基于改进IGGⅢ和快速分解法的电力系统状态估计算法

快速分解算法具有很好的收敛特性,既能处理支路上的量测量,又能处理节点注入型量测量,计算速度快而又节省内存,是工程上一种公认的状态估计的优良实用算法,但它无法处理实际运行的电网自动化系统中存在的少量粗差,从而使状态估计的结果严重偏离真值。通过分析比较几种典型的抗差估计方法,将基于IGGIII法的抗差估计方法与快速分解算法相结合,用于抗拒少量粗差对估计值的影响。由于考虑到在粗差较大时,利用具有淘汰区的IGGIII进行抗差估计可能会出现秩亏,信息矩阵出现奇异现象,系统不可观,导致状态估计不能进行,故该文对IGGIII法中的常数选取进行改进。算例结果表明,该改进算法具有良好的抗粗差能力和可靠的收敛性,收敛速度快,并能够将抗粗差和状态估计在计算过程中能同时顺利完成,不需要进行多次状态估计计算。

结合自重变形特点的天线测量数据粗差剔除与定权方法

针对传统天线测量数据处理中粗差剔除和定权不合理问题,提出了一种结合粗差剔除和一次范数最小法定权的天线反射面多仰角测量数据处理方法.首先,根据反射面自重变形的特点,通过构造统计量对粗差点予以剔除,提高了测量数据的可靠性;其次,顾及测量点的变形特点,引入了抗差估计中的一次范数最小法对不同变形点进行定权,解决了等权最小二乘拟合的“虚假面型”问题.经过某口径13m天线反射面测量数据的实例计算,对比其他方法,新方法拟合结果能够合理、准确地反映出反射面的实际变形偏差,更适用于天线反射面自重变形数据的处理.