期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
电力系统低模型耦合智能状态估计 被引量：8
1
作者 赵化时 李胜 +5 位作者 林子杰 何宇斌 周华锋 陈根军 胡斯佳 曹一家 《电力科学与技术学报》 CAS 北大核心 2022年第2期116-128,共13页
在传统电力系统状态估计中,状态修正方程的迭代步长一般选取固定值,该方法常因数据质量低、网络条件复杂而不能有效收敛。为解决该问题并提高状态估计的适配性,首先,对经典逻辑函数进行重构,找到在图像上与状态估计高质量数值迭代具有... 在传统电力系统状态估计中,状态修正方程的迭代步长一般选取固定值,该方法常因数据质量低、网络条件复杂而不能有效收敛。为解决该问题并提高状态估计的适配性,首先,对经典逻辑函数进行重构,找到在图像上与状态估计高质量数值迭代具有天然适配性的母函数,并将其作为步长控制因子,通过控制参数实现步长因子的智能调整。然后,引入权因子函数,使算法在迭代过程中执行变权操作,可降低不良数据的影响。与解析方法调整步长的策略相比,该方法具有对模型耦合性较低、可移植性强的特点。最后,以IEEE 30节点系统为例,在量测出现不良数据和网络准病态、病态的条件下,验证所提方法的数值稳定性、运算效率和估计质量均明显优于传统固定步长方法。 展开更多
关键词 低模型耦合性 智能步长调整 状态估计 估计质量 权重调整
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部