原创力文档- 1、本文档共7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
基于脉冲神经网络伪量测建模的配电网三相状态估计-电力系统自动化
第 卷 第 期 年 月 日 ,
４０ １６ ２０１６ ８ ２５ Vol．４０No．１６Au．２５２０１６
g
: /
DOI１０．７５００AEPS２０１５１２０７００６
基于脉冲神经网络伪量测建模的配电网三相状态估计
, , , , ,
黄蔓云 孙国强 卫志农 臧海祥 陈 通 陈 胜
( , )
河海大学能源与电气学院 江苏省南京市 ２１００９８
: , .
摘要 为了给配电网管理系统提供全面准确的实时数据 配电网三相状态估计显得尤为重要 针
, ( )
对当前配电网量测信息不足 提出了基于脉冲神经网络 SNN 伪量测建模的配电网三相状态估
. ,
计 该方法首先将实时和部分历史支路功率量测输入 SNN进行伪量测建模 然后由高斯混合模
, .
型生成相应的量测误差 最后进行基于加权最小二乘法的配电网三相状态估计 理论分析和算例
, ,
验证表明 所提模型不仅能够在正常通信时有效提高配电网状态估计精度 而且能在通信故障时保
, .
证估计精度在合理范围内 进而为配电网的运行控制提供参考依据
: ; ; ; ;
关键词 配电网 状态估计 脉冲神经网络 高斯混合模型 伪量测
.
０ 引言 测和虚拟量测不同的权重以提高状态估计精度 然
而伪量测数据本身的误差仍然是影响状态估计精度
,
随着新能源发电的逐步接入 配电网管理系统
. [ ] ( )
的关键 文献 １６通过人工神经网络 ANN 进行
( ) 、
DMS 需要更加全面 准确的数据进行实时控
, .
负荷节点注入功率建模 提高了状态估计精度 可
[ ]
１Ｇ５
制 .配电网状态估计能够提供系统实时运行状
, ,
文档评论（0）