据检测的方法简称为 检测: 将残差方程r=Wv代入上式: 定义A=R-1W 不良数据的检测-J检测法 */106 的数学期望值 由概率论可知,随着自由度k的增大, 越来越逼近于正态分布;当k≥30时,可以用相应的正态分布来代替 分布。 不良数据的检测-J检测法 */106 0 k 是冗余量测数 方差: 是自由度为k的 分布 或 根据3σ准则,即某正态随机变量的误差将以99.75%的概率落在3σ区间之内,即: 3σ准则 */106 或 上面公式应以99.75%的概率得到满足 如果有一个坏数据发生在量测 j 上 计算新的目标函数 一般坏数据幅值比正常量测误差的标准差大许多倍,所以这第三项的值会十分大。 因此,考察估计后目标函数的值就能确定量测中是否存在坏数据。 坏数据检测性质 */106 自由度为k的 分布 正态分布 常数项 考察目标函数是否超过某一事先确定的门槛值,以确定是否存在不良数据。 实用方法 */106 无BD,属真 有BD,属真 称为漏检,或取伪错误 称为误检,或弃真错误。 有BD 无BD 这种方法的漏检率与门槛值的大小有关 J检测属总体检测,所有量测误差都会对J有贡献,并产生影响。 有时并没有坏数据,许多量测的误差虽然没有超过3σ,但也会造成J较大。 有时有一两个不良数据,但由于量测冗余度高,正常时J值就已经很大,一两个坏数据并不足以使J值发生明显变化。 所以J检测用于大系统不太敏感。 J检测也无法告诉我们哪些量测是坏数据。 J检测评价 */106 当量测值z是符合正态分布的随机变量时,其估计值可以认为等于其均值,所以残差也是一个按正态分布的随机变量。 由于加权残差的权值是相应量测的标准差的倒数,因而加权残差也符合正态分布。 不良数据的检测-加权残差检测 */106 当检查最大的加权残差 大于3时,则认为量测集中存在坏数据 误检概率: 或 对于第i个量测 根据3σ规则有: 同样,如果量测符合正态分布,标准化残差也符合正态分布,即 不良数据的检测-标准化残差检测 */106 检查最大的正则化残差 大于3时,则认为量测集中存在坏数据 误检概率: 根据3σ规则有: 不良数据的检测举例-无BD */106 计算正常时的J,rW,rN 。 当弃真错误概率为0.01时,判断量测系统是否存在不良数据。 解: 结论:无坏数据 rW,rN各分量幅值小于3 不良数据的检测举例-有BD */106 计算正常时的J,rW,rN 。 当弃真错误概率为0.01时,判断量测系统是否存在不良数据。 解: 结论:量测中存在坏数据 rW,rN各分量幅值均大于3 例子中第二个量测是坏数据,但rw的幅值排序和不良数据并不一致。 原因:坏数据的权重过高 量测3并非不良数据,但rW的幅值却很大,这种现象叫残差污染。 而按rN排序看,最大rN幅值的确在第二个量测上。 标准化残差对检测和辨识单个不良数据有重要的作用。 对于存在单个不良数据时,这个结论一般是正确的。 残差污染 */106 计算残差灵敏度系数矩阵 W矩阵第二个对角元列不占优,这是产生残差污染的主要原因。 量测误差矢量 利用残差方程计算残差 解释残差污染现象 */106 检测方法
您可能关注的文档
- 用图示法解决组合图形的周长的问题.ppt
- 用图表说话-麦肯锡.ppt
- 用图表说话20120801.ppt
- 用坐标表示平移(公开课).ppt
- 用坐标表示点的平移.ppt
- 用布利冈影响函数对核方法的交叉验证的有效近似.pptx
- 用平面镜成像PPT.ppt
- 用户、权限和角色管理.ppt
- 用户手册(中文).doc
- 用户负荷开关基础知识及运行性能效益介绍.ppt
- 直线的点斜式方程课件-2024-2025学年高二上学期数学人教A版(2019)选择性必修第一册.pptx
- 等比数列的概念 课件-2024-2025学年高二上学期数学人教A版(2019)选择性必修第二册.pptx
- 弧度制课件-2024-2025学年高一上学期数学人教A版(2019)必修第一册.pptx
- 椭圆及其标准方程课件微课课件-2024-2025学年高二上学期数学人教A版(2019)选择性必修第一册.pptx
- 正弦函数的图象课件-2024-2025学年高一上学期数学人教A版(2019)必修第一册.pptx
- 高中语文趣味知识竞赛.pptx
- 2025届高考一轮复习文言文专题——文言文断句.pptx
- 二倍角的正弦、余弦、正切公式课件-2024-2025学年高一上学期数学人教A版(2019)必修第一册.pptx
- 2025届高考写作指导:如何拟好分论点.pptx
- 幂函数课件-2024-2025学年高一上学期数学人教A版(2019)必修第一册.pptx
文档评论(0)