10.11857/j.issn.1674-5124.2018.07.002
基于GM(1,1)和人工蜂群的配电测试系统状态估计
为解决配电测试系统的关键量测点存在不良数据时状态估计准确度差的问题,提出一种基于GM(1,1)和人工蜂群的状态估计方法.在一定时间窗口内读取量测值,采用灰色累加生成方法进行初步检测.引入GM(1,1)模型获得序列预测值,按照判定条件对不良数据进行处理.在此基础上采用改进的人工蜂群算法对目标函数进行优化求解,在每一次的优化过程中利用当前最优解的适应度函数建立局部搜索策略.将33节点配电测试系统作为算例,结果表明该方法能够有效地修正不良数据,提高状态估计的整体准确度和单节点准确度.与加权最小二乘算法和人工蜂群算法相比,该方法有功功率的MAE分别减少69％和43％,NMRE分别减70％和63％;对于无功功率,其MAE结果分别减少60％和33％,相应的NMRE分别减58％和57％.
配电测试系统、状态估计、灰色预测、人工蜂群算法
44
TM72(输配电工程、电力网及电力系统)
国家电网公司项目PDB17201500117
2018-08-23（万方平台首次上网日期，不代表论文的发表时间）
共7页
7-12,41
