1、“.....从时间角度提高了状态估计的实用性和准确性,使状态估计的运行周期从分级降至秒级。算法的开发工作了运算任务。数据的引入安装了的位臵,我们不仅能够采集到该处相量量测,还能够得到有关节点的电流相量量测。基于混合量测的电力系统状态估计孙先臣原稿。由于量测量和补充的节点注入电流向量伪量测都相对稳定的,所以,混合算法中采用的线性状态估计具有完全线性状态估计的所有优点,即增益矩阵阵在拓扑结构变化前的反应速度,数据的储存和传输等等原因,导致了数据的延迟现象。为解决这个问题,我们可以通过分析测量延迟误差矩阵,利用延迟测量误差表示数学期望,建立测量延迟和量测变化率的函数加以解决。相角的匹配由于数据中没有相角,选取点作为参考点,那么其电压相角为零,将电压参考节点之间的相角差作为其余节点的电压相繁琐。电压相量测量转化为支路电流测量和节点的电压,关系为式中下标,分别表示实部虚部......”。

2、“.....把转化的电流量与量测数据中的电流相量量测多数量测起用于状态估计,利用增加后的量测数据提高系统的冗余度,提高系统的状态估计精度。基于混合量测的电力系统状态估计孙先臣基于混合量测的电力系统状态估计孙先臣原稿将其转换为母线注人电流向量的形式,作为伪量测与量测起进行线性状态估计计算。若量测中包含些母线的注入电流相量量测,则以量测为准,状态量转换预测的结果只用于补充没有注入电流相量量测的情况。算法特点如下是现有方法的结合,通过状态量转换预测模块,将数据与数据有机结合,使不可观测量变为可观是与实时数据紧密结合的,在进行数据采集的同时,记录当时的时间数据,比如年份日期等。数据则不带时标,无法确定数据的采集时间。庞大的运算量和估计算法的复杂性,数据处理的反应速度,数据的储存和传输等等原因,导致了数据的延迟现象。为解决这个问题,我们可以通过分析测量延迟误差矩阵......”。

3、“.....每隔,利用来自的数据,采用线性算法进行线性状态估计。伪量测源自传统状态估计的结果和状态量转换预测的结果,即根据传统的结果系统超短期负荷预报和由传统维护的母线负荷预报系数,计算得到当前时刻的母线注人功率,再根据发电计划得到发电机机端电压,调用潮流计算模块,得到当前时刻的系统状态,为其余节点的电压相角。由于装臵是应用全球定位系统技术的相量测量装臵,测量数据包含电压和电流的相角,因此其相角量测参考点为参考点,其相角为与参考点之间的相角差,相角关系如图所示。在图中,基于量测的状态估计得到节点电压相角为无疑加大了运算量,十分麻烦。因此本文中,在传统的状态估计的参考节点安装态估计提供了节点电压和电流向量,使调度中心得到实时的相量测量,弥补了传统的数据的不足。在本文中,通过研究中外文献,对电力系统状态估计和装臵的进行了解,结合状态转换进行预测......”。

4、“.....仿真结果验证了该算法的有效性。参考文献李阳林基于混合量测的电力系统动态状态估计算法研究,河。可以大大减少了运算任务。数据的引入安装了的位臵,我们不仅能够采集到该处相量量测,还能够得到有关节点的电流相量量测。基于混合量测的电力系统状态估计孙先臣原稿。数据的匹配问题将和数据应用于状态估计前需要考虑他们的匹配问题,主要包括时间的匹配和相角的匹配。时间的匹配基于技术的数据由于量测量和补充的节点注入电流向量伪量测都相对稳定的,所以,混合算法中采用的线性状态估计具有完全线性状态估计的所有优点,即增益矩阵阵在拓扑结构变化前相对固定,所以计算速度比较快。该方法大幅的提高了状态估计的运行速度,从时间角度提高了状态估计的实用性和准确性,使状态估计的运行周期从分级降至秒级。算法的开发工作,利用来自的数据,采用线性算法进行线性状态估计。伪量测源自传统状态估计的结果和状态量转换预测的结果......”。

5、“.....计算得到当前时刻的母线注人功率,再根据发电计划得到发电机机端电压,调用潮流计算模块,得到当前时刻的系统状态,将其转换为母线注人电与基于量测装臵的现代能量管理系统相互独立,可是在工程实际应用中可以把系统数据传送到系统数据库中,如果在状态估计中结合使用两个系统的数据,能够有效提高状态估计的准确度,保证电网运行的经济性,因此本文研究如何利用量测数据和量测数据进行混合状态估计。本文在现有理论基础上提出了基期望,建立测量延迟和量测变化率的函数加以解决。在整个的状态估计方法,为了获得估计值与原值得差,需要进行原始状态估计的计算,从而进步计算支引入量测数据后的支路潮流附加量。经过上述的计算,状态估计的精度被大大提高了,但可以看到,由于进行权值计算,并且进行了两次估计计算,整个算法计算量大大增大。故理论上可行,实际应用中较为。可以大大减少了运算任务......”。

6、“.....我们不仅能够采集到该处相量量测,还能够得到有关节点的电流相量量测。基于混合量测的电力系统状态估计孙先臣原稿。数据的匹配问题将和数据应用于状态估计前需要考虑他们的匹配问题,主要包括时间的匹配和相角的匹配。时间的匹配基于技术的数据将其转换为母线注人电流向量的形式,作为伪量测与量测起进行线性状态估计计算。若量测中包含些母线的注入电流相量量测,则以量测为准,状态量转换预测的结果只用于补充没有注入电流相量量测的情况。算法特点如下是现有方法的结合,通过状态量转换预测模块,将数据与数据有机结合,使不可观测量变为可观测变换的快速解祸状态估计方法华中理工大学报,。静态状态估计混合算法如图,状态估计的数据只能采用非线性状态估计算法,基于数据的状态估计可以使用快速的线性状态状态估计算法。因此,每隔分钟,用传统的加权最小乘进行非线性状态估计,并考虑相量量测。同时......”。

7、“.....作为伪量测与量测起进行线性状态估计计算。若量测中包含些母线的注入电流相量量测,则以量测为准,状态量转换预测的结果只用于补充没有注入电流相量量测的情况。算法特点如下是现有方法的结合,通过状态量转换预测模块,将数据与数据有机结合,使不可观测量变为可观测量,形成了线性状态估将其转换为母线注人电流向量的形式,作为伪量测与量测起进行线性状态估计计算。若量测中包含些母线的注入电流相量量测,则以量测为准,状态量转换预测的结果只用于补充没有注入电流相量量测的情况。算法特点如下是现有方法的结合,通过状态量转换预测模块,将数据与数据有机结合,使不可观测量变为可观从而有效提高状态估计的准确度。静态状态估计混合算法如图,状态估计的数据只能采用非线性状态估计算法,基于数据的状态估计可以使用快速的线性状态状态估计算法。因此,每隔分钟......”。

8、“.....并考虑相量量测。同时,确定每种类型的荷载的基本分布系数,通过法确定负荷的类型。每隔论状态估计是电力系统的重要组成部分,在对数据进行采集分析的基础上,得到电力系统的稳定运行条件,在电力系统正发挥着重要的作用。基于全球定位系统的装臵,为状态估计提供了节点电压和电流向量,使调度中心得到实时的相量测量,弥补了传统的数据的不足。在本文中,通过研究中外文献,对电力系统状态估计和装臵的进行了解,结合状态转于混合量测的线性与非线性混合模型,将电力系统划分为线性区域和非线性区域,在线性区域内充分利用电压量测和电流量测,计算与安装装臵节点相关联节点处的电压相量,将该计算值作为间接量测引入非线性区域的状态估计中,并进行权值计算同时利用量测采样周期短的特点,将计算得到的电压相量作为非线性区域状态估计的初值参与计算。可以大大减少了运算任务。数据的引入安装了的位臵,我们不仅能够采集到该处相量量测......”。

9、“.....基于混合量测的电力系统状态估计孙先臣原稿。数据的匹配问题将和数据应用于状态估计前需要考虑他们的匹配问题,主要包括时间的匹配和相角的匹配。时间的匹配基于技术的数据量,形成了线性状态估计。随着同步相量测量装臵成功地应用于电力系统,电力系统的状态估计进入了个新的阶段,由于装臵能够提供相量量测,而且数据精度高,采样周期短,为线性动态状态估计的实现提供了可能,但是由于装臵成本较高,目前的安装数量有限,在相当长的段时间会与共存。现在基于量测装臵的广域测量系统定负荷的类型。每隔,利用来自的数据,采用线性算法进行线性状态估计。伪量测源自传统状态估计的结果和状态量转换预测的结果,即根据传统的结果系统超短期负荷预报和由传统维护的母线负荷预报系数,计算得到当前时刻的母线注人功率,再根据发电计划得到发电机机端电压,调用潮流计算模块,得到当前时刻的系统状态,作量相对较小......”。