-
题名基于潮流引导神经网络的配电网贝叶斯状态估计
被引量：4
- 1
-
-
作者
梁栋
刘啸宇
曾林
孙智卿
王守相
-
机构
省部共建电工装备可靠性与智能化国家重点实验室(河北工业大学)
石家庄科林电气股份有限公司河北省智能配用电装备产业技术研究院
康奈尔大学电气与计算机工程学院
国网浙江省电力有限公司杭州供电公司
教育部智能电网重点实验室(天津大学)
-
出处
《高电压技术》
EI
CAS
CSCD
北大核心
2024年第11期4864-4874,共11页
-
基金
河北省自然科学基金(E2021202053)
天津市自然科学基金(22JCQNJC00160)
+1 种基金
河北省省级科技计划(20311801D)
中央引导地方科技发展资金(226Z2102G)。
-
文摘
针对量测不足条件下配电网状态估计方法精度较低的问题,提出了基于潮流引导神经网络的配电网贝叶斯状态估计方法。首先,基于各节点的历史数据学习注入有功、无功功率的2维高斯混合概率分布,据此进行蒙特卡洛抽样和潮流计算,以获取用于神经网络训练的丰富样本;其次,以最小化状态估计误差和潮流方程失配量为目标,建立了基于潮流引导神经网络的配电网贝叶斯状态估计模型,通过在损失函数中融入潮流物理损失惩罚项,获取满足电网运行约束的一致解;再次,采用BOHB(贝叶斯优化+Hyperband)方法对神经网络超参数进行优化,并提出了基于迁移学习的拓扑变化和分接头调整条件下的自适应方法;最后,实际数据和三相平衡/不平衡配电网的测试结果表明,所提方法较基于伪量测的状态估计方法和无潮流引导的贝叶斯估计方法估计精度更高,且在拓扑变化和分接头调整时具有较好的自适应性能。
-
关键词
潮流引导
神经网络
贝叶斯状态估计
配电网
迁移学习
-
Keywords
power flow informing
neural network
Bayesian state estimation
distribution network
transfer learning
-
分类号
TM73
[电气工程—电力系统及自动化]
-
-
题名基于分段常值的贝叶斯状态估计滤波算法
- 2
-
-
作者
王树甫
徐耀群
钱华明
-
机构
哈尔滨工程大学自动化学院
-
出处
《哈尔滨工程大学学报》
EI
CAS
CSCD
2000年第1期40-43,共4页
-
文摘
针对具有高斯噪声的非线性随机系统状态估计问题 ,提出了一种基于分段常值的贝叶斯状态估计滤波算法 .本文对此种滤波算法的误差进行了分析 .并且对地形辅助导航定位系统的应用进行了仿真 。
-
关键词
贝叶斯状态估计
分段常值
滤波算法
导航
-
Keywords
bayesian state estimation
piecewise constant
filter algorithm
nonlinear stochastic system
-
分类号
TN967.2
[电子电信—信号与信息处理]
-
-
题名系统实时性能可靠性评估的贝叶斯方法
被引量：5
- 3
-
-
作者
孙见忠
左洪福
-
机构
南京航空航天大学民航学院
-
出处
《系统工程与电子技术》
EI
CSCD
北大核心
2013年第8期1790-1796,共7页
-
基金
国家自然科学基金委员会与中国民用航空局联合研究基金(60939003
61179058)资助课题
-
文摘
多数产品或系统的失效可归结为其潜在的退化过程,且系统退化通常为隐含的过程而无法直接观测或测量。针对隐含的退化过程不可直接观测的特点,本文提出一种基于状态空间模型的产品退化建模方法,以系统运行期间采集的性能数据为基础,结合贝叶斯估计理论,实现了对系统隐含退化状态的在线估计与预测,以及对系统性能可靠性的实时评估。以民航发动机为对象,通过对实际收集的性能数据的分析表明,本文所提方法能够较好地用于系统性能可靠性的实时评估。
-
关键词
性能退化
性能可靠性
状态空间模型
贝叶斯状态估计与预测
民航发动机
-
Keywords
performance degradation
performance reliability
state space model
Bayesian state estimation and prediction
civil aircraft engine
-
分类号
TB114.3
[理学—概率论与数理统计]
-
