基于脉冲神经网络伪量测建模的配电网三相状态估计

• 作者: 卫志农 孙国强 臧海祥 陈胜 陈通 黄蔓云
• 来源期刊: 电力系统自动化
• 关键词: 配电网 状态估计 脉冲神经网络 高斯混合模型 伪量测
• 年，卷（期）: 2016,（16）
• 所属期刊栏目: 学术研究
• 页码范围: 38-43,82
• 页数: 7页
• 字数: 5434字
• 语种: 中文
• DOI: 10.7500/AEPS20151207006

摘要

为了给配电网管理系统提供全面准确的实时数据，配电网三相状态估计显得尤为重要。针对当前配电网量测信息不足，提出了基于脉冲神经网络（SNN ）伪量测建模的配电网三相状态估计。该方法首先将实时和部分历史支路功率量测输入 SNN 进行伪量测建模，然后由高斯混合模型生成相应的量测误差，最后进行基于加权最小二乘法的配电网三相状态估计。理论分析和算例验证表明，所提模型不仅能够在正常通信时有效提高配电网状态估计精度，而且能在通信故障时保证估计精度在合理范围内，进而为配电网的运行控制提供参考依据。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	卫志农	河海大学能源与电气学院	239	4926	37.0	61.0
2	孙国强	河海大学能源与电气学院	167	3205	29.0	51.0
3	陈胜	河海大学能源与电气学院	33	443	10.0	20.0
4	臧海祥	河海大学能源与电气学院	49	429	12.0	19.0
5	陈通	河海大学能源与电气学院	6	64	3.0	6.0
6	黄蔓云	河海大学能源与电气学院	3	36	2.0	3.0