[發明專利]一種抵御數據隨機丟包的配電網動態狀態估計方法

在審

• 申請號: 202011473339.5
• 申請日: 2020-12-15
• 公開（公告）號: CN112670981A
• 公開（公告）日: 2021-04-16
• 發明（設計）人: 張明理;王義賀;潘霄;張娜;劉巖;楊方圓;侯依昕;楊朔;李純正;朱赫炎;金宇飛;黃博南
• 申請（專利權）人: 國網遼寧省電力有限公司經濟技術研究院;國家電網有限公司;東北大學
• 主分類號: H02J3/00
• 分類號: H02J3/00;H02H3/06;H02J3/32;H02J13/00;H04L29/06
• 代理公司: 沈陽東大知識產權代理有限公司 21109
• 代理人: 李梁

1.一種抵御數據隨機丟包的配電網動態狀態估計方法，其特征在于：包括以下步驟：

步驟1：用馬爾可夫跳變模型對配電網量測數據的丟包進行刻畫，并提出量測數據丟失補償策略，建立馬爾可夫鏈的模型；

所述馬爾可夫鏈為，馬爾可夫過程的參數集是離散的時間集合，其的取值組成的狀態空間是離散的狀態設有隨機過程若對任意的整數和任意的其條件概率滿足則稱為馬爾可夫鏈，其中Pr表示概率，參數集是離散的時間集合，t_k是在參數集中取值，的取值組成的狀態空間是離散的狀態，是狀態集合，是整數集合；

步驟2：建立SCADA量測數據丟包的模型；

假設采樣周期為a,那沒有受到DoS攻擊量測量未丟失的情況下收到的量測量集合定義為S₁＝{Z₁,Z₂,Z₃，…Z_k…}，攻擊發生引起數據丟包之后收到的量測量集合為其中相鄰兩個量測量丟失的數目用集合I＝{0,1,2,…,M}表示，M表示量測數據丟失的最大數目，假設最近一次收到的量測量是下一次收到的量測量是令則表示之間丟失的量測數目；

步驟3：定義馬爾可夫鏈轉移概率，在完全概率空間中，如果數據丟包過程在有限的概率空間中取值且是離散的馬爾可夫隨機過程，轉移概率為則稱其為馬爾可夫丟包過程，其中轉移概率約束為

步驟4：刻畫量測量丟包轉移概率，在拒絕服務攻擊下的量測量丟包過程的隨機轉移概率表示為M給出了數據丟包的能量約束；p_ij表示由拒絕服務攻擊引起的量測丟失從i-1個轉移到了j-1個的概率，轉移概率的具體展開形式其中每一行的元素和為1，即p_ij≥0,P是轉移概率矩陣，p_ij是矩陣P的元素；

步驟5：設置量測數據丟包補償策略；對于量測量的補償，用成功傳送的量測量對丟失的量測量進行補償，對于到之間丟失的量測數據用表示；對于Z_k補償后的量測數據用Z_dk表示，其中k表示采樣時間，t_k表示量測量成功傳送的時間，則Z_dk表示如下：

步驟6：構建融合量測數據補償策略的配電網狀態估計模型，配電網狀態估計模型選擇非線性的量測方程和狀態方程，所述融合量測數據補償策略的配電網狀態估計模型如下，第一個是狀態方程，第二個是量測方程

x_k＝f(x_k-1)+q_k-1

Z_k＝Z_dk＝h(x_k)+r_k

其中狀態量x_k是n維帶求的量，包括母線電壓幅值和母線電壓相角，x_k-1是x_k上一采樣時刻求得的狀態量，量測量Z_k是通過SCADA測量然后匯集到能量管理系統中的m維量測量，包括支路有功無功潮流，母線有功無功功率和電壓幅值；Z_dk是對量測量Z_k遭受拒絕服務攻擊之后的補償，f(·)是狀態預測函數，h(·)是量測矩陣，由母線系統的導納矩陣和基爾霍夫定律決定，q_k-1,r_k分別是預測誤差和量測誤差，它們之間相互獨立；

步驟7：構建預測函數模型；狀態預測函數f(·)使用Holt的兩參數指數平滑法，x_k+1∣k是通過k時刻的狀態量預測的k+1時刻的狀態量，x_k∣k-1是通過k-1時刻的狀態量預測的k時刻的狀態量，是估計值，S_k和b_k是中間變量，α_H，β_H為平滑參數，取值介于0-1：

步驟8：用改進的無跡卡爾曼濾波(Unscented Kalman Filter，UKF)方法進行狀態預測更新；

步驟9：結合數據丟包補償的擴展卡爾曼濾波EKF方法狀態預測更新，得到配電網狀態估計值。