不良数据检测与辨识算法的研究-计算机工程与应用.pdfVIP

Computer Engineering and Applications 计算机工程与应用 2012 ，48 （22 ） 239 不良数据检测与辨识算法的评估研究 蒋德珑，王克文 JIANG Delong, WANG Kewen 郑州大学 电气工程学院，郑州 450001 School of Electrical Engineering, Zhengzhou University, Zhengzhou 450001, China JIANG Delong, WANG Kewen. Research in evaluation for algorithms of bad-data detection and identifica- tion. Computer Engineering and Applications, 2012, 48 （22 ）：239-243. Abstract ：To solve the fuzziness of algorithm evaluation, fuzzy mathematics theory is proposed to evaluate syntheti- cally algorithms of bad-data detection and identification. And then the best algorithm of state estimation will be found for specific power system. In different system configurations, the proposed evaluation system is used to evaluate four algorithms of bad-data detection and identification, and then the characters of the four algorithms can be found. Practical effect proves that the evaluation system is effective and can quantify the qualitative-analysis of algorithm evaluation. It can give effective reference to choose algorithm for actual power system. Key words ：power system; bad data; detection and identification; algorithm evaluation; fuzzy synthetic evaluation 摘 要：针对算法评价的模糊性，提出一种基于模糊数学理论的算法综合评价模型，并用于状态估计中不良数 据检测与辨识算法的综合评估。通过在不同系统配置条件下，对四种常用不良数据检测与辨识算法进行综合 评估，比较出其优劣特性，验证了该评估系统的正确性，实现了算法评估中定性分析的定量化，为实际系统算 法的选择提供了有效参考。 关键词：电力系统；不良数据；检测与辨识；算法评价；模糊综合评价 文章编号：1002-8331（2012 ）22-0239-05 文献标识码：A 中图分类号：TM712 1 引言 的研究，并结合电力系统的特点，在理论研究与工程 电力系统不良数据的检测与辨识是电力系统状 应用方面取得了大量的成果，进一步丰富和发展了 [4-12] 态估计的重要功能之一，其目的在于排除量测采样 相关算法 。而对算法进行综合评估是一项复杂且 数据中偶然出现的少量不良数据，提高状态估计的 伴随着模糊性的系统工程，故采用基于模糊数学理 [1] 论的综合评价方法，处理算法评估问题自然具有其 可靠性 。在实际应用中，必须根据电力系统规模、 [13] 量测系统的配置、控制计算机的大小、状态估计算法 先天的优势