[發明專利]基于似然剖面法的負荷模型參數可辨識性確定方法

在審

• 申請號: 201611147239.7
• 申請日: 2016-12-13
• 公開（公告）號: CN106602551A
• 公開（公告）日: 2017-04-26
• 發明（設計）人: 張欣然;唐卓堯;陸超;蘇寅生;王穎;徐光虎;劉春曉;黃磊
• 申請（專利權）人: 清華大學;中國南方電網有限責任公司
• 主分類號: H02J3/00
• 分類號: H02J3/00;G06F19/00
• 代理公司: 北京清亦華知識產權代理事務所(普通合伙)11201
• 代理人: 廖元秋

1.一種基于似然剖面法的負荷模型參數可辨識性確定方法，其特征在于，該方法首先確定負荷模型參數可辨識性確定的條件，并通過仿真或實測得到負荷模型參數辨識所用數據；選定負荷模型結構后，確定需要進行可辨識性確定的負荷模型參數，并采用參數辨識算法得到每個參數的最優值，并對每個需要進行可辨識性確定的負荷模型參數分別計算各自的可辨識性曲線；通過可辨識性曲線最終得到每個參數的置信區間與可辨識性指標。

2.如權利要求1所述的方法，其特征在于，該方法包括以下步驟：

1)確定負荷模型參數可辨識性確定的條件，包括：擾動幅值、量測噪聲以及辨識數據長度三個方面；通過仿真或實測得到一組用于負荷模型參數辨識的類噪聲數據，包括：電壓幅值、電壓相角、有功功率和無功功率四組曲線；

2)選定負荷模型結構，確定需要進行可辨識性確定的負荷模型參數，采用參數辨識算法得到每個參數最優值，然后對每個需要進行可辨識性確定的負荷模型參數分別計算各自的可辨識性曲線；具體步驟如下：

2-1)選擇需要進行可辨識性確定的一個參數計算其可辨識性曲線，將該參數數值設定在一定區間內變化，并且在該區間內每個數值處，固定這一待確定的參數數值后，采用相應的辨識算法得到剩余每個需要進行可辨識性確定的參數的參數值，以使目標函數的加權最小二乘偏差最小，并記錄下該加權最小二乘偏差的數值；其中，目標函數的加權最小二乘偏差如式(1)所示：

$W\left({\mathrm{\θ}}_i\right)={\mathrm{\Σ}}_{j=1}^m{\mathrm{\Σ}}_{t=t_0}^T{\left(\frac{y_j\left(t\right)-y_{pj}(t,{\mathrm{\θ}}_i)}{{\mathrm{\σ}}_j}\right)}^2---\left(1\right)$

式中，θ_i為待進行可辨識性確定的第i個參數，W(θ_i)為加權最小二乘偏差，y_j(t)為第j個量測維度在t時刻的響應輸出，y_pj(t,θ_i)為固定參數θ_i取值后進行參數辨識所得第j個量測維度在t時刻的響應輸出預測值，m為量測維度總數，t₀-T為辨識所采用的數據段，σ_j為第j個量測維度量測誤差的標準差；

2-2)得到步驟2-1)選定參數的各個數值點的加權最小二乘偏差值之后，將各個數值點的加權最小二乘偏差值繪制成曲線，得到所述參數的可辨識性曲線；

3)根據最小二乘偏差在最優值附近服從卡方分布的條件，得到待確定參數在置信水平為α，置信度為df的情況下，置信區間的表達式為其中θ_i為待進行可辨識性確定的第i個參數，為固定θ_i取值之后為使加權最小二乘偏差最小通過辨識算法所得到的其他參數取值，為負荷模型每個參數的最優值，由此得到待確定參數的置信區間的上下界分別為[θ_i,α⁺,θ_i,α^-]，進而得到可辨識性指標如式(2)所示：

${\mathrm{\β}}_{i,\mathrm{\α}}=\frac{{{\mathrm{\θ}}_{i,\mathrm{\α}}}^{+}-{{\mathrm{\θ}}_{i,\mathrm{\α}}}^{-}}{{\widehat{\mathrm{\θ}}}_i}---\left(2\right)$

式中，為參數θ_i的最優值，β_i,α即為參數θ_i在置信水平為α的條件下的可辨識性指標，可辨識性指標越小，說明該負荷模型參數可辨識性越好。