本發(fā)明涉及非高斯噪聲干擾下配電網(wǎng)狀態(tài)估計(jì)領(lǐng)域，尤其是涉及一種分布式配電網(wǎng)融合估計(jì)方法。

背景技術(shù)：

1、首先，目前大多數(shù)配電網(wǎng)狀態(tài)估計(jì)算法采用的是gaussian核函數(shù)，采用gaussian核函數(shù)產(chǎn)生奇異現(xiàn)象的概率更大。其次，由于卡爾曼濾波器在矩陣求逆時(shí)存在數(shù)值不穩(wěn)定的情況，將會影響到配電網(wǎng)的穩(wěn)定性。最后，現(xiàn)有基于共識策略的最大相關(guān)熵卡爾曼濾波器并未考慮將帶有共識差異的高階統(tǒng)計(jì)特性度量共識問題，并且網(wǎng)絡(luò)通信差異及節(jié)點(diǎn)間的數(shù)據(jù)異構(gòu)性與數(shù)據(jù)處理速度的差異可能導(dǎo)致狀態(tài)估計(jì)的不一致性，從而影響濾波器的精度。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的就是為了提高配電網(wǎng)狀態(tài)估計(jì)方法采用的濾波器的精度，提高配電網(wǎng)狀態(tài)估計(jì)的穩(wěn)定性而提供的一種分布式配電網(wǎng)融合估計(jì)方法。

2、本發(fā)明的目的可以通過以下技術(shù)方案來實(shí)現(xiàn)：

3、一種分布式配電網(wǎng)融合估計(jì)方法，方法包括以下步驟：

4、s1、建立配電網(wǎng)系統(tǒng)模型，模型包括觀測向量和狀態(tài)向量，獲取初始狀態(tài)估計(jì)值和初始估計(jì)信息矩陣；

5、s2、通過基于帶有共識加權(quán)項(xiàng)的student’s?t核最大相關(guān)熵?cái)U(kuò)展信息濾波器獲取節(jié)點(diǎn)i及其鄰居節(jié)點(diǎn)j的預(yù)測值和預(yù)測信息矩陣；

6、s3、設(shè)置迭代初始步t＝1，令其中表示第i個(gè)節(jié)點(diǎn)進(jìn)行t次不動(dòng)點(diǎn)迭代時(shí)的濾波估計(jì)值；

7、s4、通過對i節(jié)點(diǎn)的狀態(tài)預(yù)測誤差協(xié)方差和進(jìn)行cholesky分解得到和

8、s5、計(jì)算出節(jié)點(diǎn)i的共識加權(quán)項(xiàng)并使用最大相關(guān)熵?cái)U(kuò)展信息濾波器的不動(dòng)點(diǎn)迭代法獲得當(dāng)前狀態(tài)最優(yōu)估計(jì)值；

9、s6、將當(dāng)前狀態(tài)估計(jì)值和上一迭代步驟的估計(jì)值比較，若小于閾值，則將當(dāng)前狀態(tài)估計(jì)值作為下一次迭代的狀態(tài)估計(jì)值，并計(jì)算狀態(tài)估計(jì)誤差協(xié)方差，反之更新迭代次數(shù)，返回s5。

10、進(jìn)一步地，所述觀測向量和狀態(tài)向量為：

11、xk＝f(xk-1)+wk,k-1

12、zk＝h(xk)+vk

13、其中，xk：k時(shí)刻m維狀態(tài)向量，通常選擇節(jié)點(diǎn)電壓的幅值和相角作為節(jié)點(diǎn)狀態(tài)量，即xk＝[vk,θk]t，f(·)：非線性狀態(tài)轉(zhuǎn)移函數(shù)，zk：k時(shí)刻n維觀測向量。

14、進(jìn)一步地，所述當(dāng)前狀態(tài)最優(yōu)估計(jì)值為：

15、

16、進(jìn)一步地，所述當(dāng)前狀態(tài)最優(yōu)估計(jì)值中，

17、

18、進(jìn)一步地，當(dāng)前狀態(tài)估計(jì)值和上一迭代步驟的估計(jì)值比較，小于閾值則滿足：

19、

20、其中，ζ表示閾值。

21、進(jìn)一步地，所述將當(dāng)前狀態(tài)估計(jì)值作為下一次迭代的狀態(tài)估計(jì)值為：

22、令

23、進(jìn)一步地，所述共識加權(quán)項(xiàng)為：

24、

25、其中，為j節(jié)點(diǎn)的狀態(tài)預(yù)測誤差協(xié)方差，表示加權(quán)項(xiàng)。

26、進(jìn)一步地，所述共識加權(quán)項(xiàng)中，

27、

28、進(jìn)一步地，所述計(jì)算狀態(tài)估計(jì)誤差協(xié)方差為：

29、

30、進(jìn)一步地，所述狀態(tài)估計(jì)誤差協(xié)方差中，

31、

32、與現(xiàn)有技術(shù)相比，本發(fā)明具有以下有益效果：

33、利用分布式融合算法將scada和pmu采集的單個(gè)節(jié)點(diǎn)數(shù)據(jù)組成多個(gè)局部數(shù)據(jù)集，再利用共識策略實(shí)現(xiàn)配電網(wǎng)的狀態(tài)估計(jì)。為了提高狀態(tài)估計(jì)精度，本工作點(diǎn)通過引入共識差異的高階度量方式，提出一種基于共識差異高階度量方式的分布式濾波算法。首先，由于student’s?t核函數(shù)在自由度較低時(shí)，其對大誤差的衰減歸零速度較為緩慢，因此，定義一種新的含有共識加權(quán)項(xiàng)的student’s?t核最大相關(guān)熵準(zhǔn)則，其對應(yīng)的共識損失函數(shù)是將含有共識加權(quán)項(xiàng)的共識誤差作為核函數(shù)的輸入項(xiàng)，新息損失函數(shù)是將觀測信息作為核函數(shù)的輸入項(xiàng)；其次，依據(jù)這種新的最大相關(guān)熵準(zhǔn)則設(shè)計(jì)分布式濾波算法，然后對多個(gè)局部數(shù)據(jù)集進(jìn)行協(xié)方差交叉融合；本發(fā)明的方法具有較高的狀態(tài)估計(jì)精度。

技術(shù)特征：

1.一種分布式配電網(wǎng)融合估計(jì)方法，其特征在于，方法包括以下步驟：

2.根據(jù)權(quán)利要求1所述的一種分布式配電網(wǎng)融合估計(jì)方法，其特征在于，所述觀測向量和狀態(tài)向量為：

3.根據(jù)權(quán)利要求1所述的一種分布式配電網(wǎng)融合估計(jì)方法，其特征在于，所述當(dāng)前狀態(tài)最優(yōu)估計(jì)值為：

4.根據(jù)權(quán)利要求3所述的一種分布式配電網(wǎng)融合估計(jì)方法，其特征在于，所述當(dāng)前狀態(tài)最優(yōu)估計(jì)值中，各個(gè)參數(shù)分別為：

5.根據(jù)權(quán)利要求4所述的一種分布式配電網(wǎng)融合估計(jì)方法，其特征在于，當(dāng)前狀態(tài)估計(jì)值和上一迭代步驟的估計(jì)值比較，小于閾值則滿足：

6.根據(jù)權(quán)利要求5所述的一種分布式配電網(wǎng)融合估計(jì)方法，其特征在于，所述將當(dāng)前狀態(tài)估計(jì)值作為下一次迭代的狀態(tài)估計(jì)值為：

7.根據(jù)權(quán)利要求1所述的一種分布式配電網(wǎng)融合估計(jì)方法，其特征在于，所述共識加權(quán)項(xiàng)為：

8.根據(jù)權(quán)利要求7所述的一種分布式配電網(wǎng)融合估計(jì)方法，其特征在于，所述共識加權(quán)項(xiàng)中，加權(quán)項(xiàng)為：

9.根據(jù)權(quán)利要求8所述的一種分布式配電網(wǎng)融合估計(jì)方法，其特征在于，所述計(jì)算狀態(tài)估計(jì)誤差協(xié)方差為：

10.根據(jù)權(quán)利要求9所述的一種分布式配電網(wǎng)融合估計(jì)方法，其特征在于，所述狀態(tài)估計(jì)誤差協(xié)方差中，

技術(shù)總結(jié)
本發(fā)明涉及一種分布式配電網(wǎng)融合估計(jì)方法，方法包括以下步驟：S1、建立配電網(wǎng)系統(tǒng)模型；S2、獲取節(jié)點(diǎn)i及其鄰居節(jié)點(diǎn)j的預(yù)測值和預(yù)測信息矩陣；S3、設(shè)置迭代初始步和第i個(gè)節(jié)點(diǎn)進(jìn)行t次不動(dòng)點(diǎn)迭代時(shí)的濾波估計(jì)值；S4、進(jìn)行Cholesky分解；S5、計(jì)算出節(jié)點(diǎn)i的共識加權(quán)項(xiàng)，并使用最大相關(guān)熵?cái)U(kuò)展信息濾波器的不動(dòng)點(diǎn)迭代法獲得當(dāng)前狀態(tài)最優(yōu)估計(jì)值；S6、將當(dāng)前狀態(tài)估計(jì)值和上一迭代步驟的估計(jì)值比較，若小于閾值，則將當(dāng)前狀態(tài)估計(jì)值作為下一次迭代的狀態(tài)估計(jì)值，并計(jì)算狀態(tài)估計(jì)誤差協(xié)方差，反之更新迭代次數(shù)，返回S5。與現(xiàn)有技術(shù)相比，本發(fā)明具有提高配電網(wǎng)狀態(tài)估計(jì)方法采用的濾波器的精度等優(yōu)點(diǎn)。

技術(shù)研發(fā)人員：馮肖亮,劉騰,劉安婷,王碩,張俊瀚
受保護(hù)的技術(shù)使用者：上海電機(jī)學(xué)院
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/6