在线KICA在电力负荷曲线估计中的应用

摘要

在解除管制的电力市场下，由于系统不同部分的归属权和测量成本等问题，负责电网管理运行的企业只能知道部分参数，无法获得足够的电力网络信息。同时由于缺乏必要的技术手段，很多地方计划用电的措施得不到有力的贯彻和落实，出现了有电大家抢着用，电力系统断电频繁，导致系统的拓扑结构和网络参数也随之发生变化，成为不完全信息状态，此时只能获得部分支路的潮流数据，传统的估计算法不适用于这些新的电网运营状态。
　　 为了使电力系统更经济安全的运行，保证工业生产和人们生活的用电需求，需要寻找适用于新的电网状态的估计算法，同时针对电力系统状态估计实时性的要求，本文提出了将核主分量分析(KPCA)与在线独立分量分析(ICA)算法结合的思想，结合算法称为在线核独立分量分析(KICA)算法，并将其应用于电力系统负荷曲线估计。
　　 本文的核心是如何优化算法使其更满足实时性的要求。在线ICA算法可以实现在线负荷曲线估计，但是在收敛方面存在不足，因此提出了将KPCA算法与其结合应用于负荷曲线估计中，并做了大量的实验。实验仿真部分基于IEEE-14母线系统，以支路潮流为观测值，应用在线KICA算法估计了8个点的有功功率，并与在线ICA算法进行对比，由于经KPCA算法处理过的信号提高了非高斯性，因此改进了在线ICA算法收敛速度慢及难于收敛的不足，通过实验证明，在线KICA算法有更好的准确性、稳定性，更加满足在线算法的需求。

目录

文摘

英文文摘

第1章 绪论

1.1 在线负荷估计的目的和意义

1.2 研究背景和研究现状

1.3 本文的主要内容及结构

第2章 独立分量分析

2.1 引言

2.2 相关的统计学知识

2.2.1 概率分布和概率密度

2.2.2 数字特征

2.2.3 信息论的基础知识

2.3 独立分量分析

2.3.1 假设和约束

2.3.2 ICA中的不确定性

2.4 非高斯性的度量

2.4.1 用峭度来度量非高斯性

2.4.2 用负熵来度量非高斯性

2.5 预处理

2.5.1 中心化

2.5.2 白化

2.6 主要ICA算法

2.6.1 批处理算法

2.6.2 在线算法

2.7 本章小结

第3章 核主分量分析

3.1 引言

3.2 主分量分析

3.2.1 定义和目的

3.2.2 用PCA为ICA算法作预处理

3.3 核函数

3.3.1 定义

3.3.2 性质

3.3.3 常用核函数

3.4 核函数的选择

3.5 核主分量分析

3.6 本章小结

第4章 在线电力负荷曲线估计

4.1 引言

4.2 电力系统负荷

4.2.1 电力负荷概念

4.2.2 负荷曲线

4.2.3 节点的分类

4.3 潮流方程

4.4 在线负荷曲线估计

4.4.1 线性滤波器的使用

4.4.2 消除算法的不确定性

4.4.3 估计算法步骤

4.5 仿真实验

4.5.1 生成数据

4.5.2 误差计算

4.5.3 在线负荷估计的结果

4.6 应用ICA算法估计负荷曲线的几个选择

4.7 本章小结

结论

参考文献

攻读硕士期间发表的学术论文

致谢