新息圖法狀態(tài)估計與模式識別技術的結合應用研究.pdf

1、通過電力系統(tǒng)狀態(tài)估計可以獲得較為可靠的系統(tǒng)實際運行狀態(tài),一定程度上滿足電力系統(tǒng)信息化和自動化水平的要求。然而現(xiàn)有的狀態(tài)估計方法仍有一些不足之處,本文就將把在狀態(tài)估計中取得廣泛應用的新息圖法狀態(tài)估計和模式識別技術結合起來,以提升兩類方法對電力系統(tǒng)不正常事件的辨識能力。
　　本文一共提出了3種模式識別方法和新息圖法狀態(tài)估計的結合辨識方法。利用新息圖法狀態(tài)估計程序制造充足的包含不同類型不正常事件的支路樣本集以及豐富的新息判別特征,并采用

2、決策樹分類、迭代自組織分析(ISODATA)聚類、模糊聚類等方法進行結合辨識。
　　對于新息圖法與決策樹分類的結合辨識法,以基尼(GINI)不純度為分支依據(jù)生成新息二叉樹,并從中提取出新息判別規(guī)則。利用這些規(guī)則可以對不正常事件進行直觀有效的辨識,并能提供合理可靠的新息門限值。
　　對于新息圖法與ISODATA聚類和模糊聚類的結合辨識法,僅依據(jù)新息判別特征對待辨識的支路樣本集使用相似性的判別準則,即可將相似度接近的同類型的不正

3、常事件支路樣本聚為一類,并從中得到可疑支路的聚類,且方法只需要很少的先驗知識。其中新息圖-ISODATA聚類結合辨識法以類內誤差平方和函數(shù)為依據(jù),通過不斷的合并及分裂操作得到可疑支路聚類結果。新息圖-模糊聚類結合辨識法通過新息模糊等價關系及其截集矩陣檢測出可疑支路,并進一步由新息模糊關系元素和新息判別特征識別支路不正常事件具體類型。
　　將3種結合辨識法應用于拓撲錯誤、參數(shù)錯誤和壞數(shù)據(jù)的檢測與辨識中,結合算例在多相關不正常事件相互

4、交疊的惡劣條件下分別檢驗結合辨識法的辨識能力。本文研究的這些方法在某種程度上解決了新息圖法狀態(tài)估計的門限值選取問題。另外通過新息圖法提供的豐富新息判別特征在一定程度上解決了現(xiàn)有的模式識別相關方法不能夠同時處理有拓撲錯誤發(fā)生時壞數(shù)據(jù)的識別問題。
　　經標準系統(tǒng)應用驗證,本文提出的方法可有效提升新息圖法狀態(tài)估計與模式識別技術對于電力系統(tǒng)不正常事件的辨識能力。
　　本課題得到了國家自然科學基金(項目編號:50977017)和國家電