杠杆量测内涵分析及其改进广义潜能指标辨识方法.pdfVIP

第45 卷 第12 期 2021 年6 月25 日 Vol.45No.12 Jun.25,2021 DOI：10.7500/AEPS20200924001 杠杆量测内涵分析及其改进广义潜能指标辨识方法 1 1 1 2 2 2 刘有志 ，资 慧 ，肖 健 ，高 曦 ，杨春奇 ，林济铿 （1. 广东电网有限责任公司广州供电局电力调度控制中心，广东省广州市 510620； 2. 同济大学电子与信息工程学院，上海市 201804） 摘要：杠杆量测的准确辨识多年来一直是状态估计精度提升的瓶颈。文中针对杠杆量测这一重要 的量测类型进行了深入分析和研究。首先，分析了2个关于杠杆量测定义的内涵一致性；进而，分 别从代数和几何角度对杠杆量测的特性进行了分析，并以命题形式证明了无限靠近雅可比矩阵列 空间的量测只能是杠杆量测；在此基础上，提出了基于潮流解及改进广义潜能指标的杠杆量测辨识 新方法。相对于其他方法而言，该方法能够明显提升多个杠杆量测的正确辨识率。算例结果验证 了所提方法的可行性和正确性。 关键词：杠杆量测；代数特性；几何特性；异常值辨识；投影统计量；广义潜能指标；状态估计 0 引言 差向量长度比值大小的杠杆量测辨识方法。文献 ［14］提出基于广义潜能指标的杠杆量测辨识方法。 为了实现高准确度的电力系统状态估计，必须 ［1-2］ 文献［15］将该方法引入电力系统的状态估计中，取 能够准确辨识各种不良数据 。然而，如何准确地 ［3-5］ 得了不错的效果。 辨识杠杆量测坏数据 ，迄今为止仍存在一定困 在上述杠杆量测辨识研究的基础上，不少文献 难，亟待解决。 进一步研究杠杆量测坏数据的辨识。文献［16］证实 杠杆量测（或杠杆点）的定义目前有2种，相应 了当存在杠杆量测时，基于最小二乘法状态估计的 有如下2类杠杆量测的辨识方法。 最大正则化残差校验（largestnormalizedresidual 1）基于第1种定义的杠杆量测辨识方法。把雅 test，LNRT）法对于杠杆量测坏数据辨识能力弱的 可比矩阵的行向量视为多维空间中的坐标，即为对 应量测的因子，根据雅可比矩阵行向量在量测因子 缺点。文献［10］提出了Schweppe-Huber型广义M- 空间中的因子之间的距离大小确定该量测是否为杠 估计器（Schweppe-HubergeneralizedM-estimator， ［6］ SHGM），以降低杠杆量测坏数据对于估计结果的 杆量测 。文献 ［7-8］提出了基于马氏距离 影响。文献［17-18］分别提出了基于正则化残差的 （Mahalanobisdistance，MD）的杠杆量测辨识方法。 指数型目标函数的估计器和综合考虑杠杆量测和量 文献 ［9］提出基于最小协方差行列式（minimal 测残差的估计器，以提高状态估计抵御量测坏数据 covariancedeterminant，MCD）的马氏距离的杠杆量