基于ANN伪量测建模的配电网状态估计

摘要：

针对配电网状态估计实时量测数量的不足，提出了一种基于ANN伪量测建模的配电网状态估计算法。该方法采用人工神经网络网络（ANN），将部分实时量测数据作为神经网络的输入，产生较为精确的负荷伪量测数据。此外，应用高斯混合模型对产生伪量测的误差进行分解拟合，从而获得负荷伪量测的权重。最后，将获得的伪量测及其权重输入到状态估计模块中，实现了配电网的状态估计。通过英国标准配网系统（UKGDS）中16节点模型的仿真结果表明，该算法提高了配电网状态估计的精度，具有一定的现实意义和理论价值。

关键词：配电网、状态估计、人工神经网络、高斯混合模型、伪量测

所属期刊栏目：52

分类号：TM744(输配电工程、电力网及电力系统)

资助基金：国家自然科学基金No.51467009。

在线出版日期：2016-09-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：253-256,260