交叉熵法可显著加速电网可靠性评估,但往往聚焦于独立随机变量,若将其拓展至相关性变量可进一步提升加速性能。为有效获取相关性变量的重要抽样密度函数以实现其重要抽样,针对相关性建模中广泛使用的核密度估计模型(kernel density esti...交叉熵法可显著加速电网可靠性评估,但往往聚焦于独立随机变量,若将其拓展至相关性变量可进一步提升加速性能。为有效获取相关性变量的重要抽样密度函数以实现其重要抽样,针对相关性建模中广泛使用的核密度估计模型(kernel density estimation,KDE)开展了交叉熵优化研究。因KDE模型不属于指数分布家族,传统交叉熵优化难以实施,故利用复合抽样算法特点提出了新颖的直接交叉熵优化方法,推导出KDE模型最优权重参数的解析表达式。因权重参数数量级较小,直接优化易导致准确性退化,故基于子集模拟思想进一步提出间接交叉熵优化方法,将较小的权重参数优化转换成较大的条件概率优化,提升了优化准确性。通过MRTS79和MRTS96可靠性测试系统的评估分析,验证了所提方法在含相关性变量电网可靠性评估中的高效加速性能。展开更多
针对电力系统动态状态估计中数据采集与监视控制(Supervisory Control and Data Acquisition,SCADA)系统量测量间存在相关性的实际情况,文中提出了一种考虑量测相关性的容积卡尔曼滤波动态状态估计方法。进行了SCADA系统量测相关性分析...针对电力系统动态状态估计中数据采集与监视控制(Supervisory Control and Data Acquisition,SCADA)系统量测量间存在相关性的实际情况,文中提出了一种考虑量测相关性的容积卡尔曼滤波动态状态估计方法。进行了SCADA系统量测相关性分析,然后基于状态转移方程推导过程噪声协方差矩阵,基于容积变换方法计算考虑SCADA系统量测相关性的量测误差协方差矩阵,并提出了考虑量测相关性的电力系统动态状态估计流程,每次估计实时修正量测误差协方差矩阵及过程噪声协方差矩阵。IEEE-39节点系统的仿真结果表明,相较于不考虑量测相关性的容积卡尔曼滤波算法,文中方法能够明显提高状态估计结果的精度。展开更多
文摘交叉熵法可显著加速电网可靠性评估,但往往聚焦于独立随机变量,若将其拓展至相关性变量可进一步提升加速性能。为有效获取相关性变量的重要抽样密度函数以实现其重要抽样,针对相关性建模中广泛使用的核密度估计模型(kernel density estimation,KDE)开展了交叉熵优化研究。因KDE模型不属于指数分布家族,传统交叉熵优化难以实施,故利用复合抽样算法特点提出了新颖的直接交叉熵优化方法,推导出KDE模型最优权重参数的解析表达式。因权重参数数量级较小,直接优化易导致准确性退化,故基于子集模拟思想进一步提出间接交叉熵优化方法,将较小的权重参数优化转换成较大的条件概率优化,提升了优化准确性。通过MRTS79和MRTS96可靠性测试系统的评估分析,验证了所提方法在含相关性变量电网可靠性评估中的高效加速性能。
文摘针对电力系统动态状态估计中数据采集与监视控制(Supervisory Control and Data Acquisition,SCADA)系统量测量间存在相关性的实际情况,文中提出了一种考虑量测相关性的容积卡尔曼滤波动态状态估计方法。进行了SCADA系统量测相关性分析,然后基于状态转移方程推导过程噪声协方差矩阵,基于容积变换方法计算考虑SCADA系统量测相关性的量测误差协方差矩阵,并提出了考虑量测相关性的电力系统动态状态估计流程,每次估计实时修正量测误差协方差矩阵及过程噪声协方差矩阵。IEEE-39节点系统的仿真结果表明,相较于不考虑量测相关性的容积卡尔曼滤波算法,文中方法能够明显提高状态估计结果的精度。
