買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉廣西電網(wǎng)有限責(zé)任公司電力科學(xué)研究院;廣西電網(wǎng)有限責(zé)任公司河池供電局申請(qǐng)的專利基于MES和數(shù)據(jù)融合的電力系統(tǒng)魯棒狀態(tài)估計(jì)方法獲國(guó)家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國(guó)家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN114840973B 。

龍圖騰網(wǎng)通過國(guó)家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-08-08發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請(qǐng)?zhí)?專利號(hào)為：202210286804.7，技術(shù)領(lǐng)域涉及：G06F30/20；該發(fā)明授權(quán)基于MES和數(shù)據(jù)融合的電力系統(tǒng)魯棒狀態(tài)估計(jì)方法是由余通;達(dá)凱;王志文;黎新;賓冬梅;凌穎;楊春燕;韓松明設(shè)計(jì)研發(fā)完成，并于2022-03-22向國(guó)家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本基于MES和數(shù)據(jù)融合的電力系統(tǒng)魯棒狀態(tài)估計(jì)方法在說明書摘要公布了：本發(fā)明公開了一種基于MES和數(shù)據(jù)融合的電力系統(tǒng)魯棒狀態(tài)估計(jì)方法，首先利用魯棒馬氏距離檢測(cè)系統(tǒng)異常值并分配適當(dāng)?shù)臋?quán)重給所選擇的PMU緩沖量測(cè)量，然后，基于MES估計(jì)器利用這些權(quán)重以濾除非Gauss的PMU測(cè)量噪聲，產(chǎn)生一組狀態(tài)估計(jì)結(jié)果，同時(shí)，再基于MES估計(jì)器處理接收到的含未知測(cè)量噪聲的SCADA測(cè)量，以產(chǎn)生另一組狀態(tài)估計(jì)結(jié)果，針對(duì)兩組估計(jì)結(jié)果，基于數(shù)據(jù)融合理論將來自兩個(gè)獨(dú)立的MES估計(jì)器的估計(jì)結(jié)果進(jìn)行融合，以獲得最終的最優(yōu)估計(jì)結(jié)果,本發(fā)明優(yōu)點(diǎn)是：在MES估計(jì)模型中嵌入零注入表達(dá)式，從而使得等式約束不必顯性表達(dá)，削除等式約束，無(wú)需再使用Lagrange乘子法處理，從而提高算法效率。

本發(fā)明授權(quán)基于MES和數(shù)據(jù)融合的電力系統(tǒng)魯棒狀態(tài)估計(jì)方法在權(quán)利要求書中公布了：1.基于MES和數(shù)據(jù)融合的電力系統(tǒng)魯棒狀態(tài)估計(jì)方法，其特征在于：首先利用魯棒馬氏距離檢測(cè)系統(tǒng)異常值并分配適當(dāng)?shù)臋?quán)重給所選擇的PMU緩沖量測(cè)量，然后，基于MES估計(jì)器利用這些權(quán)重以濾除非Gauss的PMU測(cè)量噪聲，產(chǎn)生一組狀態(tài)估計(jì)結(jié)果，同時(shí)，再基于MES估計(jì)器處理接收到的含未知測(cè)量噪聲的SCADA測(cè)量，以產(chǎn)生另一組狀態(tài)估計(jì)結(jié)果，針對(duì)兩組估計(jì)結(jié)果，基于數(shù)據(jù)融合理論將來自兩個(gè)獨(dú)立的MES估計(jì)器的估計(jì)結(jié)果進(jìn)行融合，以獲得最終的最優(yōu)估計(jì)結(jié)果，1量測(cè)方程 由維納逼近定理，非Gauss分布px都可由已知的Gauss分布很好地近似，因此可以用以下模型來模擬非Gauss分布誤差： 式中：ai表示權(quán)重，且NA表示Gauss元素的個(gè)數(shù)；和∑i表示均值和方差， 基于已知測(cè)量誤差是否服從Gauss分布，上式可進(jìn)一步表示為： Ge＝1-εΦe+εKe2 式中：Φe是測(cè)量噪聲的多數(shù)分布，通常被建模表征為Gauss分布；Ke是未知分布，其被認(rèn)為是重尾密度，如具有大方差的拉普拉斯密度或Gauss密度；0≤ε≤0.5，污染系數(shù)，用于調(diào)節(jié)非Gauss分量的貢獻(xiàn)，如對(duì)于小的ε，該模型表示大部分的誤差遵循Gauss分布，同時(shí)保持小部分的非Gauss誤差， 非Gauss噪聲下的測(cè)量方程，可表示如下： z＝hx+Ge3 式中：z表示量測(cè)；hx表示非線性測(cè)量函數(shù)；Ge表示測(cè)量誤差； 2PMU最佳緩沖長(zhǎng)度計(jì)算 基于馬氏距離，確定多PMU測(cè)點(diǎn)的最佳緩沖長(zhǎng)度，對(duì)所有PMU測(cè)點(diǎn)，將其作為一個(gè)整體， 設(shè)PMU每秒采樣nr＝30樣本s，SCADA采樣間隔Nt＝5s，在1個(gè)間隔內(nèi)，PMU采樣數(shù)N＝Nt*nr＝150樣本，用Z表示采樣矩陣，并分為nsubset＝Nt＝5個(gè)子集：Z＝[Y1,Y2,Y3,Y4,Y5]，基于以下步驟計(jì)算： 1計(jì)算Z矩陣中值： Y'＝medianZ＝[y'1,y'2,y'3,y'4,y'5]4 2對(duì)Y5執(zhí)行變點(diǎn)檢測(cè)，若存在變點(diǎn)，則使用最后一個(gè)PMU數(shù)據(jù)；否則Y5將包含在PMU緩沖集內(nèi)； 3基于馬氏距離Pi，對(duì)η1＝[y'5,y'4]，η2＝[y'4,y'3]，…，η4＝[y'2,y'1]檢測(cè)系統(tǒng)變化： 若η1內(nèi)的Pi均小于 則包含Y4，否則算法停止；并繼續(xù)校驗(yàn)η2＝[y'4,y'3]，…，η4＝[y'2,y'1]，直至結(jié)束， 4計(jì)算PMU緩沖集內(nèi)量測(cè)均值和方差 式中：α表示Z'的列數(shù)，wi為Z'的第i列的權(quán)重， 基于以上步驟，即可得到多PMU測(cè)點(diǎn)的最佳緩沖長(zhǎng)度，計(jì)算均值和方差后，即可與SCADA數(shù)據(jù)在同一斷面下實(shí)現(xiàn)匹配； 3基于MES與數(shù)據(jù)融合的魯棒SE方法 3.1基于MES的SCADA魯棒SE 基于MES估計(jì)方法，利用SCADA量測(cè)建立MES估計(jì)模型，其表達(dá)式如下： 式中：x表示狀態(tài)量；hix表示第i個(gè)SCADA的測(cè)量函數(shù)；wi表示第i個(gè)測(cè)量權(quán)重；zi表示第i個(gè)測(cè)量；σ表示Parzen窗寬；cx＝0表示零注入節(jié)點(diǎn)約束， 極坐標(biāo)下零注入約束可表示為： 式中：Ψ表示xB與xN的變換關(guān)系；B表示零注入功率節(jié)點(diǎn)；N表示非零注入節(jié)點(diǎn)， Γ為： Φ為： Φ-1為： 將該約束代入MES估計(jì)模型，得： 令： 利用Newton法求解，得修正方程： 式中：H為m×n維Jacobian矩陣；F和Q分別為： 狀態(tài)量修正為： MES估計(jì)器求解計(jì)算流程如下： ⑴初始化參數(shù)，k＝0，置xk,N初值； ⑵由xk,N按式20計(jì)算xk,B； ⑶計(jì)算矩陣H、F和Q，求解式16，得并更新計(jì)算 ⑷若max|Δxk|＜ε，則狀態(tài)估計(jì)收斂，計(jì)算結(jié)束，否則轉(zhuǎn)步驟⑶； 迭代收斂后，基于SCADA的MES估計(jì)的狀態(tài)誤差方差陣為： 上述在MES估計(jì)模型中嵌入零注入表達(dá)式，從而使得等式約束不必顯性表達(dá)，削除等式約束，無(wú)需再使用Lagrange乘子法處理，從而提高算法效率； 3.2基于MES的PMU魯棒SE 類似于SCADA魯棒SE，單獨(dú)使用PMU測(cè)量，基于MES模型進(jìn)行魯棒估計(jì)，但PMU測(cè)量為電壓與電流相量，其測(cè)量函數(shù)為線性函數(shù)： 式中：為PMU緩沖區(qū)內(nèi)量測(cè)均值，以之作為偽量測(cè)，通過式7計(jì)算；A為PMU與狀態(tài)量的關(guān)系矩陣，為常系數(shù)矩陣，即PMU測(cè)量與狀態(tài)量的Jacobian矩陣；ε為PMU量測(cè)誤差，其方差為通過式6計(jì)算， 基于MES模型，可得： 同樣利用Newton法求解，得修正方程： 狀態(tài)量修正同式19-21， 迭代收斂后，基于PMU的MES估計(jì)的狀態(tài)誤差方差陣為： 3.3基于數(shù)據(jù)融合理論的狀態(tài)融合 借鑒數(shù)據(jù)融合理論，將SCADA和PMU測(cè)量視為不同的數(shù)據(jù)源，其量測(cè)分別采用zS和zP表示，基于SCADA和基于PMU的SE器分別稱為SSE和PSE，經(jīng)分別對(duì)zS和zP處理可產(chǎn)生兩組獨(dú)立的SE結(jié)果和相應(yīng)的誤差方差陣由∑s和∑p表示， 基于和∑s和∑p，通過數(shù)據(jù)融合獲得最佳狀態(tài)融合結(jié)果： 從上式中可以看出，xs與xp的SE的權(quán)重的分母相同，分子分別為∑p和∑s，意味著權(quán)重的大小與估計(jì)結(jié)果的方差成反比，即精度更高的估計(jì)結(jié)果其權(quán)重也相應(yīng)更大，精度更低的估計(jì)結(jié)果其權(quán)重也相應(yīng)更小，以上的估計(jì)方法稱為數(shù)據(jù)融合SE方法，將數(shù)據(jù)融合與MES估計(jì)模型結(jié)合，獲得最終的最優(yōu)估計(jì)結(jié)果。

如需購(gòu)買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請(qǐng)人或?qū)＠麢?quán)人廣西電網(wǎng)有限責(zé)任公司電力科學(xué)研究院;廣西電網(wǎng)有限責(zé)任公司河池供電局，其通訊地址為：廣西壯族自治區(qū)南寧市寧興寧區(qū)民主路6-2號(hào)；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。