[發明專利]一種基于數據降維的配電網狀態估計方法及相關裝置

在審

• 申請號: 202211375595.X
• 申請日: 2022-11-04
• 公開（公告）號: CN115689358A
• 公開（公告）日: 2023-02-03
• 發明（設計）人: 蔣屹新;張宇南;路曉慶;董旭柱;楊濤;匡曉云;許愛東;楊祎巍
• 申請（專利權）人: 南方電網科學研究院有限責任公司;武漢大學
• 主分類號: G06Q10/0639
• 分類號: G06Q10/0639;G06Q50/06;G06N3/04
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 周偉

1.一種基于數據降維的配電網狀態估計方法，其特征在于，包括：

采用預置彈性網算法對配電網高維量測數據進行降維處理，并選取出降維量測數據，所述預置彈性網算法包括改進彈性網系數、懲罰項和相對約束；

基于量測誤差根據所述降維量測數據分別構建量測相關函數和偽量測相關函數；

基于加權最小二乘法依據所述量測相關函數和所述偽量測相關函數構建量測數據填充成本函數，并根據所述量測數據填充成本函數對所述降維量測數據進行填充，得到填充量測數據；

采用預置神經網絡對所述填充量測數據進行映射訓練，得到優化量測數據，所述預置神經網絡包括復雜度優化函數；

以所述優化量測數據為初始條件，通過高斯-牛頓迭代法對配電網狀態進行估計，得到狀態估計結果。

2.根據權利要求1所述的基于數據降維的配電網狀態估計方法，其特征在于，所述采用預置彈性網算法對配電網高維量測數據進行降維處理，并選取出降維量測數據，包括：

根據加權處理后的L1范數和預設L2范數構建改進彈性網系數的表達式；

根據所述改進彈性網系數的表達式確定懲罰項，并配置相對約束，得到彈性網模型；

采用所述彈性網模型對配電網高維量測數據進行降維處理，并選取出降維量測數據。

3.根據權利要求1所述的基于數據降維的配電網狀態估計方法，其特征在于，所述采用預置彈性網算法對配電網高維量測數據進行降維處理，并選取出降維量測數據，之前還包括：

基于所述配電網高維量測數據進行數據預處理操作，所述數據預處理操作包括中心化操作和標準化操作。

4.根據權利要求3所述的基于數據降維的配電網狀態估計方法，其特征在于，所述量測數據填充成本函數為：

其中，v為狀態變量，min_v J(v)為所述量測數據填充成本函數的最小值優化函數，分別表示所述量測相關函數和所述偽量測相關函數，分別表示量測數據和偽量測數據與所述狀態變量的函數關系，L_m、L_s分別表示量測數據和偽量測數據的長度，分別表示預測方差反比參數。

5.一種基于數據降維的配電網狀態估計裝置，其特征在于，包括：

降維選取模塊，用于采用預置彈性網算法對配電網高維量測數據進行降維處理，并選取出降維量測數據，所述預置彈性網算法包括改進彈性網系數、懲罰項和相對約束；

第一構建模塊，用于基于量測誤差根據所述降維量測數據分別構建量測相關函數和偽量測相關函數；

第二構建模塊，用于基于加權最小二乘法依據所述量測相關函數和所述偽量測相關函數構建量測數據填充成本函數，并根據所述量測數據填充成本函數對所述降維量測數據進行填充，得到填充量測數據；

優化訓練模塊，用于采用預置神經網絡對所述填充量測數據進行映射訓練，得到優化量測數據，所述預置神經網絡包括復雜度優化函數；

狀態估計模塊，用于以所述優化量測數據為初始條件，通過高斯-牛頓迭代法對配電網狀態進行估計，得到狀態估計結果。

6.根據權利要求5所述的基于數據降維的配電網狀態估計裝置，其特征在于，所述降維選取模塊，具體用于：

根據加權處理后的L1范數和預設L2范數構建改進彈性網系數的表達式；

根據所述改進彈性網系數的表達式確定懲罰項，并配置相對約束，得到彈性網模型；

采用所述彈性網模型對配電網高維量測數據進行降維處理，并選取出降維量測數據。

7.根據權利要求5所述的基于數據降維的配電網狀態估計裝置，其特征在于，還包括：

預處理模塊，用于基于所述配電網高維量測數據進行數據預處理操作，所述數據預處理操作包括中心化操作和標準化操作。