基于量测量替换与标准化残差检测的不良数据辨识.pdfVIP

第31卷第13期 电力系统自动化 V01．31No．13 AutomationofElectricPower 2007年7月10日 Systems 10，2007 52 July 基于量测量替换与标准化残差检测的不良数据辨识 卢志刚，张宗伟 (燕山大学电气工程学院，河北省秦皇岛市066004) 摘要：针对多不良数据辨识中存在的残差污染和残差淹没问题，提出一种多不良数据辨识方法，在 应用P-Q分解法的基础上，首先选取部分量测进行状态估计，接着用剩余量测逐一替换参与估计 计算的量测，并根据替换后各量测标准化残差的大小得到可疑数据，其间量测量的替换可以打破发 生残差淹没的平衡，使得由于发生残差淹没而导致标准化残差合格的不良数据凸显出来，之后又通 过状态估计对可疑数据进行校核，恢复受到残差污染的量测为正常量测，最终将不良数据辨识出 来。此外，还给出替换和减少一维量测后计算标准化残差的简化方法，以提高计算速度。最后以某 地区220 kV电网为背景进行算例分析，表明该方法的有效性和可行性。 关键词：不良数据辨识；状态估计；量测量替换；残差检测；电力系统 中图分类号：TM732；TM744 0 引言 衡，最后通过对可疑数据的校核，恢复受到残差污染 的量测为正常量测。此外，在目前的辨识方法中，往 状态估计是保证电力系统实时数据质量的重要 往都需要计算各量测量的标准化残差，且每当参与 环节，状态估计程序应该具有一定的不良数据辨识 估计的量测项目发生变化时，都要重新进行状态估 能力。目前的不良数据辨识方法主要有残差搜索 计，而大量的矩阵求逆计算制约了辨识速度的提高， 法、非二次准则法、零残差法、总体型估计辨识法 所以针对本文参与估计的量测项目变化的要求，将 等[1]，这些方法可能出现“残差污染”和“残差淹没” 从避免重新进行状态估计、提高计算速度出发，分别 现象，从而导致不良数据的漏检和误判[24]。 推导替换和减少一维量测后计算标准化残差的简化 文献[4—6]应用模糊数学的理论，提出一类检测 方法。 不良数据的动态聚类方法，利用量测量的标准化残 差和前一采样时刻的量测信息，以克服残差污染和 1 标准化残差，N的简化计算方法推导 残差淹没，但该类方法对初始分类矩阵的选取要求 假设某一待估计系统，量测方程如下： 较高。文献[7]利用前置滤波将明显的不良数据去 z—Jl(x)+．1， (1) 除，在一定程度上降低了残差污染的程度。文献[8] 式中：z为系统的量测量向量；矗(x)为量测函数向 提出利用量测量之间的相关性辨识不良数据，理论 量；工为系统的咒维状态量；，为量测误差向量。 上对于防止残差淹没和残差污染有一定的意义，但