位置:成果数据库 > 期刊 > 期刊详情页
新息图状态估计中多相关不良数据辨识
  • ISSN号:1003-8930
  • 期刊名称:《电力系统及其自动化学报》
  • 时间:0
  • 分类:TM76[电气工程—电力系统及自动化]
  • 作者机构:[1]哈尔滨工业大学电气学院,哈尔滨150001
  • 相关基金:国家自然科学基金项目(50177006)
中文摘要:

新息图状态估计处理坏数据较传统状态估计方法有优越性。文中研究了新息图状态估计中多相关不良数据的辨识问题,分析了多相关不良数据条件下新息差向量的表现特征,为新息图法准确排除测量系统中的多相关不良数据提供了理论依据,使得新息图能准确辨识状态估计中与拓扑变化(包括拓扑错误)相关的多相关不良数据,提高了新息图法识别不良数据的能力。IEEE30节点系统中不同类型的多相关坏数据识别结果表明了算法的有效性。

英文摘要:

The innovation graph technique has advantage on dealing with bad data compared with typical state estimation. This paper studies multiple interacting bad data identification in innovation graph technique. The performance feature of the innovation difference vector in the multiple interacting bad data situation and the theoretical principle of innovation graph technique to eliminate the multiple interacting measurement bad data are analyzed, which can identify the multiple interacting bad data correlating with topology errors (including topology changes), and can enhance the identification capability of the innovation graph technique. The identification results of the variety combinations of multiple interacting bad data demonstrate the effectiveness of the proposed method by using IEEE 30-bus system.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《电力系统及其自动化学报》
  • 北大核心期刊(2011版)
  • 主管单位:中国人民共和国教育部
  • 主办单位:天津大学
  • 主编:张炳达
  • 地址:天津市南开区天津大学电气与自动化工程学院
  • 邮编:300072
  • 邮箱:epsaproc@tju.edu.cn
  • 电话:022-27401056
  • 国际标准刊号:ISSN:1003-8930
  • 国内统一刊号:ISSN:12-1251/TM
  • 邮发代号:
  • 获奖情况:
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,波兰哥白尼索引,美国剑桥科学文摘,英国科学文摘数据库,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)
  • 被引量:15374