位置:成果数据库 > 期刊 > 期刊详情页
配电系统电压跌落状态估计中的不良数据辨识
  • ISSN号:1000-3673
  • 期刊名称:《电网技术》
  • 时间:0
  • 分类:TM744[电气工程—电力系统及自动化]
  • 作者机构:[1]山东电力研究院,山东省济南市250002, [2]电力系统及发电设备安全控制和仿真国家重点实验室(清华大学),北京市海淀区100084, [3]山东大学电气工程学院,山东省济南市250061, [4]淄博供电公司,山东省淄博市255000
  • 相关基金:基金项目:北京市自然科学基金资助项目(3102017).
中文摘要:

SSE(sag state estimation)算法是一种用于电压跌落状态估计的二阶曲线拟合算法,其精度受监测数据精度影响严重,若监测关键点存在不良数据会导致整个配电网电压跌落状态的估计错误。基于此,提出了电压跌落状态估计不良数据检测算法,并构造了修正不良数据的数学模型。算例结果证明,该算法能够有效识别不良数据,提高电压跌落状态估计精度。

英文摘要:

Sag state estimation (SSE) algorithm is a second-order curve fitting algorithm for voltage sag state estimation and the accuracy of state estimation is seriously affected by the accuracy of monitoring data, so the voltage sag state estimation will be wrong if there were bad data in the monitoring data of key point. For this reason, a detection algorithm for bad data in voltage sag state estimation is proposed and a mathematical model to modify bad data is constructed. Results of calculation example show that the proposed algorithm can effectively identify bad data, so the accuracy of voltage sag state estimation can be improved.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《电网技术》
  • 北大核心期刊(2011版)
  • 主管单位:国家电网公司
  • 主办单位:国家电网公司
  • 主编:张文亮
  • 地址:北京清河小营东路15号中国电力科学研究院内
  • 邮编:100192
  • 邮箱:pst@epri.sgcc.com.cn
  • 电话:010-82812976 82812543
  • 国际标准刊号:ISSN:1000-3673
  • 国内统一刊号:ISSN:11-2410/TM
  • 邮发代号:82-604
  • 获奖情况:
  • 中国优秀科技期刊,电力部优秀科技期刊,全国中文核心期刊,中国期刊方阵“双效”期刊
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,荷兰文摘与引文数据库,美国工程索引,美国剑桥科学文摘,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:66600