基于主成分分析及最小二乘支持向量机电力系统状态估计.pdfVIP

维普资讯 第 3O卷 第 21期 电 网 技 术 、，0l|3ONO．21 2006年 11月 PowerSystem Technology NOV． 2006 文章编号：1000．3673(2006)21—0075—03 中图分类号：TM734；F123．9 文献标识码：A 学科代码：790．625 基于主成分分析和最小二乘支持向量机的 电力系统状态估计 贾 嵘 ，蔡振华 ，刘 晶2，王小宇 ，杨 可 (1．西安理工大学 电力工程系，陕西省 西安市 710048； 2．华北电力科学研究院，北京市 西城区 100045) PowerSystem StateEstimationBasedonPrincipalComponent AnalysisandLeastSquareSupportVectorMachines JIARong，CAIZhen．hua，LiuJing，Ⅵ，ANGXiao．yu ， G Ke’ (1，DepartmentofElectricalEngineering，Xi’anUniversityofTechnology，Xi’na 710048，ShaanxiProvince，China： 2．NorthChinaElectricalPowerResearchInstitute，XichengDistrict，Beijing100045。China) ABSTRACT：Powerstateestimatorplaysna importnatrolein O 引言 energymanagementsystem (EMS)．Theauthorsproposeanew 近年来，随着我国电力工业的迅速发展，电力 methodbasedonprincipalcomponentanalysis(PCA)andleast 系统调度 自动化水平也越来越高。状态估计作为能 squraesupportvectormachines(LS—SVM)forpowersystem 量管理系统(EMS)的重要组成部分，它为EMS提供 stateestimation．Inhteproposedmethod，firstlythePCA ofr initialsamplesconsistingofmeasureddata isperformedto 完整可靠的系统运行状态实时数据和信息，并为其 make data compression and feature extraction， SO hte 它高级应用软件建立实时数据库 状态估计是一种 correlativity wihtin the data iseliminated and the principal 利用测量数据的相关度和冗余度结合计算机技术对 componentscontainingenough information in initialsamples 运行参数进行处理以获得电力系统实时状态信息的 are extracted．Then，the exrtacted principal componentsrae 计算方法。 usedashteinputsforLS—SVM ，SOhtedimensionsofsample 多年来国内外学者对状态估计进行了研究并提 spaceal-ereduced．Casestudyresultsshow htattheproposed 出了多种状态估计算法。其中加权最小二乘法 mehtodcaneffectivelyimpro