[发明专利]基于奇异值分解CDKF的电力系统动态状态估计方法

权利要求书

1.一种基于奇异值分解CDKF的电力系统动态状态估计方法，其特征在于：包括以下步骤：

1)获取电力系统的规模和量测配置信息；

2)获取电力系统节点类型并分类编号，计算节点导纳矩阵；

3)电力系统动态状态估计器初始化；

4)利用奇异值分解代替柯林斯基分解协方差矩阵得到协方差分解矩阵，具体形式如下：

对于n阶协方差方阵P_k,其奇异值分解形式为：

其中，D_k为n×n阶的对角阵，沿其对角线包含P_k的奇异值；S_k和V_k为n×n阶的方阵，S_k的列为P_kP_k^T的正交特征向量，V_k的列为P_k^TP_k的正交特征向量；

此时CDKF中的采样点计算公式相应的改写为：

式中，h为尺度参数，即中心差分的半步长，决定了采样点围绕均值的分布，h取为1.12，D_k-1和S_k-1为协方差矩阵经过SVD分解得到的矩阵，为采样点的均值，χ_k-1,i为各个采样点的值；

5)利用状态滤波值和协方差分解矩阵采取对称采样策略计算时间更新所需采样点集并确定权重；

6)采用指数平滑模型进行预测步；

7)按照对称采样策略计算量测更新所需采样点集，计算量测预测值，进行滤波步，得到滤波结果和滤波协方差；

8)判断计算是否结束，若是，则输出状态估计结果；若否，则转到步骤2)继续下一步。

2.根据权利要求1所述的基于奇异值分解CDKF的电力系统动态状态估计方法，其特征在于：步骤1)中，电力系统的规模包括电力系统节点总数，电力系统中发电机的机组总数，支路数及支路类型；量测配置信息包括量测配置节点总数，量测配置类型以及量测手段。

3.根据权利要求1所述的基于奇异值分解CDKF的电力系统动态状态估计方法，其特征在于：步骤2)中的节点类型包括：平衡节点及其编号，PQ节点及其编号，PV节点及其编号，并假设其节点类型在计算过程中保持不变。

4.根据权利要求1所述的基于奇异值分解CDKF的电力系统动态状态估计方法，其特征在于：步骤3)中的状态估计器初始化包括输入初始状态值、初始协方差矩阵，输入实时量测数据，设置过程噪声和量测噪声协方差初始阵，设置中心差分滤波方法的尺度参数以及确定采样间隔和运行周期。

5.根据权利要求1所述的基于奇异值分解CDKF的电力系统动态状态估计方法，其特征在于：步骤6)中采用指数平滑模型进行预测步，指数平滑模型具备占用存储空间小，计算量小的优点，其中指数平滑变换f_holt(x_k)的具体表示形式为：

式中，x_k+1|k为状态量的预测值，α_h,β_h是指数平滑模型的两个参数，α_h取为0.751,β_h取为0.12。