状态估计与不良数据检测方法及其在大庆油田电网中的应用
电力系统中的状态量估计与故障诊断技术研究
电力系统中的状态量估计与故障诊断技术研究电力系统是现代社会不可或缺的基础设施，而电力系统的安全稳定运行对于社会经济的发展至关重要。
为了确保电力系统的可靠运行，状态量估计与故障诊断技术成为了电力系统研究的重要领域。
本文将围绕电力系统中的状态量估计与故障诊断技术展开讨论。
首先，我们将介绍电力系统中的状态量估计技术。
状态量估计是指通过收集系统中的测量数据，利用数学模型和算法对电力系统中的各种状态量进行估计和计算，以实现对电力系统动态运行状态的可靠预测和监测。
电力系统中的常见状态量包括电压、电流、功率、频率等。
准确地估计这些状态量对于电力系统的运行稳定性和经济性具有重要的意义。
常用的状态量估计方法包括卡尔曼滤波技术、最小二乘估计法和基于粒子滤波的状态估计方法等。
这些方法能够有效地利用系统的测量数据和数学模型，提高状态量估计的准确性和可靠性。
其次，我们将探讨电力系统中的故障诊断技术。
故障诊断是指通过分析系统的运行数据和故障特征，确定电力系统中存在的故障类型、故障位置和故障原因的过程。
电力系统中的故障包括短路、接地故障、过载等。
通过及时准确地诊断故障，可以实现对系统的快速恢复和维修，确保电力系统的可靠供电。
常见的故障诊断方法包括支持向量机、神经网络、模糊逻辑等。
这些方法能够通过对故障特征的提取和分析，实现对故障的准确诊断和判断。
此外，为了提高电力系统中状态量估计和故障诊断技术的效果，我们还需要关注一些关键问题。
首先是数据采集和传输的问题。
对于状态量估计和故障诊断技术而言，数据的准确性和时效性至关重要。
因此，我们需要确保采集到的数据准确可靠，并能够及时传输到诊断系统中进行处理。
其次是模型建立和参数选择的问题。
合理选择数学模型和优化模型参数对于状态量估计和故障诊断的准确性和可靠性具有重要影响。
最后是算法的改进与创新。
随着电力系统的不断发展和变化，我们需要不断改进和创新各种状态量估计和故障诊断的算法，以适应不同的工况和故障情况。
试论大庆油田电网存在问题分析及解决措施
试论大庆油田电网存在问题分析及解决措施摘要大庆油田电网问题分析和解决是当前大庆油田电力系统建设以及油田各项工作开展的核心内容，对于大庆油田的石油合理开采也有非常积极的作用。
在实际的大庆油田电网问题解决过程中，应该注重对智能化电网的建设，提升油田电网的工作效果，确保其电网建设更加合理。
本文笔者针对大庆油田电网问题进行了分析研究，文章中主要分析了大庆油田电网中存在的问题，并对其问题进行了解决，也提出了大庆油田智能化电网建设的建议。
关键字；大庆油田；电网；问题分析大庆油田是我国东北地区重要的油田，对于我国石油资源的生产有非常重要的意义。
大庆油田也对我国的石油开采事业做出了巨大的贡献，对于我国工业化的发展也做出了重要的贡献。
而在当前大庆油田各项工作开展过程中，还存在有一定的电网建设问题，其油田电力系统建设相对比较早，从而造成了油田电力设施老化，整体电网架构不合理等问题，其电力电网的问题严重影响了大庆油田电网建设，不利于大庆油田各项工作展开，所以在当前大庆油田工作展开过程中，需要建立大庆油田电网建设目标，改进油田电网中存在的问题，实现对油田电网优化。
1.大庆油田电网现状以及油田电网问题分析1.1大庆油田电网建设现状大庆油田电网是大庆油田石油开采各项工作展开过程中的重要环节，其对于大庆油田的各项设备应用以及生活区域供电有重要的作用。
所以，在实际的油田开采过程中，对于电力资源的使用需求也比较大。
所以，在大庆油田建设过程中，针对其电网以及电力系统进行了建设。
据大庆油田电力部门数据统计，当前大庆油田建设主要包括3个备用电厂、37个110 kV 变电站、其中110 kV输电线路全长达到1572km、同时也包括总长2958km的35 kV 输电线路。
其电网建设对于大庆油田的石油开采有重要的作用，也关系到石油开采效率。
1.2大庆油田电网现状以及油田电网问题分析大庆油田的开采时间比较长，其电力系统以及电网投入运营时间也比较长，所以在实际的电网建设过程中，还存在以下几方面问题，影响油田开采效果，不利于油田各项工作展开。
状态估计中不良数据的混合检测辨识法
Keywords power transformer PD on2line locating
第6期
刘 浩 状态估计中不良数据的混合检测辨识法
19
或发电机组非计划停运等 。量测误差定义为从系统
所获得的错误量测信息 。其主要有两个来源 : ①由
仪表传输等所引起的量测系统误差 。 ②由断路器
关 、断的错误状态信息所引起的网络结构误差 。本
- 01338 - 01139 - 01830 - 01713
01449
节点编号
( i2j)
10211 10212 10213 10215 12213 13214 15216 16217 16218
注 : 实际量测数为 38 个 。
表 3 第二采样线路潮流部分量测值
线路潮流 (标幺值) 有功 无功
因为有突变量的情况下 , a ( i) 也将呈现出较大 的数值而被检测出 ,此法不能区分检测出的可疑数 据是不良数据还是突变量 。本文讨论了用残差检测 法来区分不良数据与突变量 。
4 异常数据的区分
在无不良数据时 ,残差总是很小 ,在有不良数据 时 ,总会有残差较大的量测 。此为区分不良数据与 突变量的依据 。
状态估计算法在电力系统中的应用研究
状态估计算法在电力系统中的应用研究电力系统是现代社会中不可或缺的基础设施之一，而状态估计算法的应用则在电力系统的运行和管理中起着重要的作用。
状态估计算法是一种通过测量数据和数学模型，对电力系统中的未知变量进行估计和预测的方法。
本文将围绕状态估计算法在电力系统中的应用展开讨论，并探讨其在电力系统领域中的意义和价值。
首先，状态估计算法在电力系统中的应用可以提供准确的系统状态信息。
电力系统中的各种变量，如电流、电压、功率等，对于系统的稳定运行和可靠性至关重要。
然而，在实际运行过程中，电力系统中的一些变量往往无法直接测量或者存在一定的测量误差。
状态估计算法可以通过测量数据和数学模型的结合，对各个未知变量进行准确的估计和预测，从而提供系统状态的准确信息，为系统运行和管理提供重要参考。
其次，状态估计算法在电力系统中的应用可以提高系统的安全性和稳定性。
电力系统的安全性和稳定性是电力系统运行中最为关注的问题。
通过对系统状态的准确估计和预测，可以及时发现和判断系统中的异常情况或故障，并采取相应的措施进行调整和修复，从而保证系统的安全性和稳定性。
状态估计算法在这方面发挥了重要的作用，可以提高对系统运行状况的实时监测和控制能力，减少事故的发生和传播，保障电力系统的正常运行。
第三，状态估计算法在电力系统中的应用可以优化系统的经济性和效率。
电力系统的运行和管理需要考虑到经济性和效率的问题。
状态估计算法可以通过对系统状态的准确估计和预测，分析系统的潜在问题和优化方案，并实时调整和优化系统的运行策略，从而最大程度地提高系统的经济性和效率。
电力系统运行的经济性和效率对于能源的合理利用和供应的稳定性具有重要意义，而状态估计算法则为实现这些目标提供了可靠的手段和方法。
另外，状态估计算法在电力系统中的应用也可以推动电力系统的智能化发展。
随着科技的进步和人工智能的应用，电力系统正在向智能化和自动化方向发展。
状态估计算法作为电力系统智能化的核心技术之一，可以通过大数据分析和智能算法的应用，准确估计和预测系统状态，自动化地调整和优化系统运行，为电力系统的智能化发展提供了坚实基础。
电力系统状态估计方法的研究与应用
电力系统状态估计方法的研究与应用随着现代化社会的不断推进，电力的重要性与日俱增。
电力系统状态估计是电力系统运行中的一个重要环节，它是对电力系统中数据的处理、分析和综合评估的过程。
该方法可以反映电力系统的运行状态，并对系统的控制和保护提供重要指导。
在这篇文章中，我们将探讨电力系统状态估计方法的研究与应用。
一、状态估计的概念及意义电力系统的状态估计是指通过一系列模型和算法，对系统中的电量、电压、电流等多种参数进行估计。
该方法是电力系统自动化的核心技术之一。
电力系统状态估计的主要目的是准确地反映系统的运行状态，并提供准确的数据支持，为系统的控制和保护提供依据。
状态估计对电力系统的运行与管理非常重要。
它可以帮助监测系统的实际运行情况，及时检测异常，为运行决策和控制提供依据。
此外，状态估计还对电力系统的高效运行、优化计算、故障诊断等方面具有重要的意义。
二、电力系统状态估计方法电力系统状态估计方法的主要任务是将电网中的测量参数和历史数据处理成电网变量，以便对电网的当前状态进行判断和评估。
一般来说，状态估计主要分为三个部分: 数据处理、模型建立、最优化求解。
1. 数据处理数据处理主要是对电网中的实时测量数据进行滤波、校正、处理和配准。
为保证线路中断电、数据缺失、数据错误等情况不会影响状态估计过程的准确性，估计结果的精度和可靠性。
在数据预处理中，主要包括数据滤波、数据校正、数据配准等方面。
2. 模型建立模型建立是状态估计的关键，它主要是研究电力系统的物理模型和电路方程。
物理模型一般包括电力系统节点模型、线路模型、变压器模型、发电机模型、负荷模型等。
3. 最优化求解最优化求解是状态估计的数学基础，它是基于模型方程的优化求解问题，它是通过在一定的约束条件下，求解能让所有的量测误差最小的变量状态解。
在状态估计中，最优化求解部分一般使用线性规划法、非线性规划法或者二次规划法等优化方法。
三、电力系统状态估计的应用电力系统状态估计的应用越来越广泛，它主要应用于电网调度、电力市场、电网故障诊断、电力安全防护等方面。
第四章 电力系统状态估计
Si k
Si rw,i K rw Cw,i Kcw
Cw,i R
1 2 i
Ci
不良数据
三、不良数据的辨识方法
1、残差搜索法：将量测按残差（加权残 差或标准化残差）由大到小排队，去掉 残差最大的量测重新进行状态估计。再 进行残差检测，还有可疑数据时继续上 述过程。 2、非二次准则辨识法：在迭代中按残差 的大小修改其权重，残差大者降低其权 重，进一步削弱其影响得到较准确的状 态估计结果。
ji
Qi ViV j (Gij sin ij Bij cos ij )
ji
数学模型
一、状态估计的数学描述
状态估计的目标函数
J ( x) minz h( x) R 1 z h( x)
T
伪量测数据： （1）负荷预测和发电计划数据；
（2）第1类基尔霍夫型伪量测量：无源母线， 注入量为0；
(l ) (l )
, θ (l )
, θ (l )
不良数据
第三节 不良数据的检测与辨识
不良数据：误差大于某一标准（如3~10 倍标准方差）的量测数据。 不良数据的检测：对SCADA原始量测数据 的状态估计结果进行检查，判断是否存在 不良数据并指出具体可疑量测数据的过程。 不良数据的辨识：对检测出的可疑数据验 证真正不良数据的过程。
第2类基尔霍夫型伪量测量：0阻抗支路
i j 0
(i, j ZBR) (i, j ZBR) Vi V j 0
Pij x Qij (i, j ZBR)
二、基本加权最小二乘 法状态估计
迭代修正式
数学模型
油田电网主变压器状态检修的可行性分析及对策
油田电网主变压器状态检修的可行性分析及对策[摘要]简要介绍了目前大庆油田电网变压器检修的基本原则，分析了变压器状态检修的必要性和可行性，探讨主变状态检修对策及技术措施。
【关键词】变压器；状态检修；必要性；可行性；对策引言随着电网的快速发展，以及用户对供电可靠性要求的逐步提高，传统周期性变压器检修模式已经不能适应电网发展的要求，迫切需要在充分考虑电网安全、环境、效益等多方面因素情况下，研究、探索提高变压器运行可靠性和检修针对性的检修管理模式。
状态检修是解决当前检修工作面临问题的重要手段，部分发达国家开展状态检修工作，已有十几年的历史，并取得了显著成效。
近年来，国家电网公司也在积极开展相关研究和探索。
自2010年以来，我们也有计划地对油田变压器状态检修进行了尝试，对变压器安全运行，提高变压器利用率等方面都有显著效果。
1.大庆油田电网主变压器检修现状目前大庆油田电网主变压器的检修方式，是每年小修并按照DL/T573-1998《电力变压器检修导则》中所规定进行定期大修，即对新投产的35kV以上主变压器运行五年后进行一次大修，以后每隔十年进行一次大修；除系统发生故障主变压器受到冲击或小修时通过预防性试验发现问题临时性大修外，都采取“到期必修”的原则。
大庆油田电网是国内最大的企业电网之一，目前运行306座变电所584台主变压器性能优良，结构先进，受冲击频次少，负载率低，故障率低，运行平稳。
目前“一刀切”的定期检修模式，没有考虑设备的实际状况，存在“小病大治、无病也治”的盲目现象。
2.变压器状态检修的必要性状态检修CBM（condition based maintenance）又称预知性检修，它将设备的维修与否定位在设备的实际运行状态之上，既通过有效的监测手段，对设备进行纵向（历史和现状）、横向（同类设备的运行状况）的比较分析，来识别故障的早期征兆，并对故障部位、故障严重程度及发展趋势作出判断，以确定其最佳检修时机。
电力调度自动化维护员练习题含答案
电力调度自动化维护员练习题含答案一、单选题（共38题，每题1分，共38分）1.调度自动化系统应适应（）的需要，为电网调度控制的信息化、自动化、互动化提供可靠支撑。
A、调度环节智能化B、电网调度自动化C、智能电网D、大运行正确答案：A2.安全区边界应当采取必要的安全防护措施，禁止任何穿越（）之间边界的通用网络服务。
A、实时子网和非实时子网B、控制区和非控制区C、生产控制大区和管理信息大区D、广域网和因特网网正确答案：C3.有功电量和无功电量的单位符号为( )。
A、Kvar、KwB、kvarh、kWhC、kW、kvarD、kWh、kvarh正确答案：D4.《电力行业网络与信息安全管理办法》中要求，电力企业应当按照国家有关规定开展信息安全风险评估工作，建立健全信息安全风险评估的自评估和检查评估制度，完善信息安全（）管理机制。
A、评估B、预警C、应急D、风险正确答案：D5.在计算机的内存中，每个基本单位都被赋予一个唯一的编号，这个编号称为( )。
A、操作码B、编号C、字节D、地址正确答案：D6.调度控制中心对发电厂的机组启、停操作命令属于( )。
A、遥调信息B、遥控信息C、遥信信息D、遥测信息正确答案：B7.对远动工况退出的厂站，如果是( )变电站，可在状态估计软件中采取整站屏蔽(该厂站内所有量测视为无效)或排除(该厂站不参与计算)的应急办法。
A、末端B、枢纽C、升压D、降压正确答案：A8.在生产控制大区与管理信息大区之间必须设置经国家指定部门检测认证的( )。
A、国产防火墙B、电力专用横向安全隔离装置C、加密认证装置D、非网络装置正确答案：B9.网络中使用光缆的优点是( )。
A、便宜B、是一个工业标准、在任何电气商店都能买到C、容易安装D、传输速率比同轴电缆或双绞线的传输速率高正确答案：D10.TCP和UDP的一些端口保留给一些特定的应用使用。
为HTTP协议保留的端口号为( )。
A、TCP的25端口B、TCP的80端口C、UDP的25端口D、UDP的80端口正确答案：B11.人们将网络层次结构模型和各层协议定义为网络的( )。
关于状态检修在电网中应用的分析和研究
设 备的健康 状况 ， 以此作 为延 长或者缩 短检 修周 期的依据 。 设备 状态进 行 并 对
评分 所依 据 的称为 状态 。 主要 包括运 行 工况 、 试数 据 、 陷、 预 缺 检修 、 线监 测 在 数据 、 族缺 陷等 。 家 对设 备健康 状况 的评分 ， 采用 综合分 析 ， 目前 加权计 算 的方 法， 实施 百分 制评价 ， 一些重 要状态 合理 选取加权 系数 ， 对 并通过分 析 计算 ， 提 高分 析工 作 的 准确性 和 效率 。
２１提 高供 电可靠 性 ．
只有 掌握 它 的初 态 ， 在运 行过程 中将 某一 时刻的状 态和初 态进 行 比较 ， 能确 才 定它 的状 态是 否发生 变化 ， 以初态 的采集相 当重 要 ， 备投 运前要 尽可 能多 所 设 的收集铭 牌 数据 、 型式试 验及 特殊 试验 数据 、 出厂试 验数 据 、 各部 件 的出厂 试 验 数据及 交接试 验数 据和 施工记 录等 。 保证投 运 的设备是 处于 健康状 态 操作 的事 故 时有发 生 ， 其原 因是计 划检 修周 期 长， 线、 母 线路来 回倒 停 ， 增加 了倒闸 操作量 ， 就增 加 了误 操作 发生 的几 相应 这 率 。 检修 的最 大优 点就 是最 大 限度 的减少 了停 电次 数 ， 作减 少 了 ， 操 状态 操 误 作 的几率 也就 随 之减 少 。
２１ ＂ ００．１ １
中国电 子商务． ． １３ ５
具 备 事故 判断 能力 和处 理能 力 。
３３严 把 设 备准 入 制 度 。全 面掌 握 设 备 的初 态 ．
的健康状态和运行工况来安排检修计划 ， 实施设备检修。
在设 备运行 之前 ， 设备 就应有 比较 清 晰的 了解 ， 对 掌握尽 可能 多的参 数 。
电力系统的状态估计与在线监测技术研究进展
电力系统的状态估计与在线监测技术研究进展一、引言随着电力系统规模的扩大和复杂性的增加，对电力系统的可靠性和稳定性提出了更高的要求。
电力系统的状态估计和在线监测技术是实现电力系统的自动化调度和操作的关键技术之一。
本文将对电力系统的状态估计和在线监测技术的研究进展进行综述。
二、电力系统状态估计技术的研究进展电力系统状态估计技术是通过测量值和模型之间的比较来对电力系统的状态进行估计。
1. 传统状态估计方法传统的电力系统状态估计方法主要基于潮流计算原理，采用牛顿-拉夫逊方法进行求解。
这种方法存在计算复杂度高、不适用于大规模系统等问题。
2. 基于最优化方法的状态估计技术基于最优化方法的状态估计技术在电力系统状态估计领域取得了显著的进展。
这种方法通过最小化观测值和估计值的差异来估计电力系统的状态。
常用的最优化方法包括高斯-牛顿方法、改进的牛顿-拉夫逊法、基于粒子群优化的方法等。
3. 基于拓展卡尔曼滤波方法的状态估计技术拓展卡尔曼滤波方法是一种基于递归滤波原理的状态估计方法。
这种方法通过将系统的状态变量和观测变量按照一定的传递规则进行更新和修正，实现对电力系统状态的估计。
拓展卡尔曼滤波方法在电力系统状态估计中被广泛应用。
三、电力系统在线监测技术的研究进展电力系统在线监测技术是通过实时采集和处理电力系统的信息来监测和评估电力系统的运行状态。
1. 传统在线监测技术传统的电力系统在线监测技术主要基于传感器和监测设备的安装和数据采集。
这种技术通常只能提供基本的监测数据，无法进行系统的综合评估和分析。
2. 基于传感器网络的在线监测技术基于传感器网络的在线监测技术可以实现对电力系统各个部件的实时监测和数据传输。
这种技术可以提供更全面和精确的监测数据，并利用网络通信技术实现对电力系统的实时监测和远程控制。
3. 基于数据挖掘和的在线监测技术基于数据挖掘和的在线监测技术可以通过对大量的监测数据进行分析和建模，实现电力系统的故障预警和异常检测。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
但这种算法是 以牺牲时 间为代价的 。牛顿迭代法的 最大优点是计算 速度快 ， 适合在 线 系统。如果是 离
线 系统 ， 算法对 时间 的要 求不太 严格 。因此结合 了 改进粒子群 算 法 的状态 估计 可 以应 用 到离线 系 统
往 比较高 ， ‰ 要 充分靠 近真 实值才 能保 证收敛 。 即
这要求函数在根 附近的单调性和 凹凸性 良好才能有 效收敛。如果 函数 的变量增 加 ， 函数 的单 调性和 凹 凸性将会 变得更加复杂 。这时候牛顿迭代 法将会很 容易出现 发散现象 。
中［ 。 引
２ 基 于 改 进 粒 子 群 进 化 算 法 的 状 态 估 计
２ １ 改进粒子群进化算法在状态估计 中的应用 ． 设Ｘ ＝ （
一
（ Ｐ ， ， ） Ｐ … ｐ 为微粒 ｉ 所经历的最好位置 ， 改进粒
子群算法的进化方程可描述 为 ：
（ ＋１ ｔ ）＝删 ｔ （ ）＋Ｃ １ ｔ （ ￡ （ ） ｌ ， ） ｐ （ ）一 ｆ ） ｒ（ ＋ｃｒ （） ｐ，ｆ （ ） ２ ，￡ （ ２ ）一 ２ （ ｆ） （ ＋１ （）＋ （ ＋１ ）＝ ｔ ） （） １ （） ２
基金项 目： 中国博士后科学基金 面上资助 （０ ９ ４０ ６ ） 黑 ２ ０ ０６ ８３ ； 龙江省普通高校骨干教 师创新能力资助计划 （ ２ ０ ３ １５ Ｇ ０ ） １
第 １ ２期
＝
， ， ）为微粒 ｉ 当前位 置 ； … 的
（
， ，） … 为微粒 ｉ 的当前飞行速度 ； ：
为了解决常用算 法 的发 散现象 ， 们尝试 用智 人 能进化算法来代替 。由于加 权最小二乘法在求解过
程 可 以看 成 是 对 一 个 目标 函数 的 优 化 问 题 ， 找 到 即
检 测 与仪 表
化 动 及 表 ２０３ １ ：～３ 工自 化 仪 ，０ ，７２ ３ ４ １ （）８
Ｃ ｎ ｒ ｌ ｎ ｎ ｔｕ ｎ ｓ ｉ ｈ ｍｉａ ｎ ｕ ｔｙ ｏ ｔｏ ａ ｄ Ｉ ｓｒ ｍｅ ｔ ｎ Ｃ ｅ ｃ ｌＩ ｄ ｓｒ
状 态 估 计 与 不 良数 据 检 测 方 法 及 其 在 大 庆 油 田 电 网 中 的 应 用
组数据 ， 使它们在 目标 函数 中起到最优作用 ， 得到 函数 的最小值。因此在理论上可 以用粒子群进化算
法进行 目标函数的优化求解 。所 以尝试用粒子群 进 化算法进行电力 系统状态估计 。基本粒子群的粒 子 初始位置可以设定 为介于粒子位置上下限之间的随
收 稿 日期 ：０ ００ －７ 修 改 稿 ） ２ １ －８０ （
１ 引 言
机数。在粒子 群状 态估计 中， 果按照 基本粒 子群 如 的设定 方法 ， 能得到理想 的结果 ， 不 有可能得到的是
电力 系统状态估计 常用的方法有加权最小二乘 法估计和快速分解状态估计两种方 法 。 。不 管是
加权最小二 乘法 状态 估计 还 是快 速分解 法状 态 估 计， 其求解过程 都涉及 到迭代过程 ， 通过局部线性 化 逐渐使结果趋向于真实值 。牛顿迭代法是求解非线 性方程和非线性 方程组 的常用 的有效方法 。
闰丽梅 。 薛晨 光 张士元 张 信息工程学院 ， 黑龙 江 大庆 １３ １ ６ ３８； ２ 哈尔滨 工业大学 电气工程及 自动化学院 ， ． 哈尔滨 １０ ０ ） ５０ １
摘要 ： 为 了解决常用的状 态估计方 法常 易出现的发散现 象， 出 了基 于改进 粒子群 算法的状 态估计 。同时 提 由于系统存在不 良数据 ， 能进行 电力系统的常规计算 ， 用 了基 于检测 法进行 不良数据检 测。把 改进粒子群 算 不 采 法引入到状 态估计求解非线性方程 中， 使得方程的解 由不收敛 和局部 最优 解转 变为全局 最优解 。为 了验 证基 于 改 进 粒 子 群 算 法 的 状 态 估 计 的 正 确 性 和基 于检 测 法进 行 不 良数 据 检 测 的 合 理 性 ， ＩＥ ９节 点 系统 进 行 状 态估 用 ＥＥ 计和不 良数据检测的计算 ， 并用编程语言 实现 了状 态估计和 不 良数据检测 的结果显 示。结 果表 明基 于改进粒子
也 证 明 了此 方 法 的 正 确性 。
关 键 词 ： 状 态估 计 ； 改进 粒 子 群 进 化 算 法 ； 良数 据 检 测 ； 散 ； 网 不 发 电
中图分 类号 ： Ｍ ４ 文献标识码 ： 文章编号 ：１０ — ３ （０ ０ １ － ３ －６ Ｔ ７４ Ａ ００３ ２ ２ １ ）２０ ８０ ９ ０
群 算 法 的 状 态 估 计 可 以得 到 最优 值 ， 时 间较 长 ， 测 法 可 以 检 测 出不 良数 据 。 然 后 对 大 庆 油 田 电 网 的 ｌ 但 检 ０个 区
分别进行 了状态估计和不 良数 据检 测的计 算， 以一 区为例 ， 选取 了 ８ ８个量测数据进 行计算 ， 出 了满意的 结果 ， 得
解非线性方程的一个非 常基本 而重要 的迭代方 法 。 牛顿迭代具 有局部 收敛性 ， 收敛 阶不 是线 性 的 。 且 因此牛顿迭代 的收敛 速度 比一 般 的简单 迭代 收 敛 快 。由于是局部 收敛 ， 牛顿 迭代法 对初值 的要求 往
度远没有在 同样情况 下 牛顿迭代 法 的要 求程度 高 。
局部的最小值 。特别是粒子群算法在计算规模 比较
大时 ， 出现 了局部收敛现象 ， 因此采用改进粒子群进 化算法进行 电力 系统 的状态估计计算 。改进粒子群 进化算法对初值也是有要求 的。随着粒子数 目的增 加， 算法对初值 的要求 也随之增 加 。但 这种要求 程
牛顿 （ ｅ ｔ ） Ｎ ｗｏ 迭代 法又 称 为切线 法 。它是 求 ｎ