基于ANN伪量测建模的配电网状态估计

• 作者: 张明光 张钰
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 配电网 状态估计 人工神经网络 高斯混合模型 伪量测
• 年，卷（期）: 2016,（17）
• 所属期刊栏目: 工程与应用
• 页码范围: 253-256,260
• 页数: 5页
• 分类号: TM744
• 字数: 3695字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1410-0282

摘要

针对配电网状态估计实时量测数量的不足，提出了一种基于ANN伪量测建模的配电网状态估计算法。该方法采用人工神经网络网络（ANN），将部分实时量测数据作为神经网络的输入，产生较为精确的负荷伪量测数据。此外，应用高斯混合模型对产生伪量测的误差进行分解拟合，从而获得负荷伪量测的权重。最后，将获得的伪量测及其权重输入到状态估计模块中，实现了配电网的状态估计。通过英国标准配网系统（UKGDS）中16节点模型的仿真结果表明，该算法提高了配电网状态估计的精度，具有一定的现实意义和理论价值。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张明光	兰州理工大学电气工程与信息工程学院	53	490	11.0	19.0
2	张钰	兰州理工大学电气工程与信息工程学院	2	11	2.0	2.0