电力系统分析-不良数据的检测和辩识.pdfVIP

不良数据辩识 不良数据辨识  概述  残差方程  不良数据检测  不良数据辨识 概述 残差方程 检测方法 辨识方法 概述  量侧数据在采集、传递、交换的整个过程中，不可能 保证所有的数据都是准确无误的，有可能出现因设备 原因或者网络原因造成数据的损坏或者偏差。  几个定义  不良数据的检测（Bad Data Detection）  判断某次量测采样中是否存在不良数据  不良数据的辨识（Bad Data Identification）  发现某次量测采样中存在不良数据后，确定哪个(或哪些)量 测是不良数据  不良数据的删除（Bad Data Suppression）  对辨识出的坏数据，用某种方法排除它们对状态估计结果的 影响 概述 残差方程 检测方法 辨识方法 检测和辨识  人们在状态估计之前会对量测数据进行处理，处理分 析根据对不良数据处理水平不同分为三个层次：  人工检测和辨识  量测极限值检测 不可靠  量测量突变检查 有局限性  量测数据的相关性检查  计算机实时检测和辨识(数据的预处理)  利用远动功能实现 只能发现明显 的不良数据  粗检测和辨识  状态估计程序中的检测和辨识  通过大量正常的冗余量测，利用数学处理的方法处理不 良数据 概述 残差方程 检测方法 辨识方法 检测和辨识方法  检测的常用方法  使用目标函数极值进行检测；  用加权残差或标准化残差检测；  上述两种方法的综合使用；  量测量突变检测；  应用伪量测量的检测。  辨识的常用方法  残差搜索法；  非二次准则法；  零残差法（它是非二次淮则法的一个发展）；  估计辨识法。 概述 残差方程 检测方法 辨识方法 不良数据监测与辨识的数学基础 (x )2 1  2  正态分布 f (x ) e 2  2  概率密度E (x )= D (x )=2 x 1 (t)2     分布函数F (x)  2 e 22 dt 当被研究的随机变量是 数量众多的相互独立的 随机变量之和，则他必  标准正态分布 1, 0 定服从正态分布或近似  对于任意的正态分布随机变量 正态分布的。 P {|X  |} 0.6827 正态分布随机