基于改进贝叶斯算法的主动配电网状态估计

摘要：

为解决主动配电网数据量大、多数据源造成的现状,提出一种适用于主动配电网的状态估计方法.利用数据处理技术,以数据校验原则对量测数据预处理,并计算数据质量标签,对节点量测数据初步修正;结合所得数据质量标签结果与贝叶斯算法建立改进贝叶斯数据分类模型,对存在多个不良数据的节点进行不良数据的辨识,实现了状态估计前的不良数据处理,提高了输入到状态估计模型的数据精度;同时针对主动配电网量测困难问题,建立分布式电源的量测模型,补全分布式电源缺省数据,提高了数据质量;最后,基于质量标签改进加权最小二乘算法权重矩阵,建立状态估计模型.算例分析表明,提出的方法能明显减少分布式能源波动和不良数据的影响,提供了较精确的状态估计结果.

关键词：主动配电网、状态估计、数据处理技术、分布式电源、质量标签、贝叶斯算法、不良数据、加权最小二乘法

所属期刊栏目：45

分类号：TN709-34;TM734(基本电子电路)

资助基金：山东省重点研发计划2019GGX104025

在线出版日期：2022-04-18（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：117-121