本技術(shù)涉及配電網(wǎng)，特別涉及一種配電網(wǎng)的加權(quán)最小絕對(duì)值抗差狀態(tài)估計(jì)方法及裝置。

背景技術(shù)：

1、作為能量管理系統(tǒng)(energy?management?system,ems)的核心，配電網(wǎng)狀態(tài)估計(jì)通過對(duì)生數(shù)據(jù)的處理，獲得狀態(tài)量的最優(yōu)估計(jì)值?；趥鹘y(tǒng)加權(quán)最小二乘(weighted?leastsquare，wls)的狀態(tài)估計(jì)算法簡(jiǎn)單，計(jì)算速度快，但該方法是在誤差數(shù)據(jù)服從高斯分布假設(shè)前提下的最優(yōu)估計(jì)。而實(shí)際量測(cè)系統(tǒng)中誤差數(shù)據(jù)分布并不一定都滿足高斯分布，因而會(huì)對(duì)狀態(tài)估計(jì)結(jié)果產(chǎn)生破壞性的影響。

2、相關(guān)技術(shù)中，一類方法是設(shè)計(jì)能夠抑制壞數(shù)據(jù)影響的抗差估計(jì)器?？共罟烙?jì)器有較高的魯棒性，在量測(cè)系統(tǒng)出現(xiàn)壞數(shù)據(jù)的情況下，最大限度地減小其影響，并得出狀態(tài)量的最優(yōu)估計(jì)值。加權(quán)最小絕對(duì)值((weighted?least?absolute?value,wlav)估計(jì)是目前電力系統(tǒng)狀態(tài)估計(jì)中一種研究廣泛的抗差估計(jì)方法。在大規(guī)模優(yōu)化問題的求解中，由于內(nèi)點(diǎn)法對(duì)初值不敏感，魯棒性好，因而被廣泛地應(yīng)用于電力系統(tǒng)優(yōu)化問題。clements等人于1991年提出了基于內(nèi)點(diǎn)法的wlav狀態(tài)估計(jì)解法，在wlav抗差估計(jì)模型中，通過添加松弛變量和約束條件消除目標(biāo)函數(shù)中的絕對(duì)值量，從而將其轉(zhuǎn)化為可以利用內(nèi)點(diǎn)法求解的優(yōu)化問題。

3、然而，相關(guān)技術(shù)中，傳統(tǒng)內(nèi)點(diǎn)法需要在每一步迭代中計(jì)算大量的矩陣運(yùn)算和線性系統(tǒng)求解，導(dǎo)致算法復(fù)雜度較高，特別是對(duì)于大規(guī)模問題而言，計(jì)算成本非常昂貴，同時(shí)內(nèi)點(diǎn)法對(duì)初始點(diǎn)的選取較為敏感，不同的初始點(diǎn)可能導(dǎo)致收斂到不同的局部最優(yōu)解，因此需要謹(jǐn)慎選擇初始點(diǎn)。

技術(shù)實(shí)現(xiàn)思路

1、本技術(shù)提供一種配電網(wǎng)的加權(quán)最小絕對(duì)值抗差狀態(tài)估計(jì)方法及裝置，以解決相關(guān)技術(shù)中，計(jì)算復(fù)雜度高、初值敏感而導(dǎo)致的方法模型復(fù)雜，計(jì)算效率低，限制了其工程應(yīng)用價(jià)值復(fù)雜等問題。

2、本技術(shù)第一方面實(shí)施例提供一種配電網(wǎng)的加權(quán)最小絕對(duì)值抗差狀態(tài)估計(jì)方法，包括以下步驟：添加松弛變量，以消除目標(biāo)函數(shù)中絕對(duì)值量，得到wlav抗差估計(jì)模型；基于所述wlav抗差估計(jì)模型，構(gòu)造狀態(tài)估計(jì)模型對(duì)應(yīng)的拉格朗日函數(shù)，并在所述拉格朗日函數(shù)滿足預(yù)設(shè)最小條件的情況下，對(duì)所述拉格朗日函數(shù)的kkt條件泰勒展開以獲得修正方程，以得到wlav的狀態(tài)估計(jì)模型；基于所述wlav的狀態(tài)估計(jì)模型，利用過濾線搜索內(nèi)點(diǎn)法求解配電網(wǎng)的抗差狀態(tài)估計(jì)結(jié)果。

3、可選地，在本技術(shù)的一個(gè)實(shí)施例中，所述wlav抗差估計(jì)模型為：

4、

5、其中，l和u均為松弛變量，w為量測(cè)量z的m維權(quán)重向量，wt為w的轉(zhuǎn)置，z為m(m>n)維量測(cè)向量，h(x)為非線性函數(shù)向量。

6、可選地，在本技術(shù)的一個(gè)實(shí)施例中，所述拉格朗日函數(shù)為：

7、l＝wt(+u)-ηt(-h()+l-u)-αtl-βtu，

8、其中，所述l和所述u均為松弛變量，所述w為所述量測(cè)量z的m維權(quán)重向量，η、α、β均為拉格朗日乘子。

9、可選地，在本技術(shù)的一個(gè)實(shí)施例中，所述wlav的狀態(tài)估計(jì)模型為：

10、

11、其中，所述w為所述量測(cè)量z的m維權(quán)重向量，ε為量測(cè)誤差向量。

12、可選地，在本技術(shù)的一個(gè)實(shí)施例中，所述基于所述wlav的狀態(tài)估計(jì)模型，利用過濾線搜索內(nèi)點(diǎn)法求解配電網(wǎng)的抗差狀態(tài)估計(jì)結(jié)果，包括：基于原始-對(duì)偶障礙算法，將滿足預(yù)設(shè)遞減條件的障礙參數(shù)序列收斂于零，并對(duì)原始-對(duì)偶方程采用牛頓法求解，得到求解結(jié)果；基于所述求解結(jié)果，求解滿足預(yù)設(shè)條件的對(duì)稱線性系統(tǒng)的解和消除滿足預(yù)設(shè)消除條件的塊行，并將所述解和所述塊行從所述原始-對(duì)偶方程中導(dǎo)出，得到導(dǎo)出結(jié)果；根據(jù)所述導(dǎo)出結(jié)果計(jì)算搜索方向和步長(zhǎng)，得到迭代結(jié)果，并根據(jù)試驗(yàn)點(diǎn)和所述迭代結(jié)果判斷是否滿足預(yù)設(shè)步長(zhǎng)接受條件；在滿足所述預(yù)設(shè)步長(zhǎng)接受條件的情況下，計(jì)算二階修正，并根據(jù)所述二階修正得到新的修正搜索方向，并根據(jù)所述新的修正搜索方向得到配電網(wǎng)的抗差狀態(tài)估計(jì)結(jié)果。

13、本技術(shù)第二方面實(shí)施例提供一種配電網(wǎng)的加權(quán)最小絕對(duì)值抗差狀態(tài)估計(jì)裝置，包括：獲取模塊，用于添加松弛變量，以消除目標(biāo)函數(shù)中絕對(duì)值量，得到wlav抗差估計(jì)模型；構(gòu)造模塊，用于基于所述wlav抗差估計(jì)模型，構(gòu)造狀態(tài)估計(jì)模型對(duì)應(yīng)的拉格朗日函數(shù)，并在所述拉格朗日函數(shù)滿足預(yù)設(shè)最小條件的情況下，對(duì)所述拉格朗日函數(shù)的kkt條件泰勒展開以獲得修正方程，以得到wlav的狀態(tài)估計(jì)模型；估計(jì)模塊，用于基于所述wlav的狀態(tài)估計(jì)模型，利用過濾線搜索內(nèi)點(diǎn)法求解配電網(wǎng)的抗差狀態(tài)估計(jì)結(jié)果。

14、可選地，在本技術(shù)的一個(gè)實(shí)施例中，所述wlav抗差估計(jì)模型為：

15、

16、其中，l和u均為松弛變量，w為量測(cè)量z的m維權(quán)重向量，wt為w的轉(zhuǎn)置，z為m(m>n)維量測(cè)向量，h(x)為非線性函數(shù)向量。

17、可選地，在本技術(shù)的一個(gè)實(shí)施例中，所述拉格朗日函數(shù)為：

18、l＝wt(+u)-ηt(-h()+l-u)-αtl-βtu，

19、其中，所述l和所述u均為松弛變量，所述w為所述量測(cè)量z的m維權(quán)重向量，η、α、β均為拉格朗日乘子。

20、可選地，在本技術(shù)的一個(gè)實(shí)施例中，所述wlav的狀態(tài)估計(jì)模型為：

21、

22、其中，所述w為所述量測(cè)量z的m維權(quán)重向量，ε為量測(cè)誤差向量。

23、可選地，在本技術(shù)的一個(gè)實(shí)施例中，所述估計(jì)模塊包括：求解單元，用于基于原始-對(duì)偶障礙算法，將滿足預(yù)設(shè)遞減條件的障礙參數(shù)序列收斂于零，并對(duì)原始-對(duì)偶方程采用牛頓法求解，得到求解結(jié)果；導(dǎo)出單元，用于基于所述求解結(jié)果，求解滿足預(yù)設(shè)條件的對(duì)稱線性系統(tǒng)的解和消除滿足預(yù)設(shè)消除條件的塊行，并將所述解和所述塊行從所述原始-對(duì)偶方程中導(dǎo)出，得到導(dǎo)出結(jié)果；判斷單元，用于根據(jù)所述導(dǎo)出結(jié)果計(jì)算搜索方向和步長(zhǎng)，得到迭代結(jié)果，并根據(jù)試驗(yàn)點(diǎn)和所述迭代結(jié)果判斷是否滿足預(yù)設(shè)步長(zhǎng)接受條件；估計(jì)單元，用于在滿足所述預(yù)設(shè)步長(zhǎng)接受條件的情況下，計(jì)算二階修正，并根據(jù)所述二階修正得到新的修正搜索方向，并根據(jù)所述新的修正搜索方向得到配電網(wǎng)的抗差狀態(tài)估計(jì)結(jié)果。

24、本技術(shù)第三方面實(shí)施例提供一種電子設(shè)備，包括：存儲(chǔ)器、處理器及存儲(chǔ)在所述存儲(chǔ)器上并可在所述處理器上運(yùn)行的計(jì)算機(jī)程序，所述處理器執(zhí)行所述程序，以實(shí)現(xiàn)如上述實(shí)施例所述的配電網(wǎng)的加權(quán)最小絕對(duì)值抗差狀態(tài)估計(jì)方法。

25、本技術(shù)第四方面實(shí)施例提供一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)存儲(chǔ)計(jì)算機(jī)程序，該程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如上的配電網(wǎng)的加權(quán)最小絕對(duì)值抗差狀態(tài)估計(jì)方法。

26、本技術(shù)第五方面實(shí)施例提供一種計(jì)算機(jī)程序產(chǎn)品，所述計(jì)算機(jī)程序產(chǎn)品存儲(chǔ)計(jì)算機(jī)程序，該程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如上的配電網(wǎng)的加權(quán)最小絕對(duì)值抗差狀態(tài)估計(jì)方法。

27、本技術(shù)實(shí)施例可以提高wlav狀態(tài)估計(jì)的計(jì)算速度，利用過濾線搜索修正障礙參數(shù)，提高牛頓方向上的修正精度，從而減少迭代次數(shù)，且采用了一種具有過濾線搜索法的非線性規(guī)劃的原始-對(duì)偶內(nèi)點(diǎn)算法，包括濾波方法的可行性恢復(fù)階段、二階修正和kkt矩陣的慣性修正。由此，解決了計(jì)算復(fù)雜度高、初值敏感而導(dǎo)致的方法模型復(fù)雜，計(jì)算效率低，限制了其工程應(yīng)用價(jià)值復(fù)雜等問題。

28、本技術(shù)附加的方面和優(yōu)點(diǎn)將在下面的描述中部分給出，部分將從下面的描述中變得明顯，或通過本技術(shù)的實(shí)踐了解到。