基于不确定测度的电力系统抗差状态估计(一)理论基础

传统电力系统状态估计的理论基础是传统统计学的大数定律,即当量测量的数目趋近于无穷大时,估计值以概率为1逼近于真值。而实际系统中量测量的数目有限,有时甚至是小样本,此时传统状态估计的评价指标和估计精度没有理论上的保证。针对这种情况,引入不确定理论体系下不确定测度概念,阐述了在状态估计中不确定测度与测量不确定度和量测误差的区别与联系;进一步在不确定理论体系下,重新给出了正常测点、异常测点、测点正常率的定义,并提出考虑正常率和量测量偏离真值程度的新的状态估计结果评价指标,证明了其合理性。

基于深度信念网络的不同行业中长期负荷预测

为保证不同行业中长期负荷预测的准确性,提出一种基于深度信念网络的不同行业中长期负荷预测方法。首先,采用灰色关联度分析法定量分析各种影响因素对不同行业的影响程度,生成关联度矩阵;然后,基于关联度矩阵,采用模糊C-均值聚类法将不同行业划分为不同的预测类型;其次,针对每种预测类型建立基于深度信念网络的中长期负荷预测模型;最后,采用实际电网数据测试所提方法的精度,结果显示本文方法得到的中长期负荷预测平均误差率与最大误差率分别低于2%与6%,证明了所提方法对中长期负荷预测具有较高的准确性。