基于指数权函数的抗差状态估计算法 a robust state estimation method based on exponential weight functions.pdfVIP

蔡凝露·，幺莉·，林济铿·，一，王刚s，王文杰s，罗卫华s，刘涛4，王旭东4 3．辽宁省电力有限公司，辽宁沈阳 110006；4．天津市电力公司电力科学研究院，天津300384) 摘要：电力系统状态估计是电力调度中心一切高级应用及分析的基础。针对加权最小绝对值法(WLAV) 状态估计收敛性较差的问题．提出了指数权函数的状态估计新算法(E．IAV)。该方法采用指数权函数代替 WLAV的不连续权函数．从而克服了WLAV方法在权函数间断点收敛性能大大降低的缺点．以4节点系统 及IEEE一1 18系统作为斡：例的汁弹结果表【!fj．E—I．Av算法在拥有与最小二乘法(WLS)近乎类似的迭代速度 的同时．却拥自．很强的抗差能，J 该算法只需在原有最小二乘法的基础上修改权重矩阵即可．因此拥有良 好的I：程J缸J{j前景 关键词：I乜，J系统：抗差状态估计；指数权幽数：加权最小■乘 中图分类号：TM744 文献标志码：A 文章编号：1004．9649(2013)04—0069—05 0引言 (1) i=l i=l 电力系统状态估计中一个非常重要的部分是 式中：Pi是相应观测量或观测误差的权；ai是映 不良数据的检测、辨识。不良数据的处理方法大致 射矩阵的行向量；X为状态量；Li为观测量；p为 反映抗差能力的权函数。 分为2类【M】：①先进行最小二乘法(wts)状态估 计，再对不良数据进行检测、辨识【，--41；②在状 可以看出，p函数的不同选择将影响到参数 态估计迭代计算过程中同时进行不良数据的辨识 估计的性能． 并加以消除．而该类算法大多属于抗差估计方法 中的M估计(极大似然估计)方法【5_17]。 2指数型权函数的状态估计模型 当前M估计方法．主要是构造非二次准则的 目标函数。或修改量测残差权函数，使状态估计 模型具有更强的抗差性能。其中比较有代表性的 准则有平方一常数型、平方一最小绝对值型、均方 在选定阈值点后x,-t量测数据进行“非好即坏”的 根型、Huber型、IGG型等。对于①类算法，需要判定．造成阈值点附近的量测数据对整个估计系 对信息矩阵求逆以计算残差灵敏矩阵．增加了额 统的影响失真．特别是发生强烈残差污染时．估 外的计算量；而②类算法的目标函数均为分段函 计结果可能发生较大偏差。相比而言，WL～V算 数。其间断点为人为选择，对于残差位于间断点 法具有更强的抗差能力．常被其他方法作为估计 附近的量测而言．可能发生误辨识。 初值确定方法，但因其p函数在原点的不连续， 本文提出了一种指数权函数的状态估计算法． 在迭代接近收敛时．在其间断点处收敛性明显下 并算例验证了本文算法的有效性。 降，导致计算时间加长及收敛困难。 WLAV方法的目标函数J(x)为 1 M估计算法 m m (2) ．，(z)=艺￡．oilzi—hAx)l=艺。口ilril i=l 持I M估计是Huber算法对极大似然估计的推式中：∞。为第i个量测的量测权重；名。为第i个量 广1101。典型的独立同分布等精度M估计方法可表测的量测值；hi(菇)为第i个量测的量测估计值；rf- 达为